一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

一种钣金结构件折弯线智能检测方法与流程

2022-02-19 15:00:08 来源:中国专利 TAG:


1.本发明涉及直线检测领域,具体涉及一种钣金结构件折弯线智能检测方法。


背景技术:

2.在钣金结构件的生产中,由于一些失误可能会造成钣金结构件图纸的丢失等问题,所以需要根据已有的钣金结构件对钣金结构件图纸进行复原。目前采用的方式为对钣金结构件进行测量,然后重新进行图纸的绘制,此种方法耗费的时间较长,人力成本过大,并且人工测量的过程中可能会出现测量误差;或采用霍夫变换来实现钣金结构件中线段的还原,在复原的过程中需要将钣金结构件展开获得钣金结构件的展开图像,然后对钣金结构件的展开图像在进行霍夫变换,得到复原后的图纸;但是在钣金结构件展开的过程中,弯折区域较宽,在通过霍夫变换后得到的弯折部分的线段较宽,复原的图纸误差较大;不能精确的给出弯折部分的尺寸,给后期制作钣金结构件时,带来极大的不方便。


技术实现要素:

3.本发明提供一种钣金结构件折弯线智能检测方法,以解决现有的因钣金结构件展开件弯折区域较宽,从而检测出来的折弯线也较宽,不能得到精确的折弯线,从而导致后期制作生产过程中的不便的问题。
4.本发明的钣金结构件折弯线智能检测方法采用如下技术方案:包括以下步骤:获取钣金结构件展开件,对钣金结构件展开件进行边缘检测得到边缘特征图;构建具有方向的邻域链码,利用构建的邻域链码得到边缘特征图中所有像素的延伸方向值;利用像素的延伸方向值判断出连通域像素中属于同一连通线段上的像素,将同一连通线段上的像素整合至同一连通线段像素集合中;将各连通线段像素集合的长度与设定阈值进行对比,筛选出嫌疑虚线区域得到边缘特征图中的嫌疑虚线图片,对嫌疑虚线图片进行霍夫直线检测,将属于同一直线的线段集合到同一直线线段集合中;利用线段的间隔周期性对同一直线线段像素集合进行分割,得到独立的虚线线段,完成对边缘特征图的虚线检测。
5.确定像素的延伸方向值的方法为:获取该像素两邻接像素的链码值,该像素两邻接像素的链码值为该像素的延伸方向值;若像素只存在单个延伸方向时,该像素的延伸方向值一侧为0。
6.当连通域像素的延伸方向值相等、或像素的延伸方向值呈周期性变化或像素的延伸方向值呈间隔性周期变化时,该连通域像素属于同一连通线段上的像素。
7.像素的延伸方向值相等时,获取延伸方向值相等属于同一连通线段像素集合的方法如下:
当像素的延伸方向值相等时,延伸方向上与该像素邻接的像素为同向延伸,继续判断邻接像素的延伸方向值的关系,若邻接像素的延伸方向值也相等,则延伸方向上邻接的像素也为同向延伸;重复上述方法,直至出现非同向延伸像素或到达连通端点为止,将得到的同向延伸的像素的延伸方向值进行整合得到同一连通线段像素集合。
8.像素的延伸方向值呈周期性变化时,获取延伸方向值呈周期性变化属于同一连通线段像素集合的方法如下:提取同一连通域像素中的单侧延伸方向值,将其按像素邻接特征排列得到延伸方向序列,找出该序列中所有的周期序列值; 若该序列中所有的周期序列值呈周期性变化,则为同一连通线段上的像素,将提取的同一连通域像素整合得到同一连通线段像素集合。
