专利汇可以提供一种拼接影像楼面缺陷检测的故障定位方法及系统专利检索,专利查询,专利分析的服务。并且本 发明 提供了一种用于拼接影像楼面 缺陷 检测的故障 定位 方法及相应的系统,主要包括 窗户 分割、图像拼接、窗户定位、缺陷定位几部分,该方法首先对采集到的楼面 图像序列 进行拼接、并对楼面区域进行特征提取和几何校正,获取拍摄图像中 像素 在参考楼面 坐标系 中的对应关系,从而对缺陷自动识别 算法 输出的缺陷进行精确地定位。该方法能有效地克服由于每次拍摄的镜头 位置 和 角 度不确定性造成的楼面同一区域在图片序列中的顺序和位置存在差异的问题,在利用拼接影像进行楼面缺陷检测过程中可显著提高缺陷定位的 精度 ,定位结果可信度高,适于在楼面缺陷检测和维护工作中进行推广应用。,下面是一种拼接影像楼面缺陷检测的故障定位方法及系统专利的具体信息内容。
1.一种拼接影像楼面缺陷检测的故障定位方法,其特征在于,包括如下步骤:
获取一系列覆盖楼面整体区域的原始图像、作为原始图像序列,利用训练好的卷积神经网络分别对每张所述原始图像中的窗户进行分割,得到与所述原始图像尺寸相同的二值化的掩膜图像,并对所有所述掩膜图像进行排序,得到掩膜序列;
依次对相邻的所述原始图像进行特征提取、并进行匹配和图像拼接,得到全局图像;采用相同方法对所述掩膜图像进行特征提取、匹配和图像拼接,得到全局掩膜;根据投射变换对缺陷的位置进行重新计算和定位;
对所述全局掩膜进行连通域检测,对楼面上所有窗户进行定位、并确定所述窗户对应的门牌号;
从所述全局掩膜中找到所述缺陷重新定位后的位置,并找到距离最近的窗户,据此推算出其在整体楼面中的位置,从而完成定位。
2.如权利要求1所述的拼接影像楼面缺陷检测的故障定位方法,其特征在于,所述特征提取的具体方法如下:
a.使用不同参数的高斯模糊来表示不同的尺度空间,检测在不同尺度下都存在的特征点,从而检测极值点;
b.删除不稳定的极值点,所述极值点包括低对比度的极值点和不稳定的边缘响应点;
c.以特征点为中心、计算其邻域内各个像素点的梯度的幅角和幅值,使用直方图对梯度的幅角进行统计,确定所述特征点的方向;
d.将坐标轴旋转为特征点的方向,以特征点为中心的16×16的窗口的像素的梯度幅值和方向,将窗口内的像素分成16块,每块分别用其像素内8个方向的直方图统计,共形成128维的特征向量。
3.如权利要求2所述的拼接影像楼面缺陷检测的故障定位方法,其特征在于,所述匹配和图像拼接的具体方法如下:
a.针对所述原始图像序列中的第一张所述原始图像、或所述掩膜序列中的第一张所述掩膜图像,利用K-D树数据结构来有序存放特征描述向量,再用快速近似k最近邻算法找出最近邻点和次近邻点;
b.根据所述特征点计算透视变换矩阵的参数;采用透视变换函数对后一张所述原始图像或所述掩膜图像进行变换,并采用多项式插值算法实现非整数坐标像素值的估计,得到校准之后的图像;
c.将前一张所述原始图像与变换后的后一张所述原始图像进行拼接、或将前一张所述掩膜图像与变换后的后一张所述掩膜图像进行拼接,重叠部分采用加权平均即可,得到拼接之后的图像、并继续与下一张原始图像或掩膜图像进行拼接。
4.如权利要求3所述的拼接影像楼面缺陷检测的故障定位方法,其特征在于,所述对缺陷的位置进行重新计算和定位的具体方法如下:
设缺陷的原始中心位置为(xbreak,ybreak),根据透射变换矩阵
可计算出经过图像拼接处理后所述缺陷坐标位置(xbc,ybc)如下:
5.如权利要求1所述的拼接影像楼面缺陷检测的故障定位方法,其特征在于,所述对楼面上所有窗户进行定位的具体方法如下:
a.初始化Gp=φ,将C0存入Group0,设Group0中连通域元素的中心x坐标均值为mean(Group0),并设Gp中元素个数numG=1;
b.遍历所有连通域,对每个连通域Ci进行如下操作:如
则将Ci放入Groupn中;如numG=numG+1,则将Ci放入GroupnumG中。
6.如权利要求5所述的拼接影像楼面缺陷检测的故障定位方法,其特征在于,所述对楼面上所有窗户进行定位的方法还包括如下步骤:
c.对Gp中的Groupn进行遍历,将Groupn中的连通域按照y坐标由小到大进行排序后得到SortGroupn,并计算得到最小纵坐标间距Dn;
d.对每个SortGroupn进行顺序遍历,设第k与k+1个连通域中心的y坐标之差为dk=xk+1-xk,若dk/Dn>1,则说明二者之间存在未分割出的窗户,将二者连线按 等分,将等分点做为窗户位置也放入SortGroupn中;
e.将新的SortGroupn按x坐标均值由小到大进行排序构成集合SortGp,并依据组内连通域的平均面积进行计算,将其中面积大于预设阈值的确定为主窗体。
7.如权利要求6所述的拼接影像楼面缺陷检测的故障定位方法,其特征在于,在整体楼面中对所述缺陷进行定位的具体方法如下:
计算经过图像拼接处理后的坐标(xbc,ybc)与SortGp中所有窗户中心的距离,找到距离最近的窗户,根据所述窗户在SortGp中SortGroupn的n推出横向位置,并根据所述窗户在SortGroupn中的k推出纵向位置,从而完成定位。
8.一种运行权利要求1~7中任一项所述方法的拼接影像楼面缺陷检测的故障定位系统,其特征在于,包括依次连接的窗户分割模块(1)、图像拼接模块(2)、窗户定位模块(3)以及缺陷定位模块(4),所述窗户分割模块(1)被配置为:
获取一系列覆盖楼面整体区域的原始图像、作为原始图像序列,利用训练好的卷积神经网络分别对每张所述原始图像中的窗户进行分割,得到与所述原始图像尺寸相同的二值化的掩膜图像,并对所有所述掩膜图像进行排序,得到掩膜序列;
所述图像拼接模块(2)被配置为:
依次对相邻的所述原始图像进行特征提取、并进行匹配和图像拼接,得到全局图像;采用相同方法对所述掩膜图像进行特征提取、匹配和图像拼接,得到全局掩膜;根据投射变换对缺陷的位置进行重新计算和定位;
所述窗户定位模块(3)被配置为:
对所述全局掩膜进行连通域检测,对楼面上所有窗户进行定位、并确定所述窗户对应的门牌号;
所述缺陷定位模块(4)被配置为:
从所述全局掩膜中找到所述缺陷重新定位后的位置,并找到距离最近的窗户,据此推算出其在整体楼面中的位置,从而完成定位。
9.如权利要求8所述的系统,其特征在于,所述图像拼接模块(2)包括特征提取单元(21)、匹配拼接单元(22)以及重定位单元(23),所述特征提取单元(21)被配置为:
使用不同参数的高斯模糊来表示不同的尺度空间,检测在不同尺度下都存在的特征点,从而检测极值点;删除不稳定的极值点,所述极值点包括低对比度的极值点和不稳定的边缘响应点;以特征点为中心、计算其邻域内各个像素点的梯度的幅角和幅值,使用直方图对梯度的幅角进行统计,确定所述特征点的方向;将坐标轴旋转为特征点的方向,以特征点为中心的16×16的窗口的像素的梯度幅值和方向,将窗口内的像素分成16块,每块分别用其像素内8个方向的直方图统计,共形成128维的特征向量;
所述匹配拼接单元(22)被配置为:
针对所述原始图像序列中的第一张所述原始图像、或所述掩膜序列中的第一张所述掩膜图像,利用K-D树数据结构来有序存放特征描述向量,再用快速近似k最近邻算法找出最近邻点和次近邻点;根据所述特征点计算透视变换矩阵的参数;采用透视变换函数对后一张所述原始图像或所述掩膜图像进行变换,并采用多项式插值算法实现非整数坐标像素值的估计,得到校准之后的图像;将前一张所述原始图像与变换后的后一张所述原始图像进行拼接、或将前一张所述掩膜图像与变换后的后一张所述掩膜图像进行拼接,重叠部分采用加权平均即可,得到拼接之后的图像、并继续与下一张原始图像或掩膜图像进行拼接。所述缺陷重定位单元(23)被配置为:
设缺陷的原始中心位置为(xbreak,ybreak),根据透射变换矩阵
可计算出经过图像拼接处理后所述缺陷的坐标位置(xbc,ybc)如下:
10.如权利要求8所述的系统,其特征在于,所述窗户定位模块(3)包括初步定位单元(31)和推测补齐单元(32),所述初步定位(31)单元被配置为:
初始化Gp=φ,将C0存入Group0,设Group0中连通域元素的中心x坐标均值为mean(Group0),并设Gp中元素个数numG=1;遍历所有连通域,对每个连通域Ci进行如下操作:如则将Ci放入Groupn中;如numG=numG+1,则将Ci
放入GroupnumG中。
所述推测补齐单元(32)被配置为:
对Gp中的Groupn进行遍历,将Groupn中的连通域按照y坐标由小到大进行排序后得到SortGroupn,并计算得到最小纵坐标间距Dn;
对每个SortGroupn进行顺序遍历,设第k与k+1个连通域中心的y坐标之差为dk=xk+1-xk,若dk/Dn>1,则说明二者之间存在未分割出的窗户,将二者连线按 等分,将等分点做为窗户位置也放入SortGroupn中;将新的SortGroupn按x坐标均值由小到大进行排序构成集合SortGp,并依据组内连通域的平均面积进行计算,将其中面积大于预设阈值的确定为主窗体;
此时,所述缺陷定位模块(4)被配置为:
计算经过图像拼接处理后的坐标(xbc,ybc)与SortGp中所有窗户中心的距离,找到距离最近的窗户,根据所述窗户在SortGp中SortGroupn的n推出横向位置,并根据所述窗户在SortGroupn中的k推出纵向位置,从而完成定位。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种基于非线性增强子空间聚类的图像识别方法 | 2020-05-11 | 634 |
三维裁剪Voronoi图的多线程并行计算方法、系统 | 2020-05-08 | 167 |
一种基于CBR和RBR的机器人焊接工艺参数优化方法 | 2020-05-11 | 581 |
一种基于步长匹配的行人室内定位方法 | 2020-05-12 | 175 |
基于多传感网络的室内活动检测识别方法及系统 | 2020-05-12 | 678 |
一种基于加权联合最近邻的多任务稀疏表示检测方法 | 2020-05-08 | 944 |
一种基于光流颜色聚类的运动物体分割方法及其系统 | 2020-05-11 | 769 |
基于深度卷积特征和语义近邻的多标签图像补全方法 | 2020-05-08 | 234 |
基于多元时移多尺度排列熵的滚动轴承故障诊断方法 | 2020-05-13 | 286 |
高分辨率遥感影像的海上典型人造目标识别系统及方法 | 2020-05-08 | 22 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。