本申請涉及圖像處理，具體是一種一體式ai智能圖像識別傳感器輪廓識別方法。

背景技術：

1、傳統(tǒng)的機器視覺設備，一般由pc主機、攝像頭、獨立光源以及相應的算法系統(tǒng)構成，縱觀現(xiàn)有的一些機器視覺設備，可以看出，一般存在以下缺點：

2、1、設備體積大，pc安裝需要占用比較大的地方；

3、2、走線長，容易產(chǎn)生干擾；主機必須放置在固定的位置，攝像頭一般需要放在在被檢測物上方或者側(cè)方，與主機有一定距離，必須用專用數(shù)據(jù)線（包括電源線）來連接；

4、3、對用戶使用技術要求較高，安裝時需人工調(diào)焦，找到最合適的對焦距離，由于肉眼對變焦清晰度的識別差異，因此會影響到輪廓邊緣檢測精度。

5、因此，亟需一種新的視覺檢測技術。

技術實現(xiàn)思路

1、本申請的目的在于提供一種一體式ai智能圖像識別傳感器輪廓識別方法，以解決上述背景技術中提出的技術問題。

2、為實現(xiàn)上述目的，本申請公開了以下技術方案：一種一體式ai智能圖像識別傳感器輪廓識別方法，該方法包括以下步驟：

3、根據(jù)用戶選擇的目標，cpu自動調(diào)整曝光量度和二值化閾值a對目標進行多次拍照，生成若干個效果圖；

4、用戶在生成的若干個效果圖中選擇一個作為目標圖像，cpu記錄該目標圖像對應的拍照亮度值和二值化閾值a；

5、用戶使用矩形框標識出模板圖像，cpu基于所述模板圖像自動識別所述目標圖像的邊緣輪廓信息，并對邊緣輪廓信息進行分析后將所述目標圖像對應的輪廓分類為簡單或復雜；

6、當所述目標圖像對應的輪廓分類為簡單時，cpu采用輪廓相似度算法對所述目標圖像的邊緣輪廓進行判斷；當所述目標圖像對應的輪廓分類為復雜時，cpu采用骨架檢測算法對所述目標圖像的邊緣輪廓進行判斷；

7、基于判斷的結果，輸出目標圖像的邊緣輪廓識別結果。

8、作為優(yōu)選，所述的輪廓相似度算法，具體包括：

9、獲取所述目標圖像的灰度值；

10、對所述目標圖像進行中值濾波；

11、對所述目標圖像進行二值化處理；

12、在所述目標圖像中基于亞像素提取最大圍輪廓；

13、計算所述目標圖像與所述最大圍輪廓之間的相似度；

14、將計算得到的相似度與預設的相似度進行比較；

15、當所述目標圖像與所述最大圍輪廓之間的相似度大于所述相似度時，將所述最大圍輪廓作為所述目標圖像的邊緣輪廓進行輸出；否則，輸出識別失敗的提示。

16、作為優(yōu)選，所述的骨架檢測算法，具體包括：

17、獲取所述目標圖像的灰度值；

18、對所述目標圖像進行中值濾波；

19、對所述目標圖像進行二值化處理；

20、基于所述目標圖像的亞像素提取外圍輪廓；

21、對所述外圍輪廓進行凹面輪廓提取；

22、計算所述目標圖像與所述凹面輪廓之間的相似度；

23、將計算得到的相似度與預設的相似度進行比較；

24、當所述目標圖像與所述凹面輪廓之間的相似度大于所述相似度時，將所述凹面輪廓作為所述目標圖像的邊緣輪廓進行輸出；否則，輸出識別失敗的提示。

25、作為優(yōu)選，在對所述目標圖像進行二值化處理時，采用的二值化閾值為a。

26、作為優(yōu)選，該種一體式ai智能圖像識別傳感器輪廓識別方法應用于一體式ai智能圖像識別傳感器；所述一體式ai智能圖像識別傳感器包括dc/dc電源、mcu、按鍵模塊、顯示模塊、光源模塊、輸入輸出接口模塊、可調(diào)焦鏡頭、網(wǎng)絡連接模塊、存儲模塊以及所述cpu；所述dc/dc電源、所述mcu、所述按鍵模塊、所述顯示模塊、所述光源模塊、所述輸入輸出接口模塊、所述可調(diào)焦鏡頭、所述網(wǎng)絡連接模塊和所述存儲模塊均集成于一塊mcu底板上，所述cpu設置于cpu核心板上，且所述mcu底板通過板對板連接端子與所述cpu核心板通信連接；該種一體式ai智能圖像識別傳感器集成有嵌入式3d?gpu和算力npu；

27、所述按鍵模塊、所述顯示模塊、所述光源模塊、所述輸入輸出接口模塊分別與所述mcu控制連接，所述dc/dc電源與dc20~28v電源連接，所述mcu還連接有用于顯示工作狀態(tài)的狀態(tài)指示燈。

