一種基于x光的邊緣檢測方法及裝置的制造方法
【技術領域】
[0001] 本發明涉及圖像檢測領域，尤其涉及一種基于X光的邊緣檢測方法及裝置。
【背景技術】
[0002] 在動力電芯檢測中，邊緣檢測技術得到了大量的應用，且在X光檢測技術中起著 關鍵性作用。隨著X光在工業檢測中廣泛應用，數字圖像處理技術在X光檢測技術得到了 很大的發展，其中邊緣檢測技術在動力電芯無損檢測中得到越來越廣泛的應用。X光無損檢 測是鋰電池生產過程中重要的一個環節。X光透射動力電芯，經過增強器轉換成光信號，攝 像機獲取電芯內部結構的數字圖像。
[0003] 目前，經典的邊緣檢測技術有Sobel算子，Canny算子等，其中，Sobel算子是一個 離散的一階差分算子，用來計算圖像亮度函數的一階梯度之近似值。在圖像的任何一點使 用此算子，將會產生該點對應的梯度矢量或是其法矢量。Canny算子為變分法，這是一種尋 找滿足特定功能的函數的方法。最優檢測使用四個指數函數項的和表示，但是它非常近似 于高斯函數的一階導數。
[0004] 然而，由于X光成像是采用多幀圖像合成而來，圖像邊緣的灰度分布比較離散，因 此采用上述的Sobel算子或Canny算子的邊緣檢測算子，容易丟失有效邊緣信息，提取的邊 緣圖像中噪聲邊緣過多或邊緣斷續嚴重，從而致使電芯內部尺寸檢測誤差過大的技術問題 的產生。

【發明內容】

[0005] 本發明實施例提供了一種基于X光的邊緣檢測方法及裝置，解決了目前Sobel算 子或Canny算子的邊緣檢測算子，容易丟失有效邊緣信息，造成提取的邊緣圖像中噪聲邊 緣過多或邊緣斷續嚴重，從而致使的電芯內部尺寸檢測誤差過大的技術問題。
[0006] 本發明實施例提供的一種基于X光的邊緣檢測方法，包括：
[0007] 獲取十鄰域算子▽行和數字圖像的二維數字組f(x，y);
[0008] 通過卷積方式根據所述十鄰域算子和所述數字圖像f(x，y)計算與每個鄰域相 對應的梯度圖像；
[0009] 對多個所述梯度圖像中對應的邊緣像素進行確定。
[0010] 優選地，
[0011] 獲取十鄰域算子Vi和數字圖像的二維數字組f(x，y)之前還包括：
[0012] 根據Prewitt算子和Sobel算子的原理，并采用非加權計算獲取所述十鄰域算子 L〇〇13」 優選地，
[0014] 對多個所述梯度圖像中對應的邊緣像素進行確定具體包括：
[0015] 將每個所述鄰域相對應的梯度圖像與第一預置閾值進行比對，若所述梯度圖像不 小于所述第一預置閾值，則確定所述鄰域為對應方向上的邊緣像素，若所述梯度圖像小于 所述第一預置閾值，則確定所述鄰域為背景像素。
[0016] 優選地，
[0017] 將每個所述鄰域相對應的梯度圖像與第一預置閾值進行比對，若所述梯度圖像不 小于所述第一預置閾值，則確定所述鄰域為對應方向上的邊緣像素，若所述梯度圖像小于 所述第一預置閾值，則確定所述鄰域為背景像素之后還包括：
[0018] 將所有所述鄰域相對應的梯度圖像進行累加處理；
[0019] 在所述累加處理中，每加一次便將累加的和值與第二預置閾值進行對比，若所述 和值不小于所述第二預置閾值，則確定當前累加到的所述鄰域為邊緣圖像范圍的邊緣像 素，若所述和值小于所述第二預置閾值，則確定當前累加到的所述鄰域為背景圖像范圍內。
[0020] 優選地，
[0021] 將每個所述鄰域相對應的梯度圖像與第一預置閾值進行比對，若所述梯度圖像不 小于所述第一預置閾值，則確定所述鄰域為對應方向上的邊緣像素，若所述梯度圖像小于 所述第一預置閾值，則確定所述鄰域為背景圖像之后還包括：
[0022] 將確定的所述邊緣像素對應的所述鄰域的梯度圖像進行累加處理；
[0023] 在所述累加處理中，每加一次便將累加的和值與第二預置閾值進行對比，若所述 和值不小于所述第二預置閾值，則確定當前累加到的所述鄰域為邊緣圖像范圍的邊緣像 素，若所述和值小于所述第二預置閾值，則確定當前累加到的所述鄰域為背景圖像范圍內。
[0024] 本發明實施例提供的一種基于X光的邊緣檢測裝置，其特征在于，
[0025] 獲取單元，用于獲取十鄰域算子和數字圖像的二維數字組f(x，y);
[0026] 計算單元，用于通過卷積方式根據所述十鄰域算子￥f和所述數字圖像f(x，y)計 算與每個鄰域相對應的梯度圖像；
[0027] 第一確定單元，用于對多個所述梯度圖像中對應的邊緣像素進行確定。
[0028] 優選地，
[0029] 所述的基于X光的邊緣檢測裝置還包括：
[0030] 第一計算單元，用于根據Prewitt算子和Sobel算子的原理，并采用非加權計算獲 取所述十鄰域算子卩；{
