自准直仪图像的形心提取方法及提取系统技术方案

本发明专利技术公开了一种自准直仪图像的形心提取方法及提取系统，其中，基于均方差为σ的高斯滤波器对图像进行滤波处理；根据多级计算细化图像的边缘，完成图像的边缘检测，并确定边缘像素点；对边缘像素点拟合椭圆质心；基于各椭圆质心进行归一化处理，并计算出图像的质心，此时，经滤波处理的图像在多级计算下细化图像的边缘，并且确定对应的边缘像素点，对边缘像素点拟合椭圆质心，并且基于各椭圆质心进行归一化处理，通过该方法可以克服灰度不稳定对质心提取的影响，提高自准直图像质心提取精度。度。度。

【技术实现步骤摘要】
自准直仪图像的形心提取方法及提取系统


[0001]本专利技术涉及的自准直仪图像的
，尤其涉及一种自准直仪图像的形心提取方法及提取系统。

技术介绍

[0002]光电自准直仪是通过自身光源发射出去，经目标反射后返回到光学系统进入到图像传感器上的，
[0003]针对灰度信息提取图像质心的算法面临着问题：经反射体反射后返回的光斑图像也不会均匀，影响灰度质心提取精度，并且由于图像传感器各像元相应差异以及光源频闪等因素，造成灰度呈现不稳定变化，对测量稳定性产生影响，导致现有的自准直图像质心提取精度较低。

技术实现思路

[0004]本专利技术的目的在于克服现有技术的不足，本专利技术提供了一种自准直仪图像的形心提取方法及提取系统，经滤波处理的图像在多级计算下细化图像的边缘，并且确定对应的边缘像素点，对边缘像素点拟合椭圆质心，并且基于各椭圆质心进行归一化处理，通过该方法可以克服灰度不稳定对质心提取的影响，提高自准直图像质心提取精度。
[0005]为了解决上述技术问题，本专利技术实施例提供了一种自准直仪图像的形心提取方法，包括：基于均方差为σ的高斯滤波器对图像进行滤波处理；根据多级计算细化图像的边缘，完成图像的边缘检测，并确定边缘像素点；对边缘像素点拟合椭圆质心；基于各椭圆质心进行归一化处理，并计算出图像的质心。
[0006]另外，本专利技术实施例还提供了一种自准直仪图像的形心提取系统，所述自准直仪图像的形心提取系统包括：滤波模块：用于基于均方差为σ的高斯滤波器对图像进行滤波处理；检测模块：用于根据多级计算细化图像的边缘，完成图像的边缘检测，并确定边缘像素点；拟合模块：用于对边缘像素点拟合椭圆质心；计算模块：用于基于各椭圆质心进行归一化处理，并计算出图像的质心。
[0007]在本专利技术实施例中，通过本专利技术实施例中的方法，基于均方差为σ的高斯滤波器对图像进行滤波处理；根据多级计算细化图像的边缘，完成图像的边缘检测，并确定边缘像素点；对边缘像素点拟合椭圆质心；基于各椭圆质心进行归一化处理，并计算出图像的质心，此时，经滤波处理的图像在多级计算下细化图像的边缘，并且确定对应的边缘像素点，对边缘像素点拟合椭圆质心，并且基于各椭圆质心进行归一化处理，通过该方法可以克服灰度不稳定对质心提取的影响，提高自准直图像质心提取精度。
附图说明
[0008]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见的，下面描述中的附图仅仅是本
专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
[0009]图1是本专利技术实施例中的自准直仪图像的形心提取方法的流程示意图；
[0010]图2是本专利技术实施例中的自准直仪图像的形心提取方法的滤波处理的流程示意图；
[0011]图3是本专利技术实施例中的自准直仪图像的形心提取方法的图像示意图；
[0012]图4是本专利技术实施例中的自准直仪图像的形心提取方法的图像展开映射图；
[0013]图5是本专利技术实施例中的自准直仪图像的形心提取系统的结构组成示意图；
[0014]图6是根据一示例性实施例示出的一种电子装置的硬件图。
具体实施方式
[0015]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它实施例，都属于本专利技术保护的范围。
[0016]实施例
[0017]请参阅图1至图4，一种自准直仪图像的形心提取方法，方法包括：
[0018]S11：基于均方差为σ的高斯滤波器对图像进行滤波处理；
[0019]在本专利技术具体实施过程中，具体的步骤可以为：
[0020]S111：对图像进行灰度处理；
[0021]S112：经灰度处理的图像输入至均方差为σ的高斯滤波器，均方差为σ的高斯滤波器对图像进行滤波处理。
[0022]S12：根据多级计算细化图像的边缘，完成图像的边缘检测，并确定边缘像素点；
[0023]在本专利技术具体实施过程中，具体的步骤可以为：
[0024]通过多级边缘检测算法拟合出圆；
[0025]将拟合出的圆的边缘n个像素按照极坐标展开，映射到一个矩形区域，区域高度为边缘的n个像素，长度为圆周长的像素数
×
2πr；根据第一公式取出每一列的灰度值进行边缘灰度多项式拟合，其拐点极为亚像素边缘，遍历所有的列，得到极坐标下的边缘点集合；将极坐标下的边缘点集合转换到笛卡尔坐标系下，得到亚像素边缘集合。
[0026]其中，所述第一公式为ax3+bx2+cx+d＝0；其中：a为拟合多项式三次项系数；b为拟合多项式二次项系数；c为拟合多项式一次项系数；d为拟合多项式常数项。
[0027]S13：对边缘像素点拟合椭圆质心；
[0028]在本专利技术具体实施过程中，具体的步骤可以为：
[0029]使用最小二乘拟合椭圆参数；设p1…
p
n
为图像上n个待拟合成椭圆的像素坐标点集，它们的图像坐标为：
[0030]p
i
＝[u
i
v
i
]T
；
[0031]p
i
为图像上第i个待拟合成椭圆的像素坐标点；u
i
为第i个待拟合成椭圆的像素点在图像坐标系中的像素横坐标；v
i
为第i个待拟合成椭圆的像素点在图像坐标系中的像素纵坐标。
[0032]S14：基于各椭圆质心进行归一化处理，并计算出图像的质心；
[0033]在本专利技术具体实施过程中，具体的步骤可以为：
[0034]获取椭圆质心，基于各椭圆质心进行归一化处理；基于各个椭圆质心的形心，共可得到五个形心坐标，由形心2(x2,y2)和形心4(x4,y4)确定的直线L
24
与由形心1(x1,y1)和形心3(x3,y3)确定的直线L
13
进行交点解算，通过式
⑩
得出交点坐标(x,y)即为图像质心。
[0035][0036]另外，在实际过程中：
[0037]1、光斑图像亚像素边缘提取
[0038]首先通过Canny算法拟合出圆，然后将拟合出的圆的边缘n个像素按照极坐标展开，映射到一个矩形区域，区域高度为边缘的n个像素，长度为圆周长的像素数
×
2πr，根据公式
①
取出每一列的灰度值进行边缘灰度多项式拟合，其拐点极为亚像素边缘，遍历所有的列，得到极坐标下的边缘点集合,图2中，红色区域带是边缘5像素，将其映射到5
×
2πr矩形区域。
[0039]ax3+bx2+cx+d＝0
①
[0040]其中：<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自准直仪图像的形心提取方法，其特征在于，包括：基于均方差为σ的高斯滤波器对图像进行滤波处理；根据多级计算细化图像的边缘，完成图像的边缘检测，并确定边缘像素点；对边缘像素点拟合椭圆质心；基于各椭圆质心进行归一化处理，并计算出图像的质心。2.根据权利要求1所述的自准直仪图像的形心提取方法，其特征在于，所述基于均方差为σ的高斯滤波器对图像进行滤波处理，包括：对图像进行灰度处理；经灰度处理的图像输入至均方差为σ的高斯滤波器，均方差为σ的高斯滤波器对图像进行滤波处理。3.根据权利要求2所述的自准直仪图像的形心提取方法，其特征在于，所述根据多级计算细化图像的边缘，完成图像的边缘检测，并确定边缘像素点，包括：通过多级边缘检测算法拟合出圆；将拟合出的圆的边缘n个像素按照极坐标展开，映射到一个矩形区域，区域高度为边缘的n个像素，长度为圆周长的像素数
×
2πr；根据第一公式取出每一列的灰度值进行边缘灰度多项式拟合，其拐点极为亚像素边缘，遍历所有的列，得到极坐标下的边缘点集合；将极坐标下的边缘点集合转换到笛卡尔坐标系下，得到亚像素边缘集合。4.根据权利要求3所述的自准直仪图像的形心提取方法，其特征在于，所述第一公式为ax3+bx2+cx+d＝0；其中：a为拟合多项式三次项系数；b为拟合多项式二次项系数；c为拟合多项式一次项系数；d为拟合多项式常数项。5.根据权利要求4所述的自准直仪图像的形心提取方法，其特征在于，所述对边缘像素点拟合椭圆质心，包括：使用最小二乘拟合椭圆参数；设p1…
p
n
为图像上n个待拟合成椭圆的像素坐标点集，它们的图像坐标为：p
...

【专利技术属性】
技术研发人员：王占涛，熊坤，汤晔，李佳宾，王震，吴跃，刘莎，沙春哲，刘书君，王强，
申请(专利权)人：北京航天计量测试技术研究所，
类型：发明
国别省市：