專(zhuān)利名稱(chēng)：：橢圓目標(biāo)的亞像素邊緣定位方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及一種橢圓目標(biāo)的亞像素邊緣定位方法，尤其涉及一種基于矩的橢圓目標(biāo)的亞像素邊緣定位方法。
背景技術(shù)：
：邊緣是圖像最基本的特征，快速而精確地定位邊緣在圖像處理及計(jì)算機(jī)視覺(jué)有重要作用。圓是一種常見(jiàn)的圖形，經(jīng)過(guò)透視投影變換，轉(zhuǎn)變?yōu)闄E圓，對(duì)橢圓目標(biāo)邊緣的精確獲取是目前光學(xué)測(cè)量中的重要問(wèn)題。目前圖像邊緣檢測(cè)技術(shù)已經(jīng)達(dá)到亞像素級(jí)，常見(jiàn)的亞像素邊緣定位的方法可分為三類(lèi)擬合法，插值法，基于矩的方法。文獻(xiàn)"High-accuracyedgedetectionwithBlurredEdgeModel"(YeJ,FuGK,PoudelUP./wageawt/Fi57'owComp"ri"g,2005,23(5):453-467)是擬合法，是根據(jù)一定的邊緣模型對(duì)圖像的邊緣灰度值進(jìn)行擬合使得邊緣點(diǎn)誤差最小，進(jìn)而獲取亞像素精度的邊緣，其定位精度高，但是耗時(shí)較大；文獻(xiàn)"Non-linearfourth-orderimageinterpolationforsubpixeledgedetectionandlocalization"(HermosillaT,BermejoE,BalaguerA，RuizLA./脂geawe化z'owCow_pw">jg，2008,26(9):1240~1248)是插值法，是根據(jù)實(shí)際圖像灰度分布規(guī)律對(duì)圖像相關(guān)灰度進(jìn)行插值來(lái)獲取亞像素邊緣，其運(yùn)算時(shí)間較短，但是抗噪聲能力不強(qiáng)；由于矩是基于積分運(yùn)算，抗噪性能好是所有基于矩的方法的突出優(yōu)點(diǎn)。文獻(xiàn)"Edgelocationtosubpixelvaluesindigitalimagery"(TabatabaiAJ,MitchellOR.7a/wflc"ow51尸fl"e72jwa/^w/sam/MacW"e/We///ge"ce，1984，6(2):188~201)首先提出采用矩的方法對(duì)圖像進(jìn)行亞像素邊緣定位，其實(shí)質(zhì)是求出邊緣模型的四個(gè)參數(shù)；文獻(xiàn)"SubpixelMeasurementsUsingaMoment-BasedEdgeOperator"(LyversEP，MitchellOR,AkeyML,ReevesAP.7hwwflc"'ows尸a("er".Y4wdyw'51a"dA/"cW"e/"^///gewce,1989，11(12):1293~1309)提出利用灰度空間矩進(jìn)行亞像素邊緣定位，因?yàn)樵摲椒ㄔ谇笕喯袼剡吘壍木_位置時(shí)，需要利用六個(gè)矩模板對(duì)圖像灰度進(jìn)行巻積，算法耗時(shí)較大；文獻(xiàn)"Afastedgedetectorwithsubpixelaccuracy"(LeeCK,SoWC.In:ProceedingsofIEEERecordofthe1992InternationalPowerElectronicsandMotionControlConferenceonIndustrialElectronics5Control,InstrumentationandAutomation.IEEE，1992.710~715)根據(jù)直方圖的雙峰特性將邊緣模型參數(shù)中的背景灰度和目標(biāo)灰度單獨(dú)求出，因此，僅僅需要三個(gè)矩模板就可求出剩下兩個(gè)邊緣模型參數(shù)；由于Zemike矩的正交性和旋轉(zhuǎn)不變性，文獻(xiàn)"Orthogonalmomentoperatorsforsubpixeledgedetection"(GhosalS,MehrotraR.7ecog"/rio",1993,26(2):295-306)提出了基于Zeniike正交矩的亞像素邊緣定位算法，在亞像素邊緣定位時(shí)僅僅需要3個(gè)矩模板，其計(jì)算效率比利用空間矩的計(jì)算效率高。近年來(lái)，有不少學(xué)者對(duì)基于矩的亞像素邊緣定位方法提出了改進(jìn)。文獻(xiàn)"SubpixeledgelocationbasedonorthogonalFourier-Mellinmoments"(BinTJ,LeiA，CuiJW,KangWJ,LiuDD.iwageam/J^y/owCo/wpW"g,2008,26(4):563~569)提出了一種基于正交傅立葉一馬林矩的亞像素邊緣定位的方法，由于正交傅立葉一馬林矩對(duì)小形狀物體有較為突出的描繪作用，文章指出其定位精度較Zemike正交矩更高；文獻(xiàn)"一種改進(jìn)的Zernike正交矩亞像素邊緣檢測(cè)算法"(李金泉，王建偉，陳善本，吳林.光學(xué)技術(shù)，2003，29(4):500~504)和文獻(xiàn)"一種改進(jìn)的灰度矩亞像素邊緣檢測(cè)算法"(羅鈞，侯艷，付麗.