[发明专利]一种非编码圆环形标记点圆心图像坐标检测方法

摘要

一种非编码圆环形标记点圆心图像坐标检测方法，属于图像处理与模式识别领域。通过Canny边缘检测获得图像上可能代表标记点的边缘，并通过腐蚀后的全局二值化图像建立对边缘图像的遮罩，过滤掉图像中的伪边缘；利用逐行扫描的方式初步获得标记点圆心坐标及其横、纵向范围；在灰度图像I_g上构建感兴趣区域ROI，并在ROI中确定标记点质心，最终获得所求标记点圆心在原图像上的坐标。本发明将标记点检测范围缩小至ROI，ROI范围内的伪边缘及灰度变化得到限制，故不易受光照不均的影响。同时由于对腐蚀后边缘图像中的边缘进行预选，使所构建ROI很可能包含标记点，因此可以放宽几何准则、形状准则的判定阈值，故可以克服标记点图像椭圆化影响。

主权项

1.一种非编码圆环形标记点圆心图像坐标检测方法，其特征在于：包括如下步骤：步骤1：将物体表面处理为白色，并在白色物体表面粘贴多个非编码圆环标记点，所述圆环形标记点外环颜色为黑色，内圆颜色为白色；步骤2：获取物体原始图像，并对所述原始图像进行灰度化处理得到灰度图像Ig；步骤3：拷贝灰度图像Ig，对拷贝图像进行二值化处理，得到遮罩图像Im：步骤4：对遮罩图像Im进行腐蚀处理，得到腐蚀后的遮罩图像Im′；步骤5：采用Canny算子对灰度图像Ig进行边缘提取，得到边缘图像Ie；步骤6：利用腐蚀后的遮罩图像Im′对边缘图像Ie进行遮罩操作，过滤掉图像Ie中的伪边缘，得到遮罩后的边缘图像Ie′：步骤7：逐行遍历遮罩后的边缘图像Ie′，确定图像中的疑似标记点圆心位置及疑似标记点横向宽度；假设遮罩后的边缘图像Ie′宽度为W像素，高度为H像素；采用向量r作为步骤7的结果进行输出；步骤7‑1：判断Ie′第i∈[0，H)行是否与标记点边缘相交，若是，则确定出相应交点；步骤7‑1‑1：对Ie′第i∈[0，H)行图像连续取两点j和j+1，其中j∈[0，W‑1)，将像素灰度值由0跳变至1时的j值按照检出先后顺序存入向量p；所述j值用于反映疑似标记点边缘位置；步骤7‑1‑2：遍历p中的元素：若p中元素个数少于4，则认为Ie′第i行不与任何标记点的边缘相交，转至步骤7‑1‑1直接对下一行进行遍历；否则，从p中依次取出连续的4个元素pk、pk+1、pk+2、pk+3，其中k∈[0，sp‑4)，sp表示p中元素个数；令d1＝pk+1‑pk，d2＝pk+2‑pk+1，d3＝pk+3‑pk+2，若同时满足：ED≤d1＜EU、MD≤d2＜MU、ED≤d3＜EU、d1≤d2，d3≤d2和|d1‑d3|＜EU，则认为Ie′第i行与疑似标记点k边缘相交，其中pk、pk+1、pk+2、pk+3为Ie′第i行与疑似标记点k边缘相交所得的交点；如此，可分别得到Ie′第i行与相应的若干个疑似标记点边缘相交的交点；所述EU、ED为遮罩后的边缘图像Ie′上圆环形标记点外环与内环径向距离的上、下限值；所述MU、MD为圆环形标记点内圆截径上、下限值：步骤7‑2：利用步骤7‑1得到的Ie′第i行分别与若干个疑似标记点边缘相交所得的交点依次对向量q进行赋值，即将i、(pk+pk+1)/2、(pk+2+pk+3)/2存入向量q，并判断向量r是否具有元素，否，则将向量q直接推入向量r，是，则判断向量q所代表的标记点是否已经存在于r中；若向量q与向量r中的任意元素均不属于同一标记点，则将向量q推入向量r尾部；若向量q与向量r中的元素r[n]来自同一标记点，则通过比较r[n]与向量q所代表疑似标记点边缘分别截取第r[n][0]行及第q[0]行扫描线所截得线段长度的大小，确定是否用q替换r[n]；所述判断向量q所代表的标记点是否已经存在于r中的方法为：针对向量q，遍历向量r；令dy＝q[0]‑r[n][0]，dx＝q[2]‑r[n][2]，若同时满足：dy＜MU/2及dx＜EU/2，则认为向量q与r[n]来自同一标记点；其中n表示r中元素序号；否则认为向量q与r[n]来自不同标记点；所述比较r[n]与向量q所代表疑似标记点边缘分别截取第r[n][0]行及第q[0]行扫描线所截得线段长度大小的方法为：设初始状态下r[n]可更新性为真，令df＝r[n][2]‑r[n][1]‑(q[2]‑q[1])：若df＜0，则q[0]行扫描线被q所代表疑似标记点边缘截得的线段长度大于r[n][0]行扫描线被r[n]所代表的疑似标记点边缘截得的线段长度，说明q[0]行更接近疑似标记点圆心，此时若r[n]可更新性为真，则用q替代r[n]；若df≥0，说明继续遍历图像将不能使q更靠近疑似标记点圆心，将r[n]的可更新性设为假；步骤7‑3：按照步骤7‑1至步骤7‑2对遮罩后的边缘图像Ie′第i行的遍历方法，完成遮罩后的边缘图像Ie′的逐行遍历，可通过r中元素确定出图像中的疑似标记点圆心位置及疑似标记点横向宽度；步骤8、利用步骤7得出的疑似标记点圆心信息，从Ie′上疑似圆心处起始，纵向遍历寻找标记点边缘，确定疑似标记点纵向范围；步骤9：围绕疑似标记点圆心，并根据疑似标记点横向及纵向范围，在灰度图像Ig上构建矩形感兴趣区域ROI；遍历步骤8得到的向量r，若r[n]中元素个数不为5，则跳过，否则ROI中心(xc，yc)在Ig上的坐标为((r[n][1]+r[n][2])/2，r[n][0])，ROI中心点距ROI区域左、右、上、下边缘距离分别为：wl＝xc‑r[n][1]+EU、wr＝r[n][2]‑xc+EU、wt＝r[n][3]+EU和wb＝r[n][4]+EU；且若xc‑wl＜0，则令wl＝xc；若W‑wr‑xc‑1＜0，则令wr＝W‑xc‑1；若yc‑wt＜0，则令wt＝yc；若H‑wb‑yc‑1＜0，则令wb＝H‑yc‑1；步骤10、利用OpenCV提供的斑点检测算法求解标记点圆心坐标精确值；方法为：首先对步骤9得到的ROI进行二值化处理，继而对ROI进行反相处理；再利用OpenCV提供的斑点检测算法提取ROI内的闭合轮廓，并判断所述闭合轮廓是否来自圆环标记点，若是，则其质心在ROI坐标系下的坐标为而ROI中心在原图像中的坐标为(x_c，y_c)，ROI中心距ROI区域左、上边缘距离分别为wl、wt，而ROI坐标系原点为ROI区域左上角点，即ROI中心与ROI坐标系原点的横向、纵向距离分别为wl、wt，则检测出的标记点圆心在灰度图像I_g坐标系中的坐标(X，Y)为：