CN107578051A - 一种环状编码标记点的检测与识别方法 - Google Patents
一种环状编码标记点的检测与识别方法 Download PDFInfo
- Publication number
- CN107578051A CN107578051A CN201710825187.2A CN201710825187A CN107578051A CN 107578051 A CN107578051 A CN 107578051A CN 201710825187 A CN201710825187 A CN 201710825187A CN 107578051 A CN107578051 A CN 107578051A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msup
- msub
- mfrac
- 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
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种环状编码标记点的检测与识别方法，包括：采集有环状编码标记点的图片；对图像进行去噪、灰度化、二值化处理；采用canny进行边缘检测；8邻域算法提取轮廓；判断是否为圆形标记点所成的像；进行环状编码标记点的解码操作，求得编号。本发明的优点在于：实现环状编码标记点的精确定位，提高环状编码标记点的识别准确率和运行速度。
Description
技术领域
本发明涉及计算机视觉技术领域，特别涉及一种环状编码标记点的检测与识别方法。
背景技术
随着计算机视觉领域的不断发展，对该领域中的相机标定和三维数据拼接等难点，进行了一系列的研究工作。为了降低问题的复杂程度，引入了具有唯一身份信息的编码标记点。因此，对编码标记点的设计、提取以及准确识别的研究具有非常重要的意义。
近年来，相关学者提出了众多标志点的编码设计方法和解码方法，并将其应用于计算机视觉测量中。(1)具有代表性的有Schneider CT和Sinnreich K设计的环状编码标记点；(2)Ahn S J，Pauh W等人设计的点状编码点；(3)Ganci G和Handley H设计的点分布式编码标记点；(4)Shortis M R和Seager JW等设计的正方线形编码标记点；(5)Moriyama T和Kochi N等人研究设计的一种带有颜色信息的编码标记点。在摄影测量中比较常见的是环状编码标记点和点分布式编码标记点。但点分布式编码标记点对噪声和变形敏感，而环状编码标记点在设计和制造上12简单，稳定度好，光照、旋转、变形对其的影响小，因此环状编码标记点在摄影测量中得到了广泛的应用。
目前，国内外对环状编码标记点的检测与识别已经做了大量的研究工作，(1)陈然等人提出了一种利用灰度梯度求取每个编码段中心角的检测算法，但其加大了运算量，运行速度慢,并且在模糊情况下的识别率低；(2)梁晋等人在相机标定中提出的识别方法对拍摄角度和环境要求高，不适用于普通的近景摄影测量；(3)解则晓等人根据环状编码标记点的仿射变换不变性提出的等分椭圆内切圆法，实现环状编码标记点的识别，该方法很容易导致分割不均匀，从而影响解码结果。(4)宋丽梅等提出基于编码标记点的仿射变换不变性，通过坐标变换的方式将成像椭圆变换成直线和单位圆，实现环状编码标记点的识别。该算法运算量大，运行速度慢。
发明内容
本发明针对现有技术的缺陷，提供了一种环状编码标记点的检测与识别方法，能有效的解决上述现有技术存在的问题。
为了实现以上发明目的，本发明采取的技术方案如下：
一种环状编码标记点的检测与识别方法，包括如下步骤：
S1：圆形标记点的提取与中心定位，具体步骤如下：
S11：使用相机拍摄贴有环状编码标记点的模型，将采集到的图片传输到计算机中；
S12：对图像进行灰度化、二值化处理，采用canny在二值化图像上进行轮廓提取，再采用八邻域轮廓提取算法提取轮廓。对提取到的轮廓计算轮廓周长、轮廓面积以及对轮廓进行最小二乘椭圆拟合后的长短轴之比来滤除噪声和非圆形标记点。根据标记点大小设置合适的轮廓周长阈值，删除不满足阈值条件的轮廓，对于满足阈值条件的轮廓进行最小二乘椭圆拟合；
S13：椭圆拟合：
对于任意位置的椭圆，其方程如下，其中(x,y)为椭圆上的点：
假设轮廓点数为N(N≥6),对这些点进行最小二乘椭圆拟合，则目标函数：
由极值原理，要使F最小，则有通过此式解出A,B,C,D,E,则拟合完的椭圆方程被确定。
进而计算出椭圆的五个基本参数，其中(xc,yc)为中心点坐标，a、b为椭圆长短轴，θ为姿态角；
设定一个阈值M，通过式(6)、(7)计算得到的各椭圆的长短轴，如果椭圆长短轴比满足式(8)：
则认为该椭圆是利用圆形标记点所成像的轮廓像素拟合出来的，是目标椭圆，予以保留，如果长短轴比不满足式(8)，则不是圆形标记点所成的像，予以剔除；
S14：采用灰度加权质心法对S13中提取到的圆形标记点进行中心定位。设圆形标记点包含m个像素点，f(xi,yi)是像素点(xi,yi)对应的灰度值。则圆形标记点的中心坐标(x0,y0)为：
