(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 202211147132.8 (22)申请日 2022.09.21 (65)同一申请的已公布的文献号 申请公布号 CN 115222744 A (43)申请公布日 2022.10.21 (73)专利权人 江苏艾格莱德智能技 术有限公司 地址 226000 江苏省南 通市海门区滨江街 道滨港大道 2699号 (72)发明人 张珊珊　 (74)专利代理 机构 济宁仁礼信知识产权代理事 务所(普通 合伙) 37383 专利代理师 朱英民 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01)G06T 7/136(2017.01) G06T 7/62(2017.01) G06V 10/82(2022.01) (56)对比文件 CN 110930405 A,2020.0 3.27 CN 102501140 A,2012.0 6.20 CN 114596261 A,202 2.06.07 CN 113686880 A,2021.1 1.23 CN 110728667 A,2020.01.24 US 5815596 A,19 98.09.29 杨建国等.基 于机器视觉的刀具磨损检测技 术. 《东华大学学报 （自然科 学版） 》 .2013, 审查员 吴双 (54)发明名称 基于深度估计的刀具磨损程度判定方法 (57)摘要 本发明涉及数据处理技术领域， 具体涉及一 种基于深度估计的刀具磨损程度判定方法， 对刀 具的后刀面图像进行磨损区域的检测， 以得到后 刀面的磨损区域面积； 采集刀具的后刀面深度图 像， 对后刀面棱角的三条边界进行检测得到后刀 面棱角的边界深度图像， 将后刀面深度图像和对 应的边界深度图像输入复原神经网络得到未磨 损状态下后刀面的标准深度图像， 根据标准深度 图像和后刀面深度图像中对应像素点的深度值 差异得到后刀面的平均磨损深度， 结合平均磨损 深度和磨损区域面积得到刀具的磨损程度。 通过 自适应获取未磨损刀具的标准深度图像， 保证了 标准图像获取的便利， 且能够更加准确分析刀具 磨损的程度。 权利要求书2页 说明书6页 附图1页 CN 115222744 B 2022.11.25 CN 115222744 B 1.一种基于深度估计的刀具磨损程度判定方法， 其特 征在于， 该 方法包括以下步骤： 采集刀具的后刀面图像以得到刀具灰度图像， 对所述刀具灰度图像进行阈值分割得到 刀具的磨损区域二值图， 对所述磨损区域二值图进行磨损区域轮廓提取， 得到后刀面的磨 损区域面积； 采集刀具的后刀面深度图像， 对所述后刀面深度图像进行直线检测得到后刀面棱角的 两个上边缘所对应的边缘直线， 对边缘直线上每个像素点的深度值进行优化， 得到理论基 础矫正深度值， 基于所述理论基础矫正深度值进行相对应边界的直线拟合； 结合两个上边 缘的拟合直线对后刀面棱角的竖直边界进行直线拟合， 得到后刀面棱角的边界深度图像； 将所述后刀面深度图像和所述边界深度图像输入复原神经网络得到未磨损 状态下后刀面 的标准深度图像； 根据所述标准深度图像和所述后刀面深度图像中对应像素点的深度值差 异得到后刀面的平均磨损深度； 结合所述平均磨损深度和所述磨损区域 面积得到刀具的磨损程度； 所述对边缘直线上每个像素点的深度值进行优化， 得到理论基础矫正深度值的方法， 包括： 获取当前边缘直线上每个像素点的深度值， 按照像素点顺序将深度值组成一组数列， 使用Bernaola Galvan分割算法找到该数列中的突变值， 并将突变值排除； 将突变值排除后 的数列中的深度值按照从小到大的顺序排列， 取排列后的前百分之一的深度值的平均深度 值和最小深度值； 获取平均深度值和最小深度值的差值， 将每个像素点的深度值减去差值对应得到像素 点的理论基础矫 正深度值； 所述基于所述理论基础矫 正深度值进行相对应边界的直线拟合的方法， 包括： 基于像素点的八邻域范围， 获取边缘直线上当前像素点在该边缘直线上的多个直线像 素点， 根据当前像素点分别与每个直线像素点对应所述理论基础矫正深度值的深度值差值 得到当前像素点的深度变化 值； 将该边缘直线上所有像素点的深度变化值构 成一个深度变化序列， 对深度变化序列进 行突变点检测， 所述突变点是指边缘直线上深度发生显著变化的像素点； 由所述突变点对 该边缘直线所对应的边界进行直线拟合。 2.如权利要求1所述的一种基于深度估计的刀具磨损程度判定方法， 其特征在于， 所述 由所述突变点对该边 缘直线所对应的边界进行直线拟合的方法， 包括： 当检测到一个突变点 时， 将保留深度变化序列中的第 一个像素点和突变点之间的像素 点， 以构成目标像素点序列； 当检测到两个突变点时， 去除这两个突变点之间的所有像素 点， 将剩下的像素点构成目标像素点序列； 当检测到多个突变点时， 去除突变点之间的像素 点， 将剩余的像素点构成目标像素点序列； 根据目标像素点序列中每个像素点的位置信息 进行边界的直线拟合。 3.如权利要求1所述的一种基于深度估计的刀具磨损程度判定方法， 其特征在于， 所述 结合两个上边 缘的拟合 直线对后刀面 棱角的竖直 边界进行直线拟合的方法， 包括： 根据两个上边缘的拟合直线获取其交点， 基于图像坐标系， 以交点的横坐标为基准， 获 取其竖直方向上的所有像素点， 构成一个 像素点集合； 根据像素点集合中每个像素点的深度值获取目标像素点集合， 由目标像素点集合的位权　利　要　求　书 1/2 页 2 CN 115222744 B 2置信息进行 竖直边界的直线拟合。 4.如权利要求1所述的一种基于深度估计的刀具磨损程度判定方法， 其特征在于， 所述 结合所述平均磨损深度和所述磨损区域 面积得到刀具的磨损程度的方法， 包括： 对所述磨损区域 面积和所述平均磨损深度进行加权求和得到刀具的磨损程度。权　利　要　求　书 2/2 页 3 CN 115222744 B 3