本發(fā)明涉及涂膠路徑提取技術(shù)，特別涉及一種基于索貝爾邊緣檢測(cè)技術(shù)的涂膠路徑提取方法。

背景技術(shù)：

涂膠工藝是制鞋、皮革制造、耳機(jī)組裝和手機(jī)貼膜等生產(chǎn)的瓶頸工藝，要實(shí)現(xiàn)涂膠工藝的自動(dòng)化，涂膠路徑的高效和準(zhǔn)確獲取是非常關(guān)鍵的。索貝爾算子（sobeloperator）根據(jù)像素點(diǎn)上下、左右鄰點(diǎn)灰度加權(quán)差，在邊緣處達(dá)到極值這一現(xiàn)象檢測(cè)邊緣，對(duì)噪聲具有平滑作用，提供較為精確的邊緣方向信息，邊緣定位精度不夠高。當(dāng)對(duì)精度要求不是很高時(shí)，是一種較為常用的邊緣檢測(cè)方法。然而，當(dāng)對(duì)涂膠路徑的精度要求較高時(shí)，單純地采用sobel算子獲取邊緣，顯然已經(jīng)不能滿足要求。因此，需要在基于索貝爾邊緣檢測(cè)技術(shù)（sobeloperator）的基礎(chǔ)在，來進(jìn)一步完善邊緣提取的精度。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)上述不足，本發(fā)明的目的在于，提供一種基于索貝爾邊緣檢測(cè)技術(shù)的涂膠路徑提取方法，利用貝爾邊緣檢測(cè)技術(shù)和圖像優(yōu)化技術(shù)對(duì)鞋底、皮革等產(chǎn)品的圖像進(jìn)行優(yōu)化處理，快速獲取涂膠路徑。

本發(fā)明采用的技術(shù)方案為：一種基于索貝爾邊緣檢測(cè)技術(shù)的涂膠路徑提取方法，其特征在于，包括如下步驟：

1）邊緣檢測(cè)：應(yīng)用索貝爾算子（sobeloperator）作邊緣檢測(cè)，運(yùn)算圖像亮度函數(shù)的灰度的近似值，在圖像的任何一點(diǎn)使用索貝爾算子（sobeloperator），產(chǎn)生對(duì)應(yīng)的灰度矢量或是其法矢量；設(shè)圖像的灰度函數(shù)為f(x，y)，x和y分別為圖像像素點(diǎn)行坐標(biāo)值和列坐標(biāo)值，在(x，y)處有邊緣時(shí)，利用f(x，y)在x和y方向上的變化率算出其變化最快的方向，即梯度方向；

2）圖像分割和圖像二值化：選擇一個(gè)近似閾值作為估計(jì)值的初始值，然后進(jìn)行分割，產(chǎn)生子圖像并根據(jù)子圖像的特性來選取新的閾值，再用新的閾值分割圖像，經(jīng)過幾次循壞，使錯(cuò)誤分割的圖像像素點(diǎn)降到最少，得到最佳閾值；

3）邊緣提?。涸诙祱D像中，假定背景灰度為0，物體像素灰度值為1，邊緣輪廓的提取規(guī)則：若中心像素值為0，不管相鄰像素為何值，中心像素值為0；若中心像素值為1，相鄰像素全為1，中心像素值為0；其它情況下，全部中心像素值改為1；根據(jù)規(guī)則得到圖像中目標(biāo)的邊緣輪廓，形成涂膠路徑。

進(jìn)一步，步驟1）中，還包括如下步驟：根據(jù)索貝爾算子（sobeloperator）：

該算子包含兩組3x3的矩陣，分別為橫向及縱向，將之與圖像作平面卷積，即可分別得出橫向及縱向的亮度差分近似值；用a代表原始圖像，gx及gy分別代表經(jīng)橫向及縱向邊緣檢測(cè)的圖像灰度值，其公式如下：

圖像的每一個(gè)像素的橫向及縱向灰度值通過以下公式結(jié)合，來計(jì)算該點(diǎn)灰度的大?。?/p>

索貝爾算子（sobeloperator）根據(jù)像素點(diǎn)上下、左右鄰點(diǎn)灰度加權(quán)差，在邊緣處達(dá)到極值這一現(xiàn)象檢測(cè)邊緣，對(duì)噪聲具有平滑作用，提供邊緣方向信息。

