首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于几何距离度量的图像缺陷目标匹配方法和系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中科方寸知微(南京)科技有限公司;国网安徽省电力有限公司淮南供电公司;国网安徽省电力有限公司

摘要:本发明公开了基于几何距离度量的图像缺陷目标匹配方法和系统,该方法包括采集同一目标的多个角度的图像,对每个图像进行缺陷检测;基于缺陷检测的结果,构建缺陷目标匹配关系的二维矩阵,通过距离度量函数将二维矩阵转化为最优匹配问题;获取相机内参矩阵和相机间位姿关系,基于缺陷检测的结果、相机内参矩阵和相机间位姿关系,构建距离度量函数矩阵;基于距离度量函数矩阵,对最优匹配问题进行求解,得到最优的缺陷目标匹配关系。本发明通过确定缺陷目标之间的匹配关系,找到图像中存在的重复缺陷,提高了图像检测结果的整体质量和可用性,有效降低了系统计算量、缺陷审核和人工管理的成本。

主权项:1.基于几何距离度量的图像缺陷目标匹配方法,其特征在于,包括如下步骤:S1、采集同一目标的多个角度的图像,对每个图像进行缺陷检测;S2、基于缺陷检测的结果,构建缺陷目标匹配关系的二维矩阵,通过距离度量函数将二维矩阵转化为最优匹配问题;S3、获取相机内参矩阵和相机间位姿关系,基于缺陷检测的结果、相机内参矩阵和相机间位姿关系,构建距离度量函数矩阵;S4、基于距离度量函数矩阵,对最优匹配问题进行求解,得到最优的缺陷目标匹配关系;步骤S2进一步为:S21、基于缺陷检测的结果,构建缺陷目标匹配关系的二维矩阵,同时确认二维矩阵的约束条件;S22、通过距离度量函数量化缺陷目标的相似度,基于相似度,将二维矩阵转化为最优匹配问题;构建二维矩阵表示缺陷目标匹配关系,定义二维矩阵M的形状为m1×m2,设置矩阵元素Mij=1表示匹配,Mij=0表示不匹配,设置约束条件为:∑j=1m2Mij≤1;∑i=1m1Mij≤1;其中m1表示第一张图像中检测到的缺陷数量,m2表示第二张图像中检测到的缺陷数量,Mij表示表示第一张图像中的第i个缺陷和第二张图像中的第j个缺陷是否匹配;定义距离度量函数,设置距离度量函数为Dbi,bj,满足以下条件:若bi与bj是同一目标,则距离度量函数Dbi,bj较小;若bi与bj不是同一目标,则距离度量函数Dbi,bj较大;bi与bj越相似,距离度量函数Dbi,bj越小;将缺陷目标匹配问题转化为最优化问题:minM∑i=1m1∑j=1m2Dbi,bjMij;s.t.∑j=1m2Mij≤1;∑i=1m1Mij≤1;Mij∈{0,1};其中,bi表示第i张图像中每个检测到的缺陷的检测框,bj表示第j张图像中每个检测到的缺陷的检测框;步骤S3进一步为:S31、基于缺陷检测的结果,确定每个缺陷检测框的中心点坐标;S32、获取相机内参矩阵,基于相机内参矩阵,将每个中心点坐标转换为不同坐标系下的三维空间直线;S33、获取相机间位姿关系,基于相机间位姿关系,将不同坐标系下的三维空间直线转换到相同坐标系下;S34、计算相同坐标系下三维空间直线的最短距离,基于最短距离,构建距离度量函数矩阵;步骤S4进一步为:S41、基于距离度量函数矩阵和最优匹配问题,构建二分图;S42、计算二分图的拉普拉斯矩阵,基于拉普拉斯矩阵,采用k-means聚类方法,得到预定个子图;S43、对每个子图进行匹配,并合并所有子图的匹配结果;S44、基于匹配结果,构建一致性图,使用模拟退火算法对一致性图的全局一致性进行优化,得到优化的结果,即为最优的缺陷目标匹配关系。

全文数据:

权利要求:

百度查询: 中科方寸知微(南京)科技有限公司 国网安徽省电力有限公司淮南供电公司 国网安徽省电力有限公司 基于几何距离度量的图像缺陷目标匹配方法和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术