S2：环状编码标记点的解码，在准确得到圆形标记点的中心后，便实现单个环状编码标记点的提取，再根据环状编码标记点的编码规则解出编码标记点的编号，具体操作步骤如下：
S21：根据环状编码点中心圆的中心坐标，截取环状编码点图像的有效区域；
S22：从环状编码点图像的有效区域中，分离出编码环带的信息；
S23：采用灰度加权重心法求取每个白色码带的灰度重心，通过灰度重心与圆形标志中心所在的向量与X轴正向的夹角，对白色码带进行顺时针排序；
S24：提取解码端点，提取每个白色码带的轮廓坐标，求得轮廓坐标序列中的行坐标和列坐标的最大值和最小值所在的4个坐标点，获得这四个坐标与中心点的向量，其两两向量的夹角中的最大值所对应的两个坐标点即为解码端点；
S25：通过白色码带的灰度重心，对解码端点进行排序，使所有的端点按照顺时针排序；
S26：解码端点标准化，将变形后的椭圆图像的解码端点重构为标准的圆形图像中的解码端点；解码端点的重构公式如式(10)，其中x′,y′是变形后的解码端点的坐标点，x0,y0为编码标志的中心，(a,b)是椭圆的长短轴，(x,y)是重构后的像素坐标，r是重构后编码标志的半径，θ为椭圆的倾角；
S27：以第一个端点为起点，依次求取相邻两个端点与中心点所在向量的夹角，即为每一个黑白码带所占的角度，再将每一个角度除以30度，得到其含单位码带的个数，最后求其编号。
进一步地，所述S21的有效区域包括完整的环状编码标记点中的中心圆和编码环带的信息。
与现有技术相比本发明的优点在于：实现环状编码标记点的精确定位，提高环状编码标记点的识别准确率和运行速度。
附图说明
图1为本发明实施例的流程图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白，以下参照附图并举实施例，对本发明做进一步详细说明。
如图1所示，一种环状编码标记点的检测与识别方法，包括如下步骤：
S1：圆形标记点的提取与中心定位，具体步骤如下：
S11：使用相机拍摄贴有环状编码标记点的模型，将采集到的图片传输到计算机中；
S12：对图像进行灰度化、二值化处理，采用canny在二值化图像上进行轮廓提取，再采用八邻域轮廓提取算法提取轮廓。对提取到的轮廓计算轮廓周长、轮廓面积以及对轮廓进行最小二乘椭圆拟合后的长短轴之比来滤除噪声和非圆形标记点。根据标记点大小设置合适的轮廓周长阈值，删除不满足阈值条件的轮廓，对于满足阈值条件的轮廓进行最小二乘椭圆拟合。
S13：椭圆拟合：
对于任意位置的椭圆，其方程如下，其中(x,y)为椭圆上的点：
假设轮廓点数为N(N≥6),对这些点进行最小二乘椭圆拟合，则目标函数
由极值原理，要使F最小，则有通过此式解出A,B,C,D,E,则拟合完的椭圆方程被确定。
进而计算出椭圆的五个基本参数，其中(xc,yc)为中心点坐标，a、b为椭圆长短轴，θ为姿态角。
设定一个阈值M，通过式(6)、(7)计算得到的各椭圆的长短轴，如果椭圆长短轴比满足式(8)：
则认为该椭圆是利用圆形标记点所成像的轮廓像素拟合出来的，是目标椭圆，予以保留，如果长短轴比不满足式(8)，则不是圆形标记点所成的像，予以剔除。
S14：采用灰度加权质心法对S13中提取到的圆形标记点进行中心(圆心)定位。设圆形标记点包含m个像素点，f(xi,yi)是像素点(xi,yi)对应的灰度值。则圆形标记点的中心坐标(x0,y0)为：
S2：环状编码标记点的解码，在准确得到圆形标记点的中心后，以中心点为中心实现单个环状编码标记点的提取，再根据环状编码标记点的编码规则解出编码标记点的编号。具体操作步骤如下：
S21：根据环状编码点中心圆的中心坐标，截取环状编码点图像的有效区域。这个有效区域包括完整的环状编码标记点中的中心圆和编码环带的信息。
S22：从环状编码点图像的有效区域中，分离出编码环带的信息。
S23：采用灰度加权重心法求取每个白色码带的灰度重心，通过灰度重心与圆形标志中心所在的向量与X轴正向的夹角，对白色码带进行顺时针排序。
S24：提取解码端点。解码端点是指白色码带与黑色码带交界处的点，用于解码。提取每个白色码带的轮廓坐标，求得轮廓坐标序列中的行坐标和列坐标的最大值和最小值所在的4个坐标点，获得这四个坐标与中心点的向量，其两两向量的夹角中的最大值所对应的两个坐标点即为解码端点。
S25：通过白色码带的灰度重心，对解码端点进行排序，使所有的端点按照顺时针排序。
S26：解码端点标准化。解码端点标准化，就是将变形后的椭圆图像的解码端点重构为标准的圆形图像中的解码端点。解码端点的重构公式如式(10)，其中x′,y′是变形后的解码端点的坐标点，x0,y0为编码标志的中心，(a,b)是椭圆的长短轴，(x,y)是重构后的像素坐标，r是重构后编码标志的半径，θ为椭圆的倾角。
S27：以第一个端点为起点，依次求取相邻两个端点与中心点所在向量的夹角，即为每一个黑白码带所占的角度，再将每一个角度除以30度，得到其含单位码带的个数，最后求其编号。
本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的实施方法，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。