[0031] 優選地，
[0032] 所述第一確定單元具體包括：
[0033] 第一比對子單元，用于將每個所述鄰域相對應的梯度圖像與第一預置閾值進行比 對，若所述梯度圖像不小于所述第一預置閾值，則觸發第一確定子單元，若所述梯度圖像小 于所述第一預置閾值，則觸發第二確定子單元；
[0034] 所述第一確定子單元，用于確定所述鄰域為對應方向上的邊緣像素；
[0035] 所述第二確定子單元，用于確定所述鄰域為背景像素。
[0036] 優選地，
[0037] 所述的基于X光的邊緣檢測裝置還包括第二確定單元，所述第二確定單元包括：
[0038] 第一累加子單元，用于將所有所述鄰域相對應的梯度圖像進行累加處理；
[0039] 第二比對子單元，用于在所述累加處理中，每加一次便將累加的和值與第二預置 閾值進行對比，若所述和值不小于所述第二預置閾值，則觸發第三確定子單元，若所述和值 小于所述第二預置閾值，則觸發第四確定子單元；
[0040] 所述第三確定子單元，用于確定當前累加到的所述鄰域為邊緣圖像范圍的邊緣像 素；
[0041] 所述第四確定子單元，用于確定當前累加到的所述鄰域為背景圖像范圍內。
[0042] 優選地，
[0043] 所述的基于X光的邊緣檢測裝置還包括第三確定單元，所述第三確定單元包括：
[0044] 第二累加子單元，用于將確定的所述邊緣像素對應的所述鄰域的梯度圖像進行累 加處理；
[0045] 第三比對子單元，用于在所述累加處理中，每加一次便將累加的和值與第二預置 閾值進行對比，若所述和值不小于所述第二預置閾值，則觸發第五確定子單元，若所述和值 小于所述第二預置閾值，則觸發第六確定子單元；
[0046] 所述第五確定子單元，用于確定當前累加到的所述鄰域為邊緣像素范圍的起始邊 緣像素；
[0047] 所述第六確定子單元，用于確定當前累加到的所述鄰域為背景圖像范圍內。
[0048] 從以上技術方案可以看出，本發明實施例具有以下優點：
[0049] 本發明實施例提供的一種基于X光的邊緣檢測方法及裝置，基于X光的邊緣檢測 方法包括：獲取十鄰域算子和數字圖像的二維數字組f(x，y);通過卷積方式根據十鄰 域算子Vf:和數字圖像f(x，y)計算與每個鄰域相對應的梯度圖像；對多個梯度圖像中對應 的邊緣像素進行確定。本實施例中，通過獲取十鄰域算子和數字圖像的二維數字組；通過卷 積方式根據十鄰域算子和數字圖像計算與每個鄰域相對應的梯度圖像；對多個梯度圖像中 對應的邊緣像素進行確定，實現了對X光提取的圖像的獲取多個鄰域的梯度圖像的邊緣像 素確定，解決了目前Sobel算子或Canny算子的邊緣檢測算子，容易丟失有效邊緣信息，造 成提取的邊緣圖像中噪聲邊緣過多或邊緣斷續嚴重，從而致使的電芯內部尺寸檢測誤差過 大的技術問題。
【附圖說明】
[0050] 為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或 現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是 本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動性的前提下，還 可以根據這些附圖獲得其它的附圖。
[0051] 圖1為本發明實施例中提供的一種基于X光的邊緣檢測方法的一個實施例的流程 示意圖；
[0052] 圖2為本發明實施例中提供的一種基于X光的邊緣檢測方法的另一個實施例的流 程不意圖；
[0053] 圖3為本發明實施例中提供的一種基于X光的邊緣檢測方法的另一個實施例的流 程不意圖；
[0054] 圖4為本發明實施例中提供的一種基于X光的邊緣檢測裝置的一個實施例的結構 示意圖；
[0055] 圖5為本發明實施例中提供的一種基于X光的邊緣檢測裝置的另一個實施例的結 構示意圖；
[0056] 圖6為本發明實施例中提供的一種基于X光的邊緣檢測裝置的另一個實施例的結 構示意圖。
【具體實施方式】
[0057] 本發明實施例提供了一種基于X光的邊緣檢測方法及裝置，解決了目前Sobel算 子或Canny算子的邊緣檢測算子，容易丟失有效邊緣信息，造成提取的邊緣圖像中噪聲邊 緣過多或邊緣斷續嚴重，從而致使的電芯內部尺寸檢測誤差過大的技術問題。
[0058] 為使得本發明的發明目的、特征、優點能夠更加的明顯和易懂，下面將結合本發明 實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，下面所描述 的實施例僅僅是本發明一部分實