結(jié)構(gòu)光光條中心高精度亞像素提取方法【專利摘要】一種結(jié)構(gòu)光光條中心高精度亞像素提取方法,屬于機(jī)器視覺
技術(shù)領(lǐng)域:
,其特征是它采用骨架細(xì)化法獲得條紋中心初始位置,通過均方灰度梯度求取骨架上每一點(diǎn)的法線方向,然后采用自適應(yīng)閾值法提取出條紋各列法向?qū)挾戎担詈笸ㄟ^條紋法向?qū)挾戎祪?nèi)的灰度值數(shù)據(jù)進(jìn)行傅里葉擬合,求取擬合曲線的峰值,得到光條中心點(diǎn)的亞像素坐標(biāo),連接各光條中心點(diǎn)形成光條中心。采用本發(fā)明提取的光條中心具有較高的精度,同時(shí)在光條灰度和寬度不均勻的情況下,也能準(zhǔn)確的提取出光條的中心位置。【專利說明】結(jié)構(gòu)光光條中心高精度亞像素提取方法
技術(shù)領(lǐng)域:
[0001]本發(fā)明涉及一種圖像處理技術(shù),尤其是一種機(jī)器視覺技術(shù),具體地說是一種結(jié)構(gòu)光光條中心高精度亞像素提取方法?!?br>背景技術(shù):
】[0002]目前,結(jié)構(gòu)光主動視覺主要基于光學(xué)三角法測量原理,由激光發(fā)生器和攝像機(jī)共同作為結(jié)構(gòu)光圖像傳感器組成視覺系統(tǒng)。因物體表面形狀不規(guī)則和反射特性不一致,圖像傳感器拍攝到的含有結(jié)構(gòu)光條的圖像,其光條灰度和寬度也不均勻。這些給光條圖像的條紋中心提取帶來很大困難,因此結(jié)構(gòu)光視覺技術(shù)圖像處理關(guān)鍵的一步是精確提取激光條紋的中心線。[0003]從實(shí)現(xiàn)方法上分析,可將現(xiàn)有的光條紋提取技術(shù)歸結(jié)為兩大類:一類是以幾何中心作為光條紋中心的提取方法,如閾值法,邊緣取中法、骨架細(xì)化法等,這類方法算法簡單,運(yùn)行速度快,但精度低,受閾值與噪聲影響較大。另一類是以能量中心作為光條紋中心的提取方法,如極值法,重心法,高斯擬合法等。極值法算法原理簡單、運(yùn)算速度快,缺點(diǎn)是激光條紋光強(qiáng)較大時(shí)會存在多個(gè)極大值現(xiàn)象,提取出的中心線不是單像素的?;叶戎匦姆ㄊ前岩欢▍^(qū)域內(nèi)的光帶灰度重心作為光帶中心,在灰度重心法的基礎(chǔ)上,吳家勇等在"基于梯度重心法的線結(jié)構(gòu)光中心亞像素提取方法"一文中提出了一種基于梯度重心法的線結(jié)構(gòu)光光帶中心快速亞像素提取算法,當(dāng)光帶灰度極大值位置與真實(shí)光帶中心有較大偏離時(shí),該方法求出的中心能獲得偏離灰度極大值的真實(shí)光帶中心。熊會元等在"線結(jié)構(gòu)光條紋中心的全分辨率精確提取"一文中提出了應(yīng)用灰度梯度計(jì)算光條法線方向,在法線方向上應(yīng)用灰度重心法來精確提取光條中心的方法。該方法有效地彌補(bǔ)了傳統(tǒng)重心法不能處理光條法線方向和方向模板法只能獲得光條近似法線方向的不足,提取精度較高。高斯擬合法的原理是根據(jù)激光條紋法向灰度值近似服從高斯分布,利用條紋的灰度數(shù)據(jù)擬合出高斯曲線并把其極值作為激光條紋的中心,Lukas等在"Detectingdigitalimageforgeriesusingsensorpatternnoise"一文中提出了先確定條紋中心的大致位置,然后以該位置附近的5個(gè)像素為高斯擬合數(shù)據(jù),求取激光條紋的中心位置。該法僅適用直線度較好、粗細(xì)均勻的激光條紋。