Claims (2)
1.一种环状编码标记点的检测与识别方法，其特征在于包括如下步骤：
S1：圆形标记点的提取与中心定位，具体步骤如下：
S11：使用相机拍摄贴有环状编码标记点的模型，将采集到的图片传输到计算机中；
S12：对图像进行灰度化、二值化处理，采用canny在二值化图像上进行轮廓提取，再采用八邻域轮廓提取算法提取轮廓；对提取到的轮廓计算轮廓周长、轮廓面积以及对轮廓进行最小二乘椭圆拟合后的长短轴之比来滤除噪声和非圆形标记点；根据标记点大小设置合适的轮廓周长阈值，删除不满足阈值条件的轮廓，对于满足阈值条件的轮廓进行最小二乘椭圆拟合；
S13：椭圆拟合：
对于任意位置的椭圆，其方程如下，其中(x,y)为椭圆上的点：
<mrow>
<mo>{</mo>
<mtable>
<mtr>
<mtd>
<mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msup>
<mi>x</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<mi>A</mi>
<mi>x</mi>
<mi>y</mi>
<mo>+</mo>
<msup>
<mi>By</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<mi>C</mi>
<mi>x</mi>
<mo>+</mo>
<mi>D</mi>
<mi>y</mi>
<mo>=</mo>
<mi>E</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msup>
<mi>A</mi>
<mn>2</mn>
</msup>
<mo>-</mo>
<mi>A</mi>
<mi>B</mi>
<mo><</mo>
<mn>0</mn>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
假设轮廓点数为N(N≥6),对这些点进行最小二乘椭圆拟合，则目标函数：
<mrow>
<mi>F</mi>
<mrow>
<mo>(</mo>
<mi>A</mi>
<mo>,</mo>
<mi>B</mi>
<mo>,</mo>
<mi>C</mi>
<mo>,</mo>
<mi>D</mi>
<mo>,</mo>
<mi>E</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msup>
<mi>f</mi>
<mn>2</mn>
</msup>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
由极值原理，要使F最小，则有通过此式解出A,B,C,D,E,则拟合完的椭圆方程被确定；
进而计算出椭圆的五个基本参数，其中(xc,yc)为中心点坐标，a、b为椭圆长短轴，θ为姿态角；
<mrow>
<msub>
<mi>x</mi>
<mi>c</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mi>A</mi>
<mi>D</mi>
<mo>-</mo>
<mn>2</mn>
<mi>B</mi>
<mi>C</mi>
</mrow>
<mrow>
<mn>4</mn>
<mi>B</mi>
<mo>-</mo>
<msup>
<mi>A</mi>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>y</mi>
<mi>c</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mi>A</mi>
<mi>C</mi>
<mo>-</mo>
<mn>2</mn>
<mi>D</mi>
</mrow>
<mrow>
<mn>4</mn>
<mi>B</mi>
<mo>-</mo>
<msup>
<mi>A</mi>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>&theta;</mi>
<mo>=</mo>
<mi>a</mi>
<mi>r</mi>
<mi>c</mi>
<mi>t</mi>
<mi>a</mi>
<mi>n</mi>
<msqrt>
<mfrac>
<mrow>
<msup>
<mi>Bb</mi>
<mn>2</mn>
</msup>
<mo>-</mo>
<msup>
<mi>a</mi>
<mn>2</mn>
</msup>
</mrow>
<mrow>
<msup>
<mi>b</mi>
<mn>2</mn>
</msup>
<mo>-</mo>
<msup>
<mi>Ba</mi>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
</msqrt>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>a</mi>
