一种基于pq-mean分布的加工表面纹理倾斜校正方法与流程

一种基于pq
‑
mean分布的加工表面纹理倾斜校正方法
技术领域
1.本发明涉及数字图像处理技术领域，特别涉及一种基于pq
‑
mean分布的加工表面纹理倾斜校正方法。


背景技术：

2.表面计量中纹理方向的选择对于工件表面状态的评估具有重要的影响。由于测量过程中难以对纹理方向进行准确的约束，其测量方向一般由计量人员通过视觉检查进行大致的判断。然而，这种人工干预的方式受制于操作人员的经验，不可避免会影响测量解决的鲁棒性。目前为止，尚没有一种成熟方法进行加工表面纹理倾斜方向的自适应获取并对其倾斜状态进行校正。


技术实现要素：

3.本发明的目的在于，提供一种基于pq
‑
mean分布的加工表面纹理倾斜校正方法。本发明具有倾斜角度自动辨识的优点，能够利用pq
‑
mean的分布情况自适应地沿着表面加工方向进行倾斜状态的校正。
4.本发明的技术方案：一种基于pq
‑
mean分布的加工表面纹理倾斜校正方法，其特征在于：包括以下步骤：s1：利用图像采集设备对加工表面进行拍照并获取其图像样本；s2：利用图像三个颜色通道的强度信息，将彩色图像样本转换为单通道的灰度图像；s3：沿着图像水平方向提取经过图像中心点的行灰度信息 i
row
；s4：沿着图像垂直方向提取经过图像中心点的列灰度信息 i
column
；s5：分别计算对应的行灰度信息和列灰度信息的稀疏测度；s6：计算两者平方差绝对值；s7：以1
°
为间隔，在角度范围[
‑
90
°
, 90
°
]内，旋转图片至对应角度，并在每个旋转图片上重复步骤s1至s6，获取一个新的平方差绝对值，最终形成一个平方差绝对值序列；s8：寻找平方差绝对值序列最大值，则其平方差绝对值序列最大值所在角度即为加工表面纹理倾斜角度；s9：根据寻找到的加工表面纹理倾斜角度对加工表面图像进行旋转即可实现纹理倾斜的校正。
[0005]
前述的基于pq
‑
mean分布的加工表面纹理倾斜校正方法中，所述的步骤s2中,单通道的灰度图像生成方法为：其中，i为生成的灰度图像，r为彩色图像的红色通道，g为彩色图像的绿色通道，b为彩色图像的蓝色通道。
[0006]
前述的基于pq
‑
mean分布的加工表面纹理倾斜校正方法中，所述的步骤s5中,稀疏测度pq
‑
mean的计算方法为：；其中为对应行或者列的灰度信息，为所有元素的个数，为数列内元素对应序号，和为对应的指数信息，其中。
[0007]
前述的基于pq
‑
mean分布的加工表面纹理倾斜校正方法中，所述的步骤s6中, 平方差绝对值的计算方法为：；其中为行灰度信息对应的稀疏测度，为列灰度信息对应的稀疏测度。
[0008]
与现有技术相比，本发明具有以下优点：本发明首先将获取到加工表面照片转换为灰度空间，分别计算图像行列方向灰度信息的稀疏测度，随后计算两者平方差绝对值，以1
°
为间隔，在角度范围[
‑
90
°
, 90
°
]内，旋转图片至对应角度，并在每个旋转图片上计算其平方差绝对值，最终形成一个平方差绝对值序列，则其最大值所在角度即为加工表面纹理倾斜角度。本发明具有倾斜角度自动辨识的优点，能够利用pq
‑
mean的分布情况自适应地沿着表面加工方向进行倾斜状态的校正。
附图说明
[0009]
图1是本发明的流程图；图2是本发明的实施例1中转换后的单通道灰度图像；图3是本发明的实施例1中不同旋转角度条件下pq
‑
mean平方差绝对值序列；图4是本发明中实施例1中倾斜校正后的加工表面纹理。
具体实施方式
[0010]
下面结合附图和实施例对本发明作进一步的说明，但并不作为对本发明限制的依据。
[0011]
实施例：一种基于pq
‑
mean分布的加工表面纹理倾斜校正方法，下面结合具体案例对本发明进一步说明，其流程图如图1所示，包括以下步骤，s1：利用图像采集设备对加工表面进行拍照并获取其图像样本，获取到的铸铁铣削表面图像；s2：利用图像三个颜色通道的强度信息，将彩色图像样本转换为单通道的灰度图像，如附图2所示，其具体方法为：；其中，i为生成的灰度图像，r为彩色图像的红色通道，g为彩色图像的绿色通道，b
为彩色 图像的蓝色通道；s3：沿着图像水平方向提取经过图像中心点的行灰度信息 i
row
；s4：沿着图像垂直方向提取经过图像中心点的列灰度信息 i
column
；s5：分别计算对应行灰度信息和列灰度信息的稀疏测度，具体方法为：；其中为对应行或者列的灰度信息，为所有元素的个数，为数列内元素对应序号，和为对应的指数信息，其中；s6:计算两者平方差，具体方法为;其中为行灰度信息对应的稀疏测度，为列灰度信息对应的稀疏测度；s7:以1
°
为间隔，在角度范围[
‑
90
°
, 90
°
]内，旋转图片至对应角度，并在每个旋转图片上重复步骤1至6，获取一个新的平方差绝对值，最终形成一个平方差绝对值序列，如附图4所示；s8:寻找平方差绝对值序列最大值，则其最大值所在角度即为加工表面纹理倾斜角度，如附图3所示。
[0012]
s9:根据寻找到的倾斜角度对加工表面图像进行旋转即可实现纹理倾斜的校正，本应用案例中，倾斜校正后的结果如附图4所示。
[0013]
本发明首先将获取到加工表面照片转换为灰度空间，分别计算图像行列方向灰度信息的稀疏测度，随后计算两者平方差绝对值，以1
°
为间隔，在角度范围[
‑
90
°
, 90
°
]内，旋转图片至对应角度，并在每个旋转图片上计算其平方差绝对值，最终形成一个平方差绝对值序列，则其最大值所在角度即为加工表面纹理倾斜角度。本发明具有倾斜角度自动辨识的优点，能够利用pq
‑
mean的分布情况自适应地沿着表面加工方向进行倾斜状态的校正。