[0004]但上述這些方法均存在精度不高,同時(shí)在光條灰度和寬度不均勻的情況下,難以準(zhǔn)確提取出光條中心位置的問題?!?br/>發(fā)明內(nèi)容】[0005]本發(fā)明的目的是針對結(jié)構(gòu)光條紋存在光條粗細(xì)不均、曲率變化,而現(xiàn)有的方法均存在精度不高,同時(shí)在光條灰度和寬度不均勻的情況下,難以準(zhǔn)確提取出光條中心位置的問題,在考慮光條法線方向的基礎(chǔ)上,發(fā)明一種基于自適應(yīng)閾值和傅里葉擬合的結(jié)構(gòu)光光條中心高精度亞像素提取方法。該方法自適應(yīng)確定條紋法向?qū)挾龋霉鈳н吔鐑?nèi)的大量像素的灰度信息,在法線方向上基于傅里葉擬合來進(jìn)行光帶中心位置的精確提取。[0006]本發(fā)明的技術(shù)方案是:[0007]一種結(jié)構(gòu)光光條中心高精度亞像素提取方法,其特征在于,該方法包括如下步驟:[0008]步驟一:對獲取的光條圖像進(jìn)行去噪處理,獲取去噪后的光條圖像;[0009]步驟二:采用骨架細(xì)化的方法,對經(jīng)步驟一獲得的去噪后的光條圖像層層剝離獲得光條中心的粗略位置,并計(jì)算每一個(gè)骨架中心點(diǎn)對應(yīng)的法線方向;[0010]步驟三:在得到光帶中心粗略位置(^后,在Q處的法線方向上取左右各nw個(gè)像素之間的范圍作為條紋的粗略寬度,在粗略寬度內(nèi)還還必須再精確地確定光帶的邊界,以提高后續(xù)傅里葉擬合法計(jì)算光帶中心位置的準(zhǔn)確度;[0011]步驟四:對經(jīng)步驟三獲得的條紋法向?qū)挾戎祪?nèi)的灰度值數(shù)據(jù)進(jìn)行傅里葉擬合,求取擬合曲線的峰值,得到光條中心點(diǎn)的亞像素坐標(biāo);[0012]步驟五:連接經(jīng)步驟四獲得的所述光條的亞像素坐標(biāo)點(diǎn)形成光條中心。[0013]所述的對獲取的光條圖像進(jìn)行去噪處理,獲取去噪后的光條圖像的步驟如下:[0014]步驟1.1:采用有光條圖像與無光條圖像相減的方法去除光條圖像中的非隨機(jī)噪聲,獲得初步去噪后的圖像;[0015]步驟1.2:采用小波閾值去噪的方法對所述初步去噪后的光條圖像進(jìn)行去噪,去除光條圖像中的隨機(jī)噪聲,從而獲得去噪后的光條圖像。[0016]所述的采用骨架細(xì)化的方法獲得光條中心的粗略位置,并計(jì)算每一個(gè)骨架中心點(diǎn)對應(yīng)的法線方向包括以下步驟:[0017]步驟2.1:根據(jù)光條圖像的灰度直方圖,選擇合適的閾值,對光條圖像進(jìn)行二值化處理,獲取光條圖像第一行與最后一行的像素點(diǎn)坐標(biāo),計(jì)算光條的斜率,斜率的絕對值大于1,則光條為垂直走向,反之則為水平走向;本發(fā)明中分析光條走向?yàn)榇怪狈较虻那闆r,即在水平方向上求取光條中心的粗略位置;[0018]步驟2.2:對二值化的光條圖像而言,0為背景,1為目標(biāo)。依據(jù)步驟2.1獲得的光條走向,針對圖像中的任意像素P〇,構(gòu)造它的八鄰域如圖2所示。圖3為Po的左右各兩個(gè)鄰點(diǎn)。