<mo>=</mo>
<msqrt>
<mfrac>
<mrow>
<mn>2</mn>
<mrow>
<mo>(</mo>
<msup>
<mi>BC</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mi>D</mi>
<mn>2</mn>
</msup>
<mo>-</mo>
<mi>A</mi>
<mi>C</mi>
<mi>D</mi>
<mo>-</mo>
<mn>4</mn>
<mi>B</mi>
<mi>E</mi>
<mo>+</mo>
<msup>
<mi>A</mi>
<mn>2</mn>
</msup>
<mi>E</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mi>B</mi>
<mo>-</mo>
<msup>
<mi>A</mi>
<mn>2</mn>
</msup>
<mo>)</mo>
<mo>(</mo>
<mi>B</mi>
<mo>+</mo>
<mn>1</mn>
<mo>-</mo>
<msqrt>
<mrow>
<msup>
<mi>A</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<mrow>
<mi>B</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<mo>)</mo>
</mrow>
</mfrac>
</msqrt>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>b</mi>
<mo>=</mo>
<msqrt>
<mfrac>
<mrow>
<mn>2</mn>
<mrow>
<mo>(</mo>
<msup>
<mi>BC</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mi>D</mi>
<mn>2</mn>
</msup>
<mo>-</mo>
<mi>A</mi>
<mi>C</mi>
<mi>D</mi>
<mo>-</mo>
<mn>4</mn>
<mi>B</mi>
<mi>E</mi>
<mo>+</mo>
<msup>
<mi>A</mi>
<mn>2</mn>
</msup>
<mi>E</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mi>B</mi>
<mo>-</mo>
<msup>
<mi>A</mi>
<mn>2</mn>
</msup>
<mo>)</mo>
<mo>(</mo>
<mi>B</mi>
<mo>+</mo>
<mn>1</mn>
<mo>+</mo>
<msqrt>
<mrow>
<msup>
<mi>A</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<mrow>
<mi>B</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<mo>)</mo>
</mrow>
</mfrac>
</msqrt>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>7</mn>
<mo>)</mo>
</mrow>
</mrow>
设定一个阈值M，通过式(6)、(7)计算得到的各椭圆的长短轴，如果椭圆长短轴比满足式(8)：
<mrow>
<mfrac>
<mi>a</mi>
<mi>b</mi>
</mfrac>
<mo>&le;</mo>
<mi>M</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>8</mn>
<mo>)</mo>
</mrow>
</mrow>
则认为该椭圆是利用圆形标记点所成像的轮廓像素拟合出来的，是目标椭圆，予以保留，如果长短轴比不满足式(8)，则不是圆形标记点所成的像，予以剔除；
S14：采用灰度加权质心法对S13中提取到的圆形标记点进行中心定位；设圆形标记点包含m个像素点，f(xi,yi)是像素点(xi,yi)对应的灰度值；则圆形标记点的中心坐标(x0,y0)为：
<mrow>
<msub>
<mi>x</mi>
<mn>0</mn>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<mi>f</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
</mrow>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<mi>f</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>,</mo>
<msub>
<mi>y</mi>
