一种基于数字图像的圆形物体检测方法技术

本发明专利技术公开了一种基于数字图像的圆形物体检测方法，其特征包括：1获取图像的边缘；2分割边缘成连通的单向曲线；3分割单向曲线成二次曲线；4确定圆弧；5圆拟合。本发明专利技术能一次检测多个圆形物体、被部分遮挡的圆形物体，并且速度快、精度高，可以广泛应用于工业圆形工件检测、机器人圆形物体识别等领域，具有很高的应用价值。

A method of circular object detection based on digital image

The invention discloses a circular object detection method based on digital image, its features include: 1 image segmentation edge edge; 2 one-way connected curve; 3 split into two one-way curve curve; 4 circular arc; 5 circle fitting. The invention can detect a plurality of round objects, is part of a round object occlusion, and high speed and high precision, can be widely used in the field of industrial robot detection, circular workpiece circular object recognition, and has high application value.

【技术实现步骤摘要】
一种基于数字图像的圆形物体检测方法
本专利技术涉及工件检测方法，特别是涉及一种数字图像的圆形工件检测方法。
技术介绍
圆形物体检测是工业检测和机器人的一大重点，在工业生产中，很多工件都是圆形或球形的，比如轴承、滚珠、瓶盖、车轮等，对这些工件的检测与定位是相当重要的。经典的圆检测方法有Hough圆检测和基于边缘追踪的最小二乘拟合算法。Hough圆检测算法的其基本思想是将图像空间的一点变换到参量空间的一条曲线或一个曲面，而具有同一参量特征的点经变换后在参量空间中相交，通过判断交点处的累积程度来完成特征曲线的检测。它是一种检测二进制图像中图形的有效方法，如直线、圆、椭圆等。它的优势是在噪声变形、部分区域残缺的状态依然有很好的效果，且一次可以检测多个圆。但是也存在明显的不足：(1)计算量大，所需的计算时间长。(2)需要将参数空间单元预存到存储单元中，耗费大量的存储空间。(3)由于图像空间和参数空间的离散化，使得Hough变换的检测精度不高。(4)Hough变换采用1值累加的方案对所有的特征点都进行平等投票，无法区分噪声点和组成目标的特征点。最小二乘拟合法的主要思想是计算一组圆的参数，使得测量数据到拟合圆的距离和最小。该方法的优点是不需要迭代，一次就可以根据测量数据获得参数解，速度快。但是也同样存在不足：(1)对噪声敏感，因为它是一种拟合算法，自然会尽量使拟合曲线接近所有测量数据，当出现噪声数据时，拟合误差将很大。当被测对象经包含圆的边缘数据时，拟合精度高，速度快，但是当存在背景噪声时，拟合效果就很不理想。(2)最小二乘法对所有点进行拟合，一次只能检测一个圆。专利技术内容本专利技术为了解决上述现有技术存在的不足之处，提供一种基于数字图像的圆形物体检测方法，以期达到一次检测出多个圆、残缺圆，并且速度快、精度高的目的，并能广泛应用于工业圆形工件检测、机器人圆形物体识别等领域。本专利技术为解决技术问题采用如下技术方案：本专利技术一种基于数字图像的圆形物体检测方法的特点包括以下步骤：步骤1、获取边缘图像：首先对采集的任意一幅图像进行灰度化处理，得到灰度图像，再使用Canny算子从所述灰度图像中获取边缘图像M，所述边缘图像M中任意一个边缘点用ei表示，i为边缘点的下标，边缘点ei所对应的坐标为(xi,yi)；步骤2、分割边缘成连通的单向曲线：2.1、从边缘图像M找到任意一个边缘点，从与所述边缘点相邻的正上方的像素开始以顺时针方向使用深度优先遍历算法获得与所述边缘点相连通的其他边缘点，从而得到边缘连通域2.2、使用逻辑相邻距算法将所述边缘连通域分割为单向边缘曲线l；步骤3、获取二次边缘曲线：使用最大绝对距离和算法将所述单向边缘曲线l分解为二次曲线s，从而得到二次曲线集合ψ；步骤4、确定圆弧：步骤4.1、使用最小滑动窗口拟合误差算法在所述二次曲线s上初步估计，得到圆弧p；步骤4.2、使用双边伸缩法以所述圆弧p为基础，在所述二次曲线s上进行精确估计，得到圆弧φ；步骤5、使用最小二乘法拟合所述圆弧φ，从而获取圆的参数(x,y,r)，其中(x,y)表示圆心，r表示半径。