本发明专利技术属于机器视觉技术领域，将提供一种复杂背景图像中椭圆图像特征的自动提取方法。本发明专利技术首先利用Ｃａｎｎｙ边缘提取方法获取图像边缘的亚像素图像坐标，并通过边缘连接方法将相邻边缘像素连接为边缘片段；然后使用基于圆弧近似拟合的边缘拆分融合算法，将边缘片段中满足中心距离约束和半径约束的圆弧片段进行融合；基于随机采样一致性鲁棒估计算法，对属于同一椭圆的圆弧片段进行聚类；最后将聚类后的同类圆弧片段进行最小二乘拟合得到椭圆参数方程。所提出的椭圆自动提取算法有效消除了图像中噪声边缘的干扰，解决了复杂背景图像中椭圆边缘的识别与聚类问题，实现了椭圆图像特征的自动提取。
【技术实现步骤摘要】
本专利技术属于机器视觉
，涉及一种复杂背景图像中椭圆图像特征的 自动提取方法。技术背景圆是几何模式中基本的曲线基元，也是物体的基本几何形状，如各种工件、 零部件上的定位孔和车轮等。圆形特征被广泛应用于机器视觉领域，如基于圆 孔靶标的摄像机标定、基于圆形特征的机器人自动导引、物体空间位置和姿态 测量、视觉导航以及目标对象识别等。而圆的透视投影往往表现为椭圆特征， 因此研究图像中的椭圆特征的自动提取方法具有重要意义。机器视觉系统的图像釆集过程，由于受到现场复杂背景、光照不均匀以及 图像釆集设备自身存在噪声等许多不确定因素的干扰，使得拍摄图像出现了对 比度不均匀、杂质边缘过多、特征相互遮挡、边缘打断等情况，给椭圆图像特征的提取带来了巨大的困难。D. Ballard (—般Hough变换探测任意形状，《模式 识别》，13(2),第1 ~ 22页，1981年)提出了 一 种由图像边缘提取和Hough变换相结合的椭圆特征提取方法，该方法只适合于 简单背景图像，需要建立具有四维参数空间的累加器，算法的计算量及复杂性 与椭圆参数步长的选取有关，过细的参数步长，计算效率低，而过粗的参数步 长，计算精度又较差。杨根忠和马彦(使用广义正交概念的K-RANSAC椭圆提 取，《自动化学报》，第4期，第28卷，2002年)提出了一种使用广义正交概念 的RANSAC椭圆提取方法，该方法能较好地解决椭圆遮挡以及边缘打断情况的 椭圆图像特征提取，但也主要针对简单背景图像，对于复杂背景图像的椭圆特 征提取，会出现过多无效釆样导致计算效率低。现有的椭圆图像特征提取方法， 未能充分利用边缘像素点在空间位置上保持连续性这一特点，导致算法存在冗 余计算以及未能很好解决复杂背景图像中椭圆特征的自动提取。充分利用边缘 像素点在空间位置上的连续性，将有利于减少椭圆提取的计算量，提高椭圆自 动提取的鲁棒性，更好地解决复杂背景图像中的椭圆图像特征提取，对提高机 器视觉系统的自动化程度和鲁棒性具有重要意义。
技术实现思路
本专利技术所要解决的技术问题是提供一种复杂背景图像中椭圆图像特征的 自动提取方法，充分利用椭圆边缘片段上边缘像素的空间位置的连续性，结合圆弧边缘片段拆分融合和基于随机釆样一致性鲁棒算法(RANSAC)的边缘片段 聚类，有效消除图像中噪声边缘的干扰，解决复杂背景图像中椭圆边缘的识别 与聚类问题，实现椭圆图像特征的自动提取，为机器视觉中椭圆特征的自动识 别及参数提取奠定基础。本专利技术的技术解决方案是 一种复杂背景图像中椭圆图像特征的自动提取 方法，其特征在于，所说的椭圆图像特征是指椭圆在图像中的参数方程，具体 步骤是1、 釆用Canny边缘提取算法提取图像中边缘的亚像素图像坐标，并将获得 的边缘点连接成边缘片段，边缘片段是由边缘点构成的坐标序列，其长度定义 为点的数量；保留长度大于K的边缘片段，r,为长度闽值，取值在50- 100;用 &('=1...0表示第漆边缘片段，A^表示所有边缘片段的数量；第漆边缘片 段上的点用2^0,y) 0 = 1...