9.像素的延伸方向值呈间隔性周期变化时,获取延伸方向值呈间隔性周期变化属于同一连通线段像素集合的方法如下:找出连通域像素集合中的连续的周期序列像素集合和非周期性像素;判断非周期性像素距离连通域边界的位置:非周期性像素与连通域边界在一定距离内,受像素点数量较少的影响,不能组成一个完整的周期,把该像素与邻接像素整合到同一连通线段像素集合中;计算该像素值距连通域边界的距离,当得到的距离小于单个周期数值数量时,该像素为边界像素,则该像素与邻接的像素属于同一连通线段像素集合;获取不属于连通域边界的非周期性像素,判断不属于连通域边界的非周期性像素的两邻接像素所属的周期序列值,判断这两个周期序列值是否相同;当这两个周期序列值相同时,说明该像素及其左右两侧线段的像素属于同一连通线段像素集合,将这两个线段的像素点整合到同一连通线段像素集合中;当这两个周期序列值不同时,说明该像素为两线段的交点,将该像素舍弃;将得到的多个线段序列整合成连通线段集合,统计每个连通线段集合的像素个数。
10.利用线段的间隔周期性对同一直线线段像素集合进行分割的过程如下:计算同一直线线段集合中两相邻线段端点之间的距离,筛选出的最小端点距离;获取最小端点距离的众数;通过与设定的距离阈值比较,得到虚线线段集合;将具有相同间隔距离的线段规整为同一个虚线线段集合,得到多个独立的虚线线段区域,完成虚线检测。
11.本发明的有益效果是:本发明在利用霍夫变换进行直线检测之前,利用折弯线的虚线特性将图纸中的虚线区域分割出来,只对虚线区域进行直线检测,不仅降低了直线检测的工作量,提高了折弯线的检测效率,同时也使检测出的折弯线区域线条较细,能够更加精确的复原钣金结构件的图纸。
附图说明
12.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,还可以根据这些附图获得其他的附图。
13.图1为本发明的一种实施例的方法流程示意图;图2为本实施例中钣金结构件展开件;图3为本实施例中构建的链码示意表;图4为本实施例中整个连通域像素的延伸方向值;图5为本实施例中的阶梯状线段像素示意图;图6为本实施例中属于同一直线线段集合但存在不同的虚线线段示意图。
具体实施方式
14.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,所描述的实施例仅仅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。
15.本发明的一种钣金结构件折弯线智能检测方法的实施例,如图1至图6所示,下面结合实施例与图示展开描述:本发明的主要目的是:在进行钣金结构件折弯线检测时,先利用钣金结构件折弯线的虚线特性分割出虚线像素,然后只对虚线像素进行直线检测,降低了直线检测的工作量,提高检测效率。
16.该方法包括:获取钣金结构件展开件,对钣金结构件展开件进行边缘检测得到边缘特征图;构建具有方向的邻域链码,利用构建的邻域链码得到边缘特征图中所有像素的延伸方向值;利用像素的延伸方向值判断出连通域像素中属于同一连通线段上的像素,将同一连通线段上的像素整合至同一连通线段像素集合中;将各连通线段像素集合的长度与设定阈值进行对比,筛选出嫌疑虚线区域得到边缘特征图中的嫌疑虚线图片,对嫌疑虚线图片进行霍夫直线检测,将属于同一直线的线段集合到同一直线线段集合中;利用线段的间隔周期性对同一直线线段像素集合进行分割,得到独立的虚线线段,完成对边缘特征图的虚线检测。
17.1、获取钣金结构件展开件,对钣金结构件展开件进行边缘检测得到边缘特征图。
18.本实施例需要根据钣金结构件展开件来检测钣金结构件折弯线,所以需要获取jpg格式的钣金结构件展开件,然后对钣金结构件展开件进行边缘检测得到边缘特征图。
19.获取钣金结构件展开件:利用solidworks软件将窗户三维图像展开为jpg格式二维平面图像,然后手动将各视角的图像上传至钣金结构件加工系统上,因而即可获得各视角的钣金结构件展开件。
20.对钣金结构件展开件进行边缘检测得到边缘特征图:利用canny算子处理钣金结构件展开件,得到钣金结构件展开件的边缘图像。
21.2、构建具有方向的邻域链码,分析像素的延伸方向得到若干连通的线段像素集合,对各连通像素线段长度与设定阈值进行对比,筛选出边缘特征图中的嫌疑虚线区域图片,对嫌疑虚线图片进行直线检测得到同一直线线段集合。
22.本实施例在进行直线检测前,先利用虚线特征得到嫌疑虚线像素,然后通过对嫌疑虚线像素进行直线检测得到虚线像素点集合,然后通过虚线的间隔周期得到折弯线。
23.所述虚线特征包括连通线段的长度,连通线段的长度相对较小。
24.目前,对钣金结构件展开件进行折弯线检测一般先通过霍夫变换进行直线检测,然后在直线检测的基础上进行虚线判定。这种方式将增加了大量非必要的工作量,即对实线区域的每个像素点进行了直线验证。在进行直线检测时需得根据通过每个像素各方向的直线求得该像素对应的正弦曲线,并且通过正弦曲线的交点个数来实现直线检测。因而每增加一个像素点其直线检测的工作量都会增加数倍,因而通过该方式进行虚线检测其检测效率较低。
25.本实施例根据构建的邻域链码值获取像素的延伸方向值,利用像素的延伸方向值得到连通线段,通过阈值化连通线段像素集合长度得到嫌疑虚线,具体过程如下:2.1邻域分析得到像素的延伸方向值:2.1.1构建邻域链码:构建具有方向的邻域链码,判断连通域像素是否在固定方向上持续连通,即在同一直线上像素的邻域链码值相同。该邻域链码中心为中心像素所在位置,水平邻接的像素为1方向,垂直邻接的像素为3方向,对角邻接的像素分别为2方向和4方向,具体链码如图3所示。
26.2.1.2邻域链码的移动规则利用邻域链码判断完像素处的邻域延伸方向后,需将链码往两侧邻接的像素移动,判断邻接像素其邻接像素的延伸方向,通过该移动方式遍历所有连通的像素,得到整个连通域像素的延伸方向值。具体如图4所示。
27.2.1.3利用邻域链码判断线邻接像素的延伸方向:在线条边缘像素上任选一个像素点,利用邻域链码值判断邻接像素的延伸方向,计算两个延伸方向上像素的延伸方向,记录该像素两延伸方向上的延伸方向值为。当时,说明该像素的两侧邻接像素往同向延伸。当像素只存在单个延伸方向时,其延伸方向值为。
28.2.2根据延伸方向变化规律整合线段集合:利用延伸方向值,获取属于同一线段像素的同一连通线段像素集合。
29.2.2.1若延伸方向值相同时(水平直线、竖直直线),利用以下方法得到同一连通线段像素集合:利用延伸方向值判断像素是否为同向延伸,当该像素的延伸方向值时,说明该像素邻接的像素为同向延伸;然后判断邻接的像素延伸方向值是否相等,当其延伸方向值相等时,说明其为同向延伸像素,依此规则继续判断,直至发现非同向延伸像素或到达连通端点,通
过该方式即可得到同向延伸像素集合。 该集合中的像素必定为同一线段上的像素,将该像素整合至同一连通线段像素集合中。
30.2.2.2通过上述方式只能实现部分线段的检测,然而现实生活中会存在以下情况,如图5所示;若延伸方向值呈周期性变化或间隔性周期变化时,利用以下方法获取属于同一线段像素的同一连通线段像素集合:图5所示像素不完全在同向延伸,但其也属于同一线段上的像素,因而针对这种情况,需得进一步分析像素延伸方向变化规律来获取属于同一线段像素的同一连通线段像素集合。
31.通过图5能够看出,属于同一连通线段的像素,虽然延伸方向值发生变化,然而其延伸方向值呈周期性变动或间隔性周期变动;而不同线段上的像素,其在线段交点之后延伸方向的变化规律与前面不同。
32.(1)假设同一连通域内所有像素的延伸方向值,提取单侧延伸方向值,将该值按像素邻接特征排列得到延伸方向序列,分析该序列的数值变化的周期性,找出序列中所有的周期序列值,如图5所述直线图像,该图像中像素延伸方向值只有一种周期序列值为[4,1,4]。
[0033]
