[发明专利]一种基于围道积分的椭圆图像检测算法及系统有效

专利信息
申请号: 202010576856.9 申请日: 2020-06-22
公开(公告)号: CN111739006B 公开(公告)日: 2021-07-13
发明(设计)人: 何洋 申请(专利权)人: 深圳企业云科技股份有限公司;何洋
主分类号: G06T7/00 分类号: G06T7/00;G06T7/13;G06T7/136;G06T7/62;G06F17/13
代理公司: 深圳市兰锋盛世知识产权代理有限公司 44504 代理人: 罗炳锋
地址: 518000 广东省深圳市南山区粤海街道*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 积分 椭圆 图像 检测 算法 系统
【权利要求书】:

1.一种基于围道积分的椭圆图像检测算法,其特征在于,所述算法基于一系统实现,所述系统包括有预处理单元(1)、椭圆围道积分运算单元(2)、椭圆识别单元(3)和结果输出单元(4),所述算法包括如下步骤:

步骤S1,输入待检测图像;

步骤S2,所述预处理单元(1)对待检测图像进行预处理,生成二值边缘图像;

步骤S3,在所述二值边缘图像中,所述椭圆围道积分运算单元(2)对椭圆周坐标的像素值进行积分运算,得出椭圆围道积分像素密度值;

步骤S4,重复步骤S3,直至所述椭圆围道积分运算单元(2)遍历所述二值边缘图像的全部椭圆周坐标,得到全部椭圆围道积分像素密度值;

步骤S5,所述椭圆识别单元(3)从所述步骤S4的运算结果中读取相邻两个差值最大的一组或多组椭圆围道积分像素密度值;

步骤S6,所述椭圆识别单元(3)判断所述步骤S5中读取的椭圆围道积分像素密度值是否构成一个椭圆,若是,则执行步骤S7,若否,则执行步骤S8;

步骤S7,所述结果输出单元(4)提示识别成功,输出椭圆参数;

步骤S8,所述结果输出单元(4)提示识别失败;

所述步骤S3中,所述椭圆围道积分运算单元(2)的运算过程包括:

步骤S30,设定椭圆的中心点坐标为(0,0),该椭圆由以下公式表达:

其中,x和y为椭圆周的任意一点P的笛卡尔坐标,a为椭圆长半轴,b为椭圆短半轴;

步骤S31,参数化公式后,引入一个从椭圆心开始增长的角度t,得到:

x=a cos(t);

y=b sin(t);

所述步骤S31中,根据椭圆周长2πb+4(a-b)确定角度t值的增长步数;

所述步骤S6中,所述椭圆识别单元(3)基于如下算子对椭圆进行识别:

其中:

C(x,y)是对待检测图像进行Canny边缘检测后生成的二值边缘图像域;

是在二值边缘图像中,围绕椭圆的周长弧线ds,应用a,b,x0,y0 4个参数的椭圆围道积分计算公式;

是使用a和b对椭圆围道积分进行微分计算的公式;

用于判断得出相邻两个差值最大的一组或多组椭圆围道积分像素密度值。

2.如权利要求1所述的基于围道积分的椭圆图像检测算法,其特征在于,所述步骤S2中,所述预处理单元(1)利用预设的Canny边缘检测算子对待检测图像进行预处理。

3.如权利要求1所述的基于围道积分的椭圆图像检测算法,其特征在于,所述椭圆识别单元(3)预设有一阈值,所述步骤S6中,所述椭圆识别单元(3)的判断过程包括:

步骤S50,所述椭圆识别单元(3)判断所述步骤S5中读取的椭圆围道积分像素密度值是否高于所述阈值,若是,则执行步骤S51,若否,则执行步骤S52;

步骤S51,所述椭圆识别单元(3)将该组椭圆围道积分像素密度值中最小的椭圆参数作为识别成功的目标椭圆;

步骤S52,由所述结果输出单元(4)提示识别失败。

4.如权利要求3所述的基于围道积分的椭圆图像检测算法,其特征在于,所述椭圆识别单元(3)将一个完整椭圆围道积分值的1/3作为所述阈值。

5.如权利要求4所述的基于围道积分的椭圆图像检测算法,其特征在于,当待检测图像为正圆形时,将参数a和b的初始值设置为a=b,结合步骤S2至步骤S8对所述正圆形进行识别。

6.如权利要求4所述的基于围道积分的椭圆图像检测算法,其特征在于,当待检测图像为弧线时,视为部分围道积分运算,在调整所述阈值之后,结合步骤S2至步骤S8对所述弧线进行识别。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳企业云科技股份有限公司;何洋,未经深圳企业云科技股份有限公司;何洋许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010576856.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top