本发明专利技术公开了一种稳定的高性能圆特征检测方法,针对不同的图像质量和速度需要分别采用基于梯度方向的方法或基于径向对称的方法确定圆心坐标。基于梯度方向的方法通过求取能量函数的最大值确定圆心坐标,并使用梯度上升法加快计算速度,然后使用曲面拟合的方法求得亚像素精度圆心坐标。针对低质量的图片,则利用基于圆心的灰度对称性质,通过计算以圆心为起点的像素对称性确定能量函数,圆心坐标即存在于能量函数取最小值的位置。在确定圆心亚像素坐标后,通过求取圆半径方向一定范围内梯度最大值的点,计算这些点和圆的距离,将求半径的过程转化为求一元二次方程最小值的过程。本发明专利技术针对圆特征提取具有极好的稳定性、精确性和实用性。
【技术实现步骤摘要】
本专利技术涉及图像识别
,尤其涉及一种圆特征检测方法。
技术介绍
基于图像的圆特征检测方法中最为经典的方法为基于霍夫变换、广义霍夫变换以及随机霍夫变换等方法,上述的方法虽然能够准确地检测到圆特征,但计算量大、存储空间大和计算效率低都使得该类方法不能在机器视觉等实时系统中应用。经过文献检索,大量的圆检测方法都是基于霍夫变换及演化算法实现的,例如叶峰等提出的《基于有序Hough变换的快速圆检测算法》(参见非专利文献1:叶峰等,基于有序Hough变换的快速圆检测算法,光学精密工程,2014年第4期)、陈珂等提出的《一维概率Hough变换的实时鲁棒多圆检测方法》(参见非专利文献2:陈珂等,一维概率Hough变换的实时鲁棒多圆检测方法,计算机辅助设计与图形学学报,2015年第10期)、周峰等提出的《基于随机Hough变换的复杂条件下圆检测与数目辨识》(参见非专利文献3:周峰等,基于随机Hough变换的复杂条件下圆检测与数目辨识,仪器仪表学报,2013年第3期)、周永亮等提出的《随机Hough变换圆检测累计加速算法》(参见非专利文献4:周永亮等,随机Hough变换圆检测累计加速算法,计算机辅助设计与图形学学报,2014年第4期)、陈燕飞等提出的《基于随机Hough变换的快速圆检测方法》(参见非专利文献5:陈燕飞等,基于随机Hough变换的快速圆检测方法,上海交通大学学报,1998年第10期)。专利文献1(中国专利公开号CN102034101A)公开了一种基于Hough变换和Legendre矩的亚像素圆形标志定位方法。专利文献2(中国专利公开号CN102236894A)公开了一种圆检测方法,根据图像质量选择不同的圆检测算法。专利文献3(中国专利公开号CN103295227B)公开了一种基于梯度方向分割的圆检测方法,通过计算边缘像素的梯度角像素矩阵,然后进行梯度方向边缘分割和边缘像素聚合,对感兴趣区域进行筛选和圆拟合,最后合并圆弧和消除重复。专利文献4(中国专利公开号CN103886597A)公开了一种基于边缘检测和曲线拟合的圆检测方法,通过Canny算法提取边缘点并剔除短边缘,然后计算曲线边缘点的梯度方向,再根据梯度方向计算候选点和候选曲线,剔除非候选点后进行圆拟合,将圆特征矢量进行k-means聚类融合,最后根据圆的完整度参数输出满足要求的圆。专利文献5(中国专利公开号CN103903284A)公开了一种基于最小二乘的多圆检测方法。专利文献6(中国专利公开号CN104036514A)公开了一种基于直方图峰值搜索的圆检测方法,通过水平和垂直方向二值图像获取直方图,通过全局直方图获得候选坐标圆心坐更新标,通过迭代更新水平、垂直中点直方图直到检测圆个数满足要求。专利文献7(中国专利公开号CN104282027A)公开了一种基于Hough变换的圆检测方法。专利文献8(中国专利公开号CN104331695A)公开了一种圆形标志检测方法,在二值图像中利用圆形的对称性设计圆形纵横差、单向检测指标和圆度参数对圆形标志进行检测。专利文献9(中国专利公开号CN105046697A)公开了一种基于圆检查和拟合度评估的啤酒瓶口定位方法。