進(jìn)一步，步驟2）中，還包括如下步驟：對(duì)于二值圖像中存在斷線、凹洞、毛刺缺陷，采用開算子對(duì)圖像進(jìn)行缺陷修補(bǔ)，消除缺陷圖像的影響。

本發(fā)明具有以下優(yōu)點(diǎn)：涂膠路徑提取的過程：獲取原始圖像-灰度化圖像-對(duì)比度增強(qiáng)圖像-二值圖像-開運(yùn)算-邊界的提取。利用貝爾邊緣檢測(cè)技術(shù)和圖像優(yōu)化技術(shù)對(duì)鞋底、皮革等產(chǎn)品的圖像進(jìn)行優(yōu)化處理，快速獲取精度較高的涂膠路徑。

下面結(jié)合附圖說明與具體實(shí)施方式，對(duì)本發(fā)明作進(jìn)一步說明。

附圖說明

圖1為優(yōu)化前的涂膠路徑示意圖；

圖2為優(yōu)化后的涂膠路徑示意圖；

圖3為傳統(tǒng)的涂膠路徑示意圖；

圖中：蓋板1；插線孔位2；插線孔3；插線柱4；固定孔5；弧形凹槽6。

具體實(shí)施方式

參見圖1至3，本實(shí)施例所提供的基于索貝爾邊緣檢測(cè)技術(shù)的涂膠路徑提取方法，以鞋底輪廓為例，包括如下步驟：

1）邊緣檢測(cè)：應(yīng)用索貝爾算子（sobeloperator）作邊緣檢測(cè)，運(yùn)算圖像亮度函數(shù)的灰度的近似值，在圖像的任何一點(diǎn)使用索貝爾算子（sobeloperator），產(chǎn)生對(duì)應(yīng)的灰度矢量或是其法矢量；設(shè)圖像的灰度函數(shù)為f(x，y)，x和y分別為圖像像素點(diǎn)行坐標(biāo)值和列坐標(biāo)值，在(x，y)處有邊緣時(shí)，利用f(x，y)在x和y方向上的變化率算出其變化最快的方向，即梯度方向；

根據(jù)索貝爾算子（sobeloperator）：

該算子包含兩組3x3的矩陣，分別為橫向及縱向，將之與圖像作平面卷積，即可分別得出橫向及縱向的亮度差分近似值；用a代表原始圖像，gx及gy分別代表經(jīng)橫向及縱向邊緣檢測(cè)的圖像灰度值，其公式如下：

圖像的每一個(gè)像素的橫向及縱向灰度值通過以下公式結(jié)合，來計(jì)算該點(diǎn)灰度的大小：

索貝爾算子（sobeloperator）根據(jù)像素點(diǎn)上下、左右鄰點(diǎn)灰度加權(quán)差，在邊緣處達(dá)到極值這一現(xiàn)象檢測(cè)邊緣，對(duì)噪聲具有平滑作用，提供邊緣方向信息。

2）圖像分割和圖像二值化：選擇一個(gè)近似閾值作為估計(jì)值的初始值，然后進(jìn)行分割，產(chǎn)生子圖像并根據(jù)子圖像的特性來選取新的閾值，再用新的閾值分割圖像，經(jīng)過幾次循壞，使錯(cuò)誤分割的圖像像素點(diǎn)降到最少，得到最佳閾值；對(duì)于二值圖像中存在斷線、凹洞、毛刺缺陷，采用開算子對(duì)圖像進(jìn)行缺陷修補(bǔ)，消除缺陷圖像的影響。

3）邊緣提?。涸诙祱D像中，假定背景灰度為0，物體像素灰度值為1，邊緣輪廓的提取規(guī)則：若中心像素值為0，不管相鄰像素為何值，中心像素值為0；若中心像素值為1，相鄰像素全為1，中心像素值為0；其它情況下，全部中心像素值改為1；根據(jù)規(guī)則得到圖像中目標(biāo)的邊緣輪廓，形成涂膠路徑。

本發(fā)明并不限于上述實(shí)施方式，采用與本發(fā)明上述實(shí)施例相同或近似的技術(shù)特征，而得到的其他基于索貝爾邊緣檢測(cè)技術(shù)的涂膠路徑提取方法，均在本發(fā)明的保護(hù)范圍之內(nèi)。