[发明专利]一种高精度亚像素圆形零件测量方法

说明书

本发明公开了一种高精度亚像素圆形零件测量方法，包括下述步骤：步骤一，获取圆形零件的原图；步骤二，对步骤一中获取的原图进行二值化处理，然后再将二值化处理后的图片使用findContours算法寻找轮廓，然后通过设置轮廓面积的最大值和最小值，进而筛选出符合测量需要的圆形轮廓，然后获取该圆形轮廓的最下外接矩形，从而获得所需测量的圆形所在区域的ROI图像；本发明大大提高了圆形零件的检测速度和精度，从而提高零件检测的效率，避免了传统人工检测所带来的易疲劳、成本高、强度大等缺点。

技术领域

本发明涉及机器视觉测量技术领域，具体涉及一种高精度亚像素圆形零件测量方法。

背景技术

在日常生活和自动化工业生产中，对圆检测的需求不断增加，而且要求的检测精度越来越高，能够准确快速的检测出圆在图像中的位置并且获得圆的几何参数是视觉检测中一项重要的任务；随着计算机视觉在图像检测领域的广泛应用，图像中边缘的定位精度直接影响到视觉系统的检测精度；经典的整像素算法，例如常用的Sobel算子、Krisch算子、Prewitt算子、Roberts算子和Canny算子等，这些边缘检测技术虽然速度快，但是，只能判断出边缘位置处在哪一个像素内，却不能在该像素内对边缘进一步细分，已经不能满足目前工程技术上对测量精度越来越高的要求；而在圆检测中应用最广的方法是Hough变换或其改进算法，然而这些算法计算比较复杂，尤其当圆的参数超过三维时，计算时间和内存消耗都很巨大，根本不能满足工业生产中的实时性要求；如果要求精度达到亚像素级，就需要通过其他一些有效的算法，如有通过曲线拟合插值的方法进行亚像素计算，有用灰度矩的思想来定位亚像素边缘，还有用空间矩亚像素算子检测，但是这些算法计算量较大抗噪差，运算速度较慢。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提供一种高精度亚像素圆形零件测量方法，该方法大大提高了圆形零件的检测速度和精度，从而提高零件检测的效率，避免了传统人工检测所带来的易疲劳、成本高、强度大等缺点。

本发明的目的通过下述技术方案实现：

一种高精度亚像素圆形零件测量方法，包括下述步骤：

步骤一，获取圆形零件的原图；

步骤二，对步骤一中获取的原图进行二值化处理，然后再将二值化处理后的图片使用findContours算法寻找轮廓，然后通过设置轮廓面积的最大值和最小值，进而筛选出符合测量需要的圆形轮廓，然后获取该圆形轮廓的最下外接矩形，从而获得所需测量的圆形所在区域的ROI图像；

步骤三，对步骤二中得到的ROI图像进行图像预处理；对ROI图像进行灰度处理，引入高斯滤波函数，如下述公式所示：

其中，所述h(x，y)为高斯滤波器模板的系数，(x,y)为图像点坐标；采用3×3大小的核对图像进行高斯滤波，去除ROI图像中的噪声，便于准确获得所需要的圆形轮廓；然后采用OTSU算法找到ROI图像合适的分割阈值设为T，如下述公式所示：

其中，v(x，y)为二值化前的图像在(x,y)点的像素灰度值，v′(x，y)为二值化后的图像在(x,y)点的像素灰度值；通过二值化ROI图像使圆的区域为黑色，其他区域为白色，由此获得二值化的ROI图像；

并且将二值化后的ROI图像采用3×3大小的核进行形态学闭运算，消除小型空洞；然后对获得的图像进行寻找轮廓操作，通过面积筛选找到圆形轮廓；

步骤四，对步骤三中所获得的圆形轮廓进行寻找最小包围圆形操作，获得初始圆心center(Cx_i，Cy_i)和半径R，该获取初始圆心和半径操作的目的是为了获取宽度为一个像素的矩形区域；