CN104123728A - 基于Hough变换的圆管检测方法 - Google Patents

Abstract

本发明提出基于Hough变换的圆管类产品检测方法，属于工业现场快速、智能检测领域。本发明的目的是针对工业现场圆管类产品快速检测、辨识方法问题，提出设计了一种基于Hough变换算法的手持检测设备，提高了图形检测的准确性，节省了工业现场的巡检时间。本发明包括手持设备屏幕外壳1、摄像头2、液晶显示屏3、F1按键_4、F2按键_5、F3按键_6、焦距缩放键10等装置。该设备通过运用Hough变换图像识别算法，可以在工业现场进行流水检测，并实现对检测到的产品进行计数。既满足了工业现场对于流水作业产品、大规模生产的圆管类产品的检测、计数需求，又克服了以往图像检测算法检测不准确的问题，提高了工业现场的效率。

Description

基于Hough变换的圆管检测方法

技术领域

本发明涉及一种面向工业现场领域的应用，针对工业控制现场以及生产流水线的机器视觉辨识圆管类产品技术的需求，提出基于Hough变换的圆管类产品检测方法，属于工业现场快速、智能检测领域。

背景技术

随着计算机技术与信息技术的发展，图像识别技术获得了越来越广泛的应用，针对工业控制现场和生产流水线上对机器视觉的需求，从数字图像中检测出圆管类产品并进行计数在计算机视觉中具有很重要的地位。人们相继提出了很多圆检测方法，其中最基础、使用最广泛的是基于Hough变换的圆检测技术。但常规的Hough变换存有不少缺憾，于是很多改进的Hough变换圆检测技术被相继提出。根据圆的特性，研究学者们进行了广泛的研究，提出了几何特征的圆检测方法、曲线拟合圆检测技术、梯度方向角的圆检测方法、基于共形几何代数与Radon变换的圆检测方法等多种检测技术。虽然，圆检测算法很多，且各自取得了一定的研究效果，但目前还没有一种能将圆的识别与检测做到完美的算法。由于噪音、数字化错误和图形变异等因素，真实的图形经常被曲解，因此，图像在应用Hough变换后，很难找到单一的峰值，这也就造成了检测的难度。

发明内容

本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种基于Hough变换的圆管检测方法。

为了实现本发明的上述目的，本发明提供了一种基于Hough变换的圆管检测方法，其关键在于，包括如下步骤：

步骤1，通过图像采集设备采集圆管图像，对采集的圆管图像进行灰度处理，进行灰度处理结束之后，执行步骤2；

步骤2，将灰度处理之后的圆管图像转化为二值图像；

步骤3，对圆管图像进行平滑增强处理，减少图像噪声，滤除二值化后圆管图像中圆管之间的缝隙区域的噪声点，加强所检测的降噪后圆管图像内径圆区域；

步骤4，对降噪后圆管图像进行圆管图像边缘检测，采用边缘邻近方向导数变化，进行边缘检测，边缘检测之后进行圆管检测。

上述技术方案的有益效果为：该方法通过运用Hough变换图像识别算法，可以在工业现场进行流水检测，并实现对检测到的产品进行计数。避免了由于采集到的工业图像存在较强的噪声，加之光照不均匀使得图像各个区域亮度相差较大等因素的影响，而存在检测计数不准确问题。既满足了工业现场对于流水作业产品、大规模生产的圆管类产品的检测、计数需求，又克服了以往图像检测算法检测不准确的问题，提高了工业现场的效率。

所述的基于Hough变换的圆管检测方法，优选的，所述步骤4包括：

步骤4-1，把圆表示为：2xa+2yb+d＝x²+y²，其中a,b为圆心，r为半径，令参数d＝r²-a²-b²，取任一点表示为v_i＝(x_i,y_i)，i＝1，2，3，则该三点确定的半径为：

$r_{123}=\sqrt{{(x_i-a_{123})}^2+{(y_i-b_{123})}^2},i=\mathrm{1,2,3};$

步骤4-2，若取v₄＝(x₄,y₄)，则 $d_{4-123}=|\sqrt{{(x_4-a_{123})}^2+{(y_4-b_{123})}^2}-r_{123}|<\mathrm{\&delta;}$ 表示v₄在圆上，δ为一个阈值；

