[发明专利]一种直线测量方法

说明书

本发明公开了一种直线测量方法，其特征是，其主要流程包括：边缘点提取、霍夫空间变换、在霍夫空间中求取直线交点、聚类分割、筛选出候选边缘点、对候选边缘点进行直线拟合。该方法提供了一种基于霍夫空间的聚类直线拟合方法，能够抑制干扰点的影响，实现高精度的直线拟合，解决在较多干扰点下的直线拟合问题。

技术领域

本发明专利属于机器视觉测量领域，主要利用相机拍摄待测物体，利用图像处理算法获取所需的测量信息。目前主要应用在精密工件测量(如工件直线度、尺寸等)、复杂工业场景下的目标非接触测量(距离测量、倾斜角测量)等领域。

背景技术

机器视觉测量是指利用相机获取待测物体图像，并结合图像处理算法进行待测目标几何信息的测量方式。该方式具有非接触式、精度高的特点。为了获得理想的测量结果，业界主要通过3方面进行保证，分别是：非失真的清晰目标图像、获取准确的结构尺寸特征以及准确的特征测量分析方法。

获得非失真的清晰目标图像与拍摄场景的打光方案和相机安装及相机镜头有关。打光方案如采用背光获取清晰的待测目标边缘信息，为了解决相机倾斜安装以及镜头畸变导致的拍摄图像失真问题，通常采用图像畸变矫正的方案。

关于结构尺寸特征，一般采用拍摄目标的边缘轮廓信息。边缘轮廓由一系列边缘点组成，边缘点的提取一般采用sobel边缘提取方法或canny边缘提取方法。

测量分析方法需要根据具体的待测量进行设计。对于最常见的直线检测和圆检测，通常在提取了特征点(如上面所说的边缘点)后，利用最小二乘拟合、Turkey权重拟合的方法获取相应的直线或圆信息。

在直线测量方面，业界普遍采用的方法是提取待测目标的边缘信息，即边缘点，然后对这些边缘点采用最小二乘法拟合出直线方程A*x+B*y+C＝0。记第i个边缘点为p_i，p_i到直线A*x+B*y+C＝0的距离为d_i，若边缘点总数最为N，则最小二乘法拟合直线的思想就是求解出恰当的参数A、B、C，使得最小。图1展示了一般的最小二乘法拟合直线示意。然而，在实际应用场合，可能由于待测目标出现毛刺或者其干扰物的影响，提取出的边缘点不一定都是待拟合直线上的点，但由于最小二乘法考虑了所有的边缘点，因此在这种情况下极易导致拟合后的直线偏离真实的直线，引起测量误差，如图2所示，实心直线代表存在误差的拟合直线，虚线代表理论上应该拟合的正确直线。

为了解决该问题，有人提出基于权重的直线拟合方法，如Turkey权重拟合方法。该方法基于最小二乘法拟合直线的基础上，根据边缘点到拟合直线距离的远近，对每个边缘点设定权重，重新进行拟合。如此循环多次，设定最终的误差终止条件或迭代次数，完成直线拟合过程。虽然该方法能够避免少量干扰点的影响，但当干扰点较多时，初次拟合(基于最小二乘法)产生的直线误差较大，并且可能在后续的迭代过程中无法获得纠正，如图3所示，实线为拟合直线，虚线为理想直线。

发明内容

为解决上述技术问题，本发明设计了一种直线测量方法，该方法提供了一种基于霍夫空间的聚类直线拟合方法，能够抑制干扰点的影响，实现高精度的直线拟合，解决在较多干扰点下的直线拟合问题。

本发明采用如下技术方案：

一种直线测量方法，其特征是，其主要流程包括：边缘点提取、霍夫空间变换、在霍夫空间中求取直线交点、聚类分割、筛选出候选边缘点、对候选边缘点进行直线拟合；

边缘点提取：选用Canny边缘提取的方法获得单像素的待测目标边缘，采用Sobel算子计算图像中的梯度，并将梯度幅值归一化到0～255的范围，Canny边缘提取方法是一种双阈值的提取方法，设置高阈值t_H和低阈值t_L，设置t_H＝2*t_L，且0≤t_L，t_H≤255，提取目标边缘的边缘点；