^)表示，A^为该条边缘片段上点的数量；2、 给定步长&，将步骤1获得的边缘片段E"分割为边缘子片段，&取值为 20~50,图像越复杂，取值越小；釆用圆的最小二乘拟合算法，对每个边缘子 片段进行圆弧拟合，得到近似圆弧的参数，用e表示拟合误差，定义误差约東 e<e。， eo为误差阈值，取值为0.5 ~1;保留满足拟合误差约束的边缘子片段， 称为圆弧子片段；用f^(i-l…Mj表示第f条圆弧子片段，Ms表示所有圆弧子 片段的数量；第漆圆弧子片段上的点用^(>,)0(7 = 1...^)表示，A^为该条 圆弧子片段上点的数量；用Q 0, y)和分别表示第f条圆弧子片段对应的近似 圆弧的中心点坐标和半径；3、 对于步骤2获得的任意两条相邻的圆弧子片段，定义中心距离约東<formula>formula see original document page 5</formula>, 7^为中心距离阈值，取值在o~ io像素，精度要求越高，取值就越小；定义半径差约東Ar^,i+D = |rs,i—rs,i+1| S7V, 7;为半径差阈值，取值为0 10像素，精度要求越高，取值就越小；将满足中心 距离约東和半径差约東的圆弧子片段融合为新的圆弧子片段，并删除已经融合 了的圆弧子片段；对融合后的圆弧子片段再次进行同样的融合过程，直到没有 满足融合条件的圆弧子片段，则停止融合过程，最终获得的圆弧子片段称为圆 弧片段；用5^G-l…Mc)表示第f条圆弧片段，Mc表示所有圆弧片段的数量； 第i条圆弧片段上的点用pb(x,y) (7' = 1 &。表示，^Vci为该条圆弧片段上点的数量；4、 基于随机釆样一致性鲁棒算法，对步骤3获取的圆弧片段￡^,随机选取6个釆样边缘点，采用直接椭圆拟合得到初步椭圆模型；计算釆样边缘点所在圆弧片段上包含的所有边缘点到初步椭圆模型的距离，根据满足距离约東的 边缘点数量占整个釆样圆弧片段上边缘点总数的百分比，判断当前初步椭圆模 型是否构成近似模型；利用近似模型的相似度约束将相似椭圆模型及其包含的 圆弧片段进行聚类，最后将聚类模型中所有圆弧片段上的边缘点进行最小二乘椭圆拟合，得到椭圆的参数方程；具体步骤如下4.1、 定义最大釆样次数AT,取值为500- 1000,图像越复杂，取值越高；从 步骤3获得的所有圆弧片段所包含的边缘点p^O,3/)中进行AT组釆样，每组随机 抽取6个点，用<&0,力(& = 1.../<:, n二l…6)表示第A:组釆样中的第n个点； 称采样边缘点所在的圆弧片段为釆样圆弧片段，用￡^(& = 1...& 71 = 1...6)表 示rfrz O,y)所对应的釆样圆弧片段；4.2、 利用直接椭圆拟合算法将每组釆样边缘点拟合为初步椭圆模型，用 >^(& = 1.../0表示其参数向量；然后计算步骤4.1中的￡^ 上包含的所有边缘点 到对应初步模型v4fc的代数距离，用cfeO-l…^。表示第A:组釆样圆弧片段上 包含的所有边缘点对应的距离，Mcfc为该组所有圆弧片段所包含的边缘点数量；4.3、 利用满足距离约東的边缘点数量占整个釆样圆弧片段上边缘点总数的 百分比判断当前椭圆模型是否成立，删除不成立的采样组别；对于步骤4.2中的 每组距离cfe，定义距离约束d t < rd, T^含义与步骤3相同，取值为0 ~ IO像素， 精度要求越高，取值越小；记录满足该约東的边缘点数M";定义椭圆成立判定 约東M;/Mcfc ^ G, G为判定阈值，取值为0.5-0.8,精度要求越高，取值越大； 保留满足上述判定约束的釆样组别及其包含的釆样圆弧片段，用^(& = 1...K/0表示第/c组采样圆弧片段，ATAT为满足判定的釆样组数量，并利用椭圆最 小二乘拟合各组￡ 包含的所有边缘点，得到近似椭圆模型，用Sfc(/c = i...a:a:)表 示其参数向量；4.4、 根据步骤4.3得到的近似椭圆模型&之间的相似程度，将满足相似约東本文档来自技高网...
