一种基于回归算法自动标定图像的方法与流程

本发明涉及一种基于回归算法自动标定图像的方法，属于图像处理技术领域。

背景技术：

铸造完成的铸件物体需要取图分析，在分析后需要根据图像获取铸件物体的实际物理长度，但是由于每次拍摄时，平板相机和x射线光源的高度位置不同，所以每次采集的图像，每个像素灰度值对应到实际物理长度是不同的。因此需要逐点进行标定，即分别在平板相机和x射线光源不同的高度，计算获取当前像素灰度值与实际物理长度的比率，并将比率写到配置列表中，在实际测量中，根据当前平板相机和x射线光的高度在配置列表中找出最接近的那组值，进行计算。此操作步骤繁琐，检索列表时耗时长且容易出错。

技术实现要素：

本发明提供了一种基于回归算法自动标定图像的方法，解决传统方法耗时长且容易出错的问题。

为了解决上述技术问题，本发明所采用的技术方案是：

一种基于回归算法自动标定图像的方法，包括以下步骤，

采集若干样本数据，每个样本数据包括相机高度值、光源高度值以及像素灰度值与实际物理长度的比率值；

以相机高度和光源高度作为自变量，以像素灰度值与实际物理长度的比率作为因变量，构建回归方程；

将样本数据带入回归方程，求解出回归方程的回归系数和常数项；

在测量时，将当前相机高度值和光源高度值带入回归方程，得到当前像素灰度值与实际物理长度的比率值ratio；

利用当前像素灰度值与实际物理长度的比率值ratio，计算当前图像中物体的实际物理长度。

构建的回归方程为三元一次回归方程。

回归方程为，

y＝a+b1x1+b2x2

其中，y为因变量，即像素灰度值与实际物理长度的比率，x1和x2为自变量，分别为相机高度和光源高度，a为常数项，b1和b2为回归系数。

回归系数的计算公式为，

b1∑x1²+b2∑x1x2＝∑x1y；

b1∑x1x2+b2∑x2²＝∑x2y；

其中，

x1为相机高度值；为样本数据中所有相机高度值的平均值；x2为光源高度值；为样本数据中所有光源高度值的平均值；y为像素灰度值与实际物理长度的比率值，为样本数据中所有像素灰度值与实际物理长度的比率值的平均值。

常数项的计算公式为

最少采集20组样本数据。

本发明所达到的有益效果：本发明通过样本数据构建回归方程，利用回归方程可直接获取当前像素灰度值与实际物理长度的比率值，不需要查找配置列表，效率高。

附图说明

图1为本发明的流程图。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

如图1所示，一种基于回归算法自动标定图像的方法，包括以下步骤：

步骤1，采集若干样本数据。

每个样本数据包括相机高度值、光源高度值以及像素灰度值与实际物理长度的比率值；一般最少采集20组样本数据，当然采集的样本数据越多，后续计算越精确。

步骤2，以相机高度和光源高度作为自变量，以像素灰度值与实际物理长度的比率作为因变量，构建回归方程。

通过对样本数据进行分析后发现，相机高度、光源高度以及像素灰度值与实际物理长度的比率具有强相关性，拟合效果好，并且呈现三元一次的函数关系，因此构建的回归方程为三元一次回归方程，具体公式如下：

y＝a+b1x1+b2x2

其中，y为因变量，即像素灰度值与实际物理长度的比率，x1和x2为自变量，分别为相机高度和光源高度，a为常数项，b1和b2为回归系数。

步骤3，将样本数据带入回归方程，求解出回归方程的回归系数和常数项。

回归系数的计算公式为：

b1∑x1²+b2∑x1x2＝∑x1y；

b1∑x1x2+b2∑x2²＝∑x2y；

其中，

x1为相机高度值；为样本数据中所有相机高度值的平均值；x2为光源高度值；为样本数据中所有光源高度值的平均值；y为像素灰度值与实际物理长度的比率值，为样本数据中所有像素灰度值与实际物理长度的比率值的平均值。

常数项的计算公式为

步骤4，在测量时，将当前相机高度值和光源高度值带入回归方程，得到当前像素灰度值与实际物理长度的比率值ratio。

步骤5，利用当前像素灰度值与实际物理长度的比率值ratio，计算当前图像中物体的实际物理长度。

上述方法通过样本数据构建回归方程，利用回归方程可直接获取当前像素灰度值与实际物理长度的比率值，不需要查找配置列表，效率高。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。