一种基于有限状态机的图像处理定位铸坯方法与流程

本发明属于图像处理技术领域，特别涉及一种基于有限状态机的图像处理定位铸坯方法。

背景技术：

随着图像处理技术的快速发展，使用摄像机采集现场图像通过图像处理得到物体具体位置在工业现场得到了大量的应用。

在高温、高压、高速、狭窄空间等环境下，接触式测量设备无法使用，而通过相机采集图像进行定位具有体积小、速度快、精度高、非接触等优势，正逐步替代大量接触式传感器设备。

连铸行业中传统基于接触式测量的编码器测长、碰球测长等铸坯定位方案已逐渐淘汰，图像处理定位铸坯技术方兴未艾。但是在现有的图像处理检测铸坯位置的方法中，大都存在以下几方面的问题：1、无状态记忆，误差率高。物体(铸坯)在空间中发生位移时，其运动图像特征会发生有规则的状态变化，这些状态变迁是连续的，确定的。现有检测方法未能考虑到这一点；2、算法复杂，实时性差。现有算法大都基于边缘检测，而边缘检测基于图像的卷积运算，运算次数和时间与图像分辨率的平方成正比。现在工业现场对铸坯位置检测精度要求越来越高，不断推高摄像机分辨率，完全基于边缘识别的算法实时性越来越差；3、无学习能力，扩展性差。传统图像处理算法核心思想就是通过预设的图像特征来分析判断铸坯位置，当周围环境发生变化或者铸坯外形发生变化时，对应的图像特征也会发生变化，而使用预设的特征值来做分析时，就会发生误判，扩展能力很差；

铸坯在三维空间中运动时，其三维投影到二维时，产生各种投影形变，在外界环境噪声(自然光照、现场灯光、相机ccd成像噪声、图像数据传输噪声等)叠加下，特征点区间非常巨大，直接对其做严格判定存在两个问题：1、时间资源不允许，即cpu严格判定运算量太大，太耗时，不能满足工业现场实时性需求；2、空间资源不允许，即内存无法在限定时间内完全所有特征点遍历并作出判定，因此常用方法按以下步骤进行：1、离线提取所有可能场景的特征点；2、使用支持向量机或朴素贝叶斯进行分类；3、抽取分类后结果中的部分特征点作为判断特征点；但是此种提取特征点方法存在天生的缺陷，朴素贝叶斯需要假设属性之间相互独立，这往往并不成立；需要知道先验概率，这往往前期无法获得；分类决策错误率高，而且无法纠正，支持向量机对缺失数据敏感，同时运行内存需求很大，折衷办法就是只取严格判定点，抛弃奇异点，而这会导致漏判或误判，为此，本发明提出一种基于有限状态机的图像处理定位铸坯方法。

技术实现要素：

为了解决现有技术存在的问题，本发明提供了一种基于有限状态机的图像处理定位铸坯方法，该基于有限状态机的图像处理定位铸坯方法设计合理，在铸坯图像检测过程中引入有限自动机理念，通过自动机状态变迁和统计分析，简化了图像处理流程，能够降低检测误差，提高检测速度，同时具备状态机迁移路径特征自学习功能，大大扩展了铸坯检测方法的使用范围。

为了实现上述目的，本发明是通过如下的技术方案来实现：一种基于有限状态机的图像处理定位铸坯方法，一个确定有限自动机(dfa)m是一个五元组m＝(s，∑，f，s0，z).，其中，∑是一个有穷字母表，它的每一个元素称为一个输入符号，s是一个有限状态集，它的每一个元素称为一个状态，f是转换函数，定义了从s×∑→s上的一个单值映射，即f(p，q)＝q，指明当前的状态为p，当输入符号为a时，则转换到下一个状态q，q称为p的后继状态，s0∈s是一个唯一的初始状态，是一个终止状态集，在状态转移的每一步，根据有限自动机当前所处的状态和所面临的输入符号，便能唯一地确定有限自动机的下一个状态，即转换函数的值是唯一的，反映到状态转换图上，就是若|∑|＝n，则任何结点的出边都有n条，且这些出边上的标记均不相同，当铸坯往某个固定方向运动(前进或后退)时，必然经历四个状态的变迁，而且重要的是，状态变迁必然有固定的顺序，不会出现坯头突然跳变到坯尾或者无坯突然跳变到坯身的情况，因此在铸坯位置判定过程中，结合铸坯位置状态变迁图，能够有效的过滤掉奇异点，抽取出有效特征点，避免漏判或误判。

作为本发明的一种优选方式，所述有限自动机(finiteautomata)是一种有限离散数字系统的抽象数学模型，一个有限自动机m由五元组(x，y，s，δ，λ)给定，其中x，y和s都是非空有限集，分别称为m的输入集、输出集和状态集，δ是笛卡儿积集合s×x到s的映射，称为m的下一状态函数，λ是s×x到y的单值映射，称为m的输出函数，当δ是单值映射时，称m为确定型有限自动机(deterministicfiniteautomaton-dfa)，当δ是多值映射时，称m为非确定型有限自动机nondeterministicfiniteautomaton-nfa)。

作为本发明的一种优选方式，所述有限自动机(finiteautomata)又称为有穷状态的机器，它由一个有限的内部状态集和一组控制规则组成，这些规则是用来控制在当前状态下读入输入符号后应转向什么状态.有限状态系统最初的形式研究是在1943年南mcculloeh和pitts提出来的，在有限自动机中，它的状态总是处于有限状态中的某一个状态，系统的当前状态概括了有关历史的信息，这些历史信息对于后来的输入所能确定的系统状态是不可少的，简单地说，也就是要根据当前系统的状态和下一个输人的符号才能确定下一个状态，在自动化控制中，可以找到许多有限状态系统的例子，如计算机本身也可以是认为是一个有限状态系统，尽管其可能状态数目很大，但仍然是有限的，有限自动机理论是设计这些系统的有效工具。