【技术保护点】
一种复杂背景图像中椭圆图像特征的自动提取方法，其特征在于，所说的椭圆图像特征是指椭圆在图像中的参数方程，具体步骤是：１．１、采用Ｃａｎｎｙ边缘提取算法提取图像中边缘的亚像素图像坐标，并将获得的边缘点连接成边缘片段，边缘片段是由边缘点构成的坐标序列，其长度定义为点的数量；保留长度大于Ｔ↓［ｌ］的边缘片段，Ｔ↓［ｌ］为长度阈值，取值在５０～１００；用Ｅ↓［ｌｉ］（ｉ＝１…Ｍ↓［ｌ］）表示第ｉ条边缘片段，Ｍ↓［ｌ］表示所有边缘片段的数量；第ｉ条边缘片段上的点用ｐ↓［ｌｊ］↑［ｉ］（ｘ，ｙ）（ｊ＝１…Ｎ↓［ｌｉ］）表示，Ｎ↓［ｌｉ］为该条边缘片段上点的数量；１．２、给定步长Ｓ↓［ｌ］，将步骤１．１获得的边缘片段Ｅ↓［ｌｉ］分割为边缘子片段，Ｓ↓［ｌ］取值为２０～５０，图像越复杂，取值越小；采用圆的最小二乘拟合算法，对每个边缘子片段进行圆弧拟合，得到近似圆弧的参数，用ｅ表示拟合误差，定义误差约束ｅ＜ｅ↓［０］，ｅ↓［０］为误差阈值，取值为０．５～１；保留满足拟合误差约束的边缘子片段，称为圆弧子片段；用Ｅ↓［ｓｉ］（ｉ＝１…Ｍ↓［ｓ］）表示第ｉ条圆弧子片段，Ｍ↓［ｓ］表示所有圆弧子片段的数量；第ｉ条圆弧子片段上的点用ｐ↓［ｓｊ］↑［ｉ］（ｘ，ｙ）（ｊ＝１…Ｎ↓［ｓｉ］）表示，Ｎ↓［ｓｉ］为该条圆弧子片段上点的数量；用Ｃ↓［ｓ，ｉ］（ｘ，ｙ）和ｒ↓［ｓ，ｉ］分别表示第ｉ条圆弧子片段对应的近似圆弧的中心点坐标和半径；１．３、对于步骤１．２获得的任意两条相邻的圆弧子片段，定义中心距离约束Δｄ↓［ｓ（ｉ，ｉ＋１）］＝‖Ｃ↓［ｓ，ｉ］（ｘ，ｙ）－Ｃ↓［ｓ，ｉ＋１］（ｘ，ｙ）‖↓［２］≤Ｔ↓［ｄ］，Ｔ↓［ｄ］为中心距离阈值，取值在０～１０像素，精度要求越高，取值就越小；定义半径差约束Δｒ↓［ｓ（ｉ，ｉ＋１）］＝｜ｒ↓［ｓ，ｉ］－ｒ↓［ｓ，ｉ＋１］｜≤Ｔ↓［ｒ］，Ｔ↓［ｒ］为半径差阈值，取值为０～１０像素，精度要求越高，取值就越小；将满足中心距离约束和半径差约束的圆弧子片段融合为新的圆弧子片段，并删除已经融合了的圆弧子片段；对融合后的圆弧子片段再次进行同样的融合过程，直到没有满足融合条件的圆弧子片段，则停止融合过程，最终获得的圆弧子片段称为圆弧片段；用Ｅ↓［ｃｉ］（ｉ＝１…Ｍ↓［ｃ］）表示第ｉ条圆弧片段，Ｍ↓［ｃ］表示所有圆弧片段的数量；第ｉ条圆弧片段上的点用ｐ↓［ｃｊ］↑［ｉ］（ｘ，ｙ）（ｊ＝１…Ｎ↓［ｃｉ］）表示，Ｎ↓［ｃｉ］为该条...
【技术特征摘要】
【专利技术属性】
技术研发人员：周富强，程骏超，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：11[中国|北京]
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。