28、作為優(yōu)選，所述存儲模塊包括存儲硬盤和tf卡存儲單元。

29、作為優(yōu)選，所述dc/dc電源包括用于輸出+4v電源為所述cpu核心板供電的第一電源單元、用于輸出+5v電源為所述可調(diào)焦鏡頭供電的第二電源單元、用于輸出+3.3v電源為所述mcu供電的第三電源單元和用于輸出+1.8v電源給所述cpu核心板上電時序的第四電源單元。

30、作為優(yōu)選，所述dc/dc電源還包括emc保護電路。

31、作為優(yōu)選，所述輸入輸出接口模塊包括三個外部輸入接口和一個外部輸出接口，其中，所述外部輸出接口通過所述mcu控制切換npn輸出或pnp輸出。

32、有益效果：本申請的一體式ai智能圖像識別傳感器輪廓識別方法，通過雙重算法的配置，結合對目標圖像輪廓簡單/復雜的預判斷，實現(xiàn)自動地對不同的目標圖像的輪廓進行識別，提高算力效率和確保識別結果的精度。進一步地，本方法應用的傳感器，采用一體式集成結構，設備體積小，布線少，相比傳統(tǒng)的機器視覺設備，成本、體積、安裝、維護及穩(wěn)定性具有較明顯的優(yōu)勢，并且，配合本方法的應用，提高了輪廓識別結果的精度。

技術特征：

1.一種一體式ai智能圖像識別傳感器輪廓識別方法，其特征在于，該方法包括以下步驟：

2.根據(jù)權利要求1所述的一體式ai智能圖像識別傳感器輪廓識別方法，其特征在于，所述的輪廓相似度算法，具體包括：

3.根據(jù)權利要求1所述的一體式ai智能圖像識別傳感器輪廓識別方法，其特征在于，所述的骨架檢測算法，具體包括：

4.根據(jù)權利要求2或3所述的一體式ai智能圖像識別傳感器輪廓識別方法，其特征在于，在對所述目標圖像進行二值化處理時，采用的二值化閾值為a。

5.?根據(jù)權利要求1所述的一體式ai智能圖像識別傳感器輪廓識別方法，其特征在于，該種一體式ai智能圖像識別傳感器輪廓識別方法應用于一體式ai智能圖像識別傳感器；所述一體式ai智能圖像識別傳感器包括dc/dc電源、mcu、按鍵模塊、顯示模塊、光源模塊、輸入輸出接口模塊、可調(diào)焦鏡頭、網(wǎng)絡連接模塊、存儲模塊以及所述cpu；所述dc/dc電源、所述mcu、所述按鍵模塊、所述顯示模塊、所述光源模塊、所述輸入輸出接口模塊、所述可調(diào)焦鏡頭、所述網(wǎng)絡連接模塊和所述存儲模塊均集成于一塊mcu底板上，所述cpu設置于cpu核心板上，且所述mcu底板通過板對板連接端子與所述cpu核心板通信連接；該種一體式ai智能圖像識別傳感器集成有嵌入式3d?gpu和算力npu；

6.根據(jù)權利要求5所述的一體式ai智能圖像識別傳感器輪廓識別方法，其特征在于，所述存儲模塊包括存儲硬盤和tf卡存儲單元。

7.根據(jù)權利要求5所述的一體式ai智能圖像識別傳感器輪廓識別方法，其特征在于，所述dc/dc電源包括用于輸出+4v電源為所述cpu核心板供電的第一電源單元、用于輸出+5v電源為所述可調(diào)焦鏡頭供電的第二電源單元、用于輸出+3.3v電源為所述mcu供電的第三電源單元和用于輸出+1.8v電源給所述cpu核心板上電時序的第四電源單元。

8.根據(jù)權利要求7所述的一體式ai智能圖像識別傳感器輪廓識別方法，其特征在于，所述dc/dc電源還包括emc保護電路。

9.根據(jù)權利要求5所述的一體式ai智能圖像識別傳感器輪廓識別方法，其特征在于，所述輸入輸出接口模塊包括三個外部輸入接口和一個外部輸出接口，其中，所述外部輸出接口通過所述mcu控制切換npn輸出或pnp輸出。

技術總結
本申請涉及圖像處理技術領域，公開了一種一體式AI智能圖像識別傳感器輪廓識別方法，該方法包括：CPU自動調(diào)整曝光量度和二值化閾值a對目標生成若干個效果圖；用戶選擇一個效果圖作為目標圖像，CPU記錄該目標圖像對應的拍照亮度值和二值化閾值a；用戶標識出模板圖像，CPU基于模板圖像自動識別目標圖像的邊緣輪廓信息，并將目標圖像對應的輪廓分類為簡單或復雜；當目標圖像對應的輪廓分類為簡單時，CPU采用輪廓相似度算法對目標圖像的邊緣輪廓進行判斷；否則采用骨架檢測算法對目標圖像的邊緣輪廓進行判斷；輸出目標圖像的邊緣輪廓識別結果。采用本申請，能夠?qū)崿F(xiàn)自動地對不同的目標圖像的輪廓進行識別，提高算力效率和確保識別結果的精度。

技術研發(fā)人員：卿定求,鄧少年,鄧雄輝
受保護的技術使用者：廣州市合熠智能科技股份有限公司
技術研發(fā)日：
技術公布日：2024/9/9