System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及目标识别定位图像处理,具体是一种基于径向差引导的圆形纹理目标定位方法。
技术介绍
1、模板匹配目标识别定位系统在圆形纹理目标识别定位工程中发挥着核心的作用,其可以检测识别到图片上的纹理目标,并获取到相应的位置,形状,区域面积等特征数据,例如芯片定位,激光打标等领域。然而在实际加工过程中,模板匹配方法不可避免的会产生定位误差。原因在于一方面,受到加工环境和拍摄相机硬件影响,获得的圆形纹理图片会具有噪点,污点等各种干扰;并且目标本身属于小目标,因此在识别检测过程中,目标的位置会受到这些干扰而产生偏移的现象。另一方面,目标的形态千姿百态,大小也各有不同,需要大量图像数据作为支撑,在实际生产中,图像数据处理的软件平台和硬件平台资源有限,并不能够满足这种条件。尽管产生的是微小误差,但是这种圆形纹理目标大多属于细小型目标,因此具有较高的加工精度要求,而微米级的误差就会对成品质量产生极大的影响,正因为如此,对检测识别的目标进行位置修正具有实际意义。
2、综上所述,在进行目标检测识别后,研究对目标的位置进行修正,对于提升目标检测识别的精度并增强检测效率具有重要的意义,还能进一步有力支撑圆形纹理目标检测工业领域的产业发展。
技术实现思路
1、针对上述现有技术中的不足,本专利技术供一种基于径向差引导的圆形纹理目标定位方法,能够有效地提升圆形纹理目标的定位精度,提高了精加工领域目标检测识别任务的精准度。
2、为实现上述目的,本专利技术提供一种基于径向差引导的圆形纹理
3、步骤1,将模板匹配得到的圆形纹理目标图像作为初定位区域,并计算原始图像中所述初定位区域的中心位置坐标;
4、步骤2,基于所述初定位区域的中心位置坐标以及所述初定位区域的直径在所述原始图像中划定修正区域,其中,所述修正区域的中心、所述初定位区域的中心均与坐标系o-xy的原点重合;
5、步骤3,将所述修正区域沿x轴、y轴等分为四个象限区域,并将所述初定位区域边缘灰度变化最平缓的象限区域作为搜索区域;
6、步骤4,在所述搜索区域中划定一矩形的候选区域,其中,所述候选区域的一角点与坐标系o-xy的原点重合,所述候选区域的两相邻边分别与x轴、y轴重合;
7、步骤5,定义所述候选区域中的像素点为候选点,遍历每一所述候选点,以各所述候选点为起点引出若干射线,并以所述射线在所述修正区域覆盖的像素点计算得到每一所述候选点的数据特征径向差值;
8、步骤6,判断数据特征径向差值最大的候选点是否符合定位终止条件;
9、若是,输出对应所述候选点作为圆形纹理目标的中心坐标;
10、否则,增加所述候选区域的范围后再次进行步骤5至步骤6。
11、在其中一个实施例,步骤1中,所述计算原始图像中所述初定位区域的中心位置坐标,具体为:
12、对所述初定位区域对应的圆形纹理目标图像进行高斯滤波;
13、根据高斯滤波后的圆形纹理目标图像,计算原始图像中所述初定位区域的中心位置坐标core(x,y),为:
14、
15、其中,(x,y)max为初定位区域中最大的x坐标值与y坐标值,(x,y)min为初定位区域中最小的x坐标值与y坐标值。
16、在其中一个实施例,步骤2中,所述修正区域为宽、高为d的矩形区域,其中,d=ω1·d,d为所述初定位区域的直径,ω1为大于1的区域系数。
17、在其中一个实施例,步骤4中,所述候选区域宽、高尺寸为:
18、squaresize=a·x3+b·x2+c·x+d
19、其中,squaresize为候选区域宽、高尺寸,x为所述搜索区域内灰度差值的最大值,a、b、c为拟合得到的尺寸系数,d为尺寸基础值。
20、在其中一个实施例,步骤5中,所述数据特征径向差值的计算过程为:
21、步骤5.1,对于任一所述候选点,以所述候选点引出若干射线,且所述射线延长到所述修正区域截止,每相邻的两所述射线之间的夹角为θ;
22、步骤5.2,计算每一所述射线的数据特性径向差值,包括:
23、根据所述初定位区域的边缘将所述射线分为边缘内射线部分与边缘外射线部分;
24、分别计算所述边缘内射线部分、所述边缘外射线部分所覆盖像素点的数据特性值;
25、计算得到所述边缘内射线部分与所述边缘外射线部分之间数据特性值的差值,即为所述射线的数据特性径向差值;
26、步骤5.3,基于每一所述射线的数据特性径向差值,即可得到所述候选点的数据特性径向差值。
27、在其中一个实施例,步骤5.1中,相邻两所述射线之间的夹角具体为:
28、θ=90°/int(a/tnum)
29、其中,a为候选区域的面积,tnum为候选区域中像素点的数量。
30、在其中一个实施例,步骤5.2中,所述数据特性值为熵分布、众数、最大值、中值或位置索引。
31、在其中一个实施例,步骤5.3中,所述候选点的数据特性径向差值的计算过程具体为:
32、将所述候选点对应每一所述射线的数据特性径向差值相加,即得到所述射线的数据特性径向差值;或
33、将所述候选点对应每一所述射线的数据特性径向差值的正弦值相加,即得到所述射线的数据特性径向差值。
34、在其中一个实施例,步骤6中,所述定位终止条件具体为:
35、以对应候选点为圆形纹理目标的中心坐标,分别计算四个象限区域内圆形纹理目标边缘的灰度变化值v1、v2、v3、v4;
36、当存在时,则判定不符合定位终止条件,否则符合定位终止条件,其中,i=1或2或3或4,ω2为大于1的判定系数。
37、在其中一个实施例,步骤6中,所述增加所述候选区域的范围具体为:
38、squaresize-1=ω3·squaresize-0
39、其中,squaresize-1为范围增大后候选区域的宽、高尺寸,squaresize-0为范围增大前候选区域的宽、高尺寸,ω3为大于1的增大系数。
40、与现有技术相比,本专利技术具有如下有益技术效果:
41、1.本专利技术以圆形纹理目标中心候选像素点的数据特征径向差值作为目标定位的主要依据,充分利用了圆形纹理目标的广泛性和复杂性,进而能够有效地提升圆形纹理目标的定位精度,从而提高了精加工领域目标检测识别任务的精准度;
42、2.本专利技术通过圆形纹理目标初定位区域边缘灰度变化的平缓程度确定目标定位的搜索区域后,再通过在搜索区域内划定候选区域进行目标中心的搜索,同时在目标中心搜索失败时利用迭代的方式逐步增大候选区域,从而有效的减小候选区域搜索的计算量,从而提升圆形纹理目标的定位效率。
本文档来自技高网...【技术保护点】
1.一种基于径向差引导的圆形纹理目标定位方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的基于径向差引导的圆形纹理目标定位方法,其特征在于,步骤1中,所述计算原始图像中所述初定位区域的中心位置坐标,具体为:
3.根据权利要求1所述的基于径向差引导的圆形纹理目标定位方法,其特征在于,步骤2中,所述修正区域为宽、高为D的矩形区域,其中,D=ω1·d,d为所述初定位区域的直径,ω1为大于1的区域系数。
4.根据权利要求1所述的基于径向差引导的圆形纹理目标定位方法,其特征在于,步骤4中,所述候选区域宽、高尺寸为:
5.根据权利要求1至4任一项所述的基于径向差引导的圆形纹理目标定位方法,其特征在于,步骤5中,所述数据特征径向差值的计算过程为:
6.根据权利要求5述的基于径向差引导的圆形纹理目标定位方法,其特征在于,步骤5.1中,相邻两所述射线之间的夹角具体为:
7.根据权利要求5述的基于径向差引导的圆形纹理目标定位方法,其特征在于,步骤5.2中,所述数据特性值为熵分布、众数、最大值、中值或位置索引。
9.根据权利要求1至4任一项所述的基于径向差引导的圆形纹理目标定位方法,其特征在于,步骤6中,所述定位终止条件具体为:
10.根据权利要求1至4任一项所述的基于径向差引导的圆形纹理目标定位方法,其特征在于,步骤6中,所述增加所述候选区域的范围具体为:
...【技术特征摘要】
1.一种基于径向差引导的圆形纹理目标定位方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的基于径向差引导的圆形纹理目标定位方法,其特征在于,步骤1中,所述计算原始图像中所述初定位区域的中心位置坐标,具体为:
3.根据权利要求1所述的基于径向差引导的圆形纹理目标定位方法,其特征在于,步骤2中,所述修正区域为宽、高为d的矩形区域,其中,d=ω1·d,d为所述初定位区域的直径,ω1为大于1的区域系数。
4.根据权利要求1所述的基于径向差引导的圆形纹理目标定位方法,其特征在于,步骤4中,所述候选区域宽、高尺寸为:
5.根据权利要求1至4任一项所述的基于径向差引导的圆形纹理目标定位方法,其特征在于,步骤5中,所述数据特征径向差值的计算过程为:
【专利技术属性】
技术研发人员:张小虎,袁桂鑫,王杰,柏昊宇,赵朕瑶,余超,
申请(专利权)人:中山大学,
类型:发明
国别省市:
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。