重慶大學(xué)學(xué)報(bào)，2008，31(5):549~586)考慮了模板的放大效應(yīng)并且提出了更加切合實(shí)際的閾值選?。晃墨I(xiàn)"AfastsubpixeledgedetectionmethodusingSobel-Zernikemomentsoperator"(QuYD，CuiCS,ChenSB，LiJQ./wageFif>sZowCo附/w"'wg，2005,23(1):11~17)禾口文獻(xiàn)"AnovelfastsubpixeledgelocationmethodbasedonSobel-OFMM"(HuZF，DangHS，LiXR.In:ProceedingsoftheIEEEInternationalConferenceonAutomationandLogistics.Qingdao，China:IEEE,2008.828~832)提出在Sobel算子粗定位邊緣的基礎(chǔ)上，對(duì)所獲取的邊緣點(diǎn)進(jìn)行相關(guān)的矩運(yùn)算，進(jìn)而大大減少參與模板巻積運(yùn)算的像素點(diǎn)個(gè)數(shù)，提高算法快速性；文獻(xiàn)"基于Zernike正交矩的圖像亞像素邊緣檢測(cè)算法改進(jìn)"(高世一，趙明揚(yáng)，張雷，鄒媛媛.自動(dòng)化學(xué)報(bào)，2008，34(9):1163~1168)將Zernike正交矩的模板維數(shù)和個(gè)數(shù)加以擴(kuò)展來(lái)獲取更高的定位精度，但是算法復(fù)雜度和算法運(yùn)算時(shí)間都有所增加。以上的所有基于矩的方法，由于要采用多個(gè)模板對(duì)圖像進(jìn)行巻積，因此，算法耗時(shí)較大。
發(fā)明內(nèi)容針對(duì)現(xiàn)有技術(shù)所存在的缺點(diǎn)和限制，本發(fā)明的目的在于提供一種能夠提高測(cè)量系統(tǒng)精度的橢圓目標(biāo)的亞像素邊緣定位方法。本發(fā)明設(shè)計(jì)一種橢圓目標(biāo)的亞像素邊緣定位方法，該方法首先用Sobel邊緣檢測(cè)算子檢測(cè)圖像邊緣，在提取橢圓目標(biāo)邊緣后，用最小二乘法對(duì)橢圓邊緣點(diǎn)進(jìn)行擬合，得到6橢圓目標(biāo)的幾何參數(shù)，然后根據(jù)幾何參數(shù)和圖像矩的原理求取邊緣模型參數(shù)，進(jìn)而求得精確的亞像素邊緣位置。本發(fā)明采用如下技術(shù)方案一種橢圓目標(biāo)的亞像素邊緣定位方法，其主要步驟為第l步對(duì)圖像進(jìn)行除噪、Sobd算子邊緣檢測(cè)，然后提取橢圓目標(biāo)的邊緣點(diǎn)，記錄邊緣點(diǎn)的總數(shù)COWW_p/xe/，并儲(chǔ)存像素級(jí)邊緣點(diǎn)的坐標(biāo)，表示為(xp,),=1,2,3…co爐—/)ixe/;第2步利用第1步提取的橢圓目標(biāo)的邊緣點(diǎn)，求取橢圓一般方程x2+4x少+5j2+C;;c+化y+4-0的系數(shù)4、A、Ce、化、￡e，進(jìn)而求得橢圓的中心坐標(biāo)(^，義。)為A。少co—4A2—45橢圓的長(zhǎng)軸長(zhǎng)度為橢圓的短軸長(zhǎng)度為2(Je-5eCe2-化2+戦-")^(42-45e)(5e+V42+(1-A)2+1)第3步對(duì)橢圓目標(biāo)進(jìn)行亞像素邊緣定位，具體步驟如下第3.1步求取橢圓目標(biāo)的目標(biāo)灰度&和背景灰度/^，具體步驟如下第3丄1步在橢圓目標(biāo)邊緣周?chē)x取以初步獲取的橢圓目標(biāo)的中心(^。，尺。)為中心的內(nèi)外兩個(gè)正方形，內(nèi)正方形被橢圓目標(biāo)包容，外正方形包容橢圓目標(biāo)，內(nèi)正方形的邊長(zhǎng)長(zhǎng)度為橢圓目標(biāo)短軸長(zhǎng)度與.23像素的裕量之差的兩倍，外正方形的邊長(zhǎng)長(zhǎng)度為橢圓目標(biāo)長(zhǎng)軸長(zhǎng)度與23像素的裕量之和的兩倍；第3丄2步記錄內(nèi)、外正方形四個(gè)邊長(zhǎng)上的圖像像素點(diǎn)的個(gè)數(shù)，分別表示為cow"http://w/cfe、cow"/owtoVfe，并將內(nèi)、外正方形四個(gè)邊長(zhǎng)上的圖像像素點(diǎn)的灰度值分另11存<1諸于數(shù)組0/",,/=1,2,3…cow"Z一/"s/cfe禾口aow/"y=1,2,3…cow"/"—o"toWe中；第3丄3步分別對(duì)數(shù)組a&,、朋M。.按數(shù)值大小排序，選取a化,中位于中間的iV—/w^fe個(gè)元素的均值作為目標(biāo)灰度/!,選取flow。中位于中間的jV—ot/加^個(gè)元素的均值作為A，其中，Je為80%xowW—/ra/A取整后的結(jié)果，；V—owto/afe為80%xcow^—取整后的結(jié)果；第3丄4步對(duì)橢圓目標(biāo)的像素級(jí)邊緣點(diǎn)0Cp,力)，若、>乙，則像素級(jí)邊緣點(diǎn)(Xp,力)位于橢圓目標(biāo)的右半平面，若x^a。