本發(fā)明涉及視覺識別技術(shù)領(lǐng)域，特別涉及一種基于輪廓識別球型目標(biāo)物位置的方法。

背景技術(shù)：

當(dāng)前目標(biāo)識別的方法可以分為三類：基于表象特征的方法、基于形狀特征的方法、基于表象和形狀特征相結(jié)合的方法?；谛螤钐卣鞯哪繕?biāo)識別方法是當(dāng)前研究的一個熱點，近些年來取得了顯著的進(jìn)展。從傳統(tǒng)的基于傅里葉變換或不變矩等方法，發(fā)展為當(dāng)前大多屬于基于輪廓和骨架兩種形狀描述子的形狀匹配方法。相對于點集，輪廓具有更加豐富的信息，且輪廓不容易受到光照、物體顏色和紋理變化的影響，但是在實際運用過程中，存在大量的噪點，影響輪廓的識別準(zhǔn)確性。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于：克服現(xiàn)有技術(shù)中在實際運用過程中，存在大量的噪點，影響輪廓的識別準(zhǔn)確性的問題。

為了實現(xiàn)上述發(fā)明目的，本發(fā)明提供一種基于輪廓識別球型目標(biāo)物位置的方法，其特征在于，包括以下步驟，

步驟一：獲取目標(biāo)區(qū)域的原始圖像后，根據(jù)所述原始圖像中背景的灰度值，標(biāo)記目標(biāo)圖像區(qū)域；

步驟二：根據(jù)目標(biāo)圖像區(qū)域中各個像素點的坐標(biāo)和灰度值，計算出相應(yīng)的質(zhì)心坐標(biāo)，并根據(jù)質(zhì)心坐標(biāo)的計算結(jié)果，計算目標(biāo)圖像區(qū)域的偏心度；

步驟三：以背景的灰度值為二值化閾值，對當(dāng)前幀圖像進(jìn)行二值化處理，經(jīng)二值化處理后，背景為黑色，目標(biāo)圖像區(qū)域的像素點為白色；

步驟四：根據(jù)目標(biāo)圖像區(qū)域的偏心度，對經(jīng)二值化處理的圖像進(jìn)行腐蝕收縮；

步驟五：采用Prewitt算子對二值化后的圖像進(jìn)行輪廓點的檢測，檢測完成后，記白色的像素點為輪廓點，并判斷輪廓點的數(shù)量是否達(dá)到設(shè)定閾值，以確定目標(biāo)圖像區(qū)域是否存在目標(biāo)物，若達(dá)到，繼續(xù)下一步驟，否則，跳轉(zhuǎn)至步驟一，開始處理下一幀圖像；

步驟六：從檢測到的輪廓點之中選取至少三個，用于確定一個圓心坐標(biāo)為(a,b)，半徑為r的擬合圓，若滿足條件的輪廓點的個數(shù)達(dá)到目標(biāo)閾值，則所述擬合圓為真實目標(biāo)圓，所述擬合圓的圓心為球型目標(biāo)物的位置，若達(dá)不到目標(biāo)閾值，則將跳轉(zhuǎn)至步驟一，開始處理下一幀圖像；其中，r為所述擬合圓的半徑，n為小于r且大于0的常數(shù)。

根據(jù)一種具體的實施方式，目標(biāo)區(qū)域的圖像采用YUV數(shù)據(jù)輸出格式，并進(jìn)行二值化處理時，提取圖像數(shù)據(jù)的Y值。

根據(jù)一種具體的實施方式，采用以下公式計算公式其中M,N分別表示圖像的行和列，ρ(x,y)為(x,y)坐標(biāo)處的灰度值，質(zhì)心坐標(biāo)為(U₀,V₀)。

根據(jù)一種具體的實施方式，根據(jù)質(zhì)心坐標(biāo)(U₀,V₀)，將原始圖像劃分為左上子區(qū)域、右上子區(qū)域、左下子區(qū)域和右下子區(qū)域四個子區(qū)域，并且面積分別用S₁，S₂，S₃和S₄表示；

先計算和若σ₁>1，則偏上，σ₁＝1，則上下不偏，σ₁<1，則偏下，若σ₂>1，則偏左，σ₂＝1，則左右不偏，σ₂<1，則偏右；

除σ₁＝1且σ₂＝1的情況外，再計算和若σ₃>1，則偏左上，σ₃<1，則偏右下，若σ₄>1，則偏右上，σ₄<1，則偏左下；

其中，σ₁，σ₂，σ₃和σ₄分別表示相應(yīng)對比方向上的偏心度。

根據(jù)一種具體的實施方式，根據(jù)σ₁，σ₂，σ₃和σ₄，分別對相應(yīng)方向上的子區(qū)域進(jìn)行腐蝕收縮。

根據(jù)一種具體的實施方式，分別從左上子區(qū)域、右上子區(qū)域、左下子區(qū)域和右下子區(qū)域中選取至少一個輪廓點，并且所選取的輪廓點中的任意三個組合確定一個圓，將確定的圓的圓心坐標(biāo)平均值作為擬合圓的圓心坐標(biāo)，將確定的圓的半徑的平均值作為擬合圓的半徑。

