CN105894544A - 一种检测图像中圆心位置的方法及装置 - Google Patents
一种检测图像中圆心位置的方法及装置 Download PDFInfo
- Publication number
- CN105894544A CN105894544A CN201510926046.0A CN201510926046A CN105894544A CN 105894544 A CN105894544 A CN 105894544A CN 201510926046 A CN201510926046 A CN 201510926046A CN 105894544 A CN105894544 A CN 105894544A
- Authority
- CN
- China
- Prior art keywords
- circle
- gray value
- edge
- radius
- center
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供一种检测图像中圆心位置的方法及装置,包括:提取待检测图像中的圆形区域;从所述提取出的圆形区域中提取出圆形边缘并生成边缘掩模图像;在所述边缘掩模图像中计算所述圆形边缘的最大内接圆的半径和最小外接圆的半径;在为所述圆形边缘上的每个点生成辅助圆并对相应位置点进行灰度值的加值后,获得圆心掩模图像;根据所述圆心掩模图像中灰度值大于预定阈值的各位置点的灰度值及坐标,拟合获得圆心的坐标。本发明实施例提供的检测图像中圆心位置的方法及装置,与现有技术相比,可有效抵抗圆形的形变带来的影响,更加准确地确定出圆心的位置。
Description
技术领域
本发明实施例涉及图像处理技术领域,尤其涉及一种检测图像中圆心位置的方法及装置。
背景技术
现有技术中,当需要确定图像中圆形的圆心位置时,通常采用计算正圆的方法,例如各种几何算法。
但是根据几何算法仅在圆形为正圆时可比较准确地确定出圆心位置,而对于发生形变的圆形,通过几何算法则无法准确地确定出圆心位置,而且,几何算法的运算量巨大,最终估算出的圆心位置误差较大。
发明内容
本发明实施例提供一种定位圆心位置的方法及装置,用以解决现有技术中针对发生形变的圆形进行圆心位置检测时误差较大的问题。
本发明实施例提供一种检测图像中圆心位置的方法,包括:
提取待检测图像中的圆形区域,
从所述提取出的圆形区域中提取出圆形边缘并生成边缘掩模图像;
在所述边缘掩模图像中计算所述圆形边缘的最大内接圆的半径和最小外接圆的半径;
在所述边缘掩模图像中,以所述圆形边缘上的位置点为圆心,依次生成半径大于等于最大内接圆的半径且小于等于最小外接圆的半径的若干辅助圆,并将每个辅助圆经过的位置点分别进行灰度值的加值,在为所述圆形边缘上的每个点生成辅助圆并对相应位置点进行灰度值的加值后,获得圆心掩模图像;
根据所述圆心掩模图像中灰度值大于预定阈值的各位置点的灰度值及坐标,拟合获得圆心的坐标。
本发明实施例提供一种检测图像中圆心位置的装置,包括:
圆形区域提取模块,用于提取待检测图像中的圆形区域;
边缘掩模图像生成模块,用于从所述提取出的圆形区域中提取出圆形边缘并生成边缘掩模图像;
边缘掩模图像处理模块,用于在所述边缘掩模图像中计算所述圆形边缘的最大内接圆的半径和最小外接圆的半径;
圆心掩模图像生成模块,用于在所述边缘掩模图像中,以所述圆形边缘上的位置点为圆心,依次生成半径大于等于最大内接圆的半径且小于等于最小外接圆的半径的若干辅助圆,并将每个辅助圆经过的位置点分别进行灰度值的加值,在为所述圆形边缘上的每个点生成辅助圆并对相应位置点进行灰度值的加值后,获得圆心掩模图像;
圆心掩模图像处理模块,用于根据所述圆心掩模图像中灰度值大于预定阈值的各位置点的灰度值及坐标,拟合获得圆心的坐标。
本发明实施例提供的检测图像中圆心位置的方法及装置,将图像中的圆形边缘提取后,基于圆形边缘生成若干辅助圆,在从辅助圆确定出的圆心区域中各位置点的灰度值及坐标拟合出圆心的位置。与现有技术相比,本发明实施例提供的检测图像中圆心位置的方法及装置,可有效抵抗圆形的形变带来的影响,更加准确地确定出圆心的位置。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1a为一正圆的示意图;