先對整個(gè)圖像逐點(diǎn)作點(diǎn)運(yùn)算,若該點(diǎn)為背景點(diǎn)數(shù)時(shí)(即Po=〇),則不作任何動作;若該點(diǎn)為光條上的點(diǎn)時(shí)(即P〇=1),則依據(jù)算法判斷該點(diǎn)是否應(yīng)刪除,其步驟如下:[0019]4)若滿足如下條件,則標(biāo)記下該點(diǎn);[0020]d)Po=l[0021]e)(Pn-l=0&&Pn+l=l&&Pn+2=l)||(Pn-2=l&&Pn-l=l&&Pn+l=0)[0022]f)erasetable[num]=1[0023](num=Pi+2*P2+4*P:B+8*P4+16*P5+32*P6+64*P7+128*P8)[0024]erasetable[256]={[0025]0,0,1,1,0,0,1,11,1,0,1,1,1,0,11,1,0,0,1,1,1,10,0,0,0,0,0,0,1[0026]〇,〇,1,1,〇,〇,1,11,1,0,1,1,1,0,11,1,0,0,1,1,1,10,0,0,0,0,0,0,1[0027]1,1,0,0,1,1,0,0[0028]1,1,0,0,1,1,0,01,1,0,1,1,1,0,1[0029]〇,〇,1,1,〇,〇,1,11,1,0,1,1,1,0,11,1,0,0,1,1,1,10,0,0,0,0,0,0,1[0030]〇,〇,1,1,〇,〇,1,11,1,0,1,1,1,0,11,1,0,0,1,1,1,1[0031]1,1,0,0,1,1,0,01,1,0,0,1,1,1,1[0032]1,1,0,0,1,1,0,01,1,0,1,1,1,0,01,1,0,0,1,1,1,01,1,0,0,1,0,0,0[0033]}[0034]5)逐行遍歷整幅圖片,刪除步驟1中標(biāo)記的點(diǎn);[0035]6)重復(fù)步驟1和2直到?jīng)]有點(diǎn)被刪除為止,獲得光條圖像的粗略中心位置。[0036]步驟2.3:采用均方灰度梯度的方法獲得骨架上每一點(diǎn)的法線方向。[0037]所述的在匕處的法線方向上取左右各nw個(gè)像素之間的范圍作為條紋的粗略寬度,在粗略寬度內(nèi)還還必須再精確地確定光帶的邊界的算法如下:[0038]1)計(jì)算出Ci處法向上Ci-nw列至Ci+nw列范圍內(nèi)灰度值的平均值Im[0039]2)求出Ci_nw列至Ci+nw列范圍內(nèi)灰度值小于Im的像素灰度值的平均值Ih[0040]3)把Ih作為光帶邊界的灰度閾值可以自適應(yīng)地將光帶區(qū)域與背景分割開來。[0041]所述的傅里葉擬合時(shí)的傅里葉函數(shù)的數(shù)學(xué)表達(dá)式如下:[0042]f(xi)=ao+ai*cos(Xi*w)+bi*sin(Xi*w)(1)[0043]式中,加^^匕是傅里葉函數(shù)的參數(shù)^是數(shù)據(jù)的頻率信息:擬合不同的灰度值點(diǎn)會得到相應(yīng)的參數(shù)和頻域信息;[0044]對式(1)左右兩邊求導(dǎo)得:[0045]f'(xi)=_ai*w*sin(Xi*w)+bi*w*cos(Xi*w)(2)[0046]光條中心位置即為傅里葉擬合曲線的峰值點(diǎn),令f'(Xl)=0,則[0047]ai*w*sin(xi*w)=bi*w*cos(Xi*w)(3)[0048]可得光條的中心位置為(4)C-[0050]本發(fā)明的有益效果:[0051]本發(fā)明根據(jù)光帶截面灰度非正態(tài)分布的特點(diǎn),提出的結(jié)構(gòu)光光條中心高精度亞像素提取方法,采用骨架細(xì)化的方法獲取光條圖像的初始中心,再以獲取的光條骨架為基礎(chǔ),求取每一個(gè)初始中心點(diǎn)處的法向,在法線方向上基于自適應(yīng)閾值獲得光條在法向的寬度值,最后采取傅里葉擬合來求取光條中心點(diǎn)的亞像素坐標(biāo)。它具有較高的光帶中心提取精度,同時(shí)在光條灰度和寬度不均勻的情況下,也能準(zhǔn)確的提取出光條的中心位置。