<mn>0</mn>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<mi>f</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
</mrow>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<mi>f</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>9</mn>
<mo>)</mo>
</mrow>
</mrow>
S2：环状编码标记点的解码，在准确得到圆形标记点的中心后，便实现单个环状编码标记点的提取，再根据环状编码标记点的编码规则解出编码标记点的编号，具体操作步骤如下：
S21：根据环状编码点中心圆的中心坐标，截取环状编码点图像的有效区域；
S22：从环状编码点图像的有效区域中，分离出编码环带的信息；
S23：采用灰度加权重心法求取每个白色码带的灰度重心，通过灰度重心与圆形标志中心所在的向量与X轴正向的夹角，对白色码带进行顺时针排序；
S24：提取解码端点，提取每个白色码带的轮廓坐标，求得轮廓坐标序列中的行坐标和列坐标的最大值和最小值所在的4个坐标点，获得这四个坐标与中心点的向量，其两两向量的夹角中的最大值所对应的两个坐标点即为解码端点；
S25：通过白色码带的灰度重心，对解码端点进行排序，使所有的端点按照顺时针排序；
S26：解码端点标准化，将变形后的椭圆图像的解码端点重构为标准的圆形图像中的解码端点；解码端点的重构公式如式(10)，其中x′,y′是变形后的解码端点的坐标点，x0,y0为编码标志的中心，a,b是椭圆的长短轴，x,y是重构后的像素坐标，r是重构后编码标志的半径，θ为椭圆的倾角；
<mrow>
<mo>{</mo>
<mtable>
<mtr>
<mtd>
<mrow>
<mi>x</mi>
<mo>=</mo>
<mi>r</mi>
<mo>*</mo>
<mfrac>
<mrow>
<mo>(</mo>
<msup>
<mi>x</mi>
<mo>&prime;</mo>
</msup>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
<mi>cos</mi>
<mi>&theta;</mi>
<mo>-</mo>
<mo>(</mo>
<msup>
<mi>y</mi>
<mo>&prime;</mo>
</msup>
<mo>-</mo>
<msub>
<mi>y</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
<mi>sin</mi>
<mi>&theta;</mi>
</mrow>
<mi>a</mi>
</mfrac>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>y</mi>
<mo>=</mo>
<mi>r</mi>
<mo>*</mo>
<mfrac>
<mrow>
<mo>(</mo>
<msup>
<mi>x</mi>
<mo>&prime;</mo>
</msup>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
<mi>sin</mi>
<mi>&theta;</mi>
<mo>+</mo>
<mo>(</mo>
<msup>
<mi>y</mi>
<mo>&prime;</mo>
</msup>
<mo>-</mo>
<msub>
<mi>y</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
<mi>cos</mi>
<mi>&theta;</mi>
</mrow>
<mi>b</mi>
</mfrac>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>10</mn>
<mo>)</mo>
</mrow>
</mrow>
S27：以第一个端点为起点，依次求取相邻两个端点与中心点所在向量的夹角，即为每一个黑白码带所占的角度，再将每一个角度除以30度，得到其含单位码带的个数，最后求其编号。
2.根据权利要求1所述的一种环状编码标记点的检测与识别方法，其特征在于：所述S21的有效区域包括完整的环状编码标记点中的中心圆和编码环带的信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710825187.2A CN107578051B (zh) | 2017-09-14 | 2017-09-14 | 一种环状编码标记点的检测与识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710825187.2A CN107578051B (zh) | 2017-09-14 | 2017-09-14 | 一种环状编码标记点的检测与识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107578051A true CN107578051A (zh) | 2018-01-12 |
