CN103093223A - 一种光斑图像中心的快速定位方法 - Google Patents
一种光斑图像中心的快速定位方法 Download PDFInfo
- Publication number
- CN103093223A CN103093223A CN2012105299487A CN201210529948A CN103093223A CN 103093223 A CN103093223 A CN 103093223A CN 2012105299487 A CN2012105299487 A CN 2012105299487A CN 201210529948 A CN201210529948 A CN 201210529948A CN 103093223 A CN103093223 A CN 103093223A
- Authority
- CN
- China
- Prior art keywords
- light spot
- partiald
- center
- spot image
- point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种光斑图像中心的快速定位方法,其特征在于:包括下述步骤:(1)通过测量得到光斑图像的灰度分布I(x,y);(2)随机选取光斑图像上的一个点,计算得到该点的梯度;(3)计算得到通过该点和光斑中心的直线;(4)随机选取N个点,N大于等于2,重复步骤(2)和(3),将得到的通过光斑中心的直线方程联立成方程组;(5)采用最小二乘方法解方程组,得到光斑中心的位置(x0,y0)。本发明通过随机选取少量点对光斑中心进行快速定位,实时性高,存储量小,便于硬件实现,并可在光斑图像分布不均的情况下进行中心定位。
Description
【技术领域】
本发明涉及一种光斑图像中心的快速定位方法,属于图像处理领域。
【背景技术】
光斑图像广泛存在于机器视觉、模式识别、光学测量等领域中。其中光斑中心是光斑图像的特征,可应用于机器视觉中的目标跟踪、视觉检测中的特征点提取、姿态测量部件星敏感器星点定位及激光衍射法粒度测量中的零级衍射光定位等诸多场合。
目前,对于光斑中心的定位方法主要可归为两类:基于灰度的定位方法和基于边缘的定位方法。其中,基于灰度的定位方法是利用目标光斑图像的灰度分布信息进行定位,典型的方法为重心法和曲面拟合法等;基于边缘的定位方法一般是利用光斑图像的边缘形状进行定位,典型的方法为圆拟合法和霍夫(Hough)变换法等。
通常情况下,基于灰度的定位方法比基于边缘的定位方法具有更高的精度。基于灰度的曲面拟合采用高斯曲面对目标光斑图像的灰度分布进行拟合,但常用的二维高斯曲面函数的计算比较复杂,因此,重心法由于其实现较为简单且定位精度较高,成为使用最多的一种定位方法。虽然重心法应用范围较广,但该方法要求光斑图像分布比较均匀,图像对称性好,否则会产生较大误差,而且抗干扰能力弱。另外,特别是对于光斑中心点不在探测平面上的情况,重心法通常不能适用。
【发明内容】
本发明的目的在于提供一种光斑图像中心的快速定位方法,通过随机选点的方式对光斑中心进行快速定位,实时性高,存储量小,便于硬件实现,并能够在光斑图像分布不均或光斑中心不在探测平面上的情况下进行中心定位。
本发明所提出的一种光斑图像中心的快速定位方法,包括下述步骤:
步骤一:通过测量得到光斑图像的灰度分布I(x,y);
步骤二:随机选取光斑图像上的一个点,假设为M,计算得到该点的梯度
步骤三:计算得到通过该点和光斑中心的直线
其中,(x0,y0)为光斑中心位置;
步骤四:随机选取N个不同的点,N大于等于2,重复步骤二和三,将得到的通过光斑中心的直线方程联立成方程组;
步骤五:采用最小二乘方法解方程组,得到光斑中心的位置(x0,y0)。
本发明给出的一种光斑图像中心的快速定位方法,其优点及功效在于:与将全部像素点纳入计算的重心法和Hough变换法相比,本发明随机选取部分点即可完成计算,提高了计算速度,减少硬件资源使用,利于硬件实现;由于计算过程中,光斑图像上的像素点方向指向光斑中心,因此当光斑中心不在探测平面上或光斑分布不均匀时,该方法仍可用于计算光斑中心位置,而重心法则不适用。
【附图说明】
附图1所示为典型的轴对称的光斑图像。
附图2所示为典型的光强分布图。
附图3所示为对无噪声光斑图像进行中心定位的仿真结果。
附图4所示为对信噪比为60dB的光斑图像进行中心定位的仿真结果。
附图5所示为对光斑中心大大偏离图像中心的图像进行中心定位的仿真结果。
附图6所示为对非规则光斑图像的中心定位的仿真结果。
【具体实施方式】
本发明,即一种光斑图像中心的快速定位方法,包括下述步骤:
步骤一:通过测量得到光斑图像的灰度分布I(x,y);
步骤二:随机选取光斑图像上的一个点,假设为M,计算得到该点的梯度
步骤三:计算得到通过该点和光斑中心的直线
其中,(x0,y0)为光斑中心位置;
步骤四:随机选取N个不同的点,N大于等于2,重复步骤二和三,将得到的通过光斑中心的直线方程联立成方程组;
步骤五:采用最小二乘方法解方程组,得到光斑中心的位置(x0,y0)。
下面结合附图和实施例对本发明做进一步详细说明。