，則像素級(jí)邊緣點(diǎn)(Xp,力)位于橢圓目標(biāo)的左半平面；若橢圓目標(biāo)的灰度值比背景值灰度大，則將橢圓目標(biāo)左半平面的背景灰度和目標(biāo)灰度互換，橢圓目標(biāo)右半平面的目標(biāo)灰度和背景灰度則保持不變；若橢圓目標(biāo)的灰度值比背景灰度值小，則將橢圓目標(biāo)右半平面的背景灰度和目標(biāo)灰度互換，橢圓目標(biāo)的左半平面目標(biāo)灰度和背景灰度則保持不變；第3.2步對(duì)像素級(jí)邊緣點(diǎn)Op,^)求取邊緣角度e，計(jì)算公式為^=arctan其中，4、5e、Ce、A、^為第2步中獲取的橢圓一般方程的系數(shù)；第3.3步求取像素級(jí)邊緣點(diǎn)與真實(shí)邊緣點(diǎn)的間距/，具體步驟如下-第3.3.1步根據(jù)實(shí)際系統(tǒng)精度和快速性選定模板維數(shù)A^，A^為3、5或7，生成相應(yīng)維數(shù)的零階矩模板；第3.3.2步將以像素級(jí)邊緣點(diǎn)為中心的乂xA^鄰域像素的灰度值與第3.3.1步中所選取的零階矩模板進(jìn)行巻積，求出零階矩?cái)?shù)值M。。；第3.3.3步求取橢圓背景區(qū)域所在邊緣模型內(nèi)的面積&，計(jì)算公式為S—M00_;^其中，M。。為第3.3.2步求取的零階矩?cái)?shù)值，&、^分別為第3.1步求取的橢圓目標(biāo)的目標(biāo)灰度和背景灰度；第3.3.4步用査表法根據(jù)下式求取變量/，H會(huì)sin(2/)其中，52為第3.3.3步求取的橢圓背景區(qū)域所在邊緣模型內(nèi)的面積；第3.3.5步求取真實(shí)邊緣與像素級(jí)邊緣點(diǎn)的間距/，計(jì)算公式為/=COS第3.4步對(duì)于像素級(jí)邊緣點(diǎn)(、,^)，求出對(duì)應(yīng)的實(shí)際圖像邊緣的亞像素坐標(biāo)(XuA，>U)，計(jì)算公式為U=、+fcos⑨<TV其中，iV。為選取的模板維數(shù)，/為第3.3.5步求取的真實(shí)邊緣與像素級(jí)邊緣點(diǎn)的間距，9為第3.2步求取的邊緣角度；第3.5步對(duì)第1步中存儲(chǔ)的每一個(gè)像素級(jí)邊緣點(diǎn)，重復(fù)3丄43.4的操作，求取該橢圓目標(biāo)的所有精確的亞像素邊緣點(diǎn)的位置。與現(xiàn)有技術(shù)相比，本發(fā)明具有如下優(yōu)點(diǎn)(1)與已有的基于矩的二維圖像邊緣定位方法相比，本發(fā)明提出的亞像素邊緣定位的方法依靠幾何參數(shù)，獲取邊緣模型參數(shù)更加精確、穩(wěn)定，使得最終邊緣定位結(jié)果更加精確、穩(wěn)定，具體實(shí)驗(yàn)和實(shí)驗(yàn)數(shù)據(jù)如下，其中SGM(SpatialGrayMoment)法為基于空間灰度矩的方法，ZOM(ZernikeOrthogonalMoment)法為基于正交Zernike矩的方法，OFMM(OrthogonalFournier-MellinMoment)法為基于正交傅立葉一馬林矩的方法。一、仿真實(shí)驗(yàn)表1是本發(fā)明與其他方法對(duì)包含橢圓目標(biāo)的仿真圖進(jìn)行處理后的結(jié)果，SNR為圖像信噪比；從結(jié)果可知，本文方法的獲取精度和抗噪性能最好。二、實(shí)物實(shí)驗(yàn)分別采用本發(fā)明與其他方法對(duì)一幅實(shí)物圖進(jìn)行邊緣定位，實(shí)物圖原圖及定位結(jié)果如圖l所示；分別采用本發(fā)明與其他方法對(duì)多幅實(shí)物圖進(jìn)行邊緣定位，定位結(jié)果的擬合誤差如圖2所示；從實(shí)物實(shí)驗(yàn)結(jié)果可知，本發(fā)明的擬合誤差小于其他方法的擬合誤差，定位精度最高，并且穩(wěn)定性最好。_表l橢圓目標(biāo)亞像素邊緣定位結(jié)果比較(單位0.01/^g/)SNR=100dBSNR=50dBSNR=40dBSNR=30dB采用算法誤差均方根最大均方根最大均方根最大誤差誤差誤差誤差誤差誤差SGM8.648.698.798.728.888.919.35ZOM8.908.939.048.979.269.8110.60OFMM8.908.939.048.979.269.8110.60本發(fā)明3.053.083.153.103.274.194.78(2)本發(fā)明提出的亞像素邊緣定位的方法在Sobel邊緣算子粗步獲取邊緣點(diǎn)的基礎(chǔ)上，將參與圖像巻積運(yùn)算的模板個(gè)數(shù)減少一個(gè)，大大地減少了算法的運(yùn)算時(shí)間，提高了算法的快速性，表2為多種方法巻積運(yùn)算的時(shí)間比較。表2算法時(shí)間比較加法操作乘法操作SGM(5X5模板)25X6XZOM(5X5模板)25X3XWp25X3XA/pOFMM(5X5模板)25X6X7Vp25X6XjVp本發(fā)明(5X5模板)25XlX7Vp(3)本發(fā)明繼承了基于矩的亞像素邊緣定位方法抗噪性能好，定位精度高的優(yōu)點(diǎn)，克服了其運(yùn)算時(shí)間大的缺點(diǎn)，具有很強(qiáng)的實(shí)用性。圖1是本發(fā)明與其他方法的單副實(shí)物圖的比較結(jié)果圖。圖2是本發(fā)明與其他方法的多副實(shí)物圖的比較結(jié)果圖。圖3是亞像素邊緣定位具體步驟的流程圖。圖4是二維邊緣連續(xù)模型示意圖。圖5是目標(biāo)和背景灰度獲取示意圖。圖6是旋轉(zhuǎn)后邊緣模型俯視圖。圖7是實(shí)際處理原圖。圖8是像素級(jí)邊緣點(diǎn)的提取結(jié)果圖。圖9是內(nèi)、外正方形的選取結(jié)果圖。圖10是橢圓目標(biāo)的亞像素邊緣定位結(jié)果圖。10具體實(shí)施例方式實(shí)施例1下面結(jié)合附圖對(duì)本發(fā)明的具體實(shí)施方式作進(jìn)一步描述。應(yīng)用本方法進(jìn)行橢圓目標(biāo)的亞像素邊緣定位主要包括檢測(cè)橢圓目標(biāo)像素級(jí)邊緣、求取橢圓的幾何參數(shù)和亞像素邊緣定位三個(gè)操作步驟，具體步驟的流程圖如圖3所示，應(yīng)用本方法進(jìn)行橢圓目標(biāo)的亞像素邊緣定位的具體步驟如下步驟第1步對(duì)圖像進(jìn)行除噪、Sobel算子邊緣檢測(cè)，然后提取橢圓目標(biāo)的邊緣點(diǎn)，記錄邊緣點(diǎn)的總數(shù)coww—p/xe/，并儲(chǔ)存像素級(jí)邊緣點(diǎn)的坐標(biāo)，表示為0s，々)，P=l,2，3cow",—p/;ce/，其中，像素級(jí)邊緣點(diǎn)表示該邊緣點(diǎn)的坐標(biāo)為整像素級(jí)；第2步利用第l步提取的橢圓目標(biāo)的邊緣點(diǎn)，采用最小二乘擬合邊緣點(diǎn)的方法求取橢圓一般方程？+4矽+5^2+(^1+1)^+^=0的系數(shù)4、A、Ce、化、當(dāng)對(duì)co訓(xùn)U!';ce/個(gè)邊緣點(diǎn)進(jìn)行最小二乘橢圓擬合時(shí)，其均方差和為W_犯6e2=￡(《++A乂2+C>,++關(guān)于4、5。Ce、化、A分別對(duì)上式取偏導(dǎo)數(shù)，并令每個(gè)式子為零，得到一個(gè)包含5個(gè)方程和5個(gè)未知數(shù)的靜定方程組，用矩陣求逆或高斯列主元消去等方法求得橢圓一般方程的系數(shù)4、A、Ce、A、進(jìn)而求得橢圓的中心坐標(biāo)(^。,j^。)為x>=~——^4-A尺。_42一4&橢圓的長(zhǎng)軸長(zhǎng)度為,.|2CeDe-5eCe2-化2+4Se￡e-42￡e)V"2-45,廣A2+(l-A)2+l)橢圓的短軸長(zhǎng)度為麵&=|2際《—"4収-化V(42-4，e+V42+(l-5e)2+l)第3步圖4是二維邊緣模型圖，/^為目標(biāo)灰度值，^為背景灰度值，/為實(shí)際邊緣11點(diǎn)到原點(diǎn)的歸一化距離，原點(diǎn)代表第l步中提取的橢圓目標(biāo)的像素級(jí)邊緣點(diǎn)，e為邊緣法線方向與x軸的夾角，0￡(-|，|),&、^分別代表背景區(qū)域和目標(biāo)區(qū)域在邊緣模型內(nèi)的面積；對(duì)橢圓目標(biāo)進(jìn)行亞像素邊緣定位，具體步驟如下-第3.1步求取橢圓目標(biāo)的目標(biāo)灰度&和背景灰度/v具體步驟如下第3丄1步根據(jù)橢圓目標(biāo)的灰度分布特性，在橢圓目標(biāo)邊緣周?chē)x取內(nèi)、外兩個(gè)正方形邊上的像素灰度均值作為橢圓目標(biāo)的目標(biāo)灰度值和背景灰度值，其中，內(nèi)、外兩個(gè)正方形的選取方法為在橢圓目標(biāo)邊緣周?chē)x取以初步獲取的橢圓目標(biāo)的中心(&。,尺。)為中心的內(nèi)外兩個(gè)正方形，內(nèi)正方形被橢圓目標(biāo)包容，外正方形包容橢圓目標(biāo)，內(nèi)正方形的邊長(zhǎng)長(zhǎng)度為橢圓目標(biāo)短軸長(zhǎng)度與23像素的裕量之差的兩倍，外正方形的邊長(zhǎng)長(zhǎng)度為橢圓目標(biāo)長(zhǎng)軸長(zhǎng)度與23像素的裕量之和的兩倍，圖5為內(nèi)、外正方形的選取示意圖，o為整幅圖像的原點(diǎn)，選為圖像的左上角，兩個(gè)粗線正方形為所選的內(nèi)、外正方形，中心為橢圓目標(biāo)中心《，、/o"gox紅分別表示橢圓目標(biāo)的短軸長(zhǎng)度和長(zhǎng)軸長(zhǎng)度，內(nèi)正方形邊長(zhǎng)/,和外正方形邊長(zhǎng)A的長(zhǎng)度滿(mǎn)足q，q為選取的裕量；第3丄2步記錄內(nèi)、外正方形四個(gè)邊長(zhǎng)上的圖像像素點(diǎn)的個(gè)數(shù)，分別表示為cowWjm/A、cow"f—ow加We，并將內(nèi)、外正方形四個(gè)邊長(zhǎng)上的圖像像素點(diǎn)的灰度值分另U存儲(chǔ)于數(shù)組fl/",.,z'=1，2，3.'cow"f_/"wVfe和,_/=1,2,3...co""/_中；第3丄3步為了消除實(shí)際圖像中噪聲的影響，首先分別對(duì)數(shù)組"/",、"ot^.按數(shù)值大小排序，選取"/w,中位于中間的7V—/朋We個(gè)元素的均值作為目標(biāo)灰度^，選取⑧"。