| CN107578051B CN107578051B (zh) | 2020-09-29 |
Family
ID=61033301
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710825187.2A Expired - Fee Related CN107578051B (zh) | 2017-09-14 | 2017-09-14 | 一种环状编码标记点的检测与识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107578051B (zh) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108573511A (zh) * | 2018-02-11 | 2018-09-25 | 湖南科技大学 | 点状分布合作编码标志及其识别定位方法 |
| CN108921836A (zh) * | 2018-06-28 | 2018-11-30 | 京东方科技集团股份有限公司 | 一种提取眼底图像标注的方法及装置 |
| CN109118476A (zh) * | 2018-07-11 | 2019-01-01 | 华南理工大学广州学院 | 一种零部件边缘轮廓完整性检测方法及装置 |
| CN109190742A (zh) * | 2018-08-23 | 2019-01-11 | 华中科技大学 | 一种基于灰度特征的编码特征点的解码方法 |
| CN109285198A (zh) * | 2018-08-22 | 2019-01-29 | 大连理工大学 | 一种环形编码标记点的编码及识别方法 |
| CN109363770A (zh) * | 2018-12-06 | 2019-02-22 | 安徽埃克索医疗机器人有限公司 | 一种手术导航机器人标志点自动识别定位方法 |
| CN109635614A (zh) * | 2018-12-18 | 2019-04-16 | 深圳市爱智慧科技有限公司 | 一种非接触式人体数据采集方法 |
| CN109727231A (zh) * | 2018-12-17 | 2019-05-07 | 江苏鸿祺生物科技有限公司 | 一种用于识别检测椭球型软胶囊的外观不规则缺陷的自比对检测方法 |
| CN110163916A (zh) * | 2019-05-23 | 2019-08-23 | 西华大学 | 基于滚转目标的环绕式圆形标记点的匹配方法 |
| CN111292375A (zh) * | 2020-02-11 | 2020-06-16 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种基于位置约束的直升机桨叶标记点识别匹配方法 |
| CN111723787A (zh) * | 2019-03-20 | 2020-09-29 | 宝山钢铁股份有限公司 | 一种基于3d符号的钢管按支跟踪方法 |
| CN113313628A (zh) * | 2021-06-29 | 2021-08-27 | 河南工业大学 | 基于仿射变换和均值像素法的环状编码点鲁棒性识别方法 |
| CN114792104A (zh) * | 2021-01-26 | 2022-07-26 | 中国科学院沈阳自动化研究所 | 一种环型编码点的识别解码方法 |
| CN115906909A (zh) * | 2023-01-05 | 2023-04-04 | 明达塑胶科技（苏州）有限公司 | 一种包装袋标识喷码系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103310215A (zh) * | 2013-07-03 | 2013-09-18 | 天津工业大学 | 一种环状编码标记点的检测与识别方法 |
| US8651382B2 (en) * | 2008-06-26 | 2014-02-18 | Nippon Steel & Sumitomo Metal Corporation | Two-dimensional code reading device, two-dimensional code reading method, method of controlling manufacturing history information of member having substantially circular section orthogonal to the central axis thereof, and method of manufacturing the member using the control method |
| CN106204544A (zh) * | 2016-06-29 | 2016-12-07 | 南京中观软件技术有限公司 | 一种自动提取图像中标志点位置及轮廓的方法和系统 |