步骤4-3，确定候选圆管图像c_ijk的圆心与半径之后，进行证据积累过程，通过随机Hough变换为取遍D中的点D_l，其中D为点的集合，D₁点的集合中一个点，如果d_l-ijk<δ则计数加1；取完后如果计数大于某个自定义的阈值，则确定该圆为真实圆，所述下标ijk为候选圆管编号。

上述技术方案的有益效果为：该方法通过运用Hough变换图像识别算法，可以在工业现场进行流水检测，并实现对检测到的产品进行计数。避免了由于采集到的工业图像存在较强的噪声，加之光照不均匀使得图像各个区域亮度相差较大等因素的影响，而存在检测计数不准确问题。既满足了工业现场对于流水作业产品、大规模生产的圆管类产品的检测、计数需求，又克服了以往图像检测算法检测不准确的问题，提高了工业现场的效率。

所述的基于Hough变换的圆管检测方法，优选的，还包括：

步骤5，确定候选圆管图像的圆心和半径之后，判定为真实圆，进行下一轮圆管图像判断。

上述技术方案的有益效果为：判定真实圆的过程，其实质是对圆管进行计数的过程，通过本步骤能够更准确的进行计数。

所述的基于Hough变换的圆管检测方法，优选的，所述步骤5包括：

步骤5-1，圆管图像证据积累过程为取t为一个较小数，对于D中的点D_l，若x_l>a_ijk+r_ijk+t或x_l>a_ijk-r_ijk-t，则不必对D_l进行计算d_l-ijk，转到下一个边缘点；

步骤5-2，识别的圆管图像在其外接正方形之内，检查所有的边缘点，若累加器的累加值大于设定阈值则该候选圆为真实圆，进行下一轮候选圆检测；否则该候选圆为假，退还到边缘点，进行下一轮候选圆检测。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

本发明针对工业现场由于时间限制、人为等干扰因素，从而导致的圆管类产品检测、计数不准确等问题，并考虑了经济性、可行性等前提，提出设计了一种基于Hough变换算法的手持检测方法。该方法通过运用Hough变换图像识别算法，可以在工业现场进行流水检测，并实现对检测到的产品进行计数。避免了由于采集到的工业图像存在较强的噪声，加之光照不均匀使得图像各个区域亮度相差较大等因素的影响，而存在检测计数不准确问题。既满足了工业现场对于流水作业产品、大规模生产的圆管类产品的检测、计数需求，又克服了以往图像检测算法检测不准确的问题，提高了工业现场的效率。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1是本发明基于Hough变换的圆管检测方法示意图；

图2是本发明基于Hough变换的圆管检测装置示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

在本发明的描述中，需要理解的是，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

在本发明的描述中，除非另有规定和限定，需要说明的是，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是机械连接或电连接，也可以是两个元件内部的连通，可以是直接相连，也可以通过中间媒介间接相连，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。

本发明的目的是针对工业现场圆管类产品快速检测、辨识方法问题，提出设计了一种基于Hough变换算法的手持检测设备，提高了图形检测的准确性，节省了工业现场的巡检时间。

本发明包括手持设备屏幕外壳1、摄像头2、液晶显示屏3、F1按键_4、F2按键_5、F3按键_6、设备外壳7、导航键8、开关机键9、焦距缩放键10。

屏幕外壳1由碳素材料制造，这种材料具有重量轻且强度高的特点，不易受到外部损坏，在户外状态下可以很好的保护液晶显示屏3，且具有防雨水等特点，适用于工业现场复杂的环境。

屏幕外壳1的正面是液晶显示屏3，它具有电力损耗小、显示图片清晰的特点，使得手持设备具有更长的使用时间。液晶显示屏3用来显示拍摄到的工业现场圆管类产品的图片、视频，并且可以显示手持设备镜头所检测到的产品数量等数据信息。

屏幕外壳1的背面是摄像头2，用于拍摄、采集工业现场的圆管类产品图片。在工业生产现场，将摄像头对准需要计算数量的大批量圆管类产品，可选取适当的距离拍摄，只要保证图像中肉眼可分辨出圆管形状即可。此手持设备将通过两种形式计算圆管类产品数量，一种是拍摄需要计算圆管数量的图片，另外一种是按照一定方向不重复镜头的拍摄圆管产品的视频，进而计算所拍摄视频中所有圆管的数量。

F1按键_4的作用是切换照相、摄像功能，当手持设备开机后，程序默认是主菜单模式，需要拍摄功能时，利用导航键8选择拍摄模式，此时默认为照相功能。当需要摄像功能时，按一下F1按键_4，则切换到摄像模式，再次按F1按键_4将会回到照相功能。此按键连接到手持设备内部的电路板，由板内芯片控制，实现功能操作。

F2按键_5的功能是切换液晶显示屏3的显示内容，在手持设备液晶屏幕3显示内容是摄像头2所拍摄到的内容情况下，当按一下F2按键_5后，可以实现快速屏幕切换，液晶显示屏3则会显示拍摄到的圆管类产品的数量等数据信息，提高手持设备现场的使用效率，再次按F2按键_5，则屏幕又会切换到摄像头的模式下。此按键连接到手持设备内部的电路板，由板内芯片控制，实现功能操作。

F3按键_6的作用是返回主菜单键，不论界面处于何种功能模式下，F3按键_6都可以快速返回主菜单。

设备外壳7同样由碳素材料制造，因其具有重量轻且强度高的特点，可以保护内部零件不受到外部损坏。设备外壳7的内部装有电路板以及集成芯片、电池等部件，板内芯片可完成整个手持设备的功能，芯片内烧录有预先设计好的程序，在图像识别部分运用了Hough变换算法，通过对拍摄到的圆管类图片，进行图像二值化、滤波、边缘增强处理后，运用Hough变换算法可以很理想的将想要提取的圆形提取出来，然后再编程计算Hough变换算法检测出来的圆管类产品的个数。

Hough变换的实质是将图像空间的具有一定关系的像元进行聚类，寻找能把这些像元用某一解析式形式联系起来的参数空间累计对应点。标准Hough变换的计算非常复杂，在圆形检测应用中随着取值范围的不断扩大，在参数域的三维数组尺寸成正比例增加，需要占用大量计算机内存，计算效率低下。因此，尽可能缩小参与Hough变换的参数域范围是提高其效率的关键。

本手持设备采用改进过的随机Hough变换算法，相对于基本Hough变换随机Hough变换能够大量降低设备内存需求与计算时间，把拍摄到的工业现场圆管类产品图像空间，随机选取的不共线的三个点映射成参数空间的一个点，是多到一的映射。原理描述如下：

1、用D代表圆管类图像中的所有边缘点的集合，构建累加器，从D中随机选取三个点，若三点不在同一直线上的点可确定一个圆；

2、把圆表示为：2xa+2yb+d＝x²+y²，(a,b)为圆心，r为半径，令d＝r²-a²-b²，取任一点表示为v_i＝(x_i,y_i)，i＝1，2，3，则该三点确定的半径为：

$r_{123}=\sqrt{{(x_i-a_{123})}^2+{(y_i-b_{123})}^2},i=\mathrm{1,2,3}$

若取v₄＝(x₄,y₄)，则 $d_{4-123}=|\sqrt{{(x_4-a_{123})}^2+{(y_4-b_{123})}^2}-r_{123}|<\mathrm{\&delta;}$ 表示v4在圆上，δ为一个阈值；