中位于中間的iV_ow加'cfe個(gè)元素的均值作為&，其中，—/raWe為80%xco朋/—/ra/cfe取整后的結(jié)果，iV—owtoVfe為80%xco柳/—owtoV/e取整后的結(jié)果；第3丄4步對(duì)于橢圓目標(biāo)的像素級(jí)邊緣點(diǎn)(Xp,力)，若、〉A(chǔ)。，則像素級(jí)邊緣點(diǎn)(、,^)位于橢圓目標(biāo)的右半平面，若5《A。，則像素級(jí)邊緣點(diǎn)(、,^)位于橢圓目標(biāo)的A=2x(WoWax/s—c2)/2=2x(/owgax/s+c)12左半平面；當(dāng)邊緣模型沿著橢圓目標(biāo)邊緣移動(dòng)時(shí)，上述求取的目標(biāo)、背景灰度與邊緣模型所指示的背景、目標(biāo)灰度不一致，為了適應(yīng)邊緣模型指示的背景、目標(biāo)灰度，需做以下調(diào)整若橢圓目標(biāo)的灰度值比背景值灰度大，則將橢圓目標(biāo)左半平面的背景灰度和目標(biāo)灰度互換，橢圓目標(biāo)右半平面的目標(biāo)灰度和背景灰度則保持不變；若橢圓目標(biāo)的灰度值比背景灰度值小，則將橢圓目標(biāo)右半平面的背景灰度和目標(biāo)灰度互換，橢圓目標(biāo)的左半平面目標(biāo)灰度和背景灰度則保持不變；第3.2步利用橢圓目標(biāo)的邊緣像素點(diǎn)的梯度方向?yàn)樵擖c(diǎn)所在橢圓曲線的法線方向的性質(zhì)，對(duì)像素級(jí)邊緣點(diǎn)求取邊緣角度P，方法為根據(jù)幾何知識(shí)，邊緣點(diǎn)(JCp,^)的法線方向斜率A^gTfld為其中，^、&、Ce、A、&為第2步中獲取的橢圓一般方程G(x，力=+柳+5j2+Cejc+￡>j+￡e=0的系數(shù)；該邊緣點(diǎn)(、,^)的邊緣角度為'2xp+"p+Ce^=arctanA:—^rafi=arctan、一P■"e々.—e乂第3.3步求取像素級(jí)邊緣點(diǎn)與真實(shí)邊緣點(diǎn)的間距/，具體步驟如下:第3.3.1步對(duì)于理想邊緣模型，需將其離散為A^xA^的圖像，其中，A^為模板的維數(shù)，A^為3，5，7，模板維數(shù)越高，精度越高，但是算法復(fù)雜度增加，因此，根據(jù)實(shí)際系統(tǒng)精度和快速性選定模板維數(shù)A^由于四個(gè)邊緣參數(shù)只有一個(gè)尚未求解，僅需要一個(gè)零階矩模板就可求出邊緣參數(shù)/,因此，根據(jù)選定的A^，生成相應(yīng)維數(shù)的零階矩模板，其中，3X3、5X5、7X7零階矩模板如表3表5所示；表33X3零階矩模板0.24240.43190.24240.43190.44440.43190.24240.43190.2424表45X5零階矩模板0.02190.12310.15730.12310.02190.12310.15730.12310.Q2190.16000.16000.16000.1231.0,16000.16000,16000.1,5730.16000.16000.1600Q.123.10.12310.15730.12310.0219_表57X7零階矩模板_00扁70.06860細(xì)70細(xì)60扁700細(xì)70.08150.08160.08160.08160.08150扁70.06860.08160.08160.08160.08160.08160.06860.08070.08160週60.08160.08160.08160細(xì)70.06860.08160.08160.08160.08160.08160.06860.02870.08150.08160.08160.08160.08150.028700.02870.06860.08070.06860.02870第3.3.2步在離散的情況下，矩的計(jì)算為相關(guān)運(yùn)算，因此，將以像素級(jí)邊緣點(diǎn)為中心的A^x7^鄰域像素的灰度值與第3.3.1步中所選取的零階矩模板進(jìn)行巻積，求出零階矩?cái)?shù)值M。。；第3.3.3步根據(jù)邊緣模型圖，連續(xù)二維邊緣模型的零階矩計(jì)算公式為-似oo=JJ"/0，力血辦=5^+5^2將邊緣模型投影于一個(gè)單位圓，有因此，橢圓背景區(qū)域所在邊緣模型內(nèi)的面積&的計(jì)算公式為/2—&其中，M。。為第3.3.2步求取的零階矩?cái)?shù)值，A、/^分別為第3.1步求取的橢圓目標(biāo)的目標(biāo)灰度和背景灰度；第3.3.4步將邊緣模型經(jīng)順時(shí)針旋轉(zhuǎn)6，旋轉(zhuǎn)后的邊緣模型俯視圖如圖6所示，為像素級(jí)邊緣點(diǎn)，/為像素級(jí)邊緣點(diǎn)與真實(shí)邊緣點(diǎn)的間距，陰影弓形區(qū)域代表橢圓目標(biāo)的背景區(qū)域，交外圓周為G一^，并且o;;丄AR，7;在外圓周上，陰影弓形區(qū)域面積為第3.3.3步求取的&，-為弧G;;對(duì)應(yīng)的圓心角，根據(jù)簡(jiǎn)單的幾何關(guān)系，有S2—|sin(2")上式涉及非線性方程求解，為了提高算法快速性，用査表法求解變量"；第3.3.5步由圖6可知，真實(shí)邊緣與像素級(jí)邊緣點(diǎn)的間距/的計(jì)算公式為/■-COS第3.4步根據(jù)邊緣模型，對(duì)于像素級(jí)邊緣點(diǎn)(x"^)，對(duì)應(yīng)的實(shí)際圖像邊緣的亞像素坐標(biāo)(x^，凡^)為V*=>V+,sin(<9)考慮到模板的放大效應(yīng)，因此，上式改寫(xiě)為U=xp+f/cos(^)U"p+fsi,其中，A^為選取的模板維數(shù)，/為第3.3.5步求取的真實(shí)邊緣與像素級(jí)邊緣點(diǎn)的間距，0為第3.2步求取的邊緣角度；第3.5步對(duì)第1步中存儲(chǔ)的每一個(gè)像素級(jí)邊緣點(diǎn)，重復(fù)3丄43.4的操作，求取該橢圓目標(biāo)的所有精確的亞像素邊緣點(diǎn)的位置。