一种快速圆弧检测方法技术

本发明专利技术公开了一种快速圆弧检测方法，其特征包括：1边缘图像获取；2边缘分解为数个候选圆弧；3圆弧合并；4圆弧筛检。本发明专利技术所采用的检测算法速度快、精度高、鲁棒性强，可广泛应用于机器视觉领域中各类含有圆弧边界的物体的检测。

A fast arc detection method

The invention discloses a fast arc detection method, which comprises the following steps: 1 obtaining an edge image; 2 edges are divided into a plurality of candidate arcs; 3 arc merges; and 4 arc screening. The detection algorithm adopted by the invention has the advantages of high speed, high precision and strong robustness, and can be widely applied to the detection of objects with an arc boundary in the field of machine vision.

【技术实现步骤摘要】
一种快速圆弧检测方法
本专利技术涉及一种机器视觉领域的检测方法，特别是涉及一种含有圆弧边界的物体的快速检测方法。
技术介绍
圆弧是众多工件含有的特征，也是重点检测的特征之一。圆弧的检测有传统的基于机械装置的检测方法，也有基于机器视觉的检测方法，前者往往具有检测精度差、速度慢、鲁棒性不足等缺点，而后者正成为工业检测的热点。基于机器视觉的圆弧检测方法中，主要分为基于hough变换的方法和基于曲线拟合的方法，基于hough变换的方法具有鲁棒性高抗噪能力强的特点，但是其具有计算速度慢、存储量大、漏检、错检率高等缺点，不适合工业检测。另外一种曲线拟合方法对数据噪声比较大，一旦出现待拟合数据与其他直线、曲线数据粘连或具有较大奇异点时拟合误差是非常巨大的，克服这个缺点的方法很多，有的是将曲线分割成固定大小的数据段，然后对其拟合，根据拟合误差来检测圆弧，有的利用直线拟合曲线，根据相邻直线之间的夹角来检测圆弧。但是分段拟合法的圆弧检测误差与分段大小有关系，且为了提高精度，分段一般较小，但这样会带来计算量大、计算时间长的代价。拟合直线夹角法的检测依赖于夹角阈值的设定，鲁棒性差。圆弧合并是将拟合参数相近的圆弧进行合并，以避免重复检测，方法主要为基于圆参数距离的聚类法，该方法依赖于距离阈值的设定，这个固定阈值往往依赖于先验知识，且不适合于不同单位坐标下的圆的合并。
技术实现思路
本专利技术为克服现有技术的不足之处，提出一种快速圆弧检测方法，以期能快速准确的检测圆弧，提高检测精度和鲁棒性，从而可广泛应用于机器视觉领域中各类含有圆弧边界的物体的检测。本专利技术为达到上述专利技术目的，采用如下技术方案：本专利技术一种快速圆弧检测方法的特点包括以下步骤：步骤1、边缘图像获取：利用边缘检测算子Canny对原始图像进行处理，得到初始边缘图像；使用连通域标记算法获取所述初始边缘图像的连续边缘，并删除边缘长度小于阈值的连续边缘，从而得到包含N条边缘曲线的边缘图像M，记N条边缘曲线所构成的边缘曲线集合为Ω＝{λi,i∈[1,N]}，λi表示第i条边缘曲线，第i条边缘曲线λi的长度用li表示；步骤2、基于分段生长法的边缘分解：采用分段生长法对第i条边缘曲线λi进行分解，得到Ni个候选圆弧所构成的候选圆弧集合Γi＝{πij,j∈[1,Ni]},πij表示第i条边缘曲线λi上分解得到的第j个候选圆弧；从而得到N条边缘曲线的候选圆弧集合Ψ＝{Γi,i∈[1,N]}；并有表示所述边缘曲线集合Ω上所有候选圆弧的个数；步骤3、基于圆弧亲近度因子的圆弧合并：步骤3.1、记μm、μn为所述候选圆弧集合Ψ中任意第m个候选圆弧和第n个候选圆弧；m,n∈[1,Nc]，m≠n；使用最小二乘法对所述第m个候选圆弧μm和第n个候选圆弧μn进行拟合，得到相应的拟合圆分别记为cm(xm,ym,rm)和cn(xn,yn,rn)；(xm,ym)表示第m个拟合