本专利技术所述的种基于数字图像的圆形物体检测方法的特点也在于：所述步骤2.2中利用逻辑相邻距算法对边缘连通域进行分割是按如下步骤进行的：2.2.1)称边缘连通域中遍历顺序相邻的两个边缘点为逻辑相邻边缘点；定义边缘连通域中逻辑相邻的两个边缘点ej和ej+1之间的距离为D(j)；2.2.2)初始化j＝0；2.2.3)将j+1赋值给j，并判断j≥n是否成立，如果成立，执行步骤2.2.4)，否则按照式(1)计算D(j)，并返回执行步骤2.2.3；其中，n为所述边缘连通域中边缘点的个数；D(j)＝max{|xj-xj+1|,|yj-yj+1|}(1)2.2.4)初始化k＝1，c＝1，j＝0；2.2.5)将j+1赋值给j，并判断j≥n-1是否成立，如果成立，则执行步骤2.2.7)，否则判别D(j)≥2是否成立，如果成立，执行步骤2.2.6)，否则返回执行步骤2.2.5；2.2.6)获得单向曲线lc＝{ek,ek+1,...ej}，更新并将c+1赋值给c，j+1赋值给k，执行步骤2.2.5)；2.2.7)判别D(n-1)≥2是否成立，如果成立，则获得单向曲线lc＝{ek,ek+1,...en-1}，否则，获得单向曲线lc＝{ek,ek+1,...en-1,en}；由此获取单向曲线l＝{l1,l2,....lc}，结束算法。所述步骤3中利用最大绝对距离和算法将步骤2中的任一单向曲线l分解为二次曲线s是按如下步骤进行的：3.1)假设单向边缘曲线l一共有q个边缘点，并表示为{el1,el2,......elq}，其中，任意两个边缘点elu和elv所确定的直线记作luv，并用式(2)描述；在区间[u,v]内的任意一个边缘点ela的坐标记为(xa,ya)，边缘点ela到直线luv的有向距离记作da，并按式(3)定义；用Duv表示边缘点elu到elv点之间所有点到直线luv的有向距离和记作Duv，并按照式(4)定义：luv:Ax+By+C＝0(2)3.2)初始化α＝0，γ＝0，β＝α+δ，其中δ为步进的一个常数；3.3)如果β＜q-δ成立，则先将γ+1赋值给γ，然后将[α,β]区间内的边缘点划分为一个新的二次曲线sγ，并将sγ放入二次曲线集合ψ中，且结束算法，否则，计算Dαβ和Dα(β+δ)；3.4)如果Dαβ＜Dα(β+δ)成立，则将β+δ赋值给β，并返回步骤3.3)，否则执行步骤3.5)；3.5)将γ+1赋值给γ后，将[α,β+δ/2]区间内的边缘点划分为一个新的二次曲线sγ，并将sγ放入二次曲线集合ψ中，再将β+δ/2赋值给α，s+δ赋值给β后，返回步骤3.3)。所述步骤4.1中利用最小滑动窗口拟合误差算法在所述二次曲线集合ψ中的任一二次曲线s上初步估计圆弧区域，获得圆弧p是按如下步骤进行：4.1.1)计算二次曲线s中的边缘点的个数为N，所述二次曲线s中的边缘点表示为{es1,es2,...esg,...esN}，设置阈值TN，如果N＜TN，则删除所述二次曲线s，否则，执行步骤4.1.2)；4.1.2)选定滑动窗口宽度τ为N/3，并初始化窗口的左端点lp为0；4.1.3)如果lp＞N/2成立，则执行步骤4.1.4)，否则使用最小二乘法拟合点集{eslp,eslp+1,....eslp+τ}，得到圆拟合参数(xlp,ylp,rlp)，再根据式(5)计算平均拟合误差flp后，将lp+1赋值给lp，并继续执行步骤4.1.3)；4.1.4)按式(6)计算最小拟合误差fmin：fmin＝min{fk,1≤k≤lp}(6)4.1.5)如果fmin小于阈值Tf成立，则记与fmin相对应的边缘点下标范围为[λ1,λ2]，从而得到初步估计后的圆弧区域，得到圆弧p，否则删除所述二次曲线s。所述步骤4.2中利用双边伸缩法对所述通过初步估计得到的圆弧p的范围精确估计，从而得到范围更精确的圆弧φ，是按如下步骤进行的：4.2.1)用fρ,π表示边缘点esρ到esπ之间边缘点的拟合误差，用start表示在二次曲线s上动态伸缩拟合的起点位置，用end表示在曲线s上动态伸缩拟合的终点位置，所述圆弧p包含的边缘点下标范围为[λ本文档来自技高网...