作为本发明的一种优选方式，所述奇异点为在相邻的两个状态都存在的特征点。

本发明的有益效果：

1、此基于有限状态机的图像处理定位铸坯方法在多种测量定位方法在铸坯图像检测过程中引入有限自动机理念，通过自动机状态变迁和统计分析，简化了图像处理流程，能够降低检测误差，提高检测速度，同时具备状态机迁移路径特征自学习功能，大大扩展了铸坯检测方法的使用范围。

2、此基于有限状态机的图像处理定位铸坯方法在铸坯位置判定过程中，结合铸坯位置状态变迁图，能够有效的过滤掉奇异点，抽取出有效特征点，避免漏判或误判。

3、此基于有限状态机的图像处理定位铸坯方法在传统图像处理定位铸坯方法的基础上，引入有限状态机机制，根据铸坯在空间中移动的图像特征，抽象出其空间运动各个状态的变迁路径，将传统边缘识别定位方法的大数据量计算，转换为统计分析，大大提高了检测方法的实时性，同时，在有限状态机机制里，引入自学习功能，检测方法能不断的根据当前铸坯图像特征值学习并更新状态机特征值，从而大大扩展了铸坯定位方法的可用性。

附图说明

图1为一种基于有限状态机的图像处理定位铸坯方法的铸坯在某位置的状态图。

具体实施方式

为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。

请参阅图1，本发明提供一种技术方案：一种基于有限状态机的图像处理定位铸坯方法，一个确定有限自动机(dfa)m是一个五元组m＝(s，∑，f，s0，z).，其中，∑是一个有穷字母表，它的每一个元素称为一个输入符号，s是一个有限状态集，它的每一个元素称为一个状态，f是转换函数，定义了从s×∑→s上的一个单值映射，即f(p，q)＝q，指明当前的状态为p，当输入符号为a时，则转换到下一个状态q，q称为p的后继状态，s0∈s是一个唯一的初始状态，是一个终止状态集，在状态转移的每一步，根据有限自动机当前所处的状态和所面临的输入符号，便能唯一地确定有限自动机的下一个状态，即转换函数的值是唯一的，反映到状态转换图上，就是若|∑|＝n，则任何结点的出边都有n条，且这些出边上的标记均不相同，当铸坯往某个固定方向运动(前进或后退)时，必然经历四个状态的变迁，而且重要的是，状态变迁必然有固定的顺序，不会出现坯头突然跳变到坯尾或者无坯突然跳变到坯身的情况，因此在铸坯位置判定过程中，结合铸坯位置状态变迁图，能够有效的过滤掉奇异点，抽取出有效特征点，避免漏判或误判。

作为本发明的一种优选方式，所述有限自动机(finiteautomata)是一种有限离散数字系统的抽象数学模型，一个有限自动机m由五元组(x，y，s，δ，λ)给定，其中x，y和s都是非空有限集，分别称为m的输入集、输出集和状态集，δ是笛卡儿积集合s×x到s的映射，称为m的下一状态函数，λ是s×x到y的单值映射，称为m的输出函数，当δ是单值映射时，称m为确定型有限自动机(deterministicfiniteautomaton-dfa)，当δ是多值映射时，称m为非确定型有限自动机nondeterministicfiniteautomaton-nfa)。

作为本发明的一种优选方式，所述有限自动机(finiteautomata)又称为有穷状态的机器，它由一个有限的内部状态集和一组控制规则组成，这些规则是用来控制在当前状态下读入输入符号后应转向什么状态.有限状态系统最初的形式研究是在1943年南mcculloeh和pitts提出来的，在有限自动机中，它的状态总是处于有限状态中的某一个状态，系统的当前状态概括了有关历史的信息，这些历史信息对于后来的输入所能确定的系统状态是不可少的，简单地说，也就是要根据当前系统的状态和下一个输人的符号才能确定下一个状态，在自动化控制中，可以找到许多有限状态系统的例子，如计算机本身也可以是认为是一个有限状态系统，尽管其可能状态数目很大，但仍然是有限的，有限自动机理论是设计这些系统的有效工具。

作为本发明的一种优选方式，所述奇异点为在相邻的两个状态都存在的特征点。

作为本发明的一种优选方式，此方法在多种测量定位方法在铸坯图像检测过程中引入有限自动机理念，通过自动机状态变迁和统计分析，简化了图像处理流程，能够降低检测误差，提高检测速度，同时具备状态机迁移路径特征自学习功能，大大扩展了铸坯检测方法的使用范围。

作为本发明的一种优选方式，此方法在铸坯位置判定过程中，结合铸坯位置状态变迁图，能够有效的过滤掉奇异点，抽取出有效特征点，避免漏判或误判。

作为本发明的一种优选方式，此方法在传统图像处理定位铸坯方法的基础上，引入有限状态机机制，根据铸坯在空间中移动的图像特征，抽象出其空间运动各个状态的变迁路径，将传统边缘识别定位方法的大数据量计算，转换为统计分析，大大提高了检测方法的实时性，同时，在有限状态机机制里，引入自学习功能，检测方法能不断的根据当前铸坯图像特征值学习并更新状态机特征值，从而大大扩展了铸坯定位方法的可用性。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点，对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。