获取的光斑图像通常如附图1所示,以中心为起点,典型的光强分布如附图2所示。从图像获得的灰度分布为I(x,y),在光斑上选取10个点,记为Mi(1≤i≤10),其坐标表示为(xi,yi),分别计算这10个位置的梯度
于是,可计算得到10个坐标点(xi,yi)(1≤i≤10)处对应的灰度的梯度值。
则通过所选点与光斑中心的直线可表示为
其中,(x0,y0)为光斑中心位置。
联立得到的10个直线方程,有
采用最小二乘方法解方程组(7),得到光斑中心的位置(x0,y0),如附图3所示。
通常情况下,探测到的图像会存在一定的噪声,当探测得到的图像的信噪比为60dB时,计算得到的光斑中心位置如附图4所示。当光斑中心在边缘位置或光斑不规则时,计算得到的光斑中心如附图5和 附图6所示。
以上对本发明及其实施方式的描述,并不局限于此,附图中所示仅是本发明的实施方式之一。在不脱离本发明创造宗旨的情况下,不经创造地设计出与该技术方案类似的结构或实施例,均属本发明保护范围。
Claims (1)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210529948.7A CN103093223B (zh) | 2012-12-10 | 2012-12-10 | 一种光斑图像中心的快速定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210529948.7A CN103093223B (zh) | 2012-12-10 | 2012-12-10 | 一种光斑图像中心的快速定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103093223A true CN103093223A (zh) | 2013-05-08 |
CN103093223B CN103093223B (zh) | 2016-03-02 |
Family
ID=48205771
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210529948.7A Active CN103093223B (zh) | 2012-12-10 | 2012-12-10 | 一种光斑图像中心的快速定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103093223B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103364023A (zh) * | 2013-06-21 | 2013-10-23 | 广东电网公司电力科学研究院 | 一种基于总体最小二乘的仪表图像中心点提取方法 |
CN103389072A (zh) * | 2013-07-22 | 2013-11-13 | 北京信息科技大学 | 一种基于直线拟合的像点定位精度评估方法 |
CN103455813A (zh) * | 2013-08-31 | 2013-12-18 | 西北工业大学 | 一种ccd图像测量系统光斑中心定位的方法 |
CN103617611A (zh) * | 2013-11-12 | 2014-03-05 | 清华大学 | 一种自动阈值分割光斑中心及尺寸检测方法 |
CN103679167A (zh) * | 2013-12-18 | 2014-03-26 | 杨新锋 | 一种ccd图像处理的方法 |
CN103927766A (zh) * | 2014-05-12 | 2014-07-16 | 北京航空航天大学 | 一种基于几何法的光斑图像中心的快速定位方法 |
CN103927536A (zh) * | 2014-05-12 | 2014-07-16 | 北京航空航天大学 | 一种基于导数法的光斑图像中心的快速定位方法 |
CN103955687A (zh) * | 2014-05-12 | 2014-07-30 | 北京航空航天大学 | 一种基于质心法的光斑图像中心的快速定位方法 |
CN106646430A (zh) * | 2016-12-26 | 2017-05-10 | 国家测绘地理信息局卫星测绘应用中心 | 一种基于地面探测器的激光足印中心确定方法 |
CN108062771A (zh) * | 2018-01-09 | 2018-05-22 | 北京航空航天大学 | 一种基于互相关的二维spr吸收谱最佳激发角位置识别方法 |
CN110070537A (zh) * | 2019-04-25 | 2019-07-30 | 清华大学 | 静态图像颗粒的粒度与球形度的智能识别方法和装置 |
CN112733839A (zh) * | 2020-12-28 | 2021-04-30 | 北京百度网讯科技有限公司 | 灯头位置确定方法、装置、存储介质、程序、路侧设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100111421A1 (en) * | 2008-11-06 | 2010-05-06 | Allred Lloyd G | Method and Apparatus for Making and Processing Aberration Measurements |
CN102496015A (zh) * | 2011-11-22 | 2012-06-13 | 南京航空航天大学 | 二维高斯分布光斑图像中心快速高精度定位方法 |
-
2012
- 2012-12-10 CN CN201210529948.7A patent/CN103093223B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100111421A1 (en) * | 2008-11-06 | 2010-05-06 | Allred Lloyd G | Method and Apparatus for Making and Processing Aberration Measurements |
CN102496015A (zh) * | 2011-11-22 | 2012-06-13 | 南京航空航天大学 | 二维高斯分布光斑图像中心快速高精度定位方法 |
Non-Patent Citations (3)
Title |
---|
LEIXIN 等: "l1 norm based reconstruction algorithm for particle sizing", 《INSTRUMENTATION AND MEASUREMENT TECHNOLOGY CONFERENCE》, 31 December 2011 (2011-12-31), pages 1 - 4 * |
SHI YIN-TAO 等: "Laser Spot Center Detection Based on the Geometric Feature", 《THIRD INTERNATIONAL SYMPOSIUM ON INFORMATION SCIENCE AND ENGINEERING》, 31 December 2010 (2010-12-31), pages 322 - 325, XP032004032, DOI: doi:10.1109/ISISE.2010.15 * |
邓宏平 等: "一种鲁棒的人眼光斑定位算法", 《中国科学技术大学学报》, vol. 41, no. 4, 30 April 2011 (2011-04-30), pages 341 - 346 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103364023A (zh) * | 2013-06-21 | 2013-10-23 | 广东电网公司电力科学研究院 | 一种基于总体最小二乘的仪表图像中心点提取方法 |
CN103364023B (zh) * | 2013-06-21 | 2015-11-18 | 广东电网公司电力科学研究院 | 一种基于总体最小二乘的仪表图像中心点提取方法 |
CN103389072B (zh) * | 2013-07-22 | 2015-04-22 | 北京信息科技大学 | 一种基于直线拟合的像点定位精度评估方法 |
CN103389072A (zh) * | 2013-07-22 | 2013-11-13 | 北京信息科技大学 | 一种基于直线拟合的像点定位精度评估方法 |
CN103455813A (zh) * | 2013-08-31 | 2013-12-18 | 西北工业大学 | 一种ccd图像测量系统光斑中心定位的方法 |
CN103617611A (zh) * | 2013-11-12 | 2014-03-05 | 清华大学 | 一种自动阈值分割光斑中心及尺寸检测方法 |
CN103617611B (zh) * | 2013-11-12 | 2016-08-17 | 清华大学 | 一种自动阈值分割光斑中心及尺寸检测方法 |
CN103679167A (zh) * | 2013-12-18 | 2014-03-26 | 杨新锋 | 一种ccd图像处理的方法 |
CN103955687A (zh) * | 2014-05-12 | 2014-07-30 | 北京航空航天大学 | 一种基于质心法的光斑图像中心的快速定位方法 |
CN103927536A (zh) * | 2014-05-12 | 2014-07-16 | 北京航空航天大学 | 一种基于导数法的光斑图像中心的快速定位方法 |
CN103927766A (zh) * | 2014-05-12 | 2014-07-16 | 北京航空航天大学 | 一种基于几何法的光斑图像中心的快速定位方法 |
CN103927536B (zh) * | 2014-05-12 | 2017-07-18 | 北京航空航天大学 | 一种基于导数法的光斑图像中心的快速定位方法 |
CN106646430A (zh) * | 2016-12-26 | 2017-05-10 | 国家测绘地理信息局卫星测绘应用中心 | 一种基于地面探测器的激光足印中心确定方法 |
CN108062771A (zh) * | 2018-01-09 | 2018-05-22 | 北京航空航天大学 | 一种基于互相关的二维spr吸收谱最佳激发角位置识别方法 |
CN108062771B (zh) * | 2018-01-09 | 2019-12-31 | 北京航空航天大学 | 一种基于互相关的二维spr吸收谱最佳激发角位置识别方法 |
CN110070537A (zh) * | 2019-04-25 | 2019-07-30 | 清华大学 | 静态图像颗粒的粒度与球形度的智能识别方法和装置 |
CN112733839A (zh) * | 2020-12-28 | 2021-04-30 | 北京百度网讯科技有限公司 | 灯头位置确定方法、装置、存储介质、程序、路侧设备 |
CN112733839B (zh) * | 2020-12-28 | 2024-05-03 | 阿波罗智联(北京)科技有限公司 | 灯头位置确定方法、装置、存储介质、程序、路侧设备 |
Also Published As
Publication number | Publication date |
---|---|
CN103093223B (zh) | 2016-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103093223B (zh) | 一种光斑图像中心的快速定位方法 | |
Ye et al. | A new method based on hough transform for quick line and circle detection | |
CN108986048B (zh) | 基于线激光扫描三维点云快速复合滤波处理方法 | |
CN102853786B (zh) | 平整度检测装置和方法 | |
EP4141793A1 (en) | Using intensity variations in a light pattern for depth mapping of objects in a volume | |
US10451403B2 (en) | Structure-based camera pose estimation system | |
CN105865344A (zh) | 一种基于机器视觉的工件尺寸测量方法和装置 | |
CN105021124A (zh) | 一种基于深度图的平面零件三维位置和法向量计算方法 | |
CN105894521A (zh) | 基于高斯拟合的亚像素边缘检测方法 | |
CN104266608A (zh) | 视觉传感器现场标定装置和标定方法 | |
Zhou et al. | A measurement system based on internal cooperation of cameras in binocular vision | |
CN102236894A (zh) | 圆检测方法及装置 | |
CN102425989A (zh) | 基于图像检测的二维特征尺寸测量方法 | |
CN104460505A (zh) | 工业机器人相对位姿估计方法 | |
CN103247032A (zh) | 一种基于姿态补偿的微弱扩展目标定位方法 | |
He et al. | Robust laser stripe extraction for 3D measurement of complex objects | |
CN109341725A (zh) | 行星接近段导航性能快速评估方法 | |
CN102789644B (zh) | 一种基于两条相交直线的相机标定方法 | |
CN103955687B (zh) | 一种基于质心法的光斑图像中心的快速定位方法 | |
CN109506629B (zh) | 一种水下核燃料组件检测装置旋转中心标定的方法 | |
CN107449416A (zh) | 基于矢量累积的恒星拖尾星点提取方法 | |
Han et al. | A PTV-based feature-point matching algorithm for binocular stereo photogrammetry | |
Xu et al. | An improved Gaussian fitting method used in light-trap center acquiring | |
CN103411562B (zh) | 一种基于动态规划和均值漂移的结构光光条中心提取方法 | |
Sun et al. | An improvement of pose measurement method using global control points calibration |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20210706 Address after: 247000 No.22 Liujin Avenue, Chizhou economic and Technological Development Zone, Chizhou City, Anhui Province Patentee after: Anhui aotaiqi Intelligent Water Technology Co.,Ltd. Address before: 100191 No. 37, Haidian District, Beijing, Xueyuan Road Patentee before: BEIHANG University |