图1b为图1a中的正圆发生形变后,通过现有技术计算所得的圆心位置;
图2为本发明检测图像中圆心位置的方法流程图;
图3为本发明检测图像中圆心位置的装置结构示意图;
图4a为待检测图像;
图4b为图4a中提取的圆形区域;
图5为边缘掩模图像示意图;
图6为最大内接圆和最小外切圆的示意图;
图7为圆心掩模图像示意图;
图8为圆心位置的估算范围的示意图;
图9为本发明检测图像中圆心位置的方法及装置与现有技术的结果对比。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供的检测图像中圆心位置的方法及装置,可应用于图像检测场景中对图像中发生形变的圆形进行圆心位置的检测。现有技术中,对于发生形变的圆形进行圆心位置的确定时,可采用最小二乘法,例如图1a中示出的正圆,根据最小二乘法计算获得其圆心位置的坐标为(177,177),但是当该正圆发生如图1b中左侧示出的多种形变时,根据最小二乘法计算获得的圆心位置对应地如图1b中右侧示出的坐标,显然,根据现有的最小二乘法定义的发生形变后的圆形的圆心位置误差较大。
本发明实施例提供的检测图像中圆心位置的方法及装置,就是要提供一种更加准确的圆心位置的检测方法,以发生形变的圆形边缘上每个点为圆心生成若干辅助圆,并通过若干辅助圆确定出圆心位置区域,再在圆心位置区域内通过拟合计算出圆心位置的坐标,与最小二乘法相比,可检测到更准确第圆心位置。
另外,本发明实施例提供的检测图像中圆心位置的方法及装置,还可应用于其它场景中,本发明对此不作限定。
参考图2,本发明实施例提供一种检测图像中圆心位置的方法,包括:
S101,提取待检测图像中的圆形区域;
S102,从所述提取出的圆形区域中提取出圆形边缘并生成边缘掩模图像;
S103,在所述边缘掩模图像中计算所述圆形边缘的最大内接圆的半径和最小外接圆的半径;
S104,在所述边缘掩模图像中,以所述圆形边缘上的位置点为圆心,依次生成半径大于等于最大内接圆的半径且小于等于最小外接圆的半径的若干辅助圆,并将每个辅助圆经过的位置点分别进行灰度值的加值,在为所述圆形边缘上的每个点生成辅助圆并对相应位置点进行灰度值的加值后,获得圆心掩模图像;
S105,根据所述圆心掩模图像中灰度值大于预定阈值的各位置点的灰度值及坐标,拟合获得圆心的坐标。
其中,步骤S101中,将待检测图像中的圆形区域提取后,如图4b所示,可将圆形区域内的各位置点的灰度值设定为255,并将圆形区域之外的各位置点的灰度值均设置为0,以方便后续步骤中圆形边缘的提取。
步骤S102中,所述边缘掩模图像为对待检测图像以所述圆形边缘进行图像掩模而生成的图像。
步骤S103中,通过求解所述圆形边缘的最大内接圆的半径和最小外接圆的半径,可确定出所述圆形区域的半径范围。
而步骤S104中的辅助圆也是以最大内接圆的半径和最小外接圆的半径确定的半径范围进行生成,这是由于,对于正圆来说,圆形边缘上的位置点为圆心,依据圆形区域的半径为半径所生成的辅助圆必然是经过圆心所在的位置点的,基于此,对于发生形变的圆形来说,以辅助圆可确定出圆心位置的区域。
步骤S105即是在上述确定出的圆心位置区域中通过拟合确定出圆形位置的坐标。
本发明实施例提供的检测图像中圆心位置的方法,通过辅助圆确定出圆心位置所在的区域,之后在该区域内进一步确定出圆心位置的坐标,使得检测结果更加准确,且不需要对每处形变进行分别计算,减少了运算量。
以下再以一实施例对步骤S102进行详细说明。
步骤S102中,对圆形边缘的提取方法有多种,例如:差分边缘检测、Roberts算子、Sobel算子、Prewitt算子、Laplacian算子等等,这些方法都需要一阶导数或二阶导数为基础进行计算,运算较复杂。本实施例中,提供了一种更加方便快捷的圆形边缘提取方案,包括:
当所述圆形区域中的位置点的任一邻域位置点在所述圆形区域之外时,定义所述位置点位于所述圆形边缘上。
由于步骤S101中已经确定了圆形区域的范围,因此,可较快捷地获知所述圆形区域中的位置点的任一邻域位置点是否处在所述圆形区域的范围内,如果该位置点的所有邻域位置点都处于所述圆形区域内,那该位置点必然也处于所述圆形区域内且不位于所述圆形边缘上,而当该位置点的任一邻域位置点处于所述圆形区域外时,则该位置点位于所述圆形边缘上。另一个角度,只有位于所述圆形边缘上的位置点,才会拥有位于所述圆形区域之外的邻域位置点,这从反向角度推论了本方案的正确性。
需要说明的是,本实施例提供的圆形边缘提取方案仅是示例性的,采用其它算法提取所述圆形边缘的方案,也应属于本发明的保护范围。
以下再以一实施例对步骤S103进行详细说明。
步骤S103中,在所述边缘掩模图像中计算所述圆形边缘的最大内接圆的半径和最小外接圆的半径的方法有多种,本实施例,步骤S103,包括:
计算所述圆形区域中的每个位置点到所述圆形边缘的最短距离,将所述位置点对应的最短距离中的最大值确定为所述最大内接圆的半径;
计算所述圆形区域中的每个位置点到所述圆形边缘的最长距离,将所述位置点对应的最长距离中的最小值确定为所述最小外切圆的半径。
本实施例中,计算最大内接圆的半径时,遍历圆形区域内的所有位置点,计算位置点到圆形边缘的最短距离,记为dp,之后取所有dp中的最大值作为最大内接圆的半径:Dmax=maxp∈Odp,其中O表示所述圆形区域内所有位置点的集合。同理地,计算最小外切圆的半径时,遍历圆形区域内的所有位置点,计算位置点到圆形边缘的最长距离,记为ep,之后取所有ep中的最大值作为最大内接圆的半径:Dmin=maxp∈Oep,其中O表示所述圆形区域内所有位置点的集合。因此可确定出所述圆形区域的半径范围为[最大内接圆的半径,最小外切圆的半径],之后,所述辅助圆也将以此半径范围作为半径参数。
需要说明的是,本实施例提供的计算所述圆形边缘的最大内接圆的半径和最小外接圆的半径的方案仅是示例性的,采用其它算法确定所述圆形边缘的最大内接圆的半径和最小外接圆的半径的方案,也应属于本发明的保护范围。
以下再以一实施例对步骤S104进行详细说明。
步骤S104中,根据步骤S103中的若干辅助圆进行各位置点的灰度值加值后,灰度值越高的位置点表明各辅助圆经过该位置点的次数越多,该位置点为圆心位置的可能性越高,但是由于正圆发生了形变,所以灰度值最高的位置点也不一定就是准确的圆心位置,还需要给予系统容错性,通过一灰度值的预定阈值确定出圆心位置的估算区域,进而圆心位置的估算区域中确定出圆心位置的坐标。
所述预定阈值设为各位置点中的最高灰度值向下取值,本实施例中确定预定阈值的方案为:
提取所述圆心掩模图像中各位置点的灰度值的最大值,并将所述各位置点的灰度值的最大值乘以一小于1的预定系数后获得所述预定阈值。
所述预定系数可根据不同情况进行调整,优选地,所述预定系数为0.8~0.9。
之后,步骤S104可将灰度值大于预定阈值的位置点进行标记,例如可以将这些位置点的灰度值设定为255,而将灰度值小于所述预定阈值的位置点的灰度值则都设定为0。这样,圆心位置将被锁定在这些灰度值为255的位置点中。
以下再以一实施例对步骤S104中确定圆心位置的坐标的方案进行详细说明。
本实施例中,所述根据所述圆心掩模图像中灰度值大于预定阈值的各位置点的灰度值及坐标,拟合获得圆心的坐标,包括:
根据Hsum=∑i,j∈Mhi,j将所述圆心掩模图像中灰度值大于预定阈值的各位置点的灰度值累加得到Hsum,之后根据: 拟合获得圆心位置的坐标;
其中,Ceny为圆心位置的y坐标,Cenx为圆心位置的x坐标,hi,j表示灰度值大于预定阈值的各位置点的灰度值,yi表示灰度值大于预定阈值的各位置点的y坐标值,xj灰度值大于预定阈值的各位置点的x坐标值,M表示灰度值大于预定阈值的各位置点的范围。
以下以图1a中的正圆发生如4a中的形变为例进行实施例的详细解释。
首先,提取图4a中的圆形区域,将圆形区域内的各位置点的灰度值设为255,圆形区域外的各位置点的灰度值设为0,获得图4b;之后提取所述圆形区域的圆形边缘并获得如图5所示的边缘掩模图像;在图5的边缘掩模图像中计算出最大内接圆的半径为95,最小外切圆的半径为102,最小内接圆和最大内接圆如图6所示,从而确定出圆形区域的半径范围为[95,102];以所述圆形边缘上的每个位置点为圆心,以[95,102]为半径范围生成辅助圆,圆形区域内的各位置点将在有辅助圆经过时进行灰度值的加值,遍历完圆形边缘上的所有位置点后,生成如图7所示的圆心掩模图像,图7中越亮的的位置点,说明通过该位置点的辅助圆越多,该位置点越有可能是圆心位置,为了给予系统容错性,将图7中最亮的位置的灰度值Imax乘以0.8后作为预定阈值,将灰度值大于该预定阈值的位置点的范围即为M,并将M范围内的位置点的灰度值设置为255,如图8所示;在M范围内根据: 计算出圆心的位置。
另外,图9中示出了图1a中的正圆发生几种形变的情况,其中,每组图中左侧为根据最小二乘法计算出的圆心位置,右侧为根据本发明实施例检测出的圆心位置,显然,本发明实施例提供的检测圆心位置的方法获得的结果更加准确。
参考图3,本发明实施例提供一种检测图像中圆心位置的装置,包括:
圆形区域提取模块11,用于提取待检测图像中的圆形区域;
边缘掩模图像生成模块12,用于从所述提取出的圆形区域中提取出圆形边缘并生成边缘掩模图像;
边缘掩模图像处理模块13,用于在所述边缘掩模图像中计算所述圆形边缘的最大内接圆的半径和最小外接圆的半径;
圆心掩模图像生成模块14,用于在所述边缘掩模图像中,以所述圆形边缘上的位置点为圆心,依次生成半径大于等于最大内接圆的半径且小于等于最小外接圆的半径的若干辅助圆,并将每个辅助圆经过的位置点分别进行灰度值的加值,在为所述圆形边缘上的每个点生成辅助圆并对相应位置点进行灰度值的加值后,获得圆心掩模图像;
圆心掩模图像处理模块15,用于根据所述圆心掩模图像中灰度值大于预定阈值的各位置点的灰度值及坐标,拟合获得圆心的坐标。
其中,圆形区域提取模块11中,将待检测图像中的圆形区域提取后,如图4b所示,可将圆形区域内的各位置点的灰度值设定为255,并将圆形区域之外的各位置点的灰度值均设置为0,以方便后续步骤中圆形边缘的提取。
边缘掩模图像生成模块12中,所述边缘掩模图像为对待检测图像以所述圆形边缘进行图像掩模而生成的图像。
边缘掩模图像处理模块13中,通过求解所述圆形边缘的最大内接圆的半径和最小外接圆的半径,可确定出所述圆形区域的半径范围。
而圆心掩模图像生成模块14中的辅助圆也是以最大内接圆的半径和最小外接圆的半径确定的半径范围进行生成,这是由于,对于正圆来说,圆形边缘上的位置点为圆心,依据圆形区域的半径为半径所生成的辅助圆必然是经过圆心所在的位置点的,基于此,对于发生形变的圆形来说,以辅助圆可确定出圆心位置的区域。
圆心掩模图像处理模块15即是在上述确定出的圆心位置区域中通过拟合确定出圆形位置的坐标。
本发明实施例提供的检测图像中圆心位置的方法,通过辅助圆确定出圆心位置所在的区域,之后在该区域内进一步确定出圆心位置的坐标,使得检测结果更加准确,且不需要对每处形变进行分别计算,减少了运算量。
以下再以一实施例对边缘掩模图像生成模块12进行详细说明。
所述边缘掩模图像生成模块12中,对圆形边缘的提取方法有多种,例如:差分边缘检测、Roberts算子、Sobel算子、Prewitt算子、Laplacian算子等等,这些方法都需要一阶导数或二阶导数为基础进行计算,运算较复杂。本实施例中,提供了一种更加方便快捷的圆形边缘提取方案,所述边缘掩模图像生成模块12用于:
当所述圆形区域中的位置点的任一邻域位置点在所述圆形区域之外时,定义所述位置点位于所述圆形边缘上。
由于步骤S101中已经确定了圆形区域的范围,因此,可较快捷地获知所述圆形区域中的位置点的任一邻域位置点是否处在所述圆形区域的范围内,如果该位置点的所有邻域位置点都处于所述圆形区域内,那该位置点必然也处于所述圆形区域内且不位于所述圆形边缘上,而当该位置点的任一邻域位置点处于所述圆形区域外时,则该位置点位于所述圆形边缘上。另一个角度,只有位于所述圆形边缘上的位置点,才会拥有位于所述圆形区域之外的邻域位置点,这从反向角度推论了本方案的正确性。
需要说明的是,本实施例提供的边缘掩模图像生成模块12进行圆形边缘提取方案仅是示例性的,采用其它算法提取所述圆形边缘的边缘掩模图像生成模块12,也应属于本发明的保护范围。
以下再以一实施例对边缘掩模图像处理模块13进行详细说明。
边缘掩模图像处理模块13中,在所述边缘掩模图像中计算所述圆形边缘的最大内接圆的半径和最小外接圆的半径的方法有多种,本实施例,所述边缘掩模图像处理模块13,用于:
计算所述圆形区域中的每个位置点到所述圆形边缘的最短距离,将所述位置点对应的最短距离中的最大值确定为所述最大内接圆的半径;
计算所述圆形区域中的每个位置点到所述圆形边缘的最长距离,将所述位置点对应的最长距离中的最小值确定为所述最小外切圆的半径。
本实施例中,计算最大内接圆的半径时,遍历圆形区域内的所有位置点,计算位置点到圆形边缘的最短距离,记为dp,之后取所有dp中的最大值作为最大内接圆的半径:Dmax=maxp∈Odp,其中O表示所述圆形区域内所有位置点的集合。同理地,计算最小外切圆的半径时,遍历圆形区域内的所有位置点,计算位置点到圆形边缘的最长距离,记为ep,之后取所有ep中的最大值作为最大内接圆的半径:Dmin=maxp∈Oep,其中O表示所述圆形区域内所有位置点的集合。因此可确定出所述圆形区域的半径范围为[最大内接圆的半径,最小外切圆的半径],之后,所述辅助圆也将以此半径范围作为半径参数。
需要说明的是,本实施例提供的边缘掩模图像处理模块13进行计算所述圆形边缘的最大内接圆的半径和最小外接圆的半径的方案仅是示例性的,采用其它算法确定所述圆形边缘的最大内接圆的半径和最小外接圆的半径的边缘掩模图像处理模块13,也应属于本发明的保护范围。
以下再以一实施例对圆心掩模图像处理模块14进行详细说明。
圆心掩模图像处理模块14中,根据所述边缘掩模图像处理模块13中的若干辅助圆进行各位置点的灰度值加值后,灰度值越高的位置点表明各辅助圆经过该位置点的次数越多,该位置点为圆心位置的可能性越高,但是由于正圆发生了形变,所以灰度值最高的位置点也不一定就是准确的圆心位置,还需要给予系统容错性,通过一灰度值的预定阈值确定出圆心位置的估算区域,进而圆心位置的估算区域中确定出圆心位置的坐标。
所述预定阈值设为各位置点中的最高灰度值向下取值,本实施例中,所述圆心掩模图像处理模块14,用于:
提取所述圆心掩模图像中各位置点的灰度值的最大值,并将所述各位置点的灰度值的最大值乘以一小于1的预定系数后获得所述预定阈值。
所述预定系数可根据不同情况进行调整,优选地,所述预定系数为0.8~0.9。
之后,所述圆心掩模图像处理模块14可将灰度值大于预定阈值的位置点进行标记,例如可以将这些位置点的灰度值设定为255,而将灰度值小于所述预定阈值的位置点的灰度值则都设定为0。这样,圆心位置将被锁定在这些灰度值为255的位置点中。
以下再以一实施例对所述圆心掩模图像处理模块15进行详细说明。
本实施例中,所述圆心掩模图像处理模块15,用于:
根据Hsum=∑i,j∈Mhi,j将所述圆心掩模图像中灰度值大于预定阈值的各位置点的灰度值累加得到Hsum,之后根据: 拟合获得圆心位置的坐标;
其中,Ceny为圆心位置的y坐标,Cenx为圆心位置的x坐标,hi,j表示灰度值大于预定阈值的各位置点的灰度值,yi表示灰度值大于预定阈值的各位置点的y坐标值,xj灰度值大于预定阈值的各位置点的x坐标值,M表示灰度值大于预定阈值的各位置点的范围。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (12)
1.一种检测图像中圆心位置的方法,其特征在于,包括:
提取待检测图像中的圆形区域,从所述提取出的圆形区域中提取出圆形边缘并生成边缘掩模图像,在所述边缘掩模图像中计算所述圆形边缘的最大内接圆的半径和最小外接圆的半径;
在所述边缘掩模图像中,以所述圆形边缘上的位置点为圆心,依次生成半径大于等于最大内接圆的半径且小于等于最小外接圆的半径的若干辅助圆,并将每个辅助圆经过的位置点分别进行灰度值的加值,在为所述圆形边缘上的每个点生成辅助圆并对相应位置点进行灰度值的加值后,获得圆心掩模图像;
根据所述圆心掩模图像中灰度值大于预定阈值的各位置点的灰度值及坐标,拟合获得圆心的坐标。
2.根据权利要求1所述的方法,其特征在于,所述从所述提取出的圆形区域中提取出圆形边缘,包括:
当所述圆形区域中的位置点的任一邻域位置点在所述圆形区域之外时,定义所述位置点位于所述圆形边缘上。
3.根据权利要求1所述的方法,其特征在于,所述在所述边缘掩模图像中计算所述圆形边缘的最大内接圆的半径和最小外接圆的半径,包括:
计算所述圆形区域中的每个位置点到所述圆形边缘的最短距离,将所述位置点对应的最短距离中的最大值确定为所述最大内接圆的半径;
计算所述圆形区域中的每个位置点到所述圆形边缘的最长距离,将所述位置点对应的最长距离中的最小值确定为所述最小外切圆的半径。