圆的圆心，rm表示第m个拟合圆的半径；(xn,yn)表示第n个拟合圆的圆心，rn第n个拟合圆的半径；步骤3.2、利用式(1)获得所述第m个候选圆弧μm和第n个候选圆弧之间的亲近度因子ηmn，从而得到所有候选圆弧之间的亲近度因子所构成的对称矩阵：式(1)中，sm＝πrm2和sn＝πrn2分别表示第m个拟合圆cm和第n个拟合圆cn的圆面积；smn表示第m个拟合圆cm和第n个拟合圆cn之间的相交面积；步骤3.3、判断ηmn≥Tc是否成立，若成立，则表示所述第m个候选圆弧μm和第n个候选圆弧可以合并，并将合并后的圆弧存入圆弧集合Z中，否则，继续判断其他圆弧之间的亲近度因子，直到所述对称矩阵中的亲近度因子判断完成为止，从而得到圆弧集合Z＝{νg,g∈[1,G]}；νg表示第g个合并后的圆弧；Tc表示所设定的阈值；步骤4、基于相对圆心度的圆弧筛选：步骤4.1、记第g个合并后的圆弧νg所包含的边缘点用表示，表示第g个合并后的圆弧νg上的第k个边缘点；所述第g个合并后的圆弧νg的拟合圆分别记为cg(xg,yg,rg)，则第k个边缘点到圆心(xg,yg)的距离记为所有边缘点到圆心(xg,yg)的距离记为步骤4.2、利用式(14)获得第g个合并后的圆弧νg的相对圆心度rcdg，从而得到所有合并后的圆弧的相对圆心度：式(14)中，rg表示所述第g个合并后的圆弧νg的半径；步骤4.3、判断rcdg≥Ts是否成立，若成立，则表示所述第g个合并后的圆弧νg合格，并将合格的圆弧存入最终圆弧集合H中，否则，继续判断其他合并后的圆弧，直到所述圆弧集合Z中的圆弧判断完成为止，从而得到最终圆弧集合H＝{κτ,τ∈[1,Nf]}；κτ表示第τ个合格的圆弧；Nf表示合格圆弧的总个数，Ts表示所设定的另一个阈值。本专利技术所述的一种快速圆弧检测方法的特点也在于：所述步骤2中分段生长法是按如下步骤进行的：定义第i条边缘曲线λi上参加圆拟合的ci个边缘点所构成的集合记为为第i条边缘曲线λi上的第k个边缘点，Is≤k≤Ie，Is为边缘点的起点下标，并初始化Is＝1；Ie为边缘点的终点下标，并初始化Ie＝ci；设置历史边缘点拟合相对误差eh，设置相对误差阈值Te，设置候选圆弧下标j＝1；定义步进为Δ；步骤a、采用最小二乘法拟合第i条边缘曲线λi上的边缘点集合Pi，获取拟合圆的圆心为oi(x,y)，半径为ri；并根据式(1)至式(3)计算拟合圆的平均相对拟合误差ei，第k个边缘点到拟合圆心oi(x,y)的欧式距离欧式距离与拟合半径ri的相对差值步骤b、判断ei≤Te是否成立，如果成立，执行步骤c，否则，执行步骤d；步骤c、判断Ie＞li-Δ是否成立，如果成立，执行步骤c-1，否则，执行步骤c-2；c-1、将第j个候选圆弧πij放入候选圆弧集Γi中，并得到候选圆弧集合Γi＝{πij,j∈[1,Ni]}，结束算法；c-2、如果ei≤eh成立，则将ei赋值给eh，将Ie+Δ赋值给Ie，ci+Δ赋值给ci，更新对应的边缘点集合Pi后，返回步骤a，否则，执行步骤d；步骤d、判断Δ＝1是否成立，如果成立，执行d-1，否则，执行d-2；d-1、将边缘点集合Pi作为第j个候选圆弧πij，并放入候选圆弧集合Γi中，然后将j+1赋值给j，并将Ie赋值给Is，将Ie+Δ赋值给Ie，将Δ赋值给ci，更新对应的边缘点集合Pi后，返回步骤a；d-2、将Δ2赋值给Δ，将ci-Δ赋值给ci，从边缘点集合Pi的末尾删除Δ个边缘点，得到更新后的边缘点集合作为Pi，并返回步骤a。所述步骤3中第m个拟合圆cm和第n个拟合圆cn之间的相交面积smn是按如下过程获得：步骤3.2.1、获得第m个拟合圆和第n个拟合圆之间的圆心距离dmn；步骤3.2.2、利用式(6)获得第m个拟合圆cm和第n个拟合圆cn之间的相交面积smn：式(6)中，α和β表示两个拟合圆的公共弦对应的两个拟合圆的圆心角，并利用式(13)获得：式(13)中，dm和dn分别表示第m个拟合圆cm的圆心(xm,ym)和第n个拟合圆cn的圆心(xn,yn)到公共弦的距离。与已有技术相比，本专利技术的有益效果体现在：1、本专利技术采用的分段生长法动态进行伸缩，将曲线分割为多个短圆弧，采用相对拟合误差概念和历史最优误差概念使得其具有识别精度高、鲁棒性强的特点，且识别精度不依赖于分段步进长。当分本文档来自技高网...

