opencv实战，钢板焊接点寻找4，求助

第四张图使带火花的，因为焊接过程中有火花的干扰，而且影响很大。

火花对图像的影响很大，大的火花直接把钢板一些特征给影响了。

我的第一个思路是：用轮廓提取，计算轮廓面积，在一定范围内的认为使钢板，把钢板那部分复制到另一幅空图上（大小和原图一样），在提取中间焊接点，但大的火花会对图像有影响。

代码如下：(只写了一部分，计算了轮廓的矩)

#include <opencv2/opencv.hpp>
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
#include <cstdlib>
using namespace cv;
using namespace std;

#define WINDOW_NAME "【亚像素级角点检测】"        

Mat g_srcImage, g_grayImage;
int g_maxCornerNumber = 20;                             //点数初始值
int g_maxTrackbarNumber = 500;                          //点数上线
//RNG g_rng(12345);                                      //初始化随机数生成器


void on_GoodFeaturesToTrack(int, void*)                //响应滑动条移动的回调函数
{
	if (g_maxCornerNumber <= 7) { g_maxCornerNumber = 7; }                      //对变量小于等于1时的处理

	vector<Point2f> corners;                                                    //Shi-Tomasi算法（goodFeaturesToTrack函数）的参数准备
	double qualityLevel = 0.01;                                                 //角点检测可接受的最小特征值
	double minDistance = 10;                                                    //角点之间的最小距离
	int blockSize = 3;                                                          //计算导数自相关矩阵时指定的邻域范围
	double k = 0.04;                                                            //权重系数

	Mat copy = g_srcImage.clone();

	//进行Shi-Tomasi角点检测
	goodFeaturesToTrack
	   (g_grayImage,                               //输入图像
		corners,                                   //检测到的角点的输出向量
		g_maxCornerNumber,                         //角点的最大数量
		qualityLevel,                              //角点检测可接受的最小特征值
		minDistance,                               //角点之间的最小距离
		Mat(),                                     //感兴趣区域
		blockSize,                                  //计算导数自相关矩阵时指定的邻域范围
		false,                                      //不使用Harris角点检测
		k);                                         //权重系数

	cout << "\n\t>-此次检测到的角点数量为：" << corners.size() << endl;

	//亚像素角点检测的参数设置
	Size winSize = Size(5, 5);
	Size zeroZone = Size(-1, -1);
	TermCriteria criteria = TermCriteria(TermCriteria::EPS + TermCriteria::MAX_ITER, 40, 0.001);

	//计算出亚像素角点位置
	cornerSubPix(g_grayImage, corners, winSize, zeroZone, criteria);
	for (int i = 0; i < corners.size(); i++)                                 
	{
		circle(copy, corners[i], 3, Scalar(0, 255, 0), -1, 8, 0);
		cout << " \t>>点坐标[" << i << "]  (" << corners[i].x << "," << corners[i].y << ")" << endl;
	}	

	imshow(WINDOW_NAME, copy);

}


int main(int argc, char** argv)
{
	Mat srcImage = imread("4.jpg", 0);                                         //载入原始图二值图模式
	imshow("原始图", srcImage);

	Mat element = getStructuringElement(MORPH_RECT, Size(2,2));               //定义核，开运算
	morphologyEx(srcImage, srcImage, MORPH_OPEN, element);                    //进行形态学开运算操作

	Mat dstImage = Mat::zeros(srcImage.rows, srcImage.cols, CV_8UC3);         //初始化结果图

	srcImage = srcImage > 80;                                                 //srcImage取大于阈值。。。那部分
	imshow("取阈值后的原始图", srcImage);

	vector<vector<Point> > contours;
	vector<Vec4i> hierarchy;

	findContours(srcImage, contours, hierarchy, RETR_CCOMP, CHAIN_APPROX_SIMPLE);

	vector<Moments> mu(contours.size());                                      // 计算矩
	for (unsigned int i = 0; i < contours.size(); i++)
	{
		mu[i] = moments(contours[i], false);
	}

	int index = 0;                                                            //遍历所有顶层的轮廓， 以随机颜色绘制出每个连接组件颜色
	for (; index >= 0; index = hierarchy[index][0])
	{
		Scalar color(rand() & 255, rand() & 255, rand() & 255); 
		drawContours(dstImage, contours, index, color, FILLED, 8, hierarchy);
	}

	printf("\t 输出内容: 面积和轮廓长度\n");                                  // 通过m00计算轮廓面积并且和OpenCV函数比较
	for (unsigned int i = 0; i< contours.size(); i++)
	{
		printf(" >通过m00计算出轮廓[%d]的面积: (M_00) = %.2f \n OpenCV函数计算出的面积=%.2f , 长度: %.2f \n\n", i, mu[i].m00, contourArea(contours[i]), arcLength(contours[i], true));

	}

	system("color 2F");
	g_srcImage = dstImage;
	cvtColor(g_srcImage, g_grayImage, COLOR_BGR2GRAY);

	namedWindow(WINDOW_NAME, WINDOW_AUTOSIZE);                                //创建窗口和滑动条，并进行显示和回调函数初始化
	createTrackbar("最大角点数", WINDOW_NAME, &g_maxCornerNumber, g_maxTrackbarNumber, on_GoodFeaturesToTrack);

	on_GoodFeaturesToTrack(0, 0);

	waitKey(0);
	return 0;
}

结果显示可以提取钢板的面积，但是有可能大的火花正好挡住角点，这种方法就不行了，就没有继续做下去。

我想出第二种方法，但是要有视频文件才行，思路是：用背景去除法比较视频前一帧和后第a帧（保证火花在这a帧时间内从一个位置到另个位置）。这样火花就可以提取出来，在把火花和后第a帧图像比较，从而去除火花，进一步处理钢板上的特征。时间关系就没有做这一部分。

现在求助，希望大家能有更好的建议。

opencv实战，钢板焊接点寻找4，求助

猜你喜欢