4.根据权利要求1所述的方法,其特征在于,所述根据所述圆心掩模图像中灰度值大于预定阈值的各位置点的灰度值及坐标,拟合获得圆心的坐标,包括:
提取所述圆心掩模图像中各位置点的灰度值的最大值,并将所述各位置点的灰度值的最大值乘以一小于1的预定系数后获得所述预定阈值。
5.根据权利要求4所述的方法,其特征在于,所述预定系数为0.8~0.9。
6.根据权利要求1所述的方法,其特征在于,所述根据所述圆心掩模图像中灰度值大于预定阈值的各位置点的灰度值及坐标,拟合获得圆心的坐标,包括:
根据Hsum=∑i,j∈Mhi,j将所述圆心掩模图像中灰度值大于预定阈值的各位置点的灰度值累加得到Hsum,之后根据: 拟合获得圆心位置的坐标;
其中,Ceny为圆心位置的y坐标,Cenx为圆心位置的x坐标,hi,j表示灰度值大于预定阈值的各位置点的灰度值,yi表示灰度值大于预定阈值的各位置点的y坐标值,xj灰度值大于预定阈值的各位置点的x坐标值,M表示灰度值大于预定阈值的各位置点的范围。
7.一种检测图像中圆心位置的装置,其特征在于,包括:
圆形区域提取模块,用于提取待检测图像中的圆形区域;
边缘掩模图像生成模块,用于从所述提取出的圆形区域中提取出圆形边缘并生成边缘掩模图像;
边缘掩模图像处理模块,用于在所述边缘掩模图像中计算所述圆形边缘的最大内接圆的半径和最小外接圆的半径;
圆心掩模图像生成模块,用于在所述边缘掩模图像中,以所述圆形边缘上的位置点为圆心,依次生成半径大于等于最大内接圆的半径且小于等于最小外接圆的半径的若干辅助圆,并将每个辅助圆经过的位置点分别进行灰度值的加值,在为所述圆形边缘上的每个点生成辅助圆并对相应位置点进行灰度值的加值后,获得圆心掩模图像;
圆心掩模图像处理模块,用于根据所述圆心掩模图像中灰度值大于预定阈值的各位置点的灰度值及坐标,拟合获得圆心的坐标。
8.根据权利要求7所述的装置,其特征在于,所述边缘掩模图像生成模块,用于:
当所述圆形区域中的位置点的任一邻域位置点在所述圆形区域之外时,定义所述位置点位于所述圆形边缘上。
9.根据权利要求7所述的装置,其特征在于,所述边缘掩模图像处理模块,用于:
计算所述圆形区域中的每个位置点到所述圆形边缘的最短距离,将所述位置点对应的最短距离中的最大值确定为所述最大内接圆的半径;
计算所述圆形区域中的每个位置点到所述圆形边缘的最长距离,将所述位置点对应的最长距离中的最小值确定为所述最小外切圆的半径。
10.根据权利要求7所述的装置,其特征在于,所述圆心掩模图像处理模块,用于:
提取所述圆心掩模图像中各位置点的灰度值的最大值,并将所述各位置点的灰度值的最大值乘以一小于1的预定系数后获得所述预定阈值。
11.根据权利要求10所述的装置,其特征在于,所述预定系数为0.8~0.9。
12.根据权利要求7所述的装置,其特征在于,所述圆心掩模图像处理模块,用于:
根据Hsum=∑i,j∈Mhi,j将所述圆心掩模图像中灰度值大于预定阈值的各位置点的灰度值累加得到Hsum,之后根据: 拟合获得圆心位置的坐标;
其中,Ceny为圆心位置的y坐标,Cenx为圆心位置的x坐标,hi,j表示灰度值大于预定阈值的各位置点的灰度值,yi表示灰度值大于预定阈值的各位置点的y坐标值,xj灰度值大于预定阈值的各位置点的x坐标值,M表示灰度值大于预定阈值的各位置点的范围。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510926046.0A CN105894544A (zh) | 2015-12-14 | 2015-12-14 | 一种检测图像中圆心位置的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510926046.0A CN105894544A (zh) | 2015-12-14 | 2015-12-14 | 一种检测图像中圆心位置的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105894544A true CN105894544A (zh) | 2016-08-24 |
Family
ID=57002981
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510926046.0A Pending CN105894544A (zh) | 2015-12-14 | 2015-12-14 | 一种检测图像中圆心位置的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105894544A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110533714A (zh) * | 2019-08-21 | 2019-12-03 | 合肥晌玥科技有限公司 | 基于图像处理技术检测目标物体最大内接圆的方法和系统 |
CN112629828A (zh) * | 2020-11-27 | 2021-04-09 | 奥比中光科技集团股份有限公司 | 一种光学信息检测方法、装置及设备 |
CN114250438A (zh) * | 2022-01-26 | 2022-03-29 | 福建华佳彩有限公司 | 一种掩膜板及其圆形开孔偏移量测方法 |
WO2024021803A1 (zh) * | 2022-07-25 | 2024-02-01 | 荣耀终端有限公司 | 标记孔的定位方法、装置、装配设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090279786A1 (en) * | 2005-10-20 | 2009-11-12 | Aisin Seiki Kabushiki Kaisha | Face center position detecting device, face center position detecting method, and computer-readable medium |
CN104978829A (zh) * | 2015-06-24 | 2015-10-14 | 国家电网公司 | 一种室内吸烟监控控制方法及系统 |
CN105006089A (zh) * | 2015-07-01 | 2015-10-28 | 国家电网公司 | 一种基于图像的安全监控报警方法及系统 |
-
2015
- 2015-12-14 CN CN201510926046.0A patent/CN105894544A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090279786A1 (en) * | 2005-10-20 | 2009-11-12 | Aisin Seiki Kabushiki Kaisha | Face center position detecting device, face center position detecting method, and computer-readable medium |
CN104978829A (zh) * | 2015-06-24 | 2015-10-14 | 国家电网公司 | 一种室内吸烟监控控制方法及系统 |
CN105006089A (zh) * | 2015-07-01 | 2015-10-28 | 国家电网公司 | 一种基于图像的安全监控报警方法及系统 |
Non-Patent Citations (1)
Title |
---|
任玉岗等: ""视觉检测中圆心像的两种确定方法"", 《西安邮电学院学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110533714A (zh) * | 2019-08-21 | 2019-12-03 | 合肥晌玥科技有限公司 | 基于图像处理技术检测目标物体最大内接圆的方法和系统 |
CN112629828A (zh) * | 2020-11-27 | 2021-04-09 | 奥比中光科技集团股份有限公司 | 一种光学信息检测方法、装置及设备 |
CN114250438A (zh) * | 2022-01-26 | 2022-03-29 | 福建华佳彩有限公司 | 一种掩膜板及其圆形开孔偏移量测方法 |
CN114250438B (zh) * | 2022-01-26 | 2023-07-14 | 福建华佳彩有限公司 | 一种掩膜板及其圆形开孔偏移量测方法 |
WO2024021803A1 (zh) * | 2022-07-25 | 2024-02-01 | 荣耀终端有限公司 | 标记孔的定位方法、装置、装配设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103456003B (zh) | 对象跟踪装置及方法以及错误特征点剔除装置及方法 | |
CN108090435B (zh) | 一种可停车区域识别方法、系统及介质 | |
US20150254499A1 (en) | Multi-view 3d object recognition from a point cloud and change detection | |
US9031282B2 (en) | Method of image processing and device therefore | |
US20160048970A1 (en) | Multi-resolution depth estimation using modified census transform for advanced driver assistance systems | |
Kumar et al. | A novel method of edge detection using cellular automata | |
CN108986152B (zh) | 一种基于差分图像的异物检测方法及装置 | |
CN105894544A (zh) | 一种检测图像中圆心位置的方法及装置 | |
US9767383B2 (en) | Method and apparatus for detecting incorrect associations between keypoints of a first image and keypoints of a second image | |
Kortli et al. | A novel illumination-invariant lane detection system | |
CN110208660B (zh) | 一种用于电力设备局部放电缺陷诊断的训练方法及装置 | |
CN108447094B (zh) | 一种单目彩色相机的姿态估算方法及系统 | |
CN107038432B (zh) | 基于频率信息的指纹图像方向场提取方法 | |
CN106022227A (zh) | 一种手势识别方法及装置 | |
CN112991374B (zh) | 基于Canny算法的边缘增强方法、装置、设备及存储介质 | |
CN103761768A (zh) | 一种三维重建的立体匹配方法 | |
CN110147748A (zh) | 一种基于道路边缘检测的移动机器人障碍物识别方法 | |
CN111664845B (zh) | 交通标志定位、视觉地图制作方法及装置、定位系统 | |
Nguyen et al. | Toward real-time vehicle detection using stereo vision and an evolutionary algorithm | |
Duan et al. | Real time road edges detection and road signs recognition | |
CN100465997C (zh) | 基于元胞自动机的图像边缘检测算法 | |
CN109493362A (zh) | 一种神经网络结合边缘检测的人体前景分割算法 | |
CN111160339B (zh) | 车牌矫正方法、图像处理设备及具有存储功能的装置 | |
CN112837404B (zh) | 一种平面对象的三维信息的构建方法及装置 | |
Xu et al. | A statistical method for peak localization in Hough space by analysing butterflies |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160824 |