本发明属于影像特征定位领域，具体是指一种铸铁表面数字影像中石墨晶 体的定位方法。
背景技术：
铸铁是一种铁碳合金，其含碳量较高，与一般情况大于2.11％。同时铸铁中 还含有较多的硅、锰、磷、硫等诸多杂质。其中碳元素在铸铁中的存在形式一 般为碳化物或游离状态的石墨。片状石墨形成于凝固过程中，控制着灰铸铁的 机械性能。在进行表面粗糙度测量时，接触式测量方法由于探针与被测表面直 接进行接触，因此片状石墨并不影响其测量结果；然而由于石墨反射率较低， 在进行光学测量时会出现明显的亮度变化，这对光学测量造成了极大的困扰。
因此有必要开发一种高效准确地对铸铁表面数字影像中石墨晶体进行定位 的方法。
技术实现要素：
本发明的目的是为了克服现有技术存在的缺点和不足，而提供一种铸铁表 面数字影像中石墨晶体定位方法，该方法硬件成本较低，算法鲁棒性较高，适 合进行表面缺陷或特征的定位标记。
为实现上述目的，本发明的技术方案是该方法包括：
S1:对铸铁表面数字影像进行子区域的划分，而使用子区域内统计量信息寻 找其特征提取因子；
S2:计算每个子区域的局部特征提取因子和香农熵，该局部特征提取因子为 局部方差和平均梯度，根据各区域计算所得的熵确定熵的相对阈值；
S3:根据熵的相对阈值确定子区域方差阈值和平均梯度阈值；
S4:根据子区域方差阈值和平均梯度阈值进行石墨晶体的定位判断，若大于 子区域方差阈值或平均梯度阈值则认为该子区域存在石墨晶体并对其进行标 记。
进一步设置是所述的步骤S2中计算各子区域局部特征提取因子，局部特征 提取因子被定义为：
其中var表示数字影像子区域的局部方差，子区域的大小为32×32；grin表 示数字影像子区域的局部平均梯度；gi,j表示数字影像的像素灰度信息，其中i,j 表示像素位置，m,n表示数字影像子区域位置。
进一步设置是所述的步骤S2中香农熵进行特征影像的相对阈值计算具体包 括：香农熵的定义为：
其熵的相对阈值可确定为：
其中，表示所有子区域的香农熵平均值。
进一步设置是所述的步骤S4具体包括：
局部特征提取因子动态阈值可被设置，其具体算法为：
其中varth表示子区域方差阈值，表示子区域方差平均值；grinth表示子区域 梯度阈值，表示子区域梯度平均值，λv为方差权重系数，λg为梯度权重系数。
进一步设置是所述的石墨晶体为片状石墨。
本申请的技术方案采用熵、方差和梯度三种统计量对铸铁表面石墨晶体位 置进行定位，取得了非常好的效果。该方法硬件成本较低，算法鲁棒性较高， 适合进行表面缺陷或特征的定位标记。具体效果见说明书实施例。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施 例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述 中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付 出创造性劳动性的前提下，根据这些附图获得其他的附图仍属于本发明的范畴。
图1片状石墨定位算法流程图；
图2同轴光源布置图；
图3铸铁加工表面片状石墨金相图；
图4方差分布及其阈值图；
图5梯度分布及其阈值图；
图6本发明方法流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明 作进一步地详细描述。
本发明的技术方案，使用图2所示的同轴光源对铸铁加工表面进行拍摄，其 数字影像如图3所示，由于石墨片对基体具有切割作用，破坏了基体的连续性， 使得两者之间的边界并不十分清晰可辨，使用传统的形态学方法较难对其进行 准确的定位。
1)对单个像素点直接进行片状石墨的判断较为复杂，需要对其进行一定的 区域划分形成若干个子块进而使用子区域内统计量信息寻找其特征提取因子。 因此，子区域的大小决定了片状石墨定位算法的精度。
在具体使用过程中，太小的子区域大小会导致统计量信息太过敏感而定位到 铸铁的正常区域；而太大的子区域则会导致片状石墨定位算法精度较差。因此 本文中选择子区域的大小为8×8个像素点。
2)单一材质的物体表面数字影像的灰度倾向于均匀分布。因此，特征提取 因子的主要功能是识别特殊的数字影像灰度分布子区域。在本申请中，两个不 同的局部特征提取算子(局部方差和平均梯度)被用来进行片状石墨的定位。
3)数字影像的直方图表征其灰度信息的概率分布。而数字影像的信息熵则 可以用来进行数字影像灰度分布的聚集特性用以描述数字影像信号源的平均信 息量。因此本申请使用香农熵进行特征影像的动态阈值确定，其熵的相对阈值 可确定为：
其中，表示所有子区域的香农熵平均值。
4)经过多次对局部特征提取算子权重系数进行调整实验，其局部方差和平 均梯度的动态阈值可被设置为：
其中varth表示子区域方差阈值，表示子区域方差平均值；grinth表示子区 域梯度阈值，表示子区域梯度平均值。
5)对图3所示铸铁表面进行片状石墨定位检测，其方差分布及其阈值如图 4所示，其中蓝色平面为其阈值所在位置，上图中，高于阈值平面的栅格点对应 的子区域位置即可认为是含有片状石墨的位置。标记这些区域并置零进行下一 步的插值操作。对比图3和4可知，仅使用方差并没有完整找到所有片状石墨 的位置。由于方差仅衡量数字影像灰度信息的离散程度，因此仅对数字影像灰 度变化的高频部分敏感，而在一些片状石墨区域中，其灰度信息变化并不是很 大，处于低灰度低方差的状态因此需要使用其他的统计量进行进一步的特征提 取。
使用梯度对铸铁表面数字影像进行片状石墨定位检测，其梯度分布及阈值 平面如图5所示，其中绿色平面为其阈值平面所在位置。较之方差分布，梯度 显示出了与方差更强的片状石墨定位能力，这是由于梯度是数字影像二维离散 函数的求导，其对灰度信息的变化非常敏感，因此可以获得相对而言更强的片 状石墨定位检测能力。
对方差和梯度对铸铁表面数字影像进行片状石墨定位检测获得的子区间位 置进行并集运算，获得的区域即为本算法得出的含有片状石墨的子区间位置。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是 可以通过程序来指令相关的硬件来完成，所述的程序可以存储于一计算机可读 取存储介质中，所述的存储介质，如ROM/RAM、磁盘、光盘等。
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之 权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。