一种工业设备图像特征提取方法及设备与流程

本发明涉及图像处理技术领域，尤其涉及一种工业设备图像特征提取方法及设备。

背景技术：

随着计算机科学技术的发展，图像处理技术已经成为工业领域必不可少的关键技术。特征是一个图像中最能体现图像特征的部分，它是计算机图像分析算法的起点。在先进制造、通讯传输、军事刑侦、遥感监测等领域，使用计算机图像处理技术提取典型的图像特征，既是物体图像识别的重要内容，也是后续进行图像信息融合、图像辅助设计的重要基础。

图像的特征提取对计算复杂性、可重复性、特征显著性有着严格的要求。在工业设备图像处理领域，由于故障监测以及三维测量等实际需求，需要针对在图像上检测和对应设备的特征信息。工业设备在图片表现上通常色调单一，纹理模糊，这给特征提取带来许多困难。研发快速有效的图像特征提取方法成为了工业应用中处理工业设备图像的迫切需求。

目前，国内外学者提出的特征提取方法主要包括特征点提取、特征区域提取、特征边缘提取等。基于特征点的提取方法，提取相对邻域内具有某种奇异性的像素点，但所含信息量少，难以反映图像的整体信息；基于特征区域的提取方法，寻找具有相似特征的连续区域，但极易受物体遮挡等影响；基于特征边缘的提取方法，针对物体外边界特征，但得到的边缘不够连续，特征稳定性较弱，对图像品质要求较高。在工业图像处理的实际应用中，以上方法由于各自的缺陷均呈现出较低的鲁棒性。

技术实现要素：

本发明提供了一种工业设备图像特征提取方法及设备，旨在解决特征提取准确性低、可靠性弱的问题。

一方面，本发明提供了一种工业设备图像特征提取方法，其包括：

提取目标图像的边缘图像；

根据第一预设规则自所述边缘图像中提取直线信息；

根据第二预设规则自所述直线信息中获取目标直线组，所述目标直线组用于构造对应所述目标图像的目标特征四边形。

另一方面，本发明提供了一种工业设备图像特征提取设备，其包括：

第一提取单元，用于提取目标图像的边缘图像；

第二提取单元，用于根据第一预设规则自所述边缘图像中提取直线信息；

获取单元，用于根据第二预设规则自所述直线信息中获取目标直线组，所述目标直线组用于构造对应所述目标图像的目标特征四边形。

本发明实施例通过提取目标图像的边缘图像，根据第一预设规则自边缘图像中提取直线信息，并根据第二预设规则自直线信息中获取目标直线组，目标直线组用于构造对应目标图像的目标特征四边形。从而解决特征提取准确性低、可靠性弱的问题，同时，特征提取速度快，使用效果好。

附图说明

为了更清楚地说明本发明实施例技术方案，下面将对实施例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的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种工业设备图像特征提取方法的流程示意图；

图2是本发明实施例提供的一种工业设备图像特征提取方法中的霍夫变换示例图；

图3是本发明实施例提供的一种工业设备图像特征提取方法中的端点搜索及选择四边形边流程图；

图4是本发明实施例提供的一种工业设备图像特征提取方法中的是canny算子提取边缘结果图；

图5是本发明实施例提供的一种工业设备图像特征提取方法中的累计概率霍夫变换提取直线结果图；

图6是本发明实施例提供的一种工业设备图像特征提取方法中的四边形特征与提取结果图；

图7是本发明实施例提供的一种工业设备图像特征提取设备的示意性框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

为方面对本申请内容的理解，以下对本申请的原理进行简要描述：

工业设备图像通常具有如下特点：装备颜色相近单一；图像纹理不太清楚；产品多为近似箱式或者盒式结构；一般包含较为丰富的直线特征，整体表现为扭曲的类四边形。

一个平面在摄像机成像时会产生剧烈的几何畸变，某些几何属性会被保留，而某些几何属性会丢失。作为常用的几何变换，透射变换涉及平移、旋转、缩放、投影等运算，其通用变换公式如式(1-1)所示，其中(u,v)是原图像坐标，w可以理解为投影点(x,y)到投影面上的单位距离，透射变换后的图像坐标为(x,y)，且x＝x’/w’，y＝y’/w’。点与点的共线性可以保持，而直线间的平行性无法在图像上体现。因此，规则的立方体在图像上通常映射为规则或者不规则的四边形。因此，四边形特征可以视为工业设备图像的典型特征，即可以通过提取四边形特征识别特定的工业设备。

请参阅图1，图1是本发明实施例提供的一种工业设备图像特征提取方法的流程示意图，该方法包括步骤s101～s103：

步骤s101：提取目标图像的边缘图像。

步骤s102：根据第一预设规则自边缘图像中提取直线信息。

步骤s103：根据第二预设规则自直线信息中获取目标直线组，目标直线组用于构造对应目标图像的目标特征四边形。

具体地，将四边形作为工业设备图像的特征，贴合实际应用场景，可以很好地减少图像背景等非目标物体的干扰；采用直线构造四边形的方式提取特征，对图像的成像品质要求较低，对于边缘等细节较为模糊的图像展现出较高的鲁棒性。总的来说，基于四边形特征的工业设备图像特征提取方法可以有效解决特征提取准确性低、可靠性弱的问题，同时，速度快，实用性强。

