[发明专利]一种基于几何特征的快速自适应角点结合的圆心检测方法

权利要求书

1.一种基于几何特征的快速自适应角点结合的圆心检测方法，其特征在于，包括：

步骤一、选取对图像感兴趣的部分，即包含标志物的图像部分，再对感兴趣的部分分别进行两次阈值不同的二值化，分别得到一个等边三角形和一个圆形；

步骤二、对阈值处理后的等边三角形图像采用角点检测方法检测出标志物中的等边三角形的角点，根据三角形的角点及几何关系对圆心和半径进行粗定位；

步骤三、对二值化后的圆形图像进行Canny算子检测出边缘，再结合之前等边三角形图像处理所得的圆心坐标和半径对边缘进行半径约束，得到细化且连续的边缘；

步骤四、对此时检测出的边缘进行处理，结合多次处理和加权平均的方式来得到具有良好精度的圆心坐标。

2.根据权利要求1所述的一种基于几何特征的快速自适应角点结合的圆心检测方法，其特征在于，所述步骤一在对图像的二值化处理中，对标志物中的不同图案采用不同的灰度值，且它们的灰度关系为背景灰度值等边三角形灰度值圆形灰度值，灰度值的差值大于50。

3.根据权利要求1所述的一种基于几何特征的快速自适应角点结合的圆心检测方法，其特征在于，所述步骤二中角点检测方法，为一种改进的SUSAN角点检测方法，分为两步骤，包括：

步骤一、首先利用简单的特征函数初步筛选出候选点，由于角点可看作是两条或多条边缘的角点，所以它至少在一个方向上具有高的灰度变化，定义初始函数如下：

式中括号内的分别是水平和垂直方向上的灰度导数，如果CRF大于一个事先定义好的阈值f，则该像素点作为候选点进入下一步处理，否则予以剔除；其中的阈值f的设置取决于两个因素，一是图像的对比度，二是可筛选出的候选角点的数量，故定义为：

f＝a×STD(I)

式中，I代表整个图像，STD(I)是图像全部像素灰度值的标准差，系数a决定了可检测角点的数量，a一般取0.05至0.2；

步骤二、对筛选出的候选点做进一步的处理：即在SUSAN原则基础上提出了新的角点响应函数，首先要确定灰度差阈值t和模板的尺寸；灰度差阈值t决定了能检测到角点的最小对比度，也决定了所能忽略噪声的最大容限，因而直接影响了检测质量，为了提高算法的自动处理能力，采用基于模板区域的局部自适应阈值t的计算方法，如下式所示：

式中Ω(r₀)表示以r₀为中心的模板区域，STD(Ω(r₀))为模板内像素灰度的标准差，β为调节系数，取值为0.05～0.2，选定任意方形模板尺寸；

具体的方法是将模板的中心置于待测像素处，利用局部自适应阈值t和核像素和模板内其他像素的灰度差比较，将模板边界像素标记为“1”或“0”，由于标志物中等边三角形的角点为锐角，所以如果出现标记为“1”的像素所组成的序列为连续且数目在1和4之间，则判断为角点，再根据检测出的角点坐标根据简单的几何关系对圆心和半径进行粗定位。

4.根据权利要求1所述的一种基于几何特征的快速自适应角点结合的圆心检测方法，其特征在于，所述步骤四中的处理方法为在半径约束处理后的边缘上任取三点，组成一个内接三角形，利用三角形的外心公式求取圆心坐标。

5.根据权利要求4所述的一种基于几何特征的快速自适应角点结合的圆心检测方法，其特征在于，所述内接三角形的任意一个角的角度值大于30°。