专利文献10(中国专利公开号CN105046712A)公开了一种基于高斯差分的全局搜索导向和局部搜索导向的两种搜索策略进行圆检测的方法。专利文献11(中国专利公开号CN105405122A)公开了一种圆检测方法,通过单像素圆边缘上的三点确定圆心位置,再通过圆中心点和圆边缘像素的距离寻找真实圆心和半径。专利文献12(中国专利公开号CN103226702A)使用圆基于径向方向像素的对称性质检测圆心,通过沿水平和垂直方向的两个扇形区域分别确定圆心的x和y坐标。专利文献13(中国专利公开号CN101110100A)公开了一种多种几何形状检测方法,首先离线提取形状参数,通过对提取的边缘信息进行投票,将离线提取的形状才是与投票获得的局部形状特征进行几何关系的认证,最后输出检测形状。专利文献14(中国专利公开号CN103413300A)公开了一种基于稀疏存储结构和投票机制的圆检测方法。专利文献15(中国专利公开号CN104463096A)公开了一种眼球虹膜检测方法,利用眼球虹膜的梯度矩阵得到多个圆形目标,将多个圆形目标合处理得到合并窗口,将合并窗口作为虹膜图像的定位区域。通过文献的研究发现,基于Hough变换以及Hough变换的演化圆检测算法,在计算量、存储空间和计算效率方面都存在不足,无法在机器视觉等实时系统中应用。目前已有的圆检测方法都是首先检测圆边缘点,再根据一定的规则拟合出圆,然后确定圆的中心坐标和半径。然而采用一维或二维圆边缘点检测的方法由于噪声或图像质量较差,检测到的边缘点会存在外点,通常采用RANSAC等方法剔除外点,保留圆边缘点进行圆方程拟合。这种方法存在的问题在于算法稳定性较差。也有算法采用遍历计算距离的方法剔除外点,当边缘点数量较多时,算法的效率会变差。而且采用边缘点拟合方法的精度受到边缘点检测精度的影响。采用全局优化的圆检检测方法虽然具有较好的精度,但计算效率也不适合机器视觉实时应用。专利文献12使用圆基于径向方向像素的对称性性质检测圆心,由于工业应用中图像质量较差,其中的圆形结构存在部分缺失,这就导致使用圆的径向方向像素的对称性质检测圆心坐标比较困难,而且在计算对称性时采用的信息是检测点到圆心的像素累加值,因此对圆环结构的圆心坐标检测比较困难。采用投票机制的检测方法在检测速度和方法的稳定性方面很难取得平衡。采用全局优化的圆检测方法虽然具有较好的精度,但计算效率也不适合机器视觉实时应用。
技术实现思路
本专利技术的目的在于提供一种稳定的高性能圆特征检测方法,与传统的圆检测方法相反,首先精确计算出亚像素精度的圆中心坐标,然后在半径限定的感兴趣区域ROI(RegionofInterest)内检测圆边缘点,根据边缘点到圆中心的距离建立目标函数,通过最小化目标函数,准确计算出圆的半径。为达上述目的,本专利技术通过以下技术方案实现:一种稳定的高性能圆特征检测方法,包括以下步骤:包括以下步骤:步骤1:输入图像;步骤2:单目标图像感兴趣区域的提取:利用模板匹配或Blob分析方法将包含单个圆目标的感兴趣区域提取出来;如果输入图像包含多个圆目标③,则通过多目标模板匹配或Blob分析的方法,将包含单个圆的每个ROI提取出来;步骤3:图像预处理;步骤4:采用基于梯度方向的方法确定圆心或者采用基于径向对称的方法确定圆心,具体地,对于质量较好的图像,采用基于梯度方向的方法确定圆心,对于低质量的图像,采用基于径向对称的方法确定圆心;步骤5:确定圆半径;其中,所述基于梯度方向的方法为:计算图像梯度方向向量与圆半径方向向量的点积确定能量函数,通过求取能量函数的最大值确定圆心坐标,并使用梯度上升法加快求取速度,最后使用曲面拟合的方法求得亚像素精度圆心坐标;所述基于径向对称的方法为:基于圆的灰度对称性质,通过计算以圆心为起点的像素对称性确定能量函数,圆心坐标即存在于能量函数取最小值的位置,然后使用曲面拟合的方法求取亚像素圆心坐标。本专利技术的有益效果是:本专利技术公开了一种稳定的高性能的圆特征检测方法。与传统的先检查圆,再确定圆心的方本文档来自技高网...
