基于有效边缘点的Hough变化和NMI特征的电池图像配准方法
【专利摘要】本发明属于基于机器视觉的检测【技术领域】，具体为一种基于有效边缘点的Hough变化和NMI(Normalized?Moment?of?Inertia)特征的电池图像配准方法。提出一种复杂背景图像中基于有效边缘和Hough变化的电池圆心提取算法，并结合NMI特征确定电池正极壳上的“十”字区域的中心，根据“十”字中心和电池中心的位置，确定待测图像与标准图像的坐标旋转角度，完成图像配准。
【专利说明】基于有效边缘点的Hough变化和NMI特征的电池图像配准方法
【技术领域】
[0001]本发明属于基于机器视觉的检测【技术领域】，涉及一种基于有效边缘点的Hough变化和匪I特征的电池图像配准方法。特别涉及一种采用复杂背景图像中有效边缘的提取技术来提取电池的边缘，并结合匪I特征确定电池正极壳上的“十”字区域的中心，实现电池图像的在线配准。
【背景技术】
[0002]在电池生产过程中，由于不同生产线生产出来的电池型号不同。在对不同型号的电池分类之前，需要对电池进行装盘。每盘电池为20个，以4行5列整齐摆放，待检测的每盘电池每次移动到摄像机下，它们的位置和角度都是不同的，旋转范围为360°。因此，在电池分类之前，需要根据模板图像在目标图像中的匹配位置、角度等参数对检测模板图像进行图像配准。
[0003]图像配准的关键技术是要确定目标图像和模板图像对应像素之间的坐标关系。
[0004]因此，结合复杂背景图像中有效边缘Hough变化的提取技术和WI技术，设计一种基于有效边缘点的Hough变化和匪I特征的电池图像配准方法，能够很好实现图像配准，并对其他应用领域的图像配准有很好的指导借鉴意义，具有一定的应用价值。
【发明内容】
[0005]本发明所要解决的技术问题是，设计一种基于有效边缘点的Hough变化和匪I特征的电池图像配准方法，尤其适用于不同类型电池分类的要求。
[0006]本发明所采用的技术方案是:在复杂背景图像中，根据一个圆上任意I个边缘像素和相邻4个像素之间的选择度，提取电池图像的有效边缘点。在有效边缘点上进行Hough变化，提取电池中心。所述3个边缘点用来计算可能的圆心和半径。一个二维积累算子用来确定圆心，一维直方图用来确定半径。最终圆心和半径由对应阵列中最大频率决定。计算电池不同连通区域的匪I，确定分割“十”字区域的最佳阈值。并根据“十”字标志和电池中心的相对位置，计算电池图像配准的旋转角度。整个电池图像配准的实现。
[0007]本发明的目的在于采用基于有效边缘点的Hough变化和匪I特征技术实现电池图像配准。
【专利附图】
【附图说明】
[0008]附图1是:电池图像配准流程图【具体实施方式】
[0009]下面结合附图对本发明作进一步详细说明。
[0010]具体过程如下:[0011]一、用Log算子提取了电池图像的边缘。在此基础上，利用Hough变化去除了电池上其它字符和标志的边缘影响，从而正确提取电池图像最外部圆的边缘；
[0012]二、在二值圆的边缘图像上获取有效边缘点。在复杂背景图像中，根据一个圆上任意I个边缘像素和相邻4个像素之间的选择度，提取电池图像的有效边缘点。相邻像素之间的相对选择度可以定义为:
【权利要求】
1.一种基于有效边缘点的Hough变化和NMI (Normalized Moment of Inertia)特征的电池图像配准方法，其特征在于，所述复杂背景图像中基于有效边缘点和Hough变化的电池中心提取算法。根据一个圆上任意I个边缘像素和相邻4个像素之间的选择度，选择电池有效边缘。所述3个边缘点用来计算可能的圆心和半径。一个二维积累算子用来确定圆心,一维直方图用来确定半径。最终圆心和半径由对应阵列中最大频率决定。
2.根据权利I所述一种基于有效边缘点的Hough变化和匪I特征的电池图像配准方法，其特征还在于，计算电池不同连通区域的匪I，确定分割“十”字区域的最佳阈值。并根据“十”字标志和电池中心的相对位置，计算电池图像配准的旋转角度。整个电池图像配准的实现。
【文档编号】G06T7/00GK103632377SQ201310688445
【公开日】2014年3月12日 申请日期:2013年12月11日 优先权日:2013年12月11日
【发明者】罗菁 申请人:天津工业大学