3、确定候选圆c_ijk的圆心与半径之后，进行证据积累过程，随机Hough变换的方法为取遍D中的点D_l，如果d_l-ijk<δ则计数加1。取完后如果计数大于某个自定义的阈值，则确定该圆为真实圆，然后进行下一轮候选圆的检测。证据积累过程为取t为一个较小数，对于D中D_l，若x_l>a_ijk+r_ijk+t或x_l>a_ijk-r_ijk-t，则不必对D_l进行计算d_l-ijk，转到下一个边缘点。考虑到圆肯定在其外接正方形之内，所以不必对外接正方形之外的像素进行计算，可以减少大量时间。检查所有的边缘点，若累加器的累加值大于某个阈值则该候选圆为真实圆，进行下一轮候选圆检测；否则该候选圆为假，退还其上面的边缘点，进行下一轮候选圆检测。

为尽量的避免漏检，降低漏检圆管的概率，在每次随机采样边缘点之后，首先判断采样得到的点是否是圆上的边缘点，是则加入列阵，否则忽略。先确定待检测图像中圆的期望个数也可规定一个上限，做循环，随后在每次循环中选取合适的循环次数再做循环。随机选取边缘点计算圆参数，并直接判断统计其构造的圆(环)落在实际的边缘上的点数，如果超过一定阈值就判断其为真圆，清除属于该圆的边缘点，跳出这一层循环再计算下一个圆，这样就增大了下一次随机采样时三点落在同一个圆上的概率。当某次第二层循环结束，但未能产生超过阈值的圆信息，结束圆检测工作。

这样做的好处是可以更加稳定的检测到图像中的圆，并大大提高小圆被检测到的概率。在圆的数量比较少，干扰边缘影响不太大的情况下，能得到比较满意的速度与结果，但是使用这种方法的时候同样要把握好阈值，如果过大检测不到真圆。

设备外壳7的正面有导航键8、开关机键9、焦距缩放键10等按键，导航键8的OK键是确认按钮，当选定某个模式后，用此按钮来确认此操作执行，上下、左右键用来控制液晶显示屏3的图片移动。开关机键9是设备的电源开关机键，当设备开机后，默认是主菜单模式，关机后，整个设备就会断电关机。焦距缩放键10是实现在摄像、照相功能下的图片缩放功能。

1、图像是一种二维的连续函数，然而在计算机上对图像进行数字处理的时候，必须在亮度上进行数字化。即在对钢管图像的识别计数过程中，先将待处理的彩色图像转换到灰度图像，然后再进行其它处理和计数。

2、灰度图像共有256个灰度级，为了分析图像的特征，简化计算，将灰度图像转化为二值图像，使得图像只有两个灰度级，0和1，即黑和白，能大大简化在其后的分析和处理步骤。图像二值化采用全局阈值法，它是指对整幅图像选取单一的阈值来进行二值化，这种方法一般计算速度较快，在物体和背景的灰度差别较明显时效果比较好。

3、在将图像变为灰度图像后，进行图像平滑处理。图像平滑的主要目的是为了减少图像的噪声，提取有用信息。本文应用中值滤波器来滤除二值钢管图像钢管之间的缝隙区域的噪声点，以加强要检测的钢管内径圆区域。中值滤波法是一种非线性平滑技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值。本发明中值滤波的具体工作步骤如下：1.将图像模板在采集的实际图像中漫游，并将图像模板中心与采集的实际图像中某个像素位置重合；2.读取图像模板下各对应像素的灰度值；3.将这些灰度值按升(或降)序排成一列；4.找出这些值里排在中间的一个；5.将这个中间值赋给对应图像模板中心位置的像素。

4、当对图像进行噪声处理后，进行圆管图形边缘检测，图形的边缘是由灰度不连续性所反映的。边缘提取方法是考察图像的每个像素在某个领域内灰度的变化，利用边缘邻近一阶或二阶方向导数变化规律，进行边缘检测。

5、利用Hough变换算法进行圆管图形检测，过程描述如下：

5-1用D代表图像中的所有边缘点的集合，构建累加器，从D中随机选取三个点，若三点不在同一直线上的点可确定一个圆；

5-2把圆表示为：2xa+2yb+d＝x²+y²，(a,b)为圆心，r为半径，d＝r²-a²-b²取v_i＝(x_i,y_i)，i＝1，2，3，则该三点确定的半径为：

