) =k2N(t);
[0085] 由于曲率值较大的轮廓点通常反映了目标的显著特征，根据k'U)将轮廓中所有 轮廓点划分为特征点或非特征点，设定可变权值Τκ，通过判断目标轮廓特征多少，自适应的 决定 Τκ，当 Ik'U) | CTiAiiaxlWt) | 时，特征函数 f(t)=0
[0086] 否则，特征函数f(t) = 1;
[0087] 分类后所得到的特征点和非特征点的分布并不连续，无法选取滤波器对其进行有 效的轮廓平滑。为了得到较好的轮廓平滑效果，有必要对同类型的轮廓点进行合并处理。
[0088] 合并模块：用于剔除由于噪声干扰产生的伪特征点，以及对无法形成连续区域的 特征点和非特征点进行合并操作，从而得到有效的特征区域与非特征区域:选定一个起始 点〇,轮廓起始点向两侧延伸合并相邻的点，以该起始点类型作为该区域预设类型，向两侧 延伸各SXy〇时停止，其中S为预设的最小长度，在此实施例中S = 2,
为〇点处的实时曲率修正系数，卩%·代表〇点的曲率半径，^^代表由上述窗函数得到的〇 点的平均曲率半径，实时曲率修正系数用于根据不同点的曲率不同，自动修正延伸长度， 曲率大的地方需要的长度小些，曲率小的地方需要的长度大些，这样能有效减小合并后的 失真现象;分别计算两侧区域内相异点的个数Ν+1和Ν-1，若相异点的个数小于设定的该类 型相异点最小个数，则该区域与预设类型相同，否则，与预设类型相反;再以两个停止点〇 +1 和点0-1作为起始点重新开始计算，向外侧延伸S X yQ+^S X μο-i时停止，其中以糾和以^分别 代表点〇+1和点Ο-i处的实时曲率修正系数，〇+1两侧区域内相异点个数为Ν+2,0^两侧区域内 相异点个数为Ν-2,根据上述判定条件，依次确定各段轮廓类型，长度不足S的部分根据其与S 的比例计算相异点个数，计入相应的特征区域;对相邻的同类型区域进行合并，得到连续的 特征区域和非特征区域。
[0089] 滤波模块:乘性噪声由于和图像信号是相关的，随图像信号的变化而变化，采用维 纳滤波来进行一级滤除，此时图像信息还包含有残余乘性噪音，通过F滤波器F(x，y)=qX exp(_(x 2+y2)/P2进行二级滤除，其中q是将函数归一化的系数，即：JJqXexp(-(x 2+y2)/P2) dxdy = l，β为图像模板参数；
[0090] 乘性噪声滤除后，含噪目标轮廓的弧长参数化方程表示为GNUViGUHNKt);假 设加性噪声为高斯白噪声:XN(t) ' = X(t)+gi(t，〇2)，yN(t) ' =y(t)+g2(t，〇2)，其中xN(t) ' 和 yN(t)'分别表示去除乘性噪声后含噪轮廓上各点坐标，gl(t，〇 2)和g2(t，〇2)分别是均值为 零、方差为σ 2的高斯白噪声，用于模拟含噪目标轮廓中的加性噪声；
[0091] 采用函数k (t，σ) =4= 对含噪轮廓进行平滑，命名为κ滤波器，经过轮廓点分类 σν 2π 和区域划分，含噪轮廓GN(t) '表示为不同类型轮廓分段的组合：GN(t)' =Σ? Gf (t) + Σ? (t)， 其中Gf'（t.)表示包含特征区域的轮廓分段，(t)表示包含非特征区域的轮廓分段，根据 轮廓特征分布选取K滤波器的参数，同时考虑全局特征和局部特征因素，在特征区域，为了 保留细节信息，令σ S mi?贝X σι)，在非特征区域，关注抑制噪声的效果，令 σ > m?p() X σ())，其中(/为先验估算得到的全局方差，〇1为所选特征区域的先验估算 方差，σ〇为所选非特征区域的先验估算方差，1为所选特征区域的平均实时曲率修正系数， Ρ〇为所选非特征区域的平均实时曲率修正系数;为了达到较好的平滑效果，选取每种类型 区域最小长度S的一半作为Κ滤波器85%置信区间的长度，从而根据两类区域的长度自适应 不同参数的Κ滤波器。
[0092] 在此实施例中，S = 25，阈值Τ! = 0.26，窗函数宽度D e {17，19}，对噪声强度I e {50dB，60dB}的含噪图像有较佳的平滑效果，且细节信息保留情况较好，桥墩浇铸模具通过 目标轮廓识别目标，识别过程中能有效滤除目标轮廓噪声，对桥墩形状进行识别，提高了浇 铸效率。
[0093]最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保 护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应 当理解，
[0094]可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实 质和范围。
[0095]数据仿真
[0096] 本桥墩浇铸模具的有益效果为：针对噪声种类的多样性和目前去噪方法的单一 性，采用一种新型的多次滤波装置，并提出了新的轮廓分段、合并手段和滤波函数;计算量 相对并不复杂，同时考虑了全局特征和局部特征的因素且平滑除噪效果好;考虑了轮廓在 不同类型区域之间的差异性，在抑制噪声和保留细节之间取得很好的平衡;根据不同点的 曲率不同，延伸长度相应地自动适应性改变，有效减小了合并后的失真现象。
[0097] 通过仿真，采用该装置在噪声强度N下进行比较，对目标的识别率如下表：
[0098]
【主权项】