實(shí)施例2根據(jù)上述方法，采用本發(fā)明對(duì)如圖7所示的一副包含橢圓目標(biāo)的實(shí)際圖像進(jìn)行亞像素邊緣定位，具體流程如下第l步對(duì)圖像進(jìn)行除噪、Sobel算子邊緣檢測(cè)，然后提取橢圓目標(biāo)的邊緣點(diǎn)，提取后的橢圓邊緣點(diǎn)如圖8所示，記錄邊緣點(diǎn)的總數(shù)c卯"/—內(nèi)xe/，此時(shí)，cow"/—j^e/=47;儲(chǔ)存像素級(jí)邊緣點(diǎn)的坐標(biāo)，表示為(Xp,力)，;^1,2,3…cow"r—;7/xe/，其中，像素級(jí)邊緣點(diǎn)表示該邊緣點(diǎn)的坐標(biāo)為整像素級(jí)，存儲(chǔ)的像素級(jí)邊緣點(diǎn)坐標(biāo)如表6所示；第2步利用第l步提取的橢圓目標(biāo)的邊緣點(diǎn)，釆用最小二乘擬合邊緣點(diǎn)的方法求15取橢圓一般方程乂2+4;^+&/+^>+￡^+&=0的系數(shù)4、A、Ce、化、￡e，此時(shí)，4=-0.0841，慫-0.7570，Ce=-80.7437，化=-72.2997，&=3470.1，進(jìn)而求得橢圓的中心坐標(biāo),尺。)為<formula>formulaseeoriginaldocumentpage16</formula>橢圓的長(zhǎng)軸長(zhǎng)度為橢圓的短軸長(zhǎng)度為<formula>formulaseeoriginaldocumentpage16</formula>表6像素級(jí)邊緣點(diǎn)坐標(biāo)(單位像素)<table>tableseeoriginaldocumentpage16</column></row><table>第3步圖4是二維邊緣模型圖，^為目標(biāo)灰度值，/^為背景灰度值，/為實(shí)際邊緣點(diǎn)到原點(diǎn)的歸一化距離，原點(diǎn)代表第l步中提取的橢圓目標(biāo)的像素級(jí)邊緣點(diǎn)，^為邊緣法線方向與x軸的夾角，0e(-^,工)，S,、52分別代表背景區(qū)域和目標(biāo)區(qū)域在邊緣模型22內(nèi)的面積；對(duì)橢圓目標(biāo)進(jìn)行亞像素邊緣定位，具體步驟如下第3.1步求取橢圓目標(biāo)的目標(biāo)灰度&和背景灰度/v具體步驟如下第3.U步根據(jù)橢圓目標(biāo)的灰度分布特性，在橢圓目標(biāo)邊緣周?chē)x取內(nèi)、外兩個(gè)正方形邊上的像素灰度均值作為橢圓目標(biāo)的目標(biāo)灰度值和背景灰度值，其中，內(nèi)、外兩個(gè)正方形的選取方法為在橢圓目標(biāo)邊緣周?chē)x取以初步獲取的橢圓目標(biāo)的中心(&。,乂。)為中心的內(nèi)外兩個(gè)正方形，內(nèi)正方形被橢圓目標(biāo)包容，外正方形包容橢圓目標(biāo)，內(nèi)正方形的邊長(zhǎng)長(zhǎng)度為橢圓目標(biāo)短軸長(zhǎng)度與23像素的裕量之差的兩倍，外正方形的邊長(zhǎng)長(zhǎng)度為橢圓目標(biāo)長(zhǎng)軸長(zhǎng)度與23像素的裕量之和的兩倍，圖9中兩個(gè)白色正方形為選取的內(nèi)、外正方形；第3丄2步記錄內(nèi)、外正方形四個(gè)邊長(zhǎng)上的圖像像素點(diǎn)的個(gè)數(shù)，分別表示為co贈(zèng)—/"57'cfe、coww/—ow/57'cfe，此時(shí)，coww/_/柳We=48，co慮_o她/cfe=88，并將內(nèi)、外正方形四個(gè)邊長(zhǎng)上的圖像像素點(diǎn)的灰度值分別存儲(chǔ)于數(shù)組"/",，/=1，2，3-《做^—/氾油禾口flfOM/"乂,_/=1，2，3...COWW—OM/"57Vfe中；第3丄3步為了消除實(shí)際圖像中噪聲的影響，首先分別對(duì)數(shù)組flZ'",.、"o"。.按數(shù)值大小排序，選取m'w,.中位于中間的iVjw^個(gè)元素的均值作為目標(biāo)灰度A，選取ao"。中位于中間的iV—ow加cfe個(gè)元素的均值作為/2，其中，iV_/"w'cfe為80%xcow"f—/"wV/e取整后的結(jié)果，0""/^為80°/(^"""/_01^/^取整后的結(jié)果，此時(shí)，目標(biāo)灰度/2!=120，背景灰度/2=30，7Vj"wWe=38，AA—owtoWe=70;第3丄4步對(duì)于橢圓目標(biāo)的像素級(jí)邊緣點(diǎn)(Xp，々)，若^>&。