CN101706260A - 一种基于亚像素的直径测量方法 - Google Patents

Abstract

本发明公开了一种基于亚像素的直径测量方法，包括如下步骤：a)利用两台摄像机构建图像测量系统，并按照公式ε＝S/M计算系统的像素当量ε，其中，S为标定物体的实际直径参数，M为图像上计算得到的物体像元直径值；b)用上述两台摄像机对棒状被测物体进行拍照以获取两幅横截面为椭圆的图像；c)对上述图像分别进行预处理；d)将灰度椭圆特征变换成圆形特征图像；e)对上述圆形特征边缘进行精确定位；f)按照公式

Description

一种基于亚像素的直径测量方法

【技术领域】

本发明涉及一种利用数字图像处理技术测量棒状物体直径的方法，特别是一种基于Zernike正交矩亚像素边缘定位的直径测量方法。

【背景技术】

图像测量技术是将图像处理技术应用于测量领域的一种非接触性测量方法.是基于光学测量原理形成的新型测量技术，它将被测对象的图像作为信息的载体，从中提取有用的信息来达到测量目的，在各领域具有广泛的应用前景。图像测量技术涉及信息科学、计算机科学、数学物理学、数学、物理，以及生物等科目，因此随着计算机技术以及相关的边缘科学的发展，数字图像测量技术也变得日趋成熟，其基本原理就是通过处理被测物体的边缘而获得物体的几何参数。

在工业生产的某些领域，直径参数是一个非常重要的指标，利用数字图像处理技术进行几何尺寸的非接触性测量，可以对产品的尺寸提供实时，快速，有效，经济的测量，已经成为目前工业检测的主流技术。

图像测量的关键是边缘检测，实质上就是通过一些算法来提取图像中灰度不连续的边缘像素。目前，常用的边缘检测算子有基于梯度的边缘检测(包括Robert边缘算子、Sobel边缘算子、Prewitt边缘算子，Laplacan边缘算子)，Canny边缘检测算子、Hough变换边缘检测、小波变换边缘检测等。如文献中的《利用Hough变换的细丝直径测量系统》、《基于小波边缘的卷烟直径测量方法》、《一种高精度玻璃丝经测量算法》、《数字测量技术在圆形材料直径测量中的应用》、《玻璃小球直径的图像测量方法》等。

在上述算子中，Robert边缘算子直接计算图像差分检测边缘，其算法简单，但是，不能有效抑制噪声；Prewitt边缘算子通过取像素平均值，从而对图像进行差分和滤波，适用于处理灰度渐变和噪声较多的图像，但是，在滤波时，有可能滤掉有用的边缘信息；Laplacan边缘算子检测屋顶型边缘效果较好，但是对噪声比较敏感，而且检测精度较低；Canny边缘检测算子是基于高斯函数提出的，其提取的边缘最完整，而且边缘的连续性较好。

上述边缘检测算子都是在像素级上检测图像边缘，然而，在许多实际应用中，为了进一步提高精度，要求检测出的图像边缘达到亚像素级，如此，上述边缘检测算子就不能满足要求。

鉴于以上缺陷，实有必要提供一种基于亚像素的直径测量方法，以克服上述缺陷。

【发明内容】

本发明所要解决的技术问题是提供一种基于亚像素的直径测量方法，其检测出的图像边缘达到亚像素级，精度相对较高。

为解决以上技术问题，本发明提供了一种基于亚像素的直径测量方法，包括以下步骤：

步骤一)：利用两台摄像机构建图像测量系统，并按照以下公式(一)计算系统的像素当量ε：

ε＝S/M    (公式一)

其中，S为标定物体的实际直径参数，M为图像上计算得到的物体像元直径值；

步骤二)：用上述两台摄像机分别从不同角度对棒状被测物体进行拍照以获取两幅图像；

步骤三)：对上述获取的图像进行预处理；

步骤四)：对上述预处理后的图像利用仿射变换；

步骤五)：对上述仿射变换后的图像粗定位出圆形特征边缘；

步骤六)：对上述圆形特征边缘进行精确定位，即按照以下公式(二)计算亚像素级坐标：

$\left[\begin{array}{c}{x}_s\\ y_s\end{array}\right]=\left[\begin{array}{c}x\\ y\end{array}\right]+\frac{N}{2}l\left[\begin{array}{c}\cos \mathrm{\θ}\\ \sin \mathrm{\θ}\end{array}\right]$ 公式(二)

其中(x_s，y_s)为亚像素位置坐标，(x，y)为粗定位边缘坐标，l为坐标原点到边缘直线距离，N为单位圆模板直径像素个数，θ为单位圆圆心到边缘直线的垂线与横轴的夹角；

步骤七)：按照如下公式(三)计算像素直径l：

$l=\sqrt{{(x1-x2)}^2+{(y1-y2)}^2}$ 公式(三)

步骤八)：按照如下公式(四)计算每幅图像所对应的被测物体的实际直径l′：

l′＝εl    公式(四)；

步骤九)：对步骤八)中得到的两幅图像所对应的额被测物体的实际直径求取平均值。

优选的，在步骤二)中，两台摄像机均放置于被测物体上方且非接触，其中，摄像机的中轴线与被测物体的中轴线形成θ夹角；

优选的，所述θ＝45°；

优选的，在步骤三)中，所述预处理包括对图像灰度化以及滤除噪声处理；

优选的，步骤三)中的滤除噪声处理采用平均平滑；

优选的，在步骤四)中，所述仿射变化按照如下公式(五)进行变换：

$\left\{\begin{array}{c}{x}_1=x\\ y_1=y/\cos \left(\mathrm{\θ}\right)\end{array}\right.$ 公式(五)

其中，L为被测物体的直径，(x，y)为变换前被测物体的Y轴坐标，(x₁，y₁)为变换后的Y轴坐标；

优选的，在步骤五)中，粗定位出圆形特征边缘采用Canny算子，并进行二值化处理。

与现有技术相比，本发明基于亚像素的直径测量方法至少具有以下优点：按照本发明的测量方法测量出来的直径，可以达到亚像素级，提高了测量精度。

【附图说明】

图1是本发明的图像获取装置示意图；

图2是利用本发明的摄像机对被测物体所拍得的图像之一；

图3是本发明的CCD摄像机与被测棒状物体的光路图；

图4是本发明的图像坐标系；

图5是本发明的处理过程图像，其中，

图5(a)是滤波后的图像；

图5(b)是仿射变换后的图像；

图5(c)是利用Canny边缘检测粗定位出的图像；

图5(d)是利用Zernike正交矩检测精确定位出的图像。

图6是二维理想边缘模型。

在附图中，各个元件与其所对应的标号如下：

棒状被测物体-1；摄像机-2。

【具体实施方式】

以下将结合图1至图6，详细介绍本发明的具体实施方式。

本发明所采用的技术方案是，将两个CCD摄像机1放置于棒状物体2上方且非接触的位置，其中，CCD摄像机的中轴线与棒状物体2的中轴线形成一定角度θ，在本实施例中，上述θ取45°(如图1所示)，藉此，获得两张棒状物体横截面为椭圆的图像，后将上述图像经预处理后，利用仿射变换将灰度椭圆特征图像变换成圆形特征图像，并采用Canny算子粗定位出圆特征边缘，然后，利用亚像素中的Zernike正交矩对圆特征边缘进行精确定位，进而分别计算出棒状物体的直径，再将两个测量数据加以平均，得到准确的直径测量值。

下面将结合上述测量方法的流程，具体介绍本实施方式的具体步骤：

步骤一)：用两台摄像机构建图像测量系统，并对对系统标定：如图1所示，将两个CCD摄像机1放置于棒状物体2上方并相距一定距离，其中，CCD摄像机1的中轴线与棒状物体2的中轴线成45度夹角，即，对一个已知实际直径的棒状物体，通过获得其图像，进行处理后得到系统与物像之间的倍率关系，即系统的像素当量，即ε＝S/M。其中S为标定物体的实际直径参数，M为图像上计算得到的物体像元直径值；

步骤二)：利用上述两台射线机同时对棒状物体进行拍照，以获取两幅图像，获取到的图像之一如图2所示；

步骤三)：对获取得到的两幅图像进行灰度化，并分别采用平均滤波对图像进行滤除噪声处理；

步骤四)：仿射变换。单只CCD摄像机1和棒状物体2的空间几何关系如附图3所示，对图像建立如附图4所示的坐标系，设棒状物体的直径为L，设变换前的坐标为(x，y)，变换后的坐标为(x₁，y₁)，变换前后的数学关系如下：

$\left\{\begin{array}{c}{x}_1=x\\ y_1=y/\cos \left(\mathrm{\θ}\right)\end{array}\right.$

按照上式分别对图像进行仿射变换，变换为圆形特征图像，变换后的图像仍为灰度图像，如附图5(b)所示。

步骤五)：对仿射变换后的图像，使用Canny算子提取圆形特征边缘，并进行二值化处理；

步骤六)：依据亚像素Zernike正交矩边缘检测公式进行精确定位：

$\left[\begin{array}{c}{x}_s\\ y_s\end{array}\right]=\left[\begin{array}{c}x\\ y\end{array}\right]+\frac{N}{2}l\left[\begin{array}{c}\cos \mathrm{\θ}\\ \sin \mathrm{\θ}\end{array}\right]$

其中(x_s，y_s)为亚像素位置坐标，(x，y)为粗定位边缘坐标，l为坐标原点到边缘直线距离，N为单位圆模板直径像素个数，θ为单位圆圆心到边缘直线的垂线与横轴的夹角。边缘模型示意图如附图6所示。

步骤七)：计算像素直径值。设(x1，y1)、(x2，y2)为用亚像素定位法确定的图像中圆的两点坐标，即直径顶点坐标，l为所求的利用圆形特征图像两顶点直径距离计算公式，计算出像素直径。公式如(3)式所示：