-
2017
- 2017-09-14 CN CN201710825187.2A patent/CN107578051B/zh not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8651382B2 (en) * | 2008-06-26 | 2014-02-18 | Nippon Steel & Sumitomo Metal Corporation | Two-dimensional code reading device, two-dimensional code reading method, method of controlling manufacturing history information of member having substantially circular section orthogonal to the central axis thereof, and method of manufacturing the member using the control method |
| CN103310215A (zh) * | 2013-07-03 | 2013-09-18 | 天津工业大学 | 一种环状编码标记点的检测与识别方法 |
| CN106204544A (zh) * | 2016-06-29 | 2016-12-07 | 南京中观软件技术有限公司 | 一种自动提取图像中标志点位置及轮廓的方法和系统 |
Non-Patent Citations (2)
| Title |
|---|
| 倪章松等: "视觉测量中环形编码标志点的精确识别算法研究", 《《新技术新工艺》试验与研究》 * |
| 解则晓等: "环状编码标记点的高效提取与鲁棒识别算法", 《光电子. 激光》 * |
Cited By (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108573511A (zh) * | 2018-02-11 | 2018-09-25 | 湖南科技大学 | 点状分布合作编码标志及其识别定位方法 |
| CN108573511B (zh) * | 2018-02-11 | 2021-10-12 | 湖南科技大学 | 点状分布合作编码标志及其识别定位方法 |
| CN108921836A (zh) * | 2018-06-28 | 2018-11-30 | 京东方科技集团股份有限公司 | 一种提取眼底图像标注的方法及装置 |
| US11783488B2 (en) | 2018-06-28 | 2023-10-10 | Boe Technology Group Co., Ltd. | Method and device of extracting label in medical image |
| US11379989B2 (en) | 2018-06-28 | 2022-07-05 | Boe Technology Group Co., Ltd. | Method and device of extracting label in medical image |
| WO2020001236A1 (zh) * | 2018-06-28 | 2020-01-02 | 京东方科技集团股份有限公司 | 提取医学图像标注的方法及装置 |
| CN109118476A (zh) * | 2018-07-11 | 2019-01-01 | 华南理工大学广州学院 | 一种零部件边缘轮廓完整性检测方法及装置 |
| CN109118476B (zh) * | 2018-07-11 | 2020-11-24 | 华南理工大学广州学院 | 一种零部件边缘轮廓完整性检测方法及装置 |
| CN109285198A (zh) * | 2018-08-22 | 2019-01-29 | 大连理工大学 | 一种环形编码标记点的编码及识别方法 |
| CN109285198B (zh) * | 2018-08-22 | 2020-09-11 | 大连理工大学 | 一种环形编码标记点的编码及识别方法 |
| CN109190742A (zh) * | 2018-08-23 | 2019-01-11 | 华中科技大学 | 一种基于灰度特征的编码特征点的解码方法 |
| CN109190742B (zh) * | 2018-08-23 | 2020-11-24 | 华中科技大学 | 一种基于灰度特征的编码特征点的解码方法 |
| CN109363770A (zh) * | 2018-12-06 | 2019-02-22 | 安徽埃克索医疗机器人有限公司 | 一种手术导航机器人标志点自动识别定位方法 |
| CN109727231A (zh) * | 2018-12-17 | 2019-05-07 | 江苏鸿祺生物科技有限公司 | 一种用于识别检测椭球型软胶囊的外观不规则缺陷的自比对检测方法 |