$r_{123}=\sqrt{{(x_i-a_{123})}^2+{(y_i-b_{123})}^2},i=\mathrm{1,2,3}$

取v4＝(x4,y4)，则 $d_{4-123}=|\sqrt{{(x_4-a_{123})}^2+{(y_4-b_{123})}^2}-r_{123}|<\mathrm{\&delta;}$ 表示v4在圆上，δ为一个阈值(考虑到图像为离散，且边缘可能为多个像素的宽度)；

5-3确定候选圆的圆心与半径之后，判定该圆为真实圆，然后进行下一轮候选圆的检测。

随机Hough变换存在的一个重要问题是：“漏检”。在本发明中，改进漏检及无效累积的问题采取如下方案：先确定待检测图像中圆管的期望个数也可规定一个上限，做循环，随后在每次循环中选取合适的循环次数再做循环。随机选取边缘点计算圆管的参数，并直接判断统计其构造的圆管落在实际的边缘上的点数，如果超过一定阈值就判断其为真圆，清除属于该圆的边缘点，跳出这一层循环再计算下一个圆，这样就增大了下一次随机采样时三点落在同一个圆上的概率。当某次第二层循环结束，但未能产生超过阈值的圆信息，结束圆检测工作。使用这种方法的时候同样要把握好阈值，如果过大检测不到真圆。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (4)

1.一种基于Hough变换的圆管检测方法，其特征在于，包括如下步骤：

步骤1，通过图像采集设备采集圆管图像，对采集的圆管图像进行灰度处理，进行灰度处理结束之后，执行步骤2；

步骤2，将灰度处理之后的圆管图像转化为二值图像；

步骤3，对圆管图像进行平滑增强处理，减少图像噪声，滤除二值化后圆管图像中圆管之间的缝隙区域的噪声点，加强所检测的降噪后圆管图像内径圆区域；

步骤4，对降噪后圆管图像进行圆管图像边缘检测，采用边缘邻近方向导数变化，进行边缘检测，边缘检测之后进行圆管检测。

2.根据权利要求1所述的基于Hough变换的圆管检测方法，其特征在于，所述步骤4包括：

步骤4-1，把圆表示为：2ax+2by+d＝x²+y²，其中a,b为圆心，r为半径，令参数d＝r²-a²-b²，取任一点表示为v_i＝(x_i,y_i)，i＝1，2，3，则该三点确定的半径为：

$r_{123}=\sqrt{{(x_i-a_{123})}^2+{(y_i-b_{123})}^2},i=\mathrm{1,2,3};$

步骤4-2，若取v₄＝(x₄,y₄)，则 $d_{4-123}=|\sqrt{{(x_4-a_{123})}^2+{(y_4-b_{123})}^2}-r_{123}|<\mathrm{\&delta;}$ 表示v₄在圆上，δ为一个阈值；

步骤4-3，确定候选圆管图像c_ijk的圆心与半径之后，进行证据积累过程，通过随机Hough变换为取遍D中的点D_l，其中D为点的集合，D₁点的集合中一个点，如果d_l-ijk<δ则计数加1；取完后如果计数大于某个自定义的阈值，则确定该圆为真实圆，所述下标ijk为候选圆管编号。

3.根据权利要求1所述的基于Hough变换的圆管检测方法，其特征在于，还包括：

步骤5，确定候选圆管图像的圆心和半径之后，判定为真实圆，进行下一轮圆管图像判断。

4.根据权利要求3所述的基于Hough变换的圆管检测方法，其特征在于，所述步骤5包括：

步骤5-1，圆管图像证据积累过程为取t为一个较小数，对于D中的点D_l，若x_l>a_ijk+r_ijk+t或x_l>a_ijk-r_ijk-t，则不必对D_l进行计算d_l-ijk，转到下一个边缘点；

步骤5-2，识别的圆管图像在其外接正方形之内，检查所有的边缘点，若累加器的累加值大于设定阈值则该候选圆为真实圆，进行下一轮候选圆检测；否则该候选圆为假，退还到边缘点，进行下一轮候选圆检测。