一种网格图形检测方法、装置、增材制造设备及存储介质与流程

本发明涉及图形处理，具体涉及一种网格图形检测方法、装置、增材制造设备及存储介质。

背景技术：

1、网格图形是一种广泛应用的标识图形，通过网格图形可以进行区域划分、形变量校准、定位等。基于视觉系统的网格图形检测是对网格图形自动化检测的优质手段。

2、目前，在一些技术中，用来对网格进行检测的方法大多以基于图形化处理的技术为主。图形化的网格识别方法主要通过边缘检测和直线检测相结合的方法找到网格所在直线，或者通过角点检测等方法识别网格间交叉点。这些方法在面对网格线条明暗不均、网格上有较多干扰点的情况时容易降低识别准确率，特别是对于精度要求较高的检测应用，其检测准确性不高。

技术实现思路

1、有鉴于此，本发明提供了一种网格图形检测方法、装置、增材制造设备及存储介质，以解决现有技术中检测存在干扰的网格，其检测准确性不高的问题。

2、第一方面，本发明提供了一种网格图形检测方法，方法包括：

3、获取待检测网格图像；

4、对待检测网格图像进行预处理，预处理包括二值化处理；

5、基于预处理后的待检测网格图像，提取预设行数的像素点与预设列数的像素点中的特征峰值，特征峰值为灰度区域内的灰度最大值，其中，预设行数中的每一行像素点对应的特征峰值的数量与网格竖线的数量一致，预设列数中的每一列像素点对应的特征峰值的数量与网格横线的数量一致；

6、确定每一个特征峰值对应的像素点坐标；

7、根据提取的同一行像素点以及同一列像素点对应的特征峰值的像素点坐标，将所有像素点坐标划分为与网格横线以及网格竖线对应的坐标集合；

8、基于每一个坐标集合，进行线性回归拟合，获得若干直线方程；

9、基于若干直线方程，生成网格图形。

10、本发明提供的检测方法，无需通过边缘信息识别网格直线，从而避免了边缘毛刺、线条明暗不均、不连续的图形对于边缘识别的干扰。通过对预设行数的像素点与预设列数的像素点中的特征峰值进行提取，可以避免引入直线交叉点处干扰叠加严重的区域内的点。另外通过带有异常点剔除功能的线性回归拟合直线，可以避免离群点、强影响点、强杠杆点对直线拟合的影响。且使用数据点数量多、可以消除随机波动，从而提高网格直线拟合的准确性，能更好的应用于对网格位置精度有更高要求的检测，并且该方法运算量较小，检测效率高。

11、在一种可选的实施方式中，通过以下步骤提取预设行数中的每一行像素点或预设列数中的每一列像素点中的特征峰值，包括：

12、将预处理后的待检测网格图像进行像素坐标化；

13、检测每一行像素点的灰度值以及每一列像素点的灰度值，并按照像素点所在位置记录对应的灰度值；

14、确定每一行像素点以及每一列像素点中高于预设灰度值的像素点所在位置；

15、根据高于预设灰度值的像素点所在位置进行区域划分，确定出多个灰度区域；

16、提取每一个灰度区域内的灰度最大值，并将灰度最大值作为对应灰度区域的特征峰值。

17、可以根据特征峰值，确定出每一条网格线的中心(网格线中心指的是网格线宽度的中心)，从而避免了边缘毛刺、线条明暗不均、不连续的图形对于线条识别的干扰，提高网格识别的准确性。

18、在一种可选的实施方式中，确定每一个特征峰值对应的像素点坐标，包括：

19、判断一个特征峰值是否对应相邻的多个像素点坐标；

20、若一个特征峰值对应相邻多个像素点坐标，则将相邻的多个像素点坐标进行均值计算，将计算结果作为特征峰值对应的像素点坐标。

21、一个灰度区域仅对应一个灰度值，且对应一个像素点坐标，可以进一步有效剔除由于边缘毛刺、线条明暗不均、不连续的图形对于线条识别的干扰，从而提高网格识别的准确性。

22、在一种可选的实施方式中，根据提取的同一行像素点以及同一列像素点对应的特征峰值的像素点坐标，将所有像素点坐标划分为与网格横线以及网格竖线对应的坐标集合，包括：

23、确定同一行像素点对应的特征峰值的像素点坐标以及确定同一列像素点对应的特征峰值的像素点坐标；

24、对于同一行像素点对应的特征峰值的像素点坐标，根据像素点坐标的横坐标大小进行依次排序；将每一行像素点中同一次序的像素点坐标作为第一坐标集合，第一坐标集合的数量与网格竖线的数量一致；

