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：扬州大学

摘要：本发明公开了一种基于基准图像质量算法的粗糙度测量方法与方法，测量装置包括工作台、色块和图像采集器，工作台上侧设置有磨削样块，磨削样块的检测面朝上水平放置，光源经色块发射出的光线与磨削样块上表面的夹角为45°，图像采集器的光轴和磨削样块上表面的夹角为45°，图像采集器的光轴和光线照射在磨削样块上表面时的夹角为90°，包括以下步骤，设置N个已经标定的样块，设定拍摄次数i的初始值为1；使用相机对第i个样块进行拍摄；将i+1后的值赋给新的i；判断新的i是否超过N，若i不大于N，返回拍摄步骤，否则拍摄结束；计算每个图像的特征值，构建粗糙度的预测模型；使用本发明能实现磨削样块粗糙度的测量，精度高。

主权项：1.一种基于基准图像质量算法的粗糙度测量方法，其特征在于：使用到的测量装置包括工作台、色块和图像采集器，工作台上侧设置有磨削样块，磨削样块的检测面朝上水平放置，光源经色块发射出的光线与磨削样块上表面的夹角为45°，图像采集器的光轴和磨削样块上表面的夹角为45°，图像采集器的光轴和光线照射在磨削样块上表面时的夹角为90°，包括以下步骤，设置N个已经标定的样块，设定拍摄次数i的初始值为1；使用相机对第i个样块进行拍摄；将i+1后的值赋给新的i；判断新的i是否超过N，若i不大于N，返回拍摄步骤，否则拍摄结束；计算每个图像的特征值，构建粗糙度的预测模型；所述光源具有m种不同等级；第i个图像的特征值VSISSIM，其计算公式为， VSmx＝maxVS1x,VS2x； Ω的范围是整个图片的空间域，VS1x为第一张图片的局部视觉显著性值，VS2x为第二张图片的局部视觉显著性值，G1x为第一张图片的局部梯度值，G2x为第二张图片的局部梯度值，Gx为图像局部梯度，Gxx为图像横向局部梯度，Gyx为图像纵向局部梯度，SCx为两张图片的色度相似度，M1x为第一张图片的M通道，M2x为第二张图片的M通道，N1x为第一张图片的N通道，N2x为第二张图片的N通道，C1为避免分母中出现分母为0的情况而设置的常数，C2为避免分母中出现分母为0的情况而设置的常数，C3为避免分母中出现分母为0的情况而设置的常数，R、G、B分别为图片的红色、绿色、蓝色通道，VSmx为两张图片在局部的视觉显著性最大值，即局部权重，σ1x为第一张图片的标准差，σ2x为第二张图片的标准差，σ12为两幅图片的协方差，C4是为了避免分母出现0而设置的常数；不同光源等级下每个样块粗糙度的值为， 为m个光源亮度等级中，拟合系数最高的曲线，n＝1、2、3、4…N，N为样本总数量，n为N个样本的索引值，m为光源亮度等级的数量，fx是对应光源等级下粗糙度与VSISSIM特征值的相关曲线。

全文数据：

权利要求：

百度查询： 扬州大学 一种基于基准图像质量算法的粗糙度测量方法