【技术实现步骤摘要】
本专利技术属于光学计量，具体涉及一种基于无监督机器学习的十字图像中心定位方法。
技术介绍
1、自准直仪和和中心偏测量仪是一种利用对光学元件的光轴中心偏移量测量的光学仪器，此类仪器一般是通过对返回十字图像的中心坐标的计算来对光轴的偏移量进行测量。对此类仪器来说，目标图像定位的重复性越好，以及精确度越高，此类测量仪器的测量精度就越高。所以关于如何通过图像处理来准确而又快速获得十字像的中心坐标一直是此类仪器研究的热门话题。
2、目前，利用卷积神经网络cnn通过人为标定的手段来训练十字像定位的精确度。或者利用监督机器学习的支持向量机(svm)来进行图像中心的定位。上述方法均需对算法加以训练和标定，而在实际测量过程中，由于镜头畸变和光瞳函数衍射的影响，相机采集到的图像并不能和之前训练好的图像保持完全一致，从而造成测量精度误差。
3、传统算法对于十字像中心位置的定位有很多，有利用横纵坐标累计求和的，有分区域计算质心并拟合的，也有直接利用霍夫变换直线检测的。但是这类算法由于在实际处理图像时，因为其复杂性会遇到多个特征点，从而具...
【技术保护点】
1.一种基于无监督机器学习的十字图像中心定位方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的十字图像中心定位方法，其特征在于，步骤1中，将目标图像转化为灰度图像，表示为：
3.根据权利要求1所述的十字图像中心定位方法，其特征在于，步骤2中，将目标像素点的周围取包括目标图像的块区域，基于块区域内像素点灰度值的平均值，计算出像素阈值；
4.根据权利要求3所述的十字图像中心定位方法，其特征在于，像素阈值通过下式计算得到：
5.根据权利要求3所述的十字图像中心定位方法，其特征在于，块区域的面积大小为奇数。
...
【技术特征摘要】
1.一种基于无监督机器学习的十字图像中心定位方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的十字图像中心定位方法，其特征在于，步骤1中，将目标图像转化为灰度图像，表示为：
3.根据权利要求1所述的十字图像中心定位方法，其特征在于，步骤2中，将目标像素点的周围取包括目标图像的块区域，基于块区域内像素点灰度值的平均值，计算出像素阈值；
4.根据权利要求3所述的十字图像中心定位方法，其特征在于，像素阈值通过下式计算得到：
5.根据权利要求3所述的十字图像中心定位方法，其特征在于，块区域的面积大小为奇数。
6.根据权利要求1所述的十字图像中心定位方法，其特征在于，步骤3中，利用结构矩阵对二值化图像通...
【专利技术属性】
技术研发人员：贾云峰，尤越，姜昌录，刘卫平，康登魁，陈洁婧，王楠茜，李辉，
申请(专利权)人：西安应用光学研究所，
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。