融合Hough变换和卡尺聚类的圆检测方法技术

本发明专利技术公开了一种融合Hough变换和卡尺聚类的圆检测方法，其包括以下步骤：步骤一、通过快速Hough变换对图像中的圆进行粗定位，并获得圆心及圆径；步骤二、对粗定位的圆进行卡尺模型建立，以n度为标准将圆周划分为若干方向的卡尺，根据半径和角度求得这些方向上的初始边缘点；步骤三、进一步调整卡尺，计算所有方向上的最适边缘点，纳入最适边缘点集合中；步骤四、对最适边缘点集合中边缘点进行聚类，并对最大聚类进行圆拟合操作，排除虚假圆心；步骤五、对卡尺进行圆拟合。本发明专利技术在图像处理时无需设置灰度阈值，对图像噪声具有较强抗干扰能力，将检测精度提升到了亚像素级，并通过双线性插值计算灰度，具有高检测精度和短检测用时。时。时。

【技术实现步骤摘要】
融合Hough变换和卡尺聚类的圆检测方法


[0001]本专利技术属于图像处理领域，具体涉及一种融合Hough变换和卡尺聚类的圆检测方法。

技术介绍

[0002]PCB在生产及检测过程中，自动对位mark点的抓取是最主要的一项，而mark点的检测一般是圆检测。常用的圆检测技术有形状分析法、环路积分微分法、圆Hough变换等.Hough变换是目前应用最为广泛的圆检测方法，该方法可靠性高，在噪声、变形、甚至部分区域丢失的状态下仍然能取得理想的效果，其实质是将图像空间的具有一定关系的像素点进行聚类并寻找某一解析式来拟合这些点。传统Hough算法存在处理时间长，提取准确率低的问题，而实际应用当中的圆检测对算法的执行时间和精度要求都有着较高的要求，单一Hough变换无法满足工业上的要求。