| CN109635614A (zh) * | 2018-12-18 | 2019-04-16 | 深圳市爱智慧科技有限公司 | 一种非接触式人体数据采集方法 |
| CN111723787A (zh) * | 2019-03-20 | 2020-09-29 | 宝山钢铁股份有限公司 | 一种基于3d符号的钢管按支跟踪方法 |
| CN110163916A (zh) * | 2019-05-23 | 2019-08-23 | 西华大学 | 基于滚转目标的环绕式圆形标记点的匹配方法 |
| CN110163916B (zh) * | 2019-05-23 | 2022-06-28 | 西华大学 | 基于滚转目标的环绕式圆形标记点的匹配方法 |
| CN111292375A (zh) * | 2020-02-11 | 2020-06-16 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种基于位置约束的直升机桨叶标记点识别匹配方法 |
| CN114792104A (zh) * | 2021-01-26 | 2022-07-26 | 中国科学院沈阳自动化研究所 | 一种环型编码点的识别解码方法 |
| CN113313628A (zh) * | 2021-06-29 | 2021-08-27 | 河南工业大学 | 基于仿射变换和均值像素法的环状编码点鲁棒性识别方法 |
| CN115906909A (zh) * | 2023-01-05 | 2023-04-04 | 明达塑胶科技（苏州）有限公司 | 一种包装袋标识喷码系统 |
| CN115906909B (zh) * | 2023-01-05 | 2023-05-16 | 明达塑胶科技（苏州）有限公司 | 一种包装袋标识喷码系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107578051B (zh) | 2020-09-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107578051A (zh) | 一种环状编码标记点的检测与识别方法 | |
| CN103679151B (zh) | 一种融合LBP、Gabor特征的人脸聚类方法 | |
| CN108764004A (zh) | 一种基于编码环采样的环状编码标记点解码识别方法 | |
| CN104299249B (zh) | 高鲁棒性的标志点解码方法及系统 | |
| CN107403163B (zh) | 一种基于深度学习的激光slam闭环自动检测方法 | |
| CN103310215A (zh) | 一种环状编码标记点的检测与识别方法 | |
| CN110852182B (zh) | 一种基于三维空间时序建模的深度视频人体行为识别方法 | |
| CN109285198B (zh) | 一种环形编码标记点的编码及识别方法 | |
| CN108573511B (zh) | 点状分布合作编码标志及其识别定位方法 | |
| CN104951940B (zh) | 一种基于掌纹识别的移动支付验证方法 | |
| CN109215016B (zh) | 一种编码标志的识别定位方法 | |
| CN103679721B (zh) | 采用邻域法霍夫变换的图像轮廓简化方法 | |
| CN104899575A (zh) | 一种基于人脸检测和关键点定位的人体组件划分方法 | |
| CN110021024A (zh) | 一种基于lbp和链码技术的图像分割方法 | |
| CN101739547A (zh) | 复杂背景下图像中鲁棒的编码点的精确识别与定位方法 | |
| CN109190742B (zh) | 一种基于灰度特征的编码特征点的解码方法 | |
| CN104200228A (zh) | 一种安全带识别方法与系统 | |
| CN105095880A (zh) | 一种基于lgbp编码的手指多模态特征融合方法 | |
| CN110866477A (zh) | 一种轨迹运动模式识别方法及装置 | |
| CN110427792A (zh) | 一种遮挡二维码的识读匹配方法及其应用 | |
| CN103714554A (zh) | 一种基于传播融合的视频跟踪方法 | |
| CN105184786A (zh) | 一种浮点型三角形特征描述方法 | |
| CN105160305A (zh) | 一种手指多模态特征融合方法 | |
| CN113506276B (zh) | 一种测量结构位移的标志物及方法 | |
| CN110163916A (zh) | 基于滚转目标的环绕式圆形标记点的匹配方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200929 Termination date: 20210914 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |