基于图像处理的多目标实时偏移检测方法

本发明属于偏移检测，具体涉及基于图像处理的多目标实时偏移检测方法。

背景技术：

1、在众多领域中，如建筑施工、零件装配等，准确测量和实时检测多个目标点位的偏移变得尤为关键。特别是在涉及安全和性能要求高的应用中，能够实时检测出偏移并及时采取措施显得尤为重要；例如，在建筑施工领域，准确测量和实时检测建筑结构的偏移可以确保建筑物的稳定性和安全性。对于零件装配过程，准确测量和实时检测零件的偏移可以保证装配的质量和准确性，避免出现配合不良或功能故障的问题。

2、在传统的多目标偏移测量方法中，通常需要使用特定的传感器、复杂的设备配置或人工采集和计算。然而，这些方法存在一些限制，如测量误差较大、容易受主观因素影响、设备成本较高、操作流程复杂、无法实现多目标测量、无法实时进行偏移检测，以及容易受限于环境条件，难以满足特定场景的需求。

技术实现思路

1、本发明的目的在于提供基于图像处理的多目标实时偏移检测方法，解决了现有目标偏移测量中测量误差大、操作流程复杂且环境受限的问题。

2、本发明所采用的技术方案是：基于图像处理的多目标实时偏移检测方法，具体为利用摄像头连续采集应用场景的图像数据，并应用一系列图像处理算法，实现对多个监测点的高精度偏移测量。

3、其中基于图像处理的多目标实时偏移检测方法，具体按以下步骤实施：

4、步骤1，图像数据采集和增强处理；

5、步骤2，保存原始图像数据，记录参照点和监测点的初始状态；

6、步骤3，检测出经步骤1处理后的图像中的参照点和监测点roi区域；

7、步骤4，将步骤3得到的roi区域扩展和裁剪；

8、步骤5，消除裁剪后图像中的非目标连通区域；

9、步骤6，通过边缘检测获取目标的中心点坐标和像素尺寸；

10、步骤7，将获取的像素尺寸比例与原始数据进行比对，以确定畸变程度并进行矫正，重新计算几何的中心点像素坐标；

11、步骤8，计算监测点与参照点的相对距离，并通过像素尺度参数将其转换为实际相对距离；

12、步骤9，将计算得到的相对距离与原始数据进行对比，计算出监测点的偏移值；

13、步骤10，循环反复执行步骤1、步骤3～9，以对目标进行实时偏移检测；

14、其中步骤1具体为：

15、步骤1.1，使用固定摄像头实时采集施工现场的图像数据；

16、步骤1.2，利用亮度通道增强技术，提升低照度图像的对比度和细节清晰度，然后去除图像中的噪声，同时突出整体结构和细节；

17、其中步骤3具体为：利用halcon算法实现模板匹配，在检测图像中定位并提取出参照点和监测点的roi区域；

18、其中步骤4中roi区域扩展和裁剪具体为：

19、根据预定义的扩展因子，进行roi区域扩展来覆盖目标的全部范围，并记录裁剪区域的左上角坐标点以及裁剪区域的宽高：

20、新的roi左上角横坐标＝原始roi左上角横坐标-扩展因子*原始roi宽度；

21、新的roi左上角纵坐标＝原始roi左上角纵坐标-扩展因子*原始roi高度；

22、新的roi宽度＝原始roi宽度+2*扩展因子*原始roi宽度；

23、新的roi高度＝原始roi高度+2*扩展因子*原始roi高度；

24、其中步骤5具体按以下步骤实施：

25、步骤5.1，寻找连通域，利用opencv算法寻找roi区域的所有连通域，并计算其中非背景连通域的面积；

26、步骤5.2，筛选连通域，对于裁剪后的图像区域中非背景连通域，面积最大的为目标区域，面积小于最大连通域的部分，应用均值滤波进行过滤；

27、其中步骤7具体按以下步骤实施：

28、步骤7.1，通过将提取的目标区域尺寸与原始尺寸进行比较，分析图像的畸变程度，并计算畸变系数；

29、步骤7.2，计算矫正后的中心点坐标，如下：

30、

31、

32、式中，(xu，yu)为矫正后的中心坐标，(xc，yc)为矫正前的中心坐标，kn为畸变系数；

33、其中步骤8具体按以下步骤实施：

34、步骤8.1，计算监测点与参照点的相对距离，利用两点的坐标作差计算出相对像素距离；

35、步骤8.2，通过计算参照点在图像中的像素尺寸与实际物理尺寸的比例关系，确定像素尺度系数，将相对像素距离乘以该系数，得到实际的相对距离；

36、其中步骤9具体按以下步骤实施：

37、步骤9.1，将计算得到的相对距离与原始数据中的参考值进行对比，通过对比计算得到的相对距离与参考值的差异，确定监测点的偏移值；

38、步骤9.2，根据偏移值的正负和大小判断偏移的方向和程度，若x轴和y轴偏移值为正，表示监测点相对于参照点向右或向上偏移；若x轴和y轴偏移值为负，表示监测点相对于参考值向左或向下偏移；偏移值的绝对值越大，表示偏移的程度越大。

39、本发明的有益效果是：

40、本发明的基于图像处理的多目标实时偏移检测方法利用摄像头采集应用场景的图像数据，测量和偏移计算过程由计算机自动完成，操作流程简单且易于操作，无需操作人员具备专业技术知识；同时，本发明集成了先进的边缘检测技术，通过将一个像素分成几十个亚像素来计算，从而成倍提高边缘识别效果，减少因像素位置和像素尺寸提取不精确而导致的偏移误差；为了克服由光线折射等因素导致的画面畸变问题，通过将参照点与原始几何数据进行比对，估算出图像发生畸变的程度，并据此进行几何矫正，确保各坐标轴的偏移测量结果准确可靠；此外，本发明所需的计算机资源较少，能够快速处理大量的图像数据，并实时进行偏移计算，为应用场景提供及时的偏移信息，帮助操作人员及时采取必要的纠正措施。

技术特征：

1.基于图像处理的多目标实时偏移检测方法，其特征在于，具体为利用摄像头连续采集应用场景的图像数据，并应用一系列图像处理算法，实现对多个监测点的高精度偏移测量。

2.根据权利要求1所述的基于图像处理的多目标实时偏移检测方法，其特征在于，具体按以下步骤实施：

3.根据权利要求2所述的基于图像处理的多目标实时偏移检测方法，其特征在于，所述步骤1具体为：

4.根据权利要求2所述的基于图像处理的多目标实时偏移检测方法，其特征在于，所述步骤3具体为：利用halcon算法实现模板匹配，在检测图像中定位并提取出参照点和监测点的roi区域。

5.根据权利要求2所述的基于图像处理的多目标实时偏移检测方法，其特征在于，所述步骤4中roi区域扩展和裁剪具体为：

6.根据权利要求2所述的基于图像处理的多目标实时偏移检测方法，其特征在于，所述步骤5具体按以下步骤实施：

7.根据权利要求2所述的基于图像处理的多目标实时偏移检测方法，其特征在于，所述步骤7具体按以下步骤实施：

8.根据权利要求2所述的基于图像处理的多目标实时偏移检测方法，其特征在于，所述步骤8具体按以下步骤实施：

9.根据权利要求2所述的基于图像处理的多目标实时偏移检测方法，其特征在于，所述步骤9具体按以下步骤实施：

技术总结
本发明公开了基于图像处理的多目标实时偏移检测方法，用于实现对多个监测点进行自动化、全天候、实时和准确的偏移检测；利用摄像头，连续采集应用场景的图像数据，并应用一系列图像处理算法，实现对多个监测点的高精度偏移测量；本发明的测量精度高达毫米级，时间计算误差小于1秒，确保满足建筑施工等领域对精准度的要求，确保满足建筑施工等领域对精准度和实时性的要求，及时帮助施工方纠正目标点位的偏移问题，确保施工过程中的准确性和质量。

技术研发人员：宋霄罡,刘健,黑新宏
受保护的技术使用者：西安理工大学
技术研发日：
技术公布日：2024/1/15