(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210675233.6 (22)申请日 2022.06.15 (71)申请人 吴承霖 地址 100089 北京市海淀区西土城路10号 (72)发明人 吴承霖　李佳琪　涂捷飞　朱一心　 郑振昆　韦泽宇　陈泓旭　张子渊　 徐芷若　曾世茂　曹靖琇　何梓涵　 潘在豪　邱少婷　罗颖　杨雅雯　 吴择朴　段家茗　傅文轩　简爱　 李嘉晖　李锦雯　王四海　 (74)专利代理 机构 深圳众邦专利代理有限公司 44545 专利代理师 熊指挥 (51)Int.Cl. G06V 10/44(2022.01)G06V 10/30(2022.01) G06N 20/00(2019.01) G01K 5/62(2006.01) (54)发明名称 一种基于OpenCV图像边缘识别的双金属片 测温方法 (57)摘要 本发明提供了一种基于OpenCV图像边缘识 别的双金属片测温方法， 采用Sobel算子来提取 金属片边缘； 通过Sobel算子运算提取边缘之后， 需对图像的边缘进行细化； 在边缘细化的过程 中， 将Sobel算子第一次遍历后的得到的边缘图 像作为输入图像； 边缘坐标提取后在像素坐标平 面建立轮廓、 与对应像素坐标集之后需要与实际 尺寸标定， 明确像素坐标对应实际长度， 实现像 素测量值与实际测量值之间的转化； 软硬件结 合， 识别准确度高， 测试程序代码可开源反复使 用， 可实现双金属片的更换兼容， 克服测温计双 金属片固定不可更换进而测温范围受内置双金 属片种类局限的不足， 创新了双金属片测温技术 应用， 降低了成本和劳动强度， 提高了测温精度， 促进双金属片测温行业的产品竞争力。 权利要求书1页 说明书4页 附图2页 CN 115082697 A 2022.09.20 CN 115082697 A 1.一种基于OpenCV图像边缘识别的双金属片测温方法， 其特征在于， 边缘检测采用 Sobel算子来提取金属片边缘； 通过Sob el算子运算提取边缘之后， 需对图像的边缘进行细 化。 在边缘细化的过程中， 将Sob el算子第一次遍历后的得到的边缘图像作为输入图像， 再 次对输入图像进行Sob el边缘检测， 输入图像边缘内部作为背景处理， 通过Sob el算子对输 入图像再次进行遍历， 最终会计算出新的金属片边缘图像。 该细化算法的具体实现过程如 下： (1)定义金属片原 始图像为， 并使用中值滤波器进行图像降噪； (2)使用Sobel 算子与中值滤波， 对 采集到图像进行运 算， 并将结果定义 为 (3)对再次使用Sobel 算子进行处 理， 所计算出的新图像为； (4)和作减法运 算， 差值为负值时该点数值 为0， 得到最终边 缘， 即： 2.根据权利要求1所述一种基于OpenCV图像边缘识别的双金属片测温方法， 其特征在 于， 利用机器学习进行误差修正以及代入曲率计算公式计算 曲率； 实现在不同拍摄环境之 下能够准确识别提取双金属片轮廓， 进而进行识别和计算， 减轻环境噪点对拍摄识别精度 的影响。 3.根据权利要求1所述一种基于OpenCV图像边缘识别的双金属片测温方法， 其特征在 于， 边缘坐标提取后在像素坐标平面建立轮廓、 与对应像素坐标集之后需要与实际尺寸标 定， 可明确一个 像素坐标对应实际长度， 进 而实现像素测量 值与实际测量 值之间的转 化。 4.根据权利要求1所述一种基于OpenCV图像边缘识别的双金属片测温方法， 其特征在 于， 位于输出端： 输出温度数据、 对应的图像采集数据以及根据用户需求输出曲率数据的建 立坐标并且进行 标定。 5.据权利 要求1所述一种基于OpenCV图像边缘识别的双金属片测温方法， 其特征在于， 图像识别采用了OpenCV， 对图片进行灰度化处理并截取出双金属片所在的区域， 进而使用 findContours函数来检测出物体的轮廓； 函数原型如下： findContours(InputOutputArray  image,OutputArrayOfArrays  contours, OutputArray hierarchy,int mode,int method,Po int offset＝Po int())。 