【技术保护点】
一种稳定的高性能圆特征检测方法,其特征在于:所述方法包括以下步骤:步骤1:输入图像;步骤2:单目标图像感兴趣区域的提取;步骤3:图像预处理;步骤4:采用基于梯度方向的方法确定圆心或者采用基于径向对称的方法确定圆心,具体地,对于质量较好的图像,采用基于梯度方向的方法确定圆心,对于低质量的图像,采用基于径向对称的方法确定圆心;步骤5:确定圆半径;其中,所述基于梯度方向的方法为:计算图像梯度方向向量与圆半径方向向量的点积确定能量函数,通过求取能量函数的最大值确定圆心坐标,并使用梯度上升法加快求取速度,最后使用曲面拟合的方法求得亚像素精度圆心坐标;所述基于径向对称的方法为:基于圆的灰度对称性质,通过计算以圆心为起点的像素对称性确定能量函数,圆心坐标即存在于能量函数取最小值的位置,然后使用曲面拟合的方法求取亚像素圆心坐标。
【技术特征摘要】
1.一种稳定的高性能圆特征检测方法,其特征在于:所述方法包括以下步骤:步骤1:输入图像;步骤2:单目标图像感兴趣区域的提取;步骤3:图像预处理;步骤4:采用基于梯度方向的方法确定圆心或者采用基于径向对称的方法确定圆心,具体地,对于质量较好的图像,采用基于梯度方向的方法确定圆心,对于低质量的图像,采用基于径向对称的方法确定圆心;步骤5:确定圆半径;其中,所述基于梯度方向的方法为:计算图像梯度方向向量与圆半径方向向量的点积确定能量函数,通过求取能量函数的最大值确定圆心坐标,并使用梯度上升法加快求取速度,最后使用曲面拟合的方法求得亚像素精度圆心坐标;所述基于径向对称的方法为:基于圆的灰度对称性质,通过计算以圆心为起点的像素对称性确定能量函数,圆心坐标即存在于能量函数取最小值的位置,然后使用曲面拟合的方法求取亚像素圆心坐标。2.根据权利要求1所述的方法,其特征在于:所述步骤1中的图像输入是来自图像采集设备的图像,或者是保存在本地或网络上的图像。3.根据权利要求1所述的方法,其特征在于:所述步骤2具体为:利用模板匹配或Blob分析方法将包含单个圆目标的感兴趣区域提取出来;如果输入图像包含多个圆目标,则通过多目标模板匹配或Blob分析的方法,将包含单个圆的每个ROI提取出来。4.根据权利要求1所述的方法,其特征在于:所述基于梯度方向的方法包括如下步骤:1)计算图像梯度值,并根据设定的阈值T筛选出部分梯度;2)选取n个梯度最大值的点作为初始中心点;3)使梯度上升的方法逼近每个初始点对应的函数最大值M;4)比较每个初始点求得的函数最大值,选取其中的最大值为圆中心...
【专利技术属性】
技术研发人员:吴晓军,汤兴粲,
申请(专利权)人:吴晓军,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。