[发明专利]一种基于模型滤波的圆检测方法

摘要

本发明公开了一种基于模型滤波的圆检测方法，该方法包括径向扫描、极坐标变换、基于模型的滤波处理和最小二乘圆检测四个步骤，根据圆在极坐标空间中的几何特征，建立圆在极坐标空间的数学模型，利用该模型去除噪声边缘点，能有效去除干扰边缘点，利用去噪后的边缘点，应用最小二乘法进行圆检测；该方法提高了圆检测精度，满足瓶口、瓶底等工业图像检测高速高精度的要求。

主权项

一种基于模型滤波的圆检测方法，其特征在于，包括以下步骤：步骤1：获取待检测圆形对象图像；步骤2：以待检测圆形对象图像内部的某一位置作为径向扫描中心，对待检测圆形对象图像，进行径向扫描获取边缘点，总共进行Ns次径向扫描，最终获得N'个边缘点；步骤3：以径向扫描中心为极坐标原点，将步骤2获取的边缘点以极坐标表示，对于每个边缘点均满足下式：d(i)=Dcos(αi-β)+D2cos2(αi-β)+R2-D2]]>其中，i表示第i次径向扫描，即径向扫描索引号，i为整数且i∈[1,Ns]，其中Ns表示扫描次数，R和D分别表示待检测圆形对象的半径和圆心与扫描中心之间的距离，β表示扫描中心和待检测圆形对象的圆心之间连线的极角；在极坐标下扫描圆心到边缘点之间的直线段的极径为d(i)，对应的极角为αi，αi＝i△α，其中Δα表示相邻两次扫描之间的角度差；步骤4：根据N'个边缘点的极坐标通过非线性优化方法或者全局扫描方法求得最优的D、R和β参数；步骤5：将步骤4得到的最优的D、R和β参数代入步骤3的极坐标公式中，求得对应边缘点与扫描中心的理论计算值do(i)；步骤6：依据y(i)判断do(i)对应的边缘点是否属于有效边缘点：f(i)=1,y(i)≤Dth0,y(i)>Dth]]>其中，y(i)＝|do(i)‑d(i)|，Dth是一个阈值参数，取值范围为1至5之间；当f(i)为1则表明该点为有效边缘点，否则为干扰点；步骤7：将属于干扰点的边缘点进行滤除，同时，将有效边缘点作为检测圆上的边缘点，采用最小二乘圆检测方法完成圆检测；所述最优的D、R和β参数的确定过程如下：步骤4.1：设定D、R和β参数的约束条件，Rmin≤R≤Rmax，Dmin≤D≤Dmax，0<β≤2π，0<αi≤2π；步骤4.2：以步骤2所得极坐标为输入，R、D和β取值依次按照设定步长逐步递增，循环计算对应的每组R、D和β参数对应的代价函数值S(R,D,β)：并将对应值依次保存在数组中，直到在约束条件下，所有的R、D和β对应的S(R,D,β)均已计算完毕；其中，R、D和β的设定步长分别为Rstep、Dstep和βstep，取值范围均为5‑10；步骤4.3：根据在所有边缘点中落在被检测圆上的边缘点数目比干扰点数目多的原理，计算关于变量R、D和β的代价函数最大值Smax：步骤4.4：搜索所有的S(R,D,β)中的最大值，得到最优的R、D和β参数。