技术实现思路

[0003]针对现有技术存在的不足，本专利技术的目的在于提供一种融合Hough变换和卡尺聚类的圆检测方法。
[0004]为实现上述目的，本专利技术提供了如下技术方案：
[0005]一种融合Hough变换和卡尺聚类的圆检测方法，其包括以下步骤：
[0006]步骤一、通过快速Hough变换对图像中的圆进行粗定位，并获得圆心及圆径；
[0007]步骤二、对粗定位的圆进行卡尺模型建立，以n度为标准将圆周划分为若干方向，根据半径和角度求得此方向上的边缘点，该边缘点在当前角度下可前后移动一段距离；
[0008]步骤三、从步骤二获取边缘点中，获取角度为α时的卡尺的最适边缘点，对所有卡尺求取最适边缘点，将所有最适边缘点纳入最适边缘点集合中；
[0009]步骤四、对最适边缘点集合中边缘点进行聚类，并对最大聚类进行圆拟合操作，并排除虚假圆心，滤除干扰卡尺；
[0010]步骤五、对经过步骤四操作之后的聚类内的卡尺进行圆拟合。
[0011]步骤一中，
[0012]1)对图像进行预处理，获取图像的边缘信息，并获取各个边缘点的梯度方向的正切值；
[0013]2)利用各个边缘点的梯度方向以及目标圆的半径投影出圆心坐标；
[0014]3)从步骤2)中获取出现次数最多的圆心坐标并对其进行圆心矫正。
[0015]步骤二中，最适边缘点检测步骤如下：
[0016]1)根据当前角度计算投影后的x，y轴上的步长及其中z为卡尺总数，k为当前卡尺的编号，β为初始角度，进而得到投影在α角
度上的边缘点坐标，x
l
＝r
c
*cosα+x
h
，y
l
＝r
c
*sinα+y
h
，r
c
＝r
h
+r
rnd
,r
c
为动态半径，r
h
为Hough变换求得的半径，r
rnd
为动态长度，其范围由移动路径总长w确定；
[0017]2)利用双线性插值法获取以当前边缘点所在延伸方向上的前后两个相邻的边缘点的灰度值，并通过前后两个相邻边缘点的灰度值计算当前边缘点的梯度，并计算前后两个相邻边缘点的投影坐标；
[0018]3)边缘点沿着所属卡尺的方向从外向内或从内向外步进，并按照步骤2)获取沿途的边缘点的梯度；
[0019]4)获取梯度最大的边缘点，并由该边缘点重新计算实际半径和对应的投影点，从而获取角度为α时的卡尺的最适边缘点；
[0020]5)对所有角度的卡尺求取最适边缘点，并全部纳入最适边缘点集合中。
[0021]通过获取沿途边缘点的梯度，并对获取的梯度进行累加，从而获取梯度均值，在获取当前边缘点的梯度时，以到达相邻边缘点累加的梯度的梯度均值代替相邻边缘点的梯度进行滤波平滑。
[0022]所述步骤二中，在获取最适边缘点集合之后，筛除其中非真实的圆边缘的最适边缘点，其中先设定最小角度阈值T，然后获取任意最适边缘点构成的投影点与前后两边缘点的向量然后根据向量获取该最适边缘点对应的圆心角度数，将获取的圆心角度数与最小角度阈值T进行比较，若小于，则直接认定为干扰点，并将其从最适边缘点集合中排除；若不小于，则获取前后两边缘点形成的角度，并用半径长度和弧度构造极坐标向量并矫正该最适边缘点，计算矫正后的最适边缘点与矫正前的最适边缘点之间的偏差，保存偏移不超过最大偏移量的组合，重复上述步骤，完成所有最适边缘点的筛选。
[0023]步骤四中，对最大聚类进行拟合圆操作包括非圆心稳定优先模式下的圆拟合方式及圆心稳定优先模式下的圆拟合方式。
[0024]所述非圆心稳定优先模式下的圆拟合方式，首先获取该最大聚类中各个卡尺的最适边缘点与圆心的距离，并获取该距离与Hough圆径的偏差，并对其进行排序，滤除干扰卡尺。
[0025]卡尺角度在每一次渐进拟合后按步长增大，当卡尺角度不超过设定值时，直接纳入最适边缘点集合，当卡尺角度大于设定值时，计算该最适边缘点的半径与原半径的偏差，偏差不超过阈值ρ则纳入最适边缘点集合，θ为当前角度，λ为可调节参数。
[0026]圆心稳定优先模式下的圆拟合方式，直接对最大聚类内的所有最适边缘点采用渐进式拟合的方式拟合圆，当最大聚类内的数量不足以拟合圆时，则判定拟合失败。
[0027]本专利技术的有益效果：本专利技术在图像处理时无需设置灰度阈值，对图像噪声具有较强抗干扰能力，此外，将检测精度提升到了亚像素级，并通过双线性插值计算灰度，本专利技术具有高检测精度和短检测用时。
附图说明
[0028]图1为本专利技术采用的Sobel算子模板。
[0029]图2为本专利技术中快速Hough变换的流程图。
[0030]图3为本专利技术中计算最适边缘点的流程图。
[0031]图4为本专利技术中过滤干扰点的流程图。
[0032]图5为Hough检测和卡尺聚类独立检测及融合检测效果图，其中a为待检测图样，b为本专利技术中Hough变换部分的检测结果，c为本专利技术中Hough变换与卡尺聚类融合后的检测结果，d为本专利技术中最终的检测结果。
[0033]图6为本专利技术在不同情况下的检测效果图，其中a同心圆、b划痕和同心圆、c背景对比度突变、d轻微划痕、e边界圆、f极小边界圆、g对比度突变和划痕、h严重边缘划痕。
具体实施方式
[0034]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0035]需要说明，本专利技术实施例中所有方向性指示(诸如上、下、左、右、前、后
……
)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
[0036]在本专利技术中，除非另有明确的规定和限定，术语“连接”、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种融合Hough变换和卡尺聚类的圆检测方法，其特征在于：其包括以下步骤：步骤一、通过快速Hough变换对图像中的圆进行粗定位，并获得圆心及圆径；步骤二、对粗定位的圆进行卡尺模型建立，以n度为标准将圆周划分为若干方向，根据半径和角度求得此方向上的边缘点，该边缘点在当前角度下可前后移动一段距离；步骤三、从步骤二获取边缘点中，获取角度为α时的卡尺的最适边缘点，对所有卡尺求取最适边缘点，将所有最适边缘点纳入最适边缘点集合中；步骤四、对最适边缘点集合中边缘点进行聚类，并对最大聚类进行圆拟合操作，并排除虚假圆心，滤除干扰卡尺；步骤五、对经过步骤四操作之后的聚类内的卡尺进行圆拟合。2.根据权利要求1所述的融合Hough变换和卡尺聚类的圆检测方法，其特征在于：步骤一中，1)对图像进行预处理，获取图像的边缘信息，并获取各个边缘点的梯度方向的正切值；2)利用各个边缘点的梯度方向以及目标圆的半径投影出圆心坐标；3)从步骤2)中获取出现次数最多的圆心坐标并对其进行圆心矫正。3.根据权利要求1所述的融合Hough变换和卡尺聚类的圆检测方法，其特征在于：步骤二中，最适边缘点检测步骤如下：1)根据当前角度计算投影后的x，y轴上的步长及其中z为卡尺总数，k为当前卡尺的编号，β为初始角度，进而得到投影在α角度上的边缘点坐标，x
l
＝r
c
*cosα+x
h
，y
l
＝r
c
*sinα+y
h
，r
c
为动态半径，r
h
为Hough变换求得的半径，r
rnd
为动态长度，其范围由移动路径总长w确定；2)利用双线性插值法获取以当前边缘点所在延伸方向上的前后两个相邻的边缘点的灰度值，并通过前后两个相邻边缘点的灰度值计算当前边缘点的梯度，并计算前后两个相邻边缘点的投影坐标；3)边缘点沿着所属卡尺的方向从外向内或从内向外步进，并按照步骤2)获取沿途的边缘点的梯度；4)获取梯度最大的边缘点，并由该边缘点重新计算实际半径和对应的投影点，从而获取角度为α时的卡尺的最适边...

【专利技术属性】
技术研发人员：钟靖，张方德，
申请(专利权)人：浙江欧视电科技有限公司，
类型：发明
国别省市：