與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果：本發(fā)明基于輪廓識別球型目標(biāo)物位置的方法，其方法為通過獲取目標(biāo)區(qū)域的原始圖像，標(biāo)記出目標(biāo)圖像區(qū)域，并結(jié)合目標(biāo)圖像區(qū)域的偏心度，然后對二值化處理后的圖像進(jìn)行腐蝕收縮，使得圖像的邊緣對稱，減少了噪點，并且進(jìn)一步采用Prewitt算子檢測輪廓點，再基于輪廓點確定一個擬合圓，當(dāng)與擬合圓圓心的距離在設(shè)定范圍內(nèi)的輪廓點的個數(shù)達(dá)到目標(biāo)閾值，則擬合圓的圓心坐標(biāo)為球型目標(biāo)物的中心位置。本發(fā)明能夠有效地減小噪點的產(chǎn)生，同時運算簡單，輪廓識別的準(zhǔn)確性高。

附圖說明：

圖1是本發(fā)明的流程示意圖；

圖2是本發(fā)明像素點的八鄰域模板示意圖；

圖3是本發(fā)明獲取擬合圓圓心的示意圖。

具體實施方式

下面結(jié)合具體實施方式對本發(fā)明作進(jìn)一步的詳細(xì)描述。但不應(yīng)將此理解為本發(fā)明上述主題的范圍僅限于以下的實施例，凡基于本發(fā)明內(nèi)容所實現(xiàn)的技術(shù)均屬于本發(fā)明的范圍。

如圖1所示的本發(fā)明的流程示意圖；其中，本發(fā)明基于輪廓識別球型目標(biāo)物位置的方法包括六個步驟。

步驟一：獲取目標(biāo)區(qū)域的原始圖像后，根據(jù)所述原始圖像中背景的灰度值，標(biāo)記目標(biāo)圖像區(qū)域。其中，設(shè)定在球型目標(biāo)物所處的位置的一定范圍內(nèi)為目標(biāo)區(qū)域，通過視覺傳感器獲取目標(biāo)區(qū)域的原始圖像。同時球型目標(biāo)物置于目標(biāo)區(qū)域中，能夠與背景明顯地區(qū)分，從而在獲取的原始圖像中，球型目標(biāo)物所在區(qū)域的灰度值與背景的灰度值也具有明顯的對比，因此，根據(jù)原始圖像中背景的灰度值，進(jìn)行灰度值區(qū)分，即可標(biāo)記目標(biāo)圖像區(qū)域。

步驟二：根據(jù)目標(biāo)圖像區(qū)域中各個像素點的坐標(biāo)和灰度值，計算出相應(yīng)的質(zhì)心坐標(biāo)，并根據(jù)質(zhì)心坐標(biāo)的計算結(jié)果，計算目標(biāo)圖像區(qū)域的偏心度。

具體的，采用以下公式計算公式其中M,N分別表示圖像的行和列，ρ(x,y)為(x,y)坐標(biāo)處的灰度值，質(zhì)心坐標(biāo)為(U₀,V₀)。

步驟三：以背景的灰度值為二值化閾值，對當(dāng)前幀圖像進(jìn)行二值化處理，經(jīng)二值化處理后，背景為黑色，目標(biāo)圖像區(qū)域的像素點為白色。其中，當(dāng)像素點的灰度值大于背景的灰度值，則將該像素點的灰度值值設(shè)置為255；當(dāng)像素點的灰度值小于或等于背景的灰度值，則將該像素點的灰度值設(shè)置為0。即經(jīng)二值化處理后，背景為黑色，目標(biāo)圖像區(qū)域的像素點為白色。

步驟四：根據(jù)目標(biāo)圖像區(qū)域的偏心度，對經(jīng)二值化處理的圖像進(jìn)行腐蝕收縮。具體的，首先根據(jù)質(zhì)心坐標(biāo)(U₀,V₀)，將原始圖像劃分為左上子區(qū)域、右上子區(qū)域、左下子區(qū)域和右下子區(qū)域四個子區(qū)域，并且面積分別用S₁，S₂，S₃和S₄表示。然后先計算和若σ₁>1，則偏上，σ₁＝1，則上下不偏，σ₁<1，則偏下，若σ₂>1，則偏左，σ₂＝1，則左右不偏，σ₂<1，則偏右。

除σ₁＝1且σ₂＝1，即四個子區(qū)域無偏的情況外，再計算和若σ₃>1，則偏左上，σ₃<1，則偏右下，若σ₄>1，則偏右上，σ₄<1，則偏左下。其中，σ₁，σ₂，σ₃和σ₄分別表示相應(yīng)對比方向上的偏心度。

在實施時，根據(jù)σ₁，σ₂，σ₃和σ₄，分別對相應(yīng)方向上的子區(qū)域進(jìn)行腐蝕收縮，例如則右上子區(qū)域與右下子區(qū)域構(gòu)成的右半?yún)^(qū)域沿質(zhì)心向內(nèi)收縮12％面積。