【附圖說明】[0052]圖1是本發(fā)明的結(jié)構(gòu)光光條中心高精度亞像素提取方法的流程圖。[0053]圖2為Po的八領(lǐng)域示意圖。[0054]圖3為Po的鄰點(diǎn)示意圖。[0055]圖4為本發(fā)明實(shí)施例中的光條紋圖像經(jīng)去噪與二值化后的光條圖像示意圖。[0056]圖5為本發(fā)明實(shí)施例中采用的模擬件示意圖。[0057]圖6為本發(fā)明實(shí)施例中獲得的光條中心線局部放大圖?!揪唧w實(shí)施方式】[0058]下面結(jié)合附圖和實(shí)施例對本發(fā)明作進(jìn)一步的說明。[0059]如圖1-6所示。[0060]本發(fā)明實(shí)施例中,采用相機(jī)拍攝獲得光條紋圖像,圖像采集相機(jī)選擇大恒CCD相機(jī)F-504B/C,分辨率為2452*2056,鏡頭選擇大恒Computar定焦鏡頭M0814-MP2,焦距為8mm,激光條紋采用鮑威爾激光器3D掃描儀產(chǎn)生,輸出的波長為650nm,輸出功率可調(diào),最大輸出功率為100mW。[0061]-種結(jié)構(gòu)光光條中心高精度亞像素提取方法流程如圖1所示,它包括如下步驟:[0062]步驟一:對獲取的光條圖像進(jìn)行去噪處理,獲取去噪后的光條圖像,其包括如下子步驟:[0063]步驟1.1:采用有光條圖像與無光條圖像相減的方法去除光條圖像中的非隨機(jī)噪聲,獲得初步去噪后的圖像;[0064]步驟1.2:采用小波閾值去噪的方法對所述初步去噪后的光條圖像進(jìn)行去噪,去除光條圖像中的隨機(jī)噪聲,從而獲得去噪后的光條圖像。[0065]通過實(shí)驗(yàn)驗(yàn)證與分析,針對光條圖像,采用sym4小波基作為小波基函數(shù),對小波分解層選擇三層分解,閾值的選擇采用的是Donoho的統(tǒng)一閾值2=其中N為信號的長度或尺寸,〇為噪聲方差,由第一層小波分解系數(shù)進(jìn)行估算:[0066]<3*-Median^uj)/0.6745Q[0067]針對光條圖像,采用軟硬折中閾值處理函數(shù),既可以平滑去噪,又能很好的保留圖像邊緣等局部特征,其表達(dá)式如下:(1)[0069]式(1)中,w是原始小波系數(shù),n(w)表示閾值化后的小波系數(shù),T是給定的閾值,針對本例中獲取的光條圖像,a取2.5,0取6。[0070]步驟二:采用骨架細(xì)化的方法,對經(jīng)步驟一獲得的去噪后的光條圖像層層剝離獲得光條中心的粗略位置,并計(jì)算每一個(gè)骨架中心點(diǎn)對應(yīng)的法線方向,其具體包括如下子步驟:[0071]步驟2.1:根據(jù)光條圖像的灰度直方圖,選擇合適的閾值,對光條圖像進(jìn)行二值化處理,獲取光條圖像第一行與最后一行的像素點(diǎn)坐標(biāo)為4(^,71),8(^,72),如圖4所示。計(jì)算光條的斜率k,斜率k的絕對值大于1,則光條為垂直走向,反之則為水平走向;本發(fā)明中分析光條走向?yàn)榇怪狈较虻那闆r,即在水平方向上求取光條中心的粗略位置;[0072]步驟2.2:對二值化的光條圖像而言,0為背景,1為目標(biāo)。依據(jù)步驟2.1獲得的光條走向,針對圖像中的任意像素P〇,構(gòu)造它的八鄰域,如圖2所示。圖3為Po的左右各兩個(gè)鄰點(diǎn)。