，則像素級(jí)邊緣點(diǎn)(,^)位于橢圓目標(biāo)的右半平面，若x^&，則像素級(jí)邊緣點(diǎn)(，;g位于橢圓目標(biāo)的左半平面；當(dāng)邊緣模型沿著橢圓目標(biāo)邊緣移動(dòng)時(shí)，上述求取的目標(biāo)、背景灰度與邊緣模型所指示的背景、目標(biāo)灰度不一致，為了適應(yīng)邊緣模型指示的背景、目標(biāo)灰度，需做以下調(diào)整若橢圓目標(biāo)的灰度值比背景值灰度大，則將橢圓目標(biāo)左半平面的背景灰度和目標(biāo)灰度互換，橢圓目標(biāo)右半平面的目標(biāo)灰度和背景灰度則保持不變；若橢圓目標(biāo)的灰度值比背景灰度值小，則將橢圓目標(biāo)右半平面的背景灰度和目標(biāo)灰度互換，橢圓目標(biāo)的左半平面目標(biāo)灰度和背景灰度則保持不變；第3.2步利用橢圓目標(biāo)的邊緣像素點(diǎn)的梯度方向?yàn)樵擖c(diǎn)所在橢圓曲線的法線方向的性質(zhì)，對(duì)像素級(jí)邊緣點(diǎn)(;Cp，^)求取邊緣角度^方法為根據(jù)幾何知識(shí)，邊緣點(diǎn)(Xp,^)的法線方向斜率A一grac/為:A:一grad=x=仏+24力+化"力2Xp+化+C《其中，4、A、Ce、A、&為第2步中獲取的橢圓一般方程G(jc,少)=jc2+^i矽+5e>;2+Cejc+Z)e_y+￡e=0的系數(shù)；該邊緣點(diǎn)(xp，)的邊緣角度為P=arctanA;rac/=arctan--^-第3.3步求取像素級(jí)邊緣點(diǎn)與真實(shí)邊緣點(diǎn)的間距/，具體步驟如下第3.3.1步對(duì)于理想邊緣模型，需將其離散為A^xA^的圖像，其中，A^為模板的維數(shù)，A^為3，5，7，模板維數(shù)越高，精度越高，但是算法復(fù)雜度增加，因此，根據(jù)實(shí)際系統(tǒng)精度和快速性選定模板維數(shù)i^;在此實(shí)例中，選取iV。-5，5X5的零階矩模板如表4所示；第3.3.2步在離散的情況下，矩的計(jì)算為相關(guān)運(yùn)算，因此，將以像素級(jí)邊緣點(diǎn)為中心的A^xA^鄰域像素的灰度值與第3.3.1步中所選取的零階矩模板進(jìn)行巻積，求出零階矩?cái)?shù)值M。。；第3.3.3步根據(jù)邊緣模型圖，連續(xù)二維邊緣模型的零階矩計(jì)算公式為M00=^[f/(X，力血辦=+S2/22將邊緣模型投影于一個(gè)單位圓，有因此，橢圓背景區(qū)域所在邊緣模型內(nèi)的面積&的計(jì)算公式為似00-其中，M。。為第3.3.2步求取的零階矩?cái)?shù)值，&、/2分別為第3.1步求取的橢圓目標(biāo)的目標(biāo)灰度和背景灰度；第3.3.4步將邊緣模型經(jīng)順時(shí)針旋轉(zhuǎn)e，旋轉(zhuǎn)后的邊緣模型俯視圖如圖6所示，Op為像素級(jí)邊緣點(diǎn)，/為像素級(jí)邊緣點(diǎn)與真實(shí)邊緣點(diǎn)的間距，陰影弓形區(qū)域代表橢圓目標(biāo)的背景區(qū)域，交外圓周為《、R，并且Op7;丄Ge^，7;在外圓周上，陰影弓形區(qū)域面積為第3.3.3步求取的&，yS為弧《7;對(duì)應(yīng)的圓心角，根據(jù)簡(jiǎn)單的幾何關(guān)系，有上式涉及非線性方程求解，為了提高算法快速性，用査表法求解變量^;第3.3.5步由圖6可知，真實(shí)邊緣與像素級(jí)邊緣點(diǎn)的間距/的計(jì)算公式為:第3.4步根據(jù)邊緣模型，對(duì)于像素級(jí)邊緣點(diǎn)(、，少p)，對(duì)應(yīng)的實(shí)際圖像邊緣的亞像，少幼6)為考慮到模板的放大效應(yīng)，因此，上式改寫(xiě)為'iVU=、+fZcos(6>),TVL=、+f/sin(6>)其中，A^為選取的模板維數(shù)，/為第3.3.5步求取的真實(shí)邊緣與像素級(jí)邊緣點(diǎn)的間距，P為第3.2步求取的邊緣角度；第3.5步對(duì)第1步中存儲(chǔ)的每一個(gè)像素級(jí)邊緣點(diǎn)，重復(fù)3丄43.4的操作，求取該橢圓目標(biāo)的所有精確的亞像素邊緣點(diǎn)的位置，最終結(jié)果如圖IO所示。S2=々—一sin(2〃)權(quán)利要求1、一種橢圓目標(biāo)的亞像素邊緣定位方法，其特征在于第1步對(duì)圖像進(jìn)行除噪、Sobel算子邊緣檢測(cè)，然后提取橢圓目標(biāo)的邊緣點(diǎn)，記錄邊緣點(diǎn)的總數(shù)count_pixel，并儲(chǔ)存像素級(jí)邊緣點(diǎn)的坐標(biāo)，表示為(xp，yp)，p＝1，2，3…count_pixel；第2步利用第1步提取的橢圓目標(biāo)的邊緣點(diǎn)，求取橢圓一般方程x2+Aexy+Bey2+Cex+Dey+Ee＝0的系數(shù)Ae、Be、Ce、De、Ee，進(jìn)而求得橢圓的中心坐標(biāo)(xco，yco)為橢圓的長(zhǎng)軸長(zhǎng)度為橢圓的短軸長(zhǎng)度為第3步對(duì)橢圓目標(biāo)進(jìn)行亞像素邊緣定位，具體步驟如下第3.1步求取橢圓目標(biāo)的目標(biāo)灰度h1和背景灰度h2，具體步驟如下第3.1.1步在橢圓目標(biāo)邊緣周?chē)x取以初步獲取的橢圓目標(biāo)的中心(xco