$l=\sqrt{{(x1-x2)}^2+{(y1-y2)}^2}---\left(3\right)$

算出像素直径值后，乘以像素当量，即从摄像机获得的两幅图像所对应的棒状物体的实际直径，再将上述两个数值求取平均值，即最终的直径值。

在上述具体步骤中，由于摄像机1从与被测棒状物体2的中轴线成一定的角度的方向对圆截面摄取图像，因此，得到的图像是一个特征椭圆，需要进行仿射变换，如此，将椭圆形特征图像还原为原来的圆形截面图像，故，仿射变换在此步骤中是关键之一。

另外，在步骤六中，在得到的二值化图像中，利用上述Zernike正交矩算法定位公式，在滤波后的灰度图像中对边缘点进行判断，去除非边缘点，并计算出圆形特征图像中边缘顶点像素级坐标(x1，y1)、(x2，y2)、(x3，y3)、(x4，y4)以及与其相对应的亚像素级坐标(x1′，y1)、(x2′，y2′)、(x3′，y3′)、(x4′，y4′)。

最后，为了说明本发明方法的精确度，申请人分别对三个棒状物体利用本发明方法进行试验，其中，像素级和亚像素级所测得的数据分别如表1和表2所示：

表1亚像素直径测量结果分析(单位：mm)

表2像素级直径测量结果分析(单位：mm)

由上述表1和表2中所测量的数据可以看出：亚像素级测量方法测量结果的最大相对相对误差为0.33％，小于0.5％，测量精度较高.而像素级测量结果误差达1.2％左右，大于1％，为亚像素级的两倍，同时，本发明方法执行速度为0.62s，执行速度相对较快.

另外，由于本发明方法采用了Canny算子进行边缘粗定位，因此，总体抗噪声能力较强，且对背景噪声有一定的抑制作用。

以上所述仅为本发明的一种实施方式，不是全部或唯一的实施方式，本领域普通技术人员通过阅读本发明说明书而对本发明技术方案采取的任何等效的变换，均为本发明的权利要求所涵盖。

Claims (7)

1.一种基于亚像素的直径测量方法，其特征在于，包括以下步骤：

步骤一)：利用两台摄像机构建图像测量系统，并按照以下公式(一)计算系统的像素当量ε：

ε＝S/M    (公式一)

其中，S为标定物体的实际直径参数，M为图像上计算得到的物体像元直径值；

步骤二)：用上述两台摄像机从不同角度对棒状被测物体进行拍照以获取两幅图像；

步骤三)：对上述获取的图像进行预处理；

步骤四)：对上述预处理后的图像进行仿射变换；

步骤五)：对上述仿射变换后的图像粗定位出圆形特征边缘；

步骤六)：对上述圆形特征边缘进行精确定位，即按照以下公式(二)计算亚像素级坐标：

$\left[\begin{array}{c}{x}_s\\ y_s\end{array}\right]=\left[\begin{array}{c}x\\ y\end{array}\right]+\frac{N}{2}l\left[\begin{array}{c}\cos \mathrm{\θ}\\ \sin \mathrm{\θ}\end{array}\right]$ 公式(二)

其中(x_s，y_s)为亚像素位置坐标，(x，y)为粗定位边缘坐标，l为坐标原点到边缘直线距离，N为单位圆模板直径像素个数，θ为单位圆圆心到边缘直线的垂线与横轴的夹角；

步骤七)：按照如下公式(三)计算像素直径l：

$l=\sqrt{{(x1-x2)}^2+{(y1+y2)}^2}$ 公式(三)

步骤八)：按照如下公式(四)计算每一个图像所对应的实际直径l′：

l′＝εl    公式(四)；

步骤九)：将步骤八)中所得到的两幅图像所对应的实际直径求取平均值，即被测物体的实际直径。

2.如权利要求1所述的一种基于亚像素的直径测量方法，其特征在于：在步骤二)中，两台摄像机均放置于被测物体上方且非接触，其中，摄像机的中轴线与被测物体的中轴线形成θ夹角。

3.如权利要求2所述的一种基于亚像素的直径测量方法，其特征在于：所述θ＝45°。

4.如权利要求1或3所述的一种基于亚像素的直径测量方法，其特征在于：在步骤三)中，所述预处理包括对图像灰度化以及滤除噪声处理。

5.如权利要求4所述的一种基于亚像素的直径测量方法，其特征在于：所述步骤三)中的滤除噪声处理采用平均滤波。

6.如权利要求2或5所述的一种基于亚像素的直径测量方法，其特征在于：

在步骤四)中，所述仿射变化按照如下公式(五)进行变换：

$\left\{\begin{array}{c}{x}_1=x\\ y_1=y/\cos \left(\mathrm{\θ}\right)\end{array}\right.$ 公式(五)

其中，L为被测物体的直径，(x，y)为变换前被测物体的Y轴坐标，(x₁，y₁)为变换后的Y轴坐标。

7.如权利要求6所述的一种基于亚像素的直径测量方法，其特征在于：在步骤五)中，粗定位出圆形特征边缘采用Canny算子，并进行二值化处理。

Images