先對整個(gè)圖像逐點(diǎn)作點(diǎn)運(yùn)算,若該點(diǎn)為背景點(diǎn)數(shù)時(shí)(即Po=0),則不作任何動作;若該點(diǎn)為光條上的點(diǎn)時(shí)(即P〇=1),則依據(jù)算法判斷該點(diǎn)是否應(yīng)刪除,其步驟如下:[0073]1)若滿足如下條件,則標(biāo)記下該點(diǎn);[0074]a)Po=1[0075]b)(Pn-l=0&&Pn+l=l&&Pn+2=l)||(Pn-2=l&&Pn-l=l&&Pn+l=0)[0076]c)erasetable[num]=1[0077](num=Pi+2*P2+4*P:B+8*P4+16*P5+32*P6+64*P7+128*P8)[0078]erasetable[256]={[0079]〇,〇,1,1,〇,〇,1,11,1,0,1,1,1,0,11,1,0,0,1,1,1,11[0080]〇,〇,1,1,〇,〇,1,11,1,0,1,1,1,0,11,1,0,0,1,1,1,11[0081]1,1,0,0,1,1,0,0[0082]1,1,0,0,1,1,0,01,1,0,1,1,1,0,1[0083]〇,〇,1,1,〇,〇,1,11,1,0,1,1,1,0,11,1,0,0,1,1,1,10,0,0,0,0,0,0,1[0084]〇,〇,1,1,〇,〇,1,11,1,0,1,1,1,0,11,1,0,0,1,1,1,1[0085]1,1,0,0,1,1,0,00,0,0,0,0,0,0,01,1,0,0,1,1,1,1[0086]1,1,0,0,1,1,0,01,1,0,1,1,1,0,01,1,0,0,1,1,1,01,1,0,0,1,0,0,0[0087]}[0088]2)逐行遍歷整幅圖片,刪除步驟1中標(biāo)記的點(diǎn);[0089]3)重復(fù)步驟1和2直到?jīng)]有點(diǎn)被刪除為止,獲得光條圖像的粗略中心位置。[0090]步驟2.3:采用均方灰度梯度的方法獲得骨架上每一點(diǎn)的法線方向;[0091]設(shè)骨架上任意一點(diǎn)(x,y)處的灰度值記為f(x,y),則點(diǎn)(x,y)處的方向角0(x,y)計(jì)算如下:[0092]在復(fù)平面上任意向量取平方后,該向量與x軸正方向的夾角將增加一倍,根據(jù)這一特質(zhì),用復(fù)平面上的向量f=(fX,fy)來表示灰度梯度,取其平方得:[0093](X+X)2=(/,-/;:)+/.(2./;.,,)(2)[0094]fx與fy分別為采用Sobel梯度算子計(jì)算點(diǎn)(x,y)在x方向與y方向的偏導(dǎo)數(shù)。[0095]為了提高光條骨架法線方向求解的精度,以點(diǎn)(x,y)為中心,取5X5區(qū)域內(nèi)的平方灰度梯度的平均值來計(jì)算該點(diǎn)法向,則法向角9(x,y)計(jì)算公式為:n-v)=zzyt(u'v)~f'(u'v)][0096]了::2⑴l\(A'.r)=乞£2./;u-x-2v-y-2[0097]式(3)中¥\(1,7)和¥\(1,7)分別為均方灰度梯度向量的實(shí)部和虛部。貝11(4)[0099]依照上述步驟即可獲得骨架上每一點(diǎn)的法線方向。[0100]步驟三:在得到光帶中心粗略位置匕后,在Q處的法線方向上取左右各nw個(gè)像素之間的范圍作為條紋的粗略寬度,在粗略寬度內(nèi)還還必須再精確地確定光帶的邊界,以提高后續(xù)傅里葉擬合法計(jì)算光帶中心位置的準(zhǔn)確度。具體算法如下:[0101]1.計(jì)算出Ci處法向上Ci-nw列至Ci+nw列范圍內(nèi)灰度值的平均值Im;[0102]2.求出Ci-nw列至Ci+nw列范圍內(nèi)灰度值小于IM的像素灰度值的平均值Ih;[0103]3.把Ih作為光帶邊界的灰度閾值可以自適應(yīng)地將光帶區(qū)域與背景分割開來。