[发明专利]一种基于形态学特征的亚像素级椭圆检测方法

说明书

本发明涉及一种基于形态学特征的亚像素级椭圆检测方法，从目标图像中有效提取椭圆的亚像素级边缘坐标以及椭圆的几何特征。包括以下步骤：图像采集和图像预处理；对目标图像进行基于局部子区的亚像素级边缘检测；将亚像素级边缘点整像素化；进行基于形态学特征的边缘筛选；根据目标椭圆的整像素边缘坐标索引得到亚像素边缘坐标；最后根据最小二乘原理进行椭圆拟合，从而得到椭圆的几何信息。通过设计光测动力学实验，将本发明与传统椭圆检测方法进行对比，验证了本发明可以有效提高了椭圆检测的准确性。为光测实验力学和数字摄影测量领域提供了一个可行的技术手段。

技术领域

本发明属于光测实验力学和数字摄影测量技术领域，具体涉及一种基于形态学特征的亚像素级边缘检测方法。

背景技术

在光测实验力学和数字摄影测量实验中，往往利用圆形标记点作为测量目标。例如在结构动力学的光学测量中，就需要对圆形标记点中心的位置坐标进行实时测量，获取结构振动过程中的位移响应数据；点云匹配过程中，也需要利用圆形标记点进行坐标辨识与图像拼接。但在实验过程中，往往由于结构的变形与拍摄角度的改变使得实际得到的圆形标记点的图像变为椭圆形。因此，对椭圆标记点的有效检测是解决工程测量问题的基础。椭圆检测算法同样也被应用与交通标志检测、医学研究、车轮检测等诸多应用领域，具有广泛的应用价值。

目前常见的椭圆检测方法有拟合方法、基于霍夫变换的椭圆检测方法以及随机椭圆检测方法等。拟合方法受噪声影响较大，当目标图像受到明显噪声污染时，其检测精度将无法满足实际需求；基于霍夫变换的椭圆检测方法虽然在去噪方面存在优势，但对内存要求高，运算效率低，无法满足快速检测的需要；随机椭圆检测算法在一定程度上改进了基于霍夫变换的椭圆检测方法在检测效率上的不足，但该方法严格由参数控制，且相关参数往往不易取到合适值，因此无法保证其具有很强的鲁棒性。并且现有椭圆检测方法的检测精度往往仅停留在整像素级别，检测出的椭圆几何信息的精度普遍不高，且存在非目标椭圆误检测等问题。亚像素级的椭圆检测方法目前鲜有发明。因此，为满足工程实际需求，急需对现有的椭圆检测算法进行改进，从而实现对椭圆边缘的精确检测。

发明内容

要解决的技术问题

为解决当前检测技术所存在的问题，本发明提够了一种基于形态学特征的亚像素级椭圆检测方法。

技术方案

一种基于形态学特征的亚像素级椭圆检测方法，其特征在于步骤如下：

步骤1：获取目标图像，并对目标图像进行预处理：采用形态学处理里面的闭运算对目标图像进行处理；

步骤2：采用基于局部子区的亚像素级边缘检测算法对步骤1处理后的图像进行亚像素级边缘检测，得到边缘点信息；

步骤3：将步骤2中得到的亚像素级边缘点的坐标信息进行四舍五入取整操作，从而得到边缘的整像素坐标信息；

步骤4：对整像素边缘信息进行精确筛选；

首先对步骤3中得到的边缘点计算连通区域并进行编号，从而排除非连通区域的边缘信息；进而根据目标椭圆的几何特征设定相应的筛选准则，对检测到的连通区域进行进一步筛选排除，最终得到准确的像素级椭圆边缘点坐标位置信息；

步骤5：通过步骤4得到的目标椭圆整像素边缘坐标信息及索引数组，索引得到对应的亚像素级边缘点坐标；

步骤6：采用最小二乘法对步骤5中得到的亚像素级椭圆边缘点坐标进行椭圆拟合，从而得到椭圆的几何信息，即：椭圆中心点坐标、长短半轴。

本发明进一步的技术方案：步骤1预处理还包括对非灰度图像进行灰度处理。

本发明进一步的技术方案：步骤1中用半径为1个像素的圆盘形结构元素进行闭运算。

本发明进一步的技术方案：所述的圆盘形结构元素可以替换为矩形结构元素。