在一实施例中，提取目标图像的边缘图像包括：

对所述目标图像进行二值化处理，并利用canny算子提取目标图像的边缘图像。

在一实施例中，利用canny算子检测图像边缘包括：

根据系数生成公式生成高斯滤波系数，并对目标图像进行平滑处理；

计算目标图像中的每个像素点的梯度幅值与方向角；

利用线性插值对梯度幅值进行非极大值抑制处理；

采用双阈值检测算法进行滞后阈值化处理。

具体地，根据式(1-2)的公式，生成高斯滤波系数并对图像进行平滑，n表示高斯滤波器的窗口大小，(x,y)是像素点坐标，x及y可认为是整数，σ是标准差；再使用式(1-3)中的一阶有限差分近似计算图像在x和y方向上的偏导数矩阵，f为图像灰度值，p、q分别代表像素点(i,j)在x和y方向梯度幅值；利用线性插值对梯度幅值进行非极大值抑制；采用双阈值检测算法，较大的阈值用于噪声去除，较小的阈值用于边缘连接。

在一实施例中，根据第一预设规则自边缘中提取直线信息包括：

对边缘图像采用累计概率霍夫变换，设置对应直线信息的最小线段长度和碎线段连接的最大间隔值，提取直线信息。

具体地，一条直线在图像表现为许多离散点组成的集合。图像上任意一个像素点(x,y)，都可以用极坐标表示为如下的形式：

r＝xcosθ+ysinθ(1-4)

其中，r是从该像素点到直线的垂直距离，θ是r到直线的垂线与x轴所成的夹角。由式(1-4)，在笛卡尔坐标上的一个点可以对应极坐标霍夫空间上的一条正弦曲线。在图像空间上搜索一段直线的问题，便可以转换为在极坐标霍夫空间搜索尽可能多的曲线的交点。图2左给出了三个像素点(8,6)，(9,4)和(7,8)在霍夫空间中对应的三条正弦曲线。三条曲线相交于霍夫空间内的点(0.46365,9.8387)，即三个像素点都属于如图2右所示笛卡尔平面内的一条直线。霍夫变换追踪霍夫空间内的曲线间的交点，一旦交于一点的曲线数量超过设定的阈值，则可以认为该交点所对应的笛卡尔坐标系中的直线为检测出的直线。

标准霍夫变换需要对每个像素点都进行变换，并在霍夫空间统计交点信息，这使得它计算效率低下。累计概率霍夫变换通过调节最小线段长度以及同一直线上零碎线段的最大间隔，可以大大减少搜索的复杂度并获得较好的提取结果。

在一实施例中，根据第二预设规则自直线信息中获取目标直线组包括：

对提取到的直线通过直线合并、直线连接、端点搜索等操作，选择出目标直线加入所述目标直线组。

具体地，图像中的直线段可以形式化描述为(x1,y1,x2,y2)，其中(x1,y1)和(x2,y2)分别是直线段的两个端点。进一步地，可以通过齐次坐标参数描述为式(1-5)。直线段的方向法向量可表示为(-b,a)，直线段的长度为利用这些直线参数以及直线间关系，可以有效判断和选择合适的直线作为四边形的边。

本发明所公开的一种工业设备图像特征提取方法，具体地包括以下步骤：

1、对图像进行二值化，并利用canny算子分四步检测图像边缘：去高斯噪声、计算每个像素点的梯度与方向角、梯度幅值非极大值抑制、滞后阈值化。调整滞后阈值化中的两阈值大小以及sobel矩阵的大小，使提取到的边缘尽可能清晰连续；

2、对于提取到的边缘图像，采用累计概率霍夫变换，设置最小线段长度和碎线段连接的最大间隔值，提取直线；

3、对提取到的直线通过直线合并、直线连接、端点搜索等操作，选择出合适的直线作为四边形的边，并延迟四条直线使之各自相交于四边形的顶点。

图4～图6为配电变压器图像依次通过上述三个步骤处理的结果图。

具体地，直线合并目的是去除冗余的直线。当两条直线的斜率接近，且从其中一条直线上的任意一端点到另一条直线的垂直距离足够小，则判定两条直线相似并且可视为同一条直线。这时，按照最小二乘法的规则对两条直线的斜率和截距分别加权平均，生成合并直线，并从图像上去除原来两条直线。

直线连接是指由于canny算子检测的边缘可能不连续以及累计概率霍夫变换提取的直线也可能出现意外的断点，需要对分断的直线进行连接。分别选择两直线各一个端点，添加新直线连接两端点。若新增直线的斜率与原来的两条直线都足够接近，则认为原两直线应为同一直线的分断，此时按照直线合并的规则两两合并，直至三条直线合并为一条直线。

参见图3，图3为端点搜索选择四边形边的流程。端点搜索的操作包括：在所述直线信息中的所有直线的两端点创建临近搜索域，所述临近搜索域的大小与对应直线长度成正比；在各自的所述临近搜索域内搜索其他直线的端点，若两端同时寻找到其他直线，则认为此直线是可能的四边形边；在得到所有可能的四边形边的集合后，通过直线再筛选再合并或者扩大临近搜索域的范围，或增或减，直到可能的特征边数为4。

参见图7，为本发明实施例提供的一种工业设备图像特征提取设备300的示意性框图，该设备包括：第一提取单元310、第二提取单元320以及获取单元330.

第一提取单元310，用于提取目标图像的边缘图像。

第二提取单元320，用于根据第一预设规则自边缘图像中提取直线信息。

获取单元330，用于根据第二预设规则自直线信息中获取目标直线组，目标直线组用于构造对应目标图像的目标特征四边形。

以上各单元的具体处理过程和实现内容可参见上述实施例提供的一种工业设备图像特征提取方法的具体实现步骤，在此不再累述。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。