(2)分析连通域像素集合中连通像素的周期性:找寻连通域像素集合中的连续的周期序列像素集合和非周期性像素;(a)确定非周期性像素中的边界像素:判断非周期性像素距离连通域边界的位置:当像素处于距连通域边界较近的位置,则该像素的延伸方向值受像素点的数值量较少的影响不具有周期性,不能组成一个完整的周期,因而将该像素与邻接像素整合到一个连通线段集合中。将该像素认定为边界像素。
[0034]
计算该像素值距连通域边界的距离,当距离时,该像素为边界像素,该像素与邻接的像素属于同一线段集合。此处取值为单个周期像素数量。
[0035]
(b)分析非边界像素的非周期性像素与周期序列像素集合的关系:分析非周期性像素两侧邻接像素周期一致性规律:获取不属于边界像素的非周期性像素的两侧邻接线段的像素所属的周期序列值,判断这两个周期序列值是否相同;当时,说明两侧线段的像素周期序列值相同,则该像素及其左右两侧线段的像素属于同一像素集合,即将这两线段整合到同一连通线段像素集合中;
当时,两侧线段的像素周期序列值不同,说明该像素为两线段的交点,则将该像素舍弃。
[0036]
通过该方式将小线段序列整合成若干个连通线段像素集合,统计每个连通线段像素集合的像素个数。
[0037]
2.3阈值化处理最大连通长度得到嫌疑虚线区域:将各连通线段像素集合的长度与设定阈值进行比较筛选出嫌疑虚线区域:当第个线段集合对应素个数为时,说明第个线段为嫌疑虚线区域。此处根据虚线线段得长度来设定。
[0038]
通过该方式即可得分割出虚线像素区域,得到嫌疑虚线图片。
[0039]
以上步骤在进行直线检测之前对钣金结构件展开件中的所有边缘线进行详细分析,更加精确的确定出嫌疑虚线区域,降低了直接使用霍夫变化进行直线检测时对非折弯线的误判,提高了钣金结构件折弯线检测的效率与准确率。
[0040]
2.4利用霍夫变换进行直线检测得到同一直线线段集合:利用霍夫变换对嫌疑虚线图片进行直线检测,将同一直线上的线段集合整合到一个集合中得到同一直线线段集合。
[0041]
3、根据线段的间隔周期性对同一直线线段像素集合进一步分割,得到独立的虚线线段,完成对边缘特征图的虚线检测。
[0042]
虽然步骤二在进行直线检测时,能够将同一直线上的线段集合整合到同一直线线段集合中,然而会存在线段属于同一直线线段集合,但属于不同的虚线线段,如图6所示。为了针对这种情况,需要根据线段的间隔周期性对直线进一步分割,得到独立的虚线线段。具体过程为:3.1计算同一直线线段集合中,两相邻线段端点之间的距离:均属于同一直线线段集合,假设为相邻的线段,这两线段对应的端点像素坐标为,分别计算两两端点的距离,筛选出最小端点距离。
[0043]
由于虚线中两连通线段之间存在间隔,所以需要计算两相邻端点之间的距离;而每个连通线段的长度较小,所以要筛选端点距离最小的。
[0044]
3.2统计端点距离众数:统计线段端点距离的众数。
[0045]
在得到的所有端点距离中,出现次数最多的即为虚线每个连通线段的距离,所以需要统计出线段端点距离的众数。
[0046]
3.4通过距离阈值比较,得到虚线线段集合:
将端点距离与设定阈值进行比较,当时,说明两线段不属于同一虚线线段。
[0047]
3.4通过线段间隔距离,将具有相同线段间隔距离的线段归为同一个虚线段集合中,通过该方式即可得到若干个独立的虚线段区域,完成对边缘特征图的虚线检测。
[0048]
在利用霍夫变换进行直线检测之后,再根据虚线特性(由于折弯线一般是虚线的形式在图纸上标注出来的,所以本实施例的检测都是基于虚线检测的基础,本实施例所述虚线即为折弯线),进行进一步的分析验证,使得检测出的折弯线不会很宽,从而使复原的图纸更精确,能够保证后期在对钣金结构件的生产过程中更加便捷。
[0049]
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献