[发明专利]一种求取图像中规则圆形圆心的方法

说明书

技术领域

本发明涉及计算机视觉领域，特别涉及一种求取图像中规则圆形圆心的方法。

背景技术

相机标定、红外放疗定位、光路设计与测试都会用到球形标准体，球体成像在畸变不大的情况下可以认为是圆形，圆形光斑中心求取关系到这些工程基础精度的问题，同时随着计算机视觉的发展，这类问题显得越来越重要，因此圆形光斑中心求取问题有着非常重要的意义。

目前，求解圆心的主流方法大致可以分为两类：

第一类是基于边缘的算法，这种方法假设光斑的集合形状为圆或椭圆，通过hough变化等进行边缘的检测，通过多种多样的多样拟合算法将光斑拟合为圆或椭圆，最终根据拟合得到的圆锥曲线求得光斑几何学中心。

第二种主要是基于灰度的算法，主要是根据成像光斑的灰度分布建立对应的数学表达式，继而根据表达式求取重心。主要有Gravity算法和Gaussian拟合算法。

Gravity算法应用在求解圆心的过程中，数学表达式为：

其中val_(i,j)为图像上(i,j)位置的灰度值，从表达式中可以看出，Gravity算法采用了灰度作为加权值，对图像加权求和之后除以灰度值的和。这种算法不要求对光斑形状有任何先验，其缺点也在于应用在存在饱和区域的光斑时，将会偏离真实值，而且饱和越严重，算法的精度下降就越厉害。

Gaussian曲面拟合是将灰度通过高斯曲线拟合来求取中心，这种方法是基于灰度分布，是高斯分布的先验知识，这种方法对于分布符合高斯模型的光斑有很好的效果，而且在饱和情况下能根据先验在一定程度上恢复光斑分布，但是对于灰度分布不均匀的光斑，由于灰度分布不符合高斯模型，此算法将失去作用。

从以上两类放大的叙述中可以看到，这两类方法各有优缺点。在定位球与相机距离过远导致成像过小，成像过程中曝光问题导致成像亮度不均等情况下，现有的方法都不能很好得将中心提取出来。

发明内容

针对上述现有技术中存在的缺陷，为了提高圆形光斑中心求取精度，本发明的目的是提供一种求取图像中规则圆形圆心的方法。

为了实现上述发明目的，本发明方法采用的技术方案如下：

一种求取图像中规则圆形圆心的方法，包括如下步骤：

S1，预估图像中圆形半径，并在本地生成同样大小的圆形模板图像，计算本地模板与输入图像的归一化积相关系数，找到模板与图像中圆形匹配坐标；

S2，以归一化积相关匹配坐标为中心，截取边长为直径加10像素的正方形区域图像，记录正方形左上角坐标，将截取的图像进行双线性插值上采样8*8倍，并对上采样图像进行高斯平滑；

S3，对平滑后的图像进行取阈值操作，低于阈值的像素标记为圆外区域，大于阈值的像素标记为圆内区域，对标记为圆内的点求面积除以3.14后开平方作为初始半径，求取重心作为初始中心；

S4，计算初始中心及其周围16个方向上距离为1的点在初始半径上的环路积分差，其中l即为步长；

S5，如果中心的环路积分差比周围16方向的点的环路积分差大，则结束计算环路积分差取最大过程，并转入步骤S6，否则找到环路积分差最大的点作为新的中心，并将步长变为原来的一半继续求环路积分差取最大过程；

S6，将找到的中心的横纵坐标都除以8加上之前的左上角坐标即为原图中的圆心坐标。

步骤S1中，将预估圆形半径上取整为r，在本地生成圆时，先产生一个(2r+10)*(2r+10)方阵，圆心设在方阵的中心(r+5,r+5)处，遍历方阵中的元素(i,j)，其中1≤i,j≤2r+10，分为如下情况：

当(r+5-i)²+(r+5-j)²<r²时，(i,j)值记为255，

当r²<＝(r+5-i)²+(r+5-j)²<(r+1)²时，(i,j)值记为100，

当(r+1)²<＝(r+5-i)²+(r+5-j)²<(r+2)²时，(i,j)值记为50

其余情况，(i,j)值记为0。