【技术保护点】
一种基于数字图像的圆形物体检测方法，其特征包括以下步骤：步骤1、获取边缘图像：首先对采集的任意一幅图像进行灰度化处理，得到灰度图像，再使用Canny算子从所述灰度图像中获取边缘图像M，所述边缘图像M中任意一个边缘点用ei表示，i为边缘点的下标，边缘点ei所对应的坐标为(xi,yi)；步骤2、分割边缘成连通的单向曲线：2.1、从边缘图像M找到任意一个边缘点，从与所述边缘点相邻的正上方的像素开始以顺时针方向使用深度优先遍历算法获得与所述边缘点相连通的其他边缘点，从而得到边缘连通域

【技术特征摘要】
1.一种基于数字图像的圆形物体检测方法，其特征包括以下步骤：步骤1、获取边缘图像：首先对采集的任意一幅图像进行灰度化处理，得到灰度图像，再使用Canny算子从所述灰度图像中获取边缘图像M，所述边缘图像M中任意一个边缘点用ei表示，i为边缘点的下标，边缘点ei所对应的坐标为(xi,yi)；步骤2、分割边缘成连通的单向曲线：2.1、从边缘图像M找到任意一个边缘点，从与所述边缘点相邻的正上方的像素开始以顺时针方向使用深度优先遍历算法获得与所述边缘点相连通的其他边缘点，从而得到边缘连通域2.2、使用逻辑相邻距算法将所述边缘连通域分割为单向边缘曲线l；步骤3、获取二次边缘曲线：使用最大绝对距离和算法将所述单向边缘曲线l分解为二次曲线s，从而得到二次曲线集合ψ；步骤4、确定圆弧：步骤4.1、使用最小滑动窗口拟合误差算法在所述二次曲线s上初步估计，得到圆弧p；步骤4.2、使用双边伸缩法以所述圆弧p为基础，在所述二次曲线s上进行精确估计，得到圆弧φ；步骤5、使用最小二乘法拟合所述圆弧φ，从而获取圆的参数(x,y,r)，其中(x,y)表示圆心，r表示半径。2.根据权利要求1所述的种基于数字图像的圆形物体检测方法，其特征是：所述步骤2.2中利用逻辑相邻距算法对边缘连通域进行分割是按如下步骤进行的：2.2.1)称边缘连通域中遍历顺序相邻的两个边缘点为逻辑相邻边缘点；定义边缘连通域中逻辑相邻的两个边缘点ej和ej+1之间的距离为D(j)；2.2.2)初始化j＝0；2.2.3)将j+1赋值给j，并判断j≥n是否成立，如果成立，执行步骤2.2.4)，否则按照式(1)计算D(j)，并返回执行步骤2.2.3；其中，n为所述边缘连通域中边缘点的个数；D(j)＝max{|xj-xj+1|,|yj-yj+1|}(1)2.2.4)初始化k＝1，c＝1，j＝0；2.2.5)将j+1赋值给j，并判断j≥n-1是否成立，如果成立，则执行步骤2.2.7)，否则判别D(j)≥2是否成立，如果成立，执行步骤2.2.6)，否则返回执行步骤2.2.5；2.2.6)获得单向曲线lc＝{ek,ek+1,...ej}，更新并将c+1赋值给c，j+1赋值给k，执行步骤2.2.5)；2.2.7)判别D(n-1)≥2是否成立，如果成立，则获得单向曲线lc＝{ek,ek+1,...en-1}，否则，获得单向曲线lc＝{ek,ek+1,...en-1,en}；由此获取单向曲线l＝{l1,l2,....lc}，结束算法。3.根据权利要求1所述的基于数字图像的圆形物体检测方法，其特征是：所述步骤3中利用最大绝对距离和算法将步骤2中的任一单向曲线l分解为二次曲线s是按如下步骤进行的：3.1)假设单向边缘曲线l一共有q个边缘点，并表示为{el1,el2,......elq}，其中，任意两个边缘点elu和elv所确定的直线记作luv，并用式(2)描述；在区间[u,v]内的任意一个边缘点ela的坐标记为(xa,ya)，边缘点ela到直线luv的有向距离记作da，并按式(3)定义；用Duv表示边缘点elu到elv点之间所有点到直线luv的有向距离和记作Duv，并按照式(4)定义：luv:Ax+By+C＝0(2)3.2)初始化α＝0，γ＝0，β＝α+δ...

【专利技术属性】
技术研发人员：谭治英，周波，吴晶华，刘效，
申请(专利权)人：中国科学院合肥物质科学研究院，
类型：发明
国别省市：安徽,34