1. 一种高效率的桥墩浇铸模具，包括普通桥墩浇铸模具和安装在桥墩浇铸模具上的目 标识别装置，该桥墩浇铸模具具有很强的浇铸能力，目标识别装置能够根据目标轮廓对目 标进行识别，其特征是，包括建模模块、分段模块、合并模块和滤波模块;其中， 建模模块，用于建立目标轮廓的参数化方程:对于给定的目标轮廓G(t)，其弧长参数化 方程表示为G (t) = (x(t)，y(t))，其中x(t)和y(t)分别表示轮廓点的坐标，t表示轮廓曲线 方程的参数，且te[〇，i]; 含噪轮廓的弧长参数化方程表示为4〃(〇=6(〇+他（〇+犯（〇6(〇,其中加性噪声部 分Ni(t)=Ni(xi(t)，yi(t))，乘性噪声部分N2(t)=N2(X2(t)，y2(t)); 分段模块，用于对轮廓的分段：目标轮廓G(t)和含噪轮廓GN(t)所对应的曲率分别为k ⑴和kN(t);选宽度为D的窗函数1(11)，0[{7,9}，对曲率1?(〇进行邻域平均，得到平均曲率 k 1N(t)，同时对窗口内的曲率值排序，选定中值曲率k2N( t)，将平均曲率k1N( t)和中值曲率k2N (t)差的绝对值与选定的阈值^进行比较，根据比较结果决定含噪轮廓曲率= 0.2，即： 当 |kiN(t)_k2N(t) |>Τι时，1^Ν(1:)=1αΝ(1:) 否则， 由于曲率值较大的轮廓点通常反映了目标的显著特征，根据k^u)将轮廓中所有轮廓 点划分为特征点或非特征点，设定可变权值Τκ，通过判断目标轮廓特征多少，自适应的决定 Τκ， 当 IkSU) | 时，特征函数 f(t)=0 否则，特征函数f(t) = l。2. 根据权利要求1所述的桥墩浇铸模具，其特征还在于，合并模块：用于剔除由于噪声 干扰产生的伪特征点，以及对无法形成连续区域的特征点和非特征点进行合并操作，从而 得到有效的特征区域与非特征区域:选定一个起始点0,轮廓起始点向两侧延伸合并相邻的 点，以该起始点类型作为该区域预设类型，向两侧延伸各S χμο时停止，其中S为预设的最小 长度，设S=l￡为0点处的实时曲率修正系数代表〇点的曲率半'代表由上述窗函数得到的〇点的平均曲率半径，实时曲率修正系数μ〇用于根据不 同点的曲率不同，自动修正延伸长度，能有效减小合并后的失真现象;分别计算两侧区域内 相异点的个数Ν+1和Ν-1，若相异点的个数小于设定的该类型相异点最小个数，则该区域与 预设类型相同，否则，与预设类型相反;再以两个停止点〇 +1和点〇-:作为起始点重新开始计 算，向外侧延伸3\以〇+1或5\以〇-1时停止，其中以〇 +1和以〇-1分别代表点0+1和点0-1处的实时曲率 修正系数，〇 +1两侧区域内相异点个数为N+2,0-i两侧区域内相异点个数为Ν-2,根据上述判定 条件，依次确定各段轮廓类型，长度不足S的部分根据其与S的比例计算相异点个数，计入相 应的特征区域;对相邻的同类型区域进行合并，得到连续的特征区域和非特征区域； 滤波模块:乘性噪声由于和图像信号是相关的，随图像信号的变化而变化，采用维纳滤 波来进行一级滤除，此时图像信息还包含有残余的乘性噪音，通过F滤波器F(X，y) = qXeXp (-(x2+y2)/^ 2进行二级滤除，其中q是将函数归一化的系数，即：JJqXexp(-(x 2+y2)/^2)dXdy =ι，β为图像模板参数； 乘性噪声滤除后，含噪目标轮廓的弧长参数化方程表示为GNUViGUHNKt);假设加 性噪声为高斯白噪声：XN(t) ' = x(t)+gi(t，〇2)，yN(t) ' = y(t)+g2(t，〇2)，其中xN(t) ' 和yN (^'分别表示去除乘性噪声后含噪轮廓上各点坐标以"^"和沿^^"分别是均值为零、 方差为σ2的高斯白噪声，用于模拟含噪目标轮廓中的加性噪声；:对含噪轮廓进行平滑，命名为Κ滤波器，经过轮廓点分类和区 域划分，含噪轮廓GN(t)'表示为不同类型轮廓分段的组合： 其中Gf (t)表示包含特征区域的轮廓分段，(t)表示包含非特征区域的轮廓分段，根据 轮廓特征分布选取K滤波器的参数，同时考虑全局特征和局部特征因素，在特征区域，为了 保留细节信息，令χσι);在非特征区域，为了提高抑制噪声的效果，令 σ ；> ma:x(a',ptt X 其中(/为先验估算得到的全局方差，〇1为所选特征区域的先验估算 方差，σ〇为所选非特征区域的先验估算方差，Pi为所选特征区域的平均实时曲率修正系数， Po为所选非特征区域的平均实时曲率修正系数;为了达到较好的平滑效果，选取每种类型 区域最小长度S的一半作为K滤波器85%置信区间的长度，从而根据两类区域的长度自适应 不同参数的K滤波器。
【专利摘要】本发明公开了一种高效率的桥墩浇铸模具，包括普通桥墩浇铸模具和安装在桥墩浇铸模具上的目标识别装置，识别装置包括建模模块、分段模块、合并模块和滤波模块。本发明通过在桥墩浇铸模具上加装目标识别装置，能够有效提高桥墩浇铸模具的浇铸效率，桥墩浇铸模具通过目标轮廓识别目标，识别过程中能有效滤除目标轮廓噪声，从而对桥墩形状做出判断。
【IPC分类】G06K9/62
【公开号】CN105678331
【申请号】CN201610009350
【发明人】肖小玉
【申请人】肖小玉
【公开日】2016年6月15日
【申请日】2016年1月7日