25、对于同一列像素点对应的特征峰值的像素点坐标，根据像素点坐标的纵坐标大小进行依次排序；将每一列像素点中同一次序的像素点坐标作为第二坐标集合，第二坐标集合的数量与网格横线的数量一致。

26、在一种可选的实施方式中，所有第一坐标集合中横坐标最小值以及横坐标最大值分别对应的第一坐标边界集合、所有第二坐标集合中纵坐标最小值以及纵坐标最大值分别对应的第二坐标边界集合，用于生成网格图形边界线对应的直线方程。

27、在一种可选的实施方式中，对待检测网格图像进行预处理，包括：

28、依次对待检测网格图像进行滤波去噪处理、二值化处理、归一化处理；

29、将归一化处理后的待检测网格图像进行旋转处理，将待检测网格图像中的网格旋转至预设夹角内，预设夹角为网格轴线与坐标轴轴线支架的夹角。

30、在一种可选的实施方式中，生成网格图形之后，还包括：确定网格图形中网格线的交叉点。

31、第二方面，本发明提供了一种网格图形检测装置，装置包括：

32、获取模块，用于获取待检测网格图像；

33、预处理模块，用于对待检测网格图像进行预处理，预处理包括滤波去噪处理、二值化处理、归一化处理；

34、提取模块，用于基于预处理后的待检测网格图像，提取预设行数的像素点与预设列数的像素点中的特征峰值，特征峰值为灰度区域内的灰度最大值，其中，预设行数中的每一行像素点对应的特征峰值的数量与网格竖线的数量一致，预设列数中的每一列像素点对应的特征峰值的数量与网格横线的数量一致；

35、坐标模块，用于确定每一个特征峰值对应的像素点坐标；

36、划分模块，用于根据提取的同一行像素点以及同一列像素点对应的特征峰值的像素点坐标，将所有像素点坐标划分为与网格横线以及网格竖线对应的坐标集合；

37、拟合模块，用于基于每一个坐标集合，进行线性回归拟合，获得若干直线方程；

38、生成模块，用于基于若干直线方程，生成网格图形。

39、第三方面，本发明提供了一种增材制造设备，包括：存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述第一方面或其对应的任一实施方式的网格图形检测方法。

40、第四方面，本发明提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的网格图形检测方法。

技术特征：

1.一种网格图形检测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，通过以下步骤提取预设行数中的每一行像素点或预设列数中的每一列像素点中的特征峰值，包括：

3.根据权利要求2所述的方法，其特征在于，所述确定每一个所述特征峰值对应的像素点坐标，包括：

4.根据权利要求1所述的方法，其特征在于，所述根据提取的同一行像素点以及同一列像素点对应的所述特征峰值的所述像素点坐标，将所有所述像素点坐标划分为与所述网格横线以及所述网格竖线对应的坐标集合，包括：

5.根据权利要求4所述的方法，其特征在于，所有所述第一坐标集合中横坐标最小值以及横坐标最大值分别对应的第一坐标边界集合、所有所述第二坐标集合中纵坐标最小值以及纵坐标最大值分别对应的第二坐标边界集合，用于生成所述网格图形边界线对应的直线方程。

6.根据权利要求1所述的方法，其特征在于，所述对所述待检测网格图像进行预处理，包括：

7.根据权利要求1所述的方法，其特征在于，所述生成网格图形之后，还包括：

8.一种网格图形检测装置，其特征在于，所述装置包括：

9.一种增材制造设备，其特征在于，包括：

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行权利要求1-7任一项所述的网格图形检测方法。

技术总结
本发明涉及图形处理技术领域，公开了一种网格图形检测方法、装置、增材制造设备及存储介质，该方法包括：获取待检测网格图像；对待检测网格图像进行预处理；基于预处理后的待检测网格图像，提取预设行数的像素点与预设列数的像素点中的特征峰值，特征峰值为灰度区域内的灰度最大值；确定每一个特征峰值对应的像素点坐标；根据提取的同一行像素点以及同一列像素点对应的特征峰值的像素点坐标，将所有像素点坐标划分为与网格横线以及网格竖线对应的坐标集合；基于每一个坐标集合，进行线性回归拟合，获得若干直线方程；基于若干直线方程，生成网格图形。可以有效避免边缘毛刺、线条明暗不均、不连续等对于线条识别的干扰，提高网格识别的准确性。

技术研发人员：王佳,彭卓,陈浩然,曾维桥
受保护的技术使用者：湖南华曙高科技股份有限公司
技术研发日：
技术公布日：2024/1/22