，yco)為中心的內(nèi)外兩個(gè)正方形，內(nèi)正方形被橢圓目標(biāo)包容，外正方形包容橢圓目標(biāo)，內(nèi)正方形的邊長(zhǎng)長(zhǎng)度為橢圓目標(biāo)短軸長(zhǎng)度與2～3像素的裕量之差的兩倍，外正方形的邊長(zhǎng)長(zhǎng)度為橢圓目標(biāo)長(zhǎng)軸長(zhǎng)度與2～3像素的裕量之和的兩倍；第3.1.2步記錄內(nèi)、外正方形四個(gè)邊長(zhǎng)上的圖像像素點(diǎn)的個(gè)數(shù)，分別表示為count_inside、count_outside，并將內(nèi)、外正方形四個(gè)邊長(zhǎng)上的圖像像素點(diǎn)的灰度值分別存儲(chǔ)于數(shù)組aini，i＝1，2，3…count_inside和aoutj，j＝1，2，3…count_outside中；第3.1.3步分別對(duì)數(shù)組aini、aoutj按數(shù)值大小排序，選取aini中位于中間的N_inside個(gè)元素的均值作為目標(biāo)灰度h1，選取aoutj中位于中間的N_outside個(gè)元素的均值作為h2，其中，N_inside為80％×count_inside取整后的結(jié)果，N_outside為80％×count_outside取整后的結(jié)果；第3.1.4步對(duì)橢圓目標(biāo)的像素級(jí)邊緣點(diǎn)(xp，yp)，若xp>xco，則像素級(jí)邊緣點(diǎn)(xp，yp)位于橢圓目標(biāo)的右半平面，若xp≤xco，則像素級(jí)邊緣點(diǎn)(xp，yp)位于橢圓目標(biāo)的左半平面；若橢圓目標(biāo)的灰度值比背景值灰度大，則將橢圓目標(biāo)左半平面的背景灰度和目標(biāo)灰度互換，橢圓目標(biāo)右半平面的目標(biāo)灰度和背景灰度則保持不變；若橢圓目標(biāo)的灰度值比背景灰度值小，則將橢圓目標(biāo)右半平面的背景灰度和目標(biāo)灰度互換，橢圓目標(biāo)的左半平面目標(biāo)灰度和背景灰度則保持不變；第3.2步對(duì)像素級(jí)邊緣點(diǎn)(xp，yp)求取邊緣角度θ，計(jì)算公式為其中，Ae、Be、Ce、De、Ee為第2步中獲取的橢圓一般方程的系數(shù)；第3.3步求取像素級(jí)邊緣點(diǎn)與真實(shí)邊緣點(diǎn)的間距l(xiāng)，具體步驟如下第3.3.1步根據(jù)實(shí)際系統(tǒng)精度和快速性選定模板維數(shù)Nc，Nc為3、5或7，生成相應(yīng)維數(shù)的零階矩模板；第3.3.2步將以像素級(jí)邊緣點(diǎn)為中心的Nc×Nc鄰域像素的灰度值與第3.3.1步中所選取的零階矩模板進(jìn)行卷積，求出零階矩?cái)?shù)值M00；第3.3.3步求取橢圓背景區(qū)域所在邊緣模型內(nèi)的面積S2，計(jì)算公式為其中，M00為第3.3.2步求取的零階矩?cái)?shù)值，h1、h2分別為第3.1步求取的橢圓目標(biāo)的目標(biāo)灰度和背景灰度；第3.3.4步用查表法根據(jù)下式求取變量β，其中，S2為第3.3.3步求取的橢圓背景區(qū)域所在邊緣模型內(nèi)的面積；第3.3.5步求取真實(shí)邊緣與像素級(jí)邊緣點(diǎn)的間距l(xiāng)，計(jì)算公式為l＝cosβ第3.4步對(duì)于像素級(jí)邊緣點(diǎn)(xp，yp)，求出對(duì)應(yīng)的實(shí)際圖像邊緣的亞像素坐標(biāo)(xsub，ysub)，計(jì)算公式為其中，Nc為選取的模板維數(shù)，l為第3.3.5步求取的真實(shí)邊緣與像素級(jí)邊緣點(diǎn)的間距，θ為第3.2步求取的邊緣角度；第3.5步對(duì)第1步中存儲(chǔ)的每一個(gè)像素級(jí)邊緣點(diǎn)，重復(fù)3.1.4～3.4的操作，求取該橢圓目標(biāo)的所有精確的亞像素邊緣點(diǎn)的位置。全文摘要一種橢圓目標(biāo)的亞像素邊緣定位方法主要涉及橢圓目標(biāo)的精確參數(shù)求取、攝像機(jī)標(biāo)定、匹配等圖像處理和機(jī)器視覺(jué)，該方法主要分為三個(gè)主要步驟第一個(gè)步驟是對(duì)圖像除噪、Sobel算子邊緣檢測(cè)、提取橢圓目標(biāo)的邊緣點(diǎn)；第二個(gè)步驟是利用邊緣點(diǎn)求得橢圓目標(biāo)的幾何參數(shù)；第三個(gè)步驟是亞像素邊緣定位。其中，亞像素邊緣定位又分為求取邊緣模型的目標(biāo)灰度和背景灰度、求取邊緣角度、求取邊緣點(diǎn)與真實(shí)邊緣點(diǎn)的間距和求取亞像素邊緣點(diǎn)的精確位置四個(gè)部分。亞像素邊緣定位綜合利用了橢圓目標(biāo)的幾何參數(shù)、橢圓目標(biāo)的灰度分布特征以及二維邊緣模型。該方法不但有效地提高了邊緣定位的精度和魯棒性，而且大大減少了運(yùn)算量，提高快速性。文檔編號(hào)G06T7/00GK101465002SQ20091002802公開(kāi)日2009年6月24日申請(qǐng)日期2009年1月5日優(yōu)先權(quán)日2009年1月5日發(fā)明者虎張,達(dá)飛鵬申請(qǐng)人:東南大學(xué)