CN103955687B - 一种基于质心法的光斑图像中心的快速定位方法 - Google Patents
一种基于质心法的光斑图像中心的快速定位方法 Download PDFInfo
- Publication number
- CN103955687B CN103955687B CN201410198034.6A CN201410198034A CN103955687B CN 103955687 B CN103955687 B CN 103955687B CN 201410198034 A CN201410198034 A CN 201410198034A CN 103955687 B CN103955687 B CN 103955687B
- Authority
- CN
- China
- Prior art keywords
- gray scale
- light spot
- center
- spot image
- barycenter
- 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.)
- Active
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及一种基于质心法的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)通过测量得到轴对称光斑的部分图像的灰度分布I(i,j);(2)随机选取光斑图像上任意一个3×3灰度网格,计算其几何中心和质心;(3)计算通过该几何中心和质心的直线;(4)随机选取光斑图像上N个3×3灰度网格,其中至少有一个不同于步骤(2)中所选的3×3灰度网格,N大于等于1,重复步骤(2)和(3),将得到的直线方程联立成方程组;(5)采用最小二乘方法解该方程组,得到光斑中心的位置(x0,y0)。本发明通过随机选取少量灰度网格对光斑中心进行快速定位,实时性好,节省数据存储空间且不受光斑位置的影响。
Description
【技术领域】
本发明涉及一种基于质心法的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】
光斑图像中心定位是一种光斑图像处理的重要技术。光斑中心定位技术广泛的应用于目标跟踪、模式识别、激光测量、星敏感器的星点定位及激光衍射法粒度测量等诸多领域。快速、精确地提取光斑的中心坐标对上述系统整体性能有着重要影响,特别是对于实时的动态测量、定位而言,在保证中心定位精度的前提下,方法的复杂度和效率十分重要。
目前,对于光斑图像中心的定位方法主要有Hough变换法、空间矩定位法、高斯曲面拟合法、灰度质心法等。对于已知灰度分布为轴对称的光斑的部分图像而言,利用Hough变换法时需要对参数空间离散化,进而对每一个轮廓点在二维参数空间内逐点投票、记录,故花费时间较长、计算量大且测量精度也较低。空间矩定位法虽然运算精度较高,但要求光斑边缘为理想二级边缘,在实际应用中受到限制。高斯曲面拟合法是最精确的方法,但是该算法需要求解广义逆矩阵以及较多的对数运算,因此运算过程复杂,程序运行效率低,无法满足对实时性要求较高的场合。灰度质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。虽然灰度质心法应用范围较广,但该方法受光斑形状的影响,特别是对于光斑中心点在图像边缘或图像之外的情况,灰度质心法通常不能适用。
【发明内容】
本发明针对轴对称分布的光斑的部分图像,提出一种基于质心法的光斑图像中心的快速定位方法。本发明通过随机选取少量灰度网格对光斑中心进行快速定位,实时性好,节省数据存储空间且不受光斑 位置的影响。
本发明所提出的一种基于质心法的光斑图像中心的快速定位方法,包括下述步骤:
步骤一:通过测量得到轴对称光斑的部分图像的灰度分布I(i,j)。
步骤二:随机选取光斑图像上任意一个3×3灰度网格,计算其几何中心(xg,yg)和质心(xc,yc)。
步骤三:计算通过该几何中心和质心的直线,其中x表示横坐标,y表示纵坐标。
(xg-xc)y-(yg-yc)x=(xg-xc)yc-(yg-yc)xc (1)
步骤四:随机选取光斑图像上N个3×3灰度网格,其中至少有一个不同于步骤二中所选的3×3灰度网格,N大于等于1,重复步骤二和三,将得到的直线方程联立成方程组。
步骤五:采用最小二乘方法解该方程组,得到光斑中心的位置(x0,y0)。
本发明给出的一种基于质心法的光斑图像中心的快速定位方法,其优点及功效在于:本发明巧妙地避免了传统的高斯曲面拟合法和Hough变换法中复杂的计算过程,而是随机选取部分灰度网格即可完成计算,提高了计算效率,减少了存储空间。与灰度质心法相比,当光斑中心点在图像边缘或图像之外时,该方法仍可用于计算光斑中心位置,而灰度质心法则不适用。
【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所示为在光斑图像上选取的一个灰度网格示意图。
附图4所示为对无噪声光斑图像进行中心定位的仿真结果。
附图5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6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。
【具体实施方式】
本发明,即一种基于质心法的光斑图像中心的快速定位方法,包括下述步骤:
步骤一:通过测量得到轴对称光斑的部分图像的灰度分布I(i,j)。
步骤二:随机选取光斑图像上任意一个3×3灰度网格,计算其几何中心(xg,yg)和质心(xc,yc)。
步骤三:计算通过该几何中心和质心的直线,其中x表示横坐标,y表示纵坐标。
(xg-xc)y-(yg-yc)x=(xg-xc)yc-(yg-yc)xc (2)
步骤四:随机选取光斑图像上N个3×3灰度网格,其中至少有一个不同于步骤二中所选的3×3灰度网格,N大于等于1,重复步骤二和三,将得到的直线方程联立成方程组。
步骤五:采用最小二乘方法解该方程组,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,典型的光强分布如附图2所示。从光斑图像获得的灰度分布为I(i,j),随机选取光斑图像上任意一个3×3灰度网格如附图3所示。计算其几何中心(xg,yg)和质心(xc,yc)。
通过该几何中心和质心的直线方程为
(xg-xc)y-(yg-yc)x=(xg-xc)yc-(yg-yc)xc (4)
随机选取光斑图像上其他10个3×3灰度网格,重复步骤二和三。令(xg-xc)=δx,(yg-yc)=δy,δxi和δyi分别代表第i个灰度网格的几何中心和质心的x坐标差值与y坐标差值,表示第i个灰度网格的质心坐标。得到以下方程组
采用最小二乘方法求解上述方程组,得到光斑中心的位置(x0,y0),如附图4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5所示。当光斑中心在边缘位置时,计算得到的光斑中心如附图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)
1.一种基于质心法的光斑图像中心的快速定位方法,其特征在于:包括下述步骤:
步骤一:通过测量得到轴对称光斑的部分图像的灰度分布I(i,j);
步骤二:随机选取光斑图像上任意一个3×3灰度网格,计算其几何中心(xg,yg)和质心(xc,yc);
步骤三:计算通过该几何中心和质心的直线,其中x表示横坐标,y表示纵坐标;
