基于计算机视觉的防护眼镜视野测量系统及方法研究

发布时间：2021-01-08 01:29

　　防护眼镜作为保护人眼安全的必要装备,其视野的合格判定及测量对于佩戴者非常重要。目前,国内外对防护眼镜视野测量的研究较少,且实际检测中沿用的是人工测量系统及方法,其测量过程繁琐、手动参与程度过高,进而导致测量结果的重复性差且准确度低。随着计量工作的发展,对测量系统的检测精度及要求越来越高,研究智能化的防护眼镜视野测量系统及方法尤为重要。针对目前防护眼镜视野测量系统的单一性和低效性,本文提出一种基于计算机视觉的防护眼镜视野测量系统,该测量系统主要由标准头模、光纤光源、导光屏、工业相机、计算机等部分组成,以人眼视野投影图、眼镜轮廓投影图为分析对象,实现对防护眼镜视野的非接触式、准确化的全面测量。系统针对不同的检测需求,可实现两种检测方案:合格眼镜与不合格眼镜的快速筛选、以及视野性能（视野和视野合格率）的测量。利用标准头模和光纤光源模拟人眼直视前方时的眼护具理想视野区域,通过比较佩戴待测眼镜前后的视野投影区域的变化,可快速判定眼镜的视野是否合格。以待测眼镜投影图为分析对象,设计了图像差分、目标提取、缺陷修补、干扰消除这四个部分的图像处理算法,将眼镜镜框与投影背景、镜片完整的分离开,提高了图像测... 

【文章来源】：西安理工大学陕西省

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

AZURE-1218ML5M镜头Fig.2-9AZURE-1218ML5Mlens

阈值分割点 t 的类间方差2B 为： 2 220 0 1 12 2 20 0 1 122 20 0 1 1 0 0 1 120 1 0 1===B t ttw u u w u uw u w u uw u w u w u w uw w 区间[0,L-1]范围内依次取值，然后计算对应的2B ，当类分割的最佳阈值。 阈值分割算法法虽然能够实现在图像中自动确定分割阈值，但在实际度值差异不显著时，会出现目标和背景的误判、缺失等造成这种情况，是由于传统 Otsu 法对于直方图呈现双效果较理想，然而，在实际图像中，由于噪声及其环境错，图像直方图达不到理想状态，如在本系统获得的图的灰度直方图呈现单峰分布，如图 3-3 所示。

分别用0d ，1d 表示，其关系式表示如下：0 000tiipd iw (3-14)1 11Tii tpd iw (3-15)显然，类内散度越小越好，即表征其内聚性好。因此，要保证分割效果好，需综合考虑类间距离最大、类内散度最小，即 D 最大且 、 最小，这样，目标类和背景类的内聚性最好，且类间距最大，分类效果最好。由此，定义以下准则函数进行判断： 0 1 0 0 1 1S t w w D /w d w d(3-16)当准则函数 S t 取得最大值时，对应的灰度值 t 即为图像分割的最佳阈值，此时目标和背景的分割效果最佳。图 3-4 (b)为本文方法目标提取效果图，与传统 Otsu 法计算得到的效果图相比较，眼镜轮廓完整的从暗背景中分割出来，但同时引入了离散噪声，需要后续操作进行优化处理47]。


本文编号：2963635