[发明专利]一种基于梯度相关的圆形目标检测方法

摘要

本发明提供了一种基于梯度相关的圆形目标检测方法，对原始图像进行Sobel边缘检测处理，得到图像边缘的二值化结果，计算各坐标点的向量值，依次计算该梯度与不同坐标向量值的相关系数，构成表征圆形目标中心位置概率的相关系数图，统计以圆心为中心，不同半径的圆周上边缘点的个数，从大到小遍历不同的半径，当半径值不大于对应的边缘点个数值时，即得到圆形目标的半径。本发明通过计算各边缘点梯度与其相对坐标的相关系数来确定圆心位置和半径大小，解决了圆形目标的快速检测问题，不但提高了检测精度而且降低了计算量，广泛适用于圆形器件筛选、智能交通等工业领域。

主权项

1.一种基于梯度相关的圆形目标检测方法，其特征在于包括下述步骤：步骤1：对输入的原始图像进行Sobel边缘检测处理，得到图像边缘的二值化结果，“0”表示非边缘，“1”表示边缘，具体为：对于给定图像I，使用Sobel算子进行边缘检测，得到二值化图像I_S，Sobel算子如下：步骤2：计算二值化图像中每一个标“1”的边缘坐标点在原始图像中的梯度，并计算以该边缘坐标点为中心，指向半径为R范围内各坐标点的向量值；对于二值化图像中每一个边缘坐标点(x,y)，计算该点在原始图像I中的梯度，即：其中，G_x和G_y分别表示坐标点(x,y)在水平和竖直方向上的梯度值；计算以边缘坐标点(x,y)为中心，指向以R为半径的区域内任意一点(x′,y′)的向量，其表达式如下：式(2)中，Δx和Δy分别表示向量的水平和竖直分量，Ω_(x,y)表示以(x,y)为中心，半径为R的区域；步骤3：依次计算该梯度与不同坐标向量值的相关系数，分别再与各自以前值做累加，构成了表征圆形目标中心位置概率的相关系数图；计算坐标点(x,y)处的梯度与Ω_(x,y)区域内所有(x′,y′)点处向量的相关系数，并与各自之前的相关系数做累加和，即：其中，c(x′,y′)表示相关系数累加和构成的图，其上各个坐标点的值的大小表征了圆形目标的中心出现在该位置的概率；步骤4：求取相关系数图中最大值位置坐标即为圆心，统计以圆心为中心，不同半径的圆周上边缘点的个数，从大到小遍历不同的半径，当半径值不大于对应的边缘点个数值时，即得到圆形目标的半径；取c(x′,y′)中最大值的坐标(X,Y)，即为圆形目标可能出现的位置：在二值化图像I_S中，统计以(X,Y)为中心，不同r∈[1,R]为半径的圆周上边缘点(x,y)的个数：其中，V表示不同半径的圆周上边缘点数构成的向量，round(·)表示四舍五入；在r的取值范围内从大到小遍历向量V，第一个满足V(r)≥r的r即为圆形目标的半径r_T。