6.据权利 要求1所述一种基于OpenCV图像边缘识别的双金属片测温方法， 其特征在于， 得到轮廓的坐标信息后， 绘制散点图表 示出来； 散点图的曲线拟合采用numpy的np.polyfit 函数和scipy.optimize的curve_fit； Python多项式的拟合主要用np.polyfit函数， 其余函数的拟合选用curve_fit函数， curve_fit的函数原型如下： scipy.optimize.curve_fit(f,xdata,ydata,p0＝None,sigma＝None,absolute_ sigma＝False,check_finite＝True,bounds＝( ‑inf,inf),method＝None,jac＝None,** kwargs)； 即： 拟合的函数y， 包括自变量x， 参数A,B； 而curve_fit的主 要功能就是计算A,B。权　利　要　求　书 1/1 页 2 CN 115082697 A 2一种基于 OpenCV图像边缘识别的双金属片测温方 法 技术领域 [0001]本发明属于材料热变形检测领域， 涉及一种基于OpenCV图像边缘识别的双金属片 测温方法 背景技术 [0002]目前， OpenCV常用的圆检测方法主要是霍夫(Hough)变换法、 最小二乘法等。 Hough 变换是常用的一种 形状检测方法， 常备应用于检测直线与圆。 最小二乘法是在随机误差为 正态分布时， 可使测 量误差的平方和最小， 被视为从一组测量值中求出一组未知量的最可 信赖的方法之一。 采用最小二乘法进 行椭圆拟合， 是通过全部或部 分目标物体的边界信息， 估计出椭圆方程参数， 计算高效， 在目标物图像具有完整边界的情况下， 具有较高的拟合 度。 由于本发明测量的是双金属片曲率， 其边缘特征可近似为椭圆， 所以本发明采用最小二 乘法进行轮廓识别。 [0003]现有的OpenCV给出的圆拟合相关API分别为findCont ours()与fitEllipse(),前 者用于轮廓发现， 后者用于圆拟合， 对发现的近似圆的轮廓， 通过圆拟合可以得到比较好的 显示效果。 但是该方法无法评估拟合误差， 因此本发明采用findContours()识别双金属片 的轮廓。 [0004]本发明面向热变形过程中的双金属片的轮廓识别需求， 对二值化处理后的图像利 用findContours()函数进行轮廓边缘特征提取。 若相邻两个像素点的像素值从(白)255变 成(黑)0或 从(黑)0变成(白)25 5， 则这两点 为边缘点。 发明内容 [0005]针对上述现有技术存在的问题， 本 发明提供一种基于OpenCV图像边缘识别的双金 属片测温方法， 以解决上述 提到的技 术问题。 [0006]为了实现上述目的， 本发明通过以下技术方案实现： 一种基于OpenCV图像边缘识 别的双金属片测温方法， 边缘检测采用Sob el算子来提取金属片边缘； 通过Sob el算子运算 提取边缘之后， 需对图像的边缘进行细化。 在边缘细化的过程中， 将Sobel算子第一次遍历 后的得到的边缘图像作为输入图像， 再次对输入图像进 行Sobel边缘检测， 输入图像边缘内 部作为背 景处理， 通过Sobel算子对输入图像再次进 行遍历， 最 终会计算出新的金属片边缘 图像。 该细化 算法的具体实现过程如下： [0007](1)定义金属片原 始图像为， 并使用中值滤波器进行图像降噪； [0008](2)使用Sobel 算子与中值滤波， 对 采集到图像进行运 算， 并将结果定义 为 [0009](3)对再次使用Sobel 算子进行处 理， 所计算出的新图像为； [0010](4)和作减法运 算， 差值为负值时该点数值 为0， 得到最终边 缘， 即： [0011] [0012]进一步的， 利用机器学习进行误差修正以及代入曲率计算公式计算曲率； 实现在说　明　书 1/4 页 3 CN 115082697 A 3