【技术保护点】
一种快速圆弧检测方法，其特征包括以下步骤：步骤1、边缘图像获取：利用边缘检测算子Canny对原始图像进行处理，得到初始边缘图像；使用连通域标记算法获取所述初始边缘图像的连续边缘，并删除边缘长度小于阈值的连续边缘，从而得到包含N条边缘曲线的边缘图像M，记N条边缘曲线所构成的边缘曲线集合为Ω＝{λi,i∈[1,N]}，λi表示第i条边缘曲线，第i条边缘曲线λi的长度用li表示；步骤2、基于分段生长法的边缘分解：采用分段生长法对第i条边缘曲线λi进行分解，得到Ni个候选圆弧所构成的候选圆弧集合Γi＝{π

【技术特征摘要】
1.一种快速圆弧检测方法，其特征包括以下步骤：步骤1、边缘图像获取：利用边缘检测算子Canny对原始图像进行处理，得到初始边缘图像；使用连通域标记算法获取所述初始边缘图像的连续边缘，并删除边缘长度小于阈值的连续边缘，从而得到包含N条边缘曲线的边缘图像M，记N条边缘曲线所构成的边缘曲线集合为Ω＝{λi,i∈[1,N]}，λi表示第i条边缘曲线，第i条边缘曲线λi的长度用li表示；步骤2、基于分段生长法的边缘分解：采用分段生长法对第i条边缘曲线λi进行分解，得到Ni个候选圆弧所构成的候选圆弧集合Γi＝{πij,j∈[1,Ni]},πij表示第i条边缘曲线λi上分解得到的第j个候选圆弧；从而得到N条边缘曲线的候选圆弧集合Ψ＝{Γi,i∈[1,N]}；并有表示所述边缘曲线集合Ω上所有候选圆弧的个数；步骤3、基于圆弧亲近度因子的圆弧合并：步骤3.1、记μm、μn为所述候选圆弧集合Ψ中任意第m个候选圆弧和第n个候选圆弧；m,n∈[1,Nc]，m≠n；使用最小二乘法对所述第m个候选圆弧μm和第n个候选圆弧μn进行拟合，得到相应的拟合圆分别记为cm(xm,ym,rm)和cn(xn,yn,rn)；(xm,ym)表示第m个拟合圆的圆心，rm表示第m个拟合圆的半径；(xn,yn)表示第n个拟合圆的圆心，rn第n个拟合圆的半径；步骤3.2、利用式(1)获得所述第m个候选圆弧μm和第n个候选圆弧之间的亲近度因子ηmn，从而得到所有候选圆弧之间的亲近度因子所构成的对称矩阵：式(1)中，sm＝πrm2和sn＝πrn2分别表示第m个拟合圆cm和第n个拟合圆cn的圆面积；smn表示第m个拟合圆cm和第n个拟合圆cn之间的相交面积；步骤3.3、判断ηmn≥Tc是否成立，若成立，则表示所述第m个候选圆弧μm和第n个候选圆弧可以合并，并将合并后的圆弧存入圆弧集合Z中，否则，继续判断其他圆弧之间的亲近度因子，直到所述对称矩阵中的亲近度因子判断完成为止，从而得到圆弧集合Z＝{νg,g∈[1,G]}；νg表示第g个合并后的圆弧；Tc表示所设定的阈值；步骤4、基于相对圆心度的圆弧筛选：步骤4.1、记第g个合并后的圆弧νg所包含的边缘点用表示，表示第g个合并后的圆弧νg上的第k个边缘点；所述第g个合并后的圆弧νg的拟合圆分别记为cg(xg,yg,rg)，则第k个边缘点到圆心(xg,yg)的距离记为所有边缘点到圆心(xg,yg)的距离记为步骤4.2、利用式(14)获得第g个合并后的圆弧νg的相对圆心度rcdg，从而得到所有合并后的圆弧的相对圆心度：式(14)中，rg表示所述第g个合并后的圆弧νg的半径；步骤4.3、判断rcdg≥Ts是否成立，若成立，则表示所述第g个合并后的圆弧νg合格，并将合格的圆弧存入最终圆弧集合H中，否则，继续判断其他合并后的圆弧，直到所述圆弧集合Z中的圆弧判断完成为止，从而得到最终圆弧集合H＝{κτ,τ∈[1,Nf]}；κτ表示第τ个合格的圆弧；Nf表示合格圆弧的总个数，Ts表示所设定的另一个阈值。2.根据权...

【专利技术属性】
技术研发人员：谭治英，周波，杨雪梅，梁兴灿，
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