(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210649112.4 (22)申请日 2022.06.10 (65)同一申请的已公布的文献号 申请公布号 CN 114742849 A (43)申请公布日 2022.07.12 (73)专利权人 山东沃能安全技 术服务有限公司 地址 272000 山东省济宁市任城区金城街 道洸河路西首路南3 03室 (72)发明人 牛传业　牛天　亓超　 (74)专利代理 机构 青岛致嘉知识产权代理事务 所(普通合伙) 3723 6 专利代理师 韩艳艳 (51)Int.Cl. G06T 7/11(2017.01) G06T 7/73(2017.01)G06T 7/90(2017.01) G06T 5/00(2006.01) G06K 9/62(2022.01) G01C 5/00(2006.01) G06V 10/762(2022.01) 审查员 李敏 (54)发明名称 一种基于图像增强的水准仪距离测量方法 (57)摘要 本发明公开了一种基于图像增强的水准仪 距离测量方法， 涉及人工智能领域。 包括： S1： 利 用水准仪采集条码标尺图像； S2： 对条码标尺图 像进行网格分割得到待处理网格图像； S3： 根据 每个待处理网格图像的灰度方差计算每个待处 理网格图像的增强必要性； S4： 对每个待处理网 格图像进行聚类得到条码标尺区域， 对条码标尺 区域通过自适应 分割对条码标尺图像进行增强； S5： 对增强图像与模板图像中的条码标尺区域进 行匹配和定位， 获取水准仪测量结果。 本发明根 据条码标尺表面灰度值存在两极分化现象确定 条码标尺区域， 针对条码标尺区域进行图像增 强， 使条码标尺的特征更加明显， 提高后续条码 标尺图像的分割以及条码的识别准确度。 权利要求书2页 说明书8页 附图3页 CN 114742849 B 2022.08.26 CN 114742849 B 1.一种基于图像增强的水准仪距离测量方法， 其特 征在于， 包括： S1： 利用水准仪 CCD相机采集条码标尺图像； S2： 对条码标尺图像进行网格分割， 包括： S2.1： 对采集到的条码 标尺图像进行 等分的网格图像分割得到网格图像， 根据每个网 格图像的灰度值及各 灰度值的频率计算每 个网格图像的灰度方差； 所述每个网格图像的灰度方差的计算公式如下： 式中： 表示第 个网格图像的灰度方差， 表示第 个网格图像中不同灰度值的数量， 为第 个网格图像中不同灰度值的序号， 表示第 个网格图像中的第 个灰度值， 表示第 个网格图像的平均灰度值； S2.2： 根据每个网格图像的灰度方差筛选出目标网格图像和非目标网格图像， 所述非 目标网格图像为无需进行 再次分割的网格图像； 对目标网格图像进行高斯拟合得到 高斯模型， 根据每个目标网格图像的高斯模型计算 其两级分化 程度； 所述目标网格图像的两级分化 程度的计算方法如下： 获取目标网格图像的子高斯模型中的均值和方差， 利用两个子 高斯模型的均值和方差 计算该目标网格图像的两级分化 程度， 具体 计算公式如下： 式中： 为第 个目标网格图像的两级分化程度， 、 分别为子高斯模型中的均值， 、 别为子高斯模型中的方差； 利用目标网格图像的灰度方差以及两级分化程度得到目标网格图像的二次网格分割 概率； 所述目标网格图像的二次网格分割概 率的计算方法为： 根据每个目标网格图像的灰度方差确定每个目标网格图像的分割概率的计算公式， 具 体计算公式如下： 式中： 为目标网格图像的二次网格分割概率， 表示第 个目标网格图像的灰度方差， 为分割阈值， 为第 个目标网格图像的两级分化 程度； 根据目标网格图像的二次网格分割概率确定出需要进行再次网格分割的目标网格图 像， 其他的目标网格图像为无需进行 再次分割的网格图像； S2.3： 对需要进行再次分割的目标网格图像进行 等分的网格分割， 得到新的网格图 像； S2.4： 对新的网格图像重复S2.1 ‑S2.3步骤， 依次迭代至所有网格图像都不需要被分 割， 完成条码标尺图像的网格分割， 得到所有的待处 理网格图像； S3： 根据每 个待处理网格图像的灰度方差确定出每 个待处理网格图像的增强必要性；权　利　要　求　书 1/2 页 2 CN 114742849 B 2根据每个待处理网格图像的灰度方差确定出每个待处理网格图像的增强必要性的过 程如下： 当待处理网格图像的灰度方差大于分割阈值 时， 根据该待处理网格图像的两级分化程 度计算该待处理网格图像的增强必要性， 当待处理网格图像的灰度方差小于等于分割阈值 时， 根据该待处理网格图像的灰度均值以及灰度熵计算该待处理网格图像的增强必要性， 具体计算公式如下： 式中： 为第𝑘个待处理网格图像的增强必要 性， 为第 个待处理网格图像两极分化程 度， 为第 个待处理网格图像的灰度均值， 为第 个待处理网格图像的灰度熵， 为第 个待处理网格图像的灰度方差， 为分割阈值， 𝑘为条码标尺图像中网格图像的序号； S4： 根据每个待处理网格图像的增强必要性及每个待处理网格图像 中心像素点的坐标 对所有待处理网格图像进 行聚类得到条码标尺的网格图像， 对条码标尺的网格图像通过自 适应分割对条码标尺图像进行增强得到条码标尺区域图像； 所述得到条码标尺的网格图像的方法为： 结合每个待处理网格图像的中心像素点的坐标与该待处理网格图像的增强必要性得 到三维数据， 利用该三维数据对所有待处理网格图像进行聚类得到多个聚类簇， 对每个聚 类簇中的待处理网格图像的增强必要性进 行求和作为该聚类簇的聚类值， 聚类值最大的聚 类簇对应的待处 理网格图像即为条码标尺区域； S5： 利用增强的条码标尺区域图像与模板图像中的条码标尺区域进行匹配和定位， 根 据匹配和定位的结果获得 水准仪的测量结果。 2.根据权利要求1所述的一种基于图像增强的水准仪距离测量方法， 其特征在于， 所述 利用增强的条码标尺区域图像与模板图像中的条码标尺区域进行匹配和定位的方法为： 利用双线性插值方法将增强的条码标尺区域图像转换为与模板图像相同尺寸的匹配 图像， 将自适应缩放的增强的条码标尺区域图像与模板图像进行移 位相关运算完成条码的 匹配与定位。权　利　要　求　书 2/2 页 3 CN 114742849 B 3