(xg-xc)y-(yg-yc)x=(xg-xc)yc-(yg-yc)xc (1.1)
步骤四:随机选取光斑图像上N个3×3灰度网格,其中至少有一个不同于步骤二中所选的3×3灰度网格,N大于等于1,重复步骤二和三,将得到的直线方程联立成方程组;
步骤五:采用最小二乘方法解该方程组,得到光斑中心的位置(x0,y0)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410198034.6A CN103955687B (zh) | 2014-05-12 | 2014-05-12 | 一种基于质心法的光斑图像中心的快速定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410198034.6A CN103955687B (zh) | 2014-05-12 | 2014-05-12 | 一种基于质心法的光斑图像中心的快速定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103955687A CN103955687A (zh) | 2014-07-30 |
CN103955687B true CN103955687B (zh) | 2017-10-10 |
Family
ID=51332962
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410198034.6A Active CN103955687B (zh) | 2014-05-12 | 2014-05-12 | 一种基于质心法的光斑图像中心的快速定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103955687B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104316049B (zh) * | 2014-10-28 | 2017-06-23 | 中国科学院长春光学精密机械与物理研究所 | 高精度低信噪比椭圆化星点光斑细分定位方法 |
CN104966308B (zh) * | 2015-06-12 | 2017-12-01 | 深圳大学 | 一种计算激光光束光斑大小的方法 |
CN110647173B (zh) * | 2019-10-10 | 2020-12-29 | 四川赛狄信息技术股份公司 | 一种视频跟踪系统及方法 |
CN115393440B (zh) * | 2022-10-27 | 2023-01-24 | 长春理工大学 | 一种光端机信标光斑中心定位方法、存储介质及电子设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090009441U (ko) * | 2008-03-17 | 2009-09-22 | 허전 | 정지선 발광장치 및 설치 방법 |
CN103093223B (zh) * | 2012-12-10 | 2016-03-02 | 北京航空航天大学 | 一种光斑图像中心的快速定位方法 |
-
2014
- 2014-05-12 CN CN201410198034.6A patent/CN103955687B/zh active Active
Non-Patent Citations (2)
Title |
---|
An Algorithm of Locating Laser Spot Center;Yang, Yaoquan;《Proceedings of the Jd World Congress on Intelligent Control and Automation 》;20000702;第1373-1375页 * |
Research on sub-pixel location of the laser spot center;Liming Song.etc;《2013 Fifth International Conference on Intelligent Human-Machine Systems and Cybernetics》;20131024;第378-381页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103955687A (zh) | 2014-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107093205B (zh) | 一种基于无人机图像的三维空间建筑物窗户检测重建方法 | |
CN109272537B (zh) | 一种基于结构光的全景点云配准方法 | |
CN103942824B (zh) | 一种三维点云直线特征提取方法 | |
CN104200236B (zh) | 基于dpm的快速目标检测方法 | |
CN103727930B (zh) | 一种基于边缘匹配的激光测距仪与相机相对位姿标定方法 | |
CN103093223B (zh) | 一种光斑图像中心的快速定位方法 | |
CN103955687B (zh) | 一种基于质心法的光斑图像中心的快速定位方法 | |
CN101639947A (zh) | 基于图像的植物三维形态测量与重建方法及系统 | |
Pan et al. | Dense 3D reconstruction combining depth and RGB information | |
CN103400399B (zh) | 一种基于空间矩的线结构光中心提取方法 | |
CN104933738A (zh) | 一种基于局部结构检测和对比度的视觉显著图生成方法 | |
JP2019091493A (ja) | ビジョンシステムで画像内のプローブを効率的に採点するためのシステム及び方法 | |
JP6185385B2 (ja) | 空間構造推定装置、空間構造推定方法及び空間構造推定プログラム | |
CN104574432A (zh) | 一种自动多视角人脸自拍图像的三维人脸重建方法及系统 | |
CN105303616A (zh) | 基于单张照片的浮雕建模方法 | |
CN109583377A (zh) | 一种管路模型重建的控制方法、装置及上位机 | |
CN103700117A (zh) | 一种基于tv-l1变分模型的鲁棒光流场估计方法 | |
CN108961385A (zh) | 一种slam构图方法及装置 | |
Chen et al. | Stereo vision sensor calibration based on random spatial points given by CMM | |
CN101719287B (zh) | 利用控制点信息实现半球体三维表面形状的重建方法 | |
CN107328371A (zh) | 基于高斯影响的亚像素轮廓提取及利用Softmax回归在钣金检测场景下的优化 | |
CN102789644B (zh) | 一种基于两条相交直线的相机标定方法 | |
CN106408654B (zh) | 一种三维地图的创建方法及系统 | |
JP2009146150A (ja) | 特徴位置検出方法及び特徴位置検出装置 | |
CN103927536B (zh) | 一种基于导数法的光斑图像中心的快速定位方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |