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】
本专利技术属于激光图像处理,具体涉及一种激光图像小尺寸光斑中心亚像素级定位方法和系统。
技术介绍
1、基于光学原理的测量,由于其具有高精度、非接触、易于控制的优点,被广泛的应用于工业与军事领域。在光学测量中,激光光斑中心定位算法的精度和速度将直接影响到实际测量的精度和速度,因而激光光斑中心定位算法的选择显得尤为重要。
2、目前传统的检测算法如灰度质心法、空间矩法等,此种算法计算量小,但是这种算法要求光斑形状比较规则,否则就会产生激光光斑中心点坐标值精度不够,误差较大的问题,并且灰度质心法只适用于找寻单个光斑中心点坐标,如果一副激光图像上同时出现多个光斑,就无法对光斑中心进行有效查找。空间矩法的精度则高度依赖于光斑图像质量,对光学成像系统的要求较高,导致其应用受限。
技术实现思路
1、针对现有技术中存在的问题,本专利技术提供了一种激光图像小尺寸光斑中心亚像素级定位方法和系统,其目的在于解决激光光斑中心点坐标值存在精度不够,误差较大以及无法找寻多个光斑中心点坐标的问题。
2、为了解决上述技术问题,本专利技术通过以下技术方案予以实现:
3、根据本专利技术的第一方面,提供一种激光图像小尺寸光斑中心亚像素级定位方法,基于fpga实现定位方法,包括:
4、获取含有一个或多个激光光斑的激光图像;
5、动态查找激光图像的最大灰度值所在位置,根据最大灰度值所在位置和预设的灰度值阈值,筛选出激光图像上所有激光光斑所在位置,记录所有激光光斑对应
6、根据所有激光光斑所在位置,对激光图像进行切割,得到多个光斑图像,利用二维高斯拟合算法对每个激光光斑对应的灰度值进行拟合计算,得到每个光斑图像的光斑中心亚像素级相对坐标;
7、根据每个光斑图像的光斑中心亚像素级相对坐标与绝对坐标,得到激光图像中每个光斑图像的光斑中心点的亚像素级坐标。
8、在第一方面的一种可能的实现方式中,所述动态查找激光图像的最大灰度值所在位置,具体包括:
9、通过对激光图像进行行遍历,查找激光图像的最大灰度值所在位置。
10、在第一方面的一种可能的实现方式中,所述根据最大灰度值所在位置和预设的灰度值阈值,筛选出激光图像上所有激光光斑所在位置,具体包括:
11、将最大灰度值所在位置周围一圈的灰度值分别与最大灰度值作差;
12、将差值与预设的灰度值阈值进行比较,如果差值不大于预设的灰度值阈值,则判定最大灰度值所在位置处存在一个激光光斑。
13、在第一方面的一种可能的实现方式中,所述利用二维高斯拟合算法对每个激光光斑对应的灰度值进行拟合计算,得到每个光斑图像的光斑中心亚像素级相对坐标,具体为:
14、x0=-c/2a
15、y0=-d/2b
16、
17、设为a矩阵,为b矩阵,为待求矩阵p
18、代入p=(ata)-1atb,求解得到待求矩阵p;
19、其中,x0为每个光斑图像的光斑中心亚像素级相对坐标的横坐标;y0为每个光斑图像的光斑中心亚像素级相对坐标的纵坐标;xi为任意一个光斑图像中各像素点相对坐标的横坐标;yi为任意一个光斑图像中各像素点相对坐标的纵坐标;a、b、c、d和f均为待求矩阵p的元素。
20、在第一方面的一种可能的实现方式中,还包括:
21、利用二维高斯拟合算法对每个激光光斑对应的灰度值进行拟合计算,得到每个光斑图像的光斑中心的亮度幅值h,具体如下:
22、
23、在第一方面的一种可能的实现方式中,在动态查找激光图像的最大灰度值所在位置之前,还包括:
24、对激光图像进行中值滤波处理。
25、在第一方面的一种可能的实现方式中,切割后的所述光斑图像大小为7x7像素~10x10像素。
26、根据本专利技术的第二方面,提供一种激光图像小尺寸光斑中心亚像素级定位系统,配置有所述的一种激光图像小尺寸光斑中心亚像素级定位方法。
27、与现有技术相比,本专利技术至少具有以下有益效果:
28、本专利技术提供的一种激光图像小尺寸光斑中心亚像素级定位方法,通过动态查找激光图像的最大灰度值所在位置,并结合预设的灰度值阈值,筛选出激光图像上所有激光光斑所在位置,根据所有激光光斑所在位置对激光图像进行切割,得到多个光斑图像,利用二维高斯拟合算法对每个激光光斑对应的灰度值进行拟合计算,得到每个光斑图像的光斑中心亚像素级相对坐标,并结合绝对坐标,得到激光图像中每个光斑图像的光斑中心点的亚像素级坐标,能找出激光图像中所有小尺寸光斑的中心点位置坐标,所求光斑中心点位置坐标精度达到亚像素级,有效解决了传统图像处理求光斑中心坐标算法只能找寻单个光斑中心点坐标,以及精度只能达到像素级的问题。
29、为使本专利技术的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
本文档来自技高网...【技术保护点】
1.一种激光图像小尺寸光斑中心亚像素级定位方法,其特征在于,基于FPGA实现定位方法,包括:
2.根据权利要求1所述的一种激光图像小尺寸光斑中心亚像素级定位方法,其特征在于,所述动态查找激光图像的最大灰度值所在位置,具体包括:
3.根据权利要求2所述的一种激光图像小尺寸光斑中心亚像素级定位方法,其特征在于,所述根据最大灰度值所在位置和预设的灰度值阈值,筛选出激光图像上所有激光光斑所在位置,具体包括:
4.根据权利要求1所述的一种激光图像小尺寸光斑中心亚像素级定位方法,其特征在于,所述利用二维高斯拟合算法对每个激光光斑对应的灰度值进行拟合计算,得到每个光斑图像的光斑中心亚像素级相对坐标,具体为:
5.根据权利要求4所述的一种激光图像小尺寸光斑中心亚像素级定位方法,其特征在于,还包括:
6.根据权利要求1所述的一种激光图像小尺寸光斑中心亚像素级定位方法,其特征在于,在动态查找激光图像的最大灰度值所在位置之前,还包括:
7.根据权利要求1所述的一种激光图像小尺寸光斑中心亚像素级定位方法,其特征在于,切割后的所述光斑
8.一种激光图像小尺寸光斑中心亚像素级定位系统,其特征在于,配置有权利要求1至7任一项所述的一种激光图像小尺寸光斑中心亚像素级定位方法。
...【技术特征摘要】
1.一种激光图像小尺寸光斑中心亚像素级定位方法,其特征在于,基于fpga实现定位方法,包括:
2.根据权利要求1所述的一种激光图像小尺寸光斑中心亚像素级定位方法,其特征在于,所述动态查找激光图像的最大灰度值所在位置,具体包括:
3.根据权利要求2所述的一种激光图像小尺寸光斑中心亚像素级定位方法,其特征在于,所述根据最大灰度值所在位置和预设的灰度值阈值,筛选出激光图像上所有激光光斑所在位置,具体包括:
4.根据权利要求1所述的一种激光图像小尺寸光斑中心亚像素级定位方法,其特征在于,所述利用二维高斯拟合算法对每个激光光斑对应的灰度值进行拟合计算,得到每个...
【专利技术属性】
技术研发人员:彪珂欣,高扬,佘星星,刘璐,陈茜,
申请(专利权)人:西安微电子技术研究所,
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。