技术特征：
1.一种基于pq
‑
mean分布的加工表面纹理倾斜校正方法，其特征在于：包括以下步骤：s1：利用图像采集设备对加工表面进行拍照并获取其图像样本；s2：利用图像三个颜色通道的强度信息，将彩色图像样本转换为单通道的灰度图像；s3：沿着图像水平方向提取经过图像中心点的行灰度信息 i
row
；s4：沿着图像垂直方向提取经过图像中心点的列灰度信息 i
column
；s5：分别计算对应的行灰度信息和列灰度信息的稀疏测度；s6：计算两者平方差绝对值；s7：以1
°
为间隔，在角度范围[
‑
90
°
, 90
°
]内，旋转图片至对应角度，并在每个旋转图片上重复步骤s1至s6，获取一个新的平方差绝对值，最终形成一个平方差绝对值序列；s8：寻找平方差绝对值序列最大值，则其平方差绝对值序列最大值所在角度即为加工表面纹理倾斜角度；s9：根据寻找到的加工表面纹理倾斜角度对加工表面图像进行旋转即可实现纹理倾斜的校正。2.根据权利要求1所述的基于pq
‑
mean分布的加工表面纹理倾斜校正方法，其特征在于，所述的步骤s2中,单通道的灰度图像生成方法为：其中，i为生成的灰度图像，r为彩色图像的红色通道，g为彩色图像的绿色通道，b为彩色图像的蓝色通道。3.根据权利要求1所述的基于pq
‑
mean分布的加工表面纹理倾斜校正方法，其特征在于，所述的步骤s5中,稀疏测度pq
‑
mean的计算方法为：；其中为对应行或者列的灰度信息，为所有元素的个数，为数列内元素对应序号，和为对应的指数信息，其中。4.根据权利要求1所述的基于pq
‑
mean分布的加工表面纹理倾斜校正方法，其特征在于，所述的步骤s6中, 平方差绝对值的计算方法为：；其中为行灰度信息对应的稀疏测度，为列灰度信息对应的稀疏测度。

技术总结
本发明公开了一种基于pq


技术研发人员：李小刚 孙浩然 霍晓娜 孙维方 林苏奔 冯光 卢成绩 邵正鹏 迟诚
受保护的技术使用者：领伟创新智能系统（浙江）有限公司
技术研发日：2021.12.07
技术公布日：2021/12/30