步驟五：采用Prewitt算子對二值化后的圖像進(jìn)行輪廓點的檢測，檢測完成后，記白色的像素點為輪廓點，并判斷輪廓點的數(shù)量是否達(dá)到設(shè)定閾值，以確定目標(biāo)圖像區(qū)域是否存在目標(biāo)物，若達(dá)到，繼續(xù)下一步驟，否則，跳轉(zhuǎn)至步驟一，開始處理下一幀圖像。其中，結(jié)合圖2所示的像素點的八鄰域模板示意圖；運用Prewitt算子逐行逐列掃描原圖像，當(dāng)前檢測的像素點為八鄰域模板中Z5位置的像素點，通過下列公式：

G_x＝(Z₇+Z₈+Z₉)-(Z₁+Z₂+Z₃)；

G_y＝(Z₃+Z₆+Z₉)-(Z₁+Z₄+Z₇)；

M_i,j＝|G_x|-|G_y|；

其中，八鄰域模板中Z₁，Z₂，Z₃，Z₄，Z₅，Z₆，Z₇，Z₈和Z₉像素點的值為0或1，M_i,j為當(dāng)前檢測像素點的新的值。當(dāng)所有像素點檢測完后，統(tǒng)計白色像素點的數(shù)量，并判斷其數(shù)量是否達(dá)到設(shè)定閾值。

步驟六：從檢測到的輪廓點之中選取至少三個，用于確定一個圓心坐標(biāo)為(a,b)，半徑為r的擬合圓，若滿足條件的輪廓點的個數(shù)達(dá)到目標(biāo)閾值，則所述擬合圓為真實目標(biāo)圓，所述擬合圓的圓心為球型目標(biāo)物的位置，若達(dá)不到目標(biāo)閾值，則將跳轉(zhuǎn)至步驟一，開始處理下一幀圖像；其中，r為所述擬合圓的半徑，n為小于r且大于0的常數(shù)。

其中，結(jié)合圖3所示的獲取擬合圓圓心的示意圖；在圖像中建立平面直角坐標(biāo)系，然后，先從檢測到的輪廓點中獲取第一點D1、第二點D2和第三點D3，并且第三點D3分別與第一點和第二點的連線的斜率不相等。即保證第一點D1、第二點D2和第三點D3不在同一條直線上。其中，D1、D2和D3的坐標(biāo)分別為(x1，y1)、(x2，y2)和(x3，y3)。

以第三點D3和第二點D2間連線的中垂線L23與第三點D3和第一點D1間連線的中垂線L13的交點為擬合圓的圓心。

設(shè)L13的直線方程為：y＝k₁*x+b₁，L23的直線方程為：y＝k₂*x+b₂。其中，

那么，將D1與D3之間的中點坐標(biāo)((x₁+x₃)/2,(y₁+y₃)/2)代入L13的直線方程，求得

最后，聯(lián)立L13和L23的直線方程，從而確定擬合圓的圓心坐標(biāo)(a,b)和圓的半徑r。即

在實施時，本發(fā)明的目標(biāo)區(qū)域的原始圖像采用YUV數(shù)據(jù)輸出格式，并且在進(jìn)行二值化處理時，通過提取圖像數(shù)據(jù)的Y值，獲取相應(yīng)像素點的灰度值。

本發(fā)明中，n可以是r的四分之一、十分之一等。n的數(shù)值可以采用球型目標(biāo)物的尺寸偏差。

本發(fā)明通過標(biāo)記目標(biāo)圖像區(qū)域，并結(jié)合目標(biāo)圖像區(qū)域的偏心度，然后對二值化處理后的圖像進(jìn)行腐蝕收縮，使得圖像的邊緣對稱，從而減少噪點，而且由于采用Prewitt算子檢測輪廓點，并基于輪廓點確定一個擬合圓，使?jié)M足條件的輪廓點的個數(shù)達(dá)到目標(biāo)閾值，從而提高輪廓的識別準(zhǔn)確性。

本發(fā)明還提供一種實施例，該實施例基于對步驟六的優(yōu)化。具體的，通過分別從左上子區(qū)域、右上子區(qū)域、左下子區(qū)域和右下子區(qū)域中選取至少一個輪廓點，并且所選取的輪廓點中的任意三個組合確定一個圓，將確定的圓的圓心坐標(biāo)平均值作為擬合圓的圓心坐標(biāo)，將確定的圓的半徑的平均值作為擬合圓的半徑。本實施例中，通過在不同方向的子區(qū)域選取輪廓點，樣本的質(zhì)量更高，從而提高輪廓的識別準(zhǔn)確性。

上面結(jié)合附圖對本發(fā)明的具體實施方式進(jìn)行了詳細(xì)說明，但本發(fā)明并不限制于上述實施方式，在不脫離本申請的權(quán)利要求的精神和范圍情況下，本領(lǐng)域的技術(shù)人員可以作出各種修改或改型。