[0104]步驟四:對經(jīng)步驟三獲得的條紋法向?qū)挾戎祪?nèi)的灰度值數(shù)據(jù)進(jìn)行傅里葉擬合,求取擬合曲線的峰值,得到光條中心點(diǎn)的亞像素坐標(biāo);[0105]傅里葉函數(shù)的數(shù)學(xué)表達(dá)式如下:[0106]f(xi)=ao+ai*cos(Xi*w)+bi*sin(Xi*w)(5)[0107]式中,&0,&1,131是傅里葉函數(shù)的參數(shù),《是條紋法向?qū)挾戎祪?nèi)的灰度值數(shù)據(jù)的頻率fg息。[0108]擬合不同的灰度值點(diǎn)會得到相應(yīng)的參數(shù)和頻率信息w。[0109]對式(1)左右兩邊求導(dǎo)得:[0110]f,(xi)=_ai*w*sin(Xi*w)+bi*w*cos(Xi*w)(6)[0111]光條中心位置即為傅里葉擬合曲線的峰值點(diǎn),令f'(Xl)=0,則[0112]ai*w*sin(xi*w)=bi*w*cos(Xi*w)(7)[0113]可得光條的中心位置為(8)[0115]步驟五:連接經(jīng)步驟四獲得的所述光條的亞像素坐標(biāo)點(diǎn)形成光條中心。[0116]本發(fā)明的工作原理是:[0117]本發(fā)明首先通過有無光條圖像的相減與小波閾值去噪,消除光條圖像中的非隨機(jī)噪聲與隨機(jī)噪聲,然后基于去噪后光條圖像的灰度直方圖,選擇合適的閾值對光條圖像進(jìn)行二值化處理,采用獲取光條首尾像素坐標(biāo)點(diǎn)計(jì)算光條斜率的方法獲得光條的走向,并對光條進(jìn)行骨架細(xì)化,獲取粗略的中心位置,通過均方灰度梯度的方法獲取每一個(gè)初始中心點(diǎn)處的法線方向,并在法線方向上采用自適應(yīng)閾值求取光條每一處的法向?qū)挾戎?,最后在光條發(fā)現(xiàn)方向上,利用傅里葉函數(shù)擬合條紋法向?qū)挾戎祪?nèi)灰度值數(shù)據(jù)來計(jì)算光條中心,實(shí)現(xiàn)光條的亞像素中心提取。該方法測量精度高,在光條灰度和寬度不均勻的情況下,也能準(zhǔn)確的提取出光條的中心位置。[0118]本發(fā)明未涉及部分均與現(xiàn)有技術(shù)相同或可采用現(xiàn)有技術(shù)加以實(shí)現(xiàn)?!局鳈?quán)項(xiàng)】1.一種結(jié)構(gòu)光光條中心高精度亞像素提取方法,其特征在于,該方法包括如下步驟:步驟一:對獲取的光條圖像進(jìn)行去噪處理,獲取去噪后的光條圖像;步驟二:采用骨架細(xì)化的方法,對經(jīng)步驟一獲得的去噪后的光條圖像層層剝離獲得光條中心的粗略位置,并計(jì)算每一個(gè)骨架中心點(diǎn)對應(yīng)的法線方向;步驟三:在得到光帶中心粗略位置(^后,在C1處的法線方向上取左右各nw個(gè)像素之間的范圍作為條紋的粗略寬度,在粗略寬度內(nèi)還還必須再精確地確定光帶的邊界,以提高后續(xù)傅里葉擬合法計(jì)算光帶中心位置的準(zhǔn)確度;步驟四:對經(jīng)步驟三獲得的條紋法向?qū)挾戎祪?nèi)的灰度值數(shù)據(jù)進(jìn)行傅里葉擬合,求取擬合曲線的峰值,得到光條中心點(diǎn)的亞像素坐標(biāo);步驟五:連接經(jīng)步驟四獲得的所述光條的亞像素坐標(biāo)點(diǎn)形成光條中心。2.根據(jù)權(quán)利要求1所述的方法,其特征是所述的對獲取的光條圖像進(jìn)行去噪處理,獲取去噪后的光條圖像的步驟如下:步驟1.1:采用有光條圖像與無光條圖像相減的方法去除光條圖像中的非隨機(jī)噪聲,獲得初步去噪后的圖像;步驟1.2:采用小波閾值去噪的方法對所述初步去噪后的光條圖像進(jìn)行去噪,去除光條圖像中的隨機(jī)噪聲,從而獲得去噪后的光條圖像。3.根據(jù)權(quán)利要求1所述的方法,其特征是所述的采用骨架細(xì)化的方法獲得光條中心的粗略位置,并計(jì)算每一個(gè)骨架中心點(diǎn)對應(yīng)的法線方向包括以下步驟:步驟2.1:根據(jù)光條圖像的灰度直方圖,選擇合適的閾值,對光條圖像進(jìn)行二值化處理,獲取光條圖像第一行與最后一行的像素點(diǎn)坐標(biāo),計(jì)算光條的斜率,斜率的絕對值大于1,則光條為垂直走向,反之則為水平走向;本發(fā)明中分析光條走向?yàn)榇怪狈较虻那闆r,即在水平方向上求取光條中心的粗略位置;步驟2.2:對二值化的光條圖像而言,O為背景,1為目標(biāo)。依據(jù)步驟2.1獲得的光條走向,針對圖像中的任意像素Po,構(gòu)造它的八鄰域如圖2所示。圖3為Po的左右各兩個(gè)鄰點(diǎn)。先對整個(gè)圖像逐點(diǎn)作點(diǎn)運(yùn)算,若該點(diǎn)為背景點(diǎn)數(shù)時(shí)(即Po=O),則不作任何動作;若該點(diǎn)為光條上的點(diǎn)時(shí)(即Po=1),則依據(jù)算法判斷該點(diǎn)是否應(yīng)刪除,其步驟如下:1)若滿足如下條件,則標(biāo)記下該點(diǎn);a)Po=1b)(Ρη-1=0&&Ρη+1=1&&Ρη+2=I)||(Pn-2=IMPn-I=1&&Ρη+1=0)c)erasetable[num]=I(num=Pi+2*P2+4*P:B+8*P4+16*P5+32*P6+64*P7+128*P8)2)逐行遍歷整幅圖片,刪除步驟1中標(biāo)記的點(diǎn);3)重復(fù)步驟1和2直到?jīng)]有點(diǎn)被刪除為止,獲得光條圖像的粗略中心位置。步驟2.3:采用均方灰度梯度的方法獲得骨架上每一點(diǎn)的法線方向。4.根據(jù)權(quán)利要求1所述的方法,其特征是所述的在C1處的法線方向上取左右各nw個(gè)像素之間的范圍作為條紋的粗略寬度,在粗略寬度內(nèi)還還必須再精確地確定光帶的邊界的算法如下:1)計(jì)算出Ci處法向上Ci-nw列至Ci+nw列范圍內(nèi)灰度值的平均值Im2)求出C1-Iiw列至C^nw列范圍內(nèi)灰度值小于Im的像素灰度值的平均值Ih3)把Ih作為光帶邊界的灰度閾值可以自適應(yīng)地將光帶區(qū)域與背景分割開來。5.根據(jù)權(quán)利要求1所述的方法,其特征是所述的傅里葉擬合時(shí)的傅里葉函數(shù)的數(shù)學(xué)表達(dá)式如下:f(xi)=ao+ai*cos(Xi*w)+bi*sin(Xi*w)(I)式中,80,&1,131是傅里葉函數(shù)的參數(shù),《是數(shù)據(jù)的頻率信息;擬合不同的灰度值點(diǎn)會得到相應(yīng)的參數(shù)和頻域信息;對式(1)左右兩邊求導(dǎo)得:f'(Xi)=_ai*w*sin(Xi*w)+bi*w*cos(Xi*w)(2)光條中心位置即為傅里葉擬合曲線的峰值點(diǎn),令f'(X1)=OJiJai*w*sin(xi*w)=bi*w*cos(Xi*w)(3)可得光條的中心位置為【文檔編號】G06T7/00GK105931232SQ201610240776【公開日】2016年9月7日【申請日】2016年4月18日【發(fā)明人】李瀧杲,黃翔,丁祖嬌【申請人】南京航空航天大學(xué)