CN108256525B - 一种基于图像处理的导轨目标位置检测方法 - Google Patents

Abstract

本发明公开了一种基于图像处理的导轨目标位置检测方法。步骤如下：首先在待检测目标所要经过区域的导轨上从初始位置开始，每隔距离L设置一个特征圆标识，同时在特征圆中按照顺序标写相应的数字，当待测目标开始移动后，由图像采集系统获取目标所在位置的导轨处的图像并传输给上位机；上位机对获取的图像进行分析和处理，包括图像增强、边缘检测以及图像分割操作，然后进行圆形检测、特征提取和数字识别，最终由图像中特征圆标识的圆心坐标和识别得到的具体数字，确定出待测目标在导轨上的位置和移动距离。本发明方法操作简单，且所需硬件资源少，目标位置检测精确度高。

Description

一种基于图像处理的导轨目标位置检测方法

技术领域

本发明属于远距离非接触测量技术领域，特别是一种基于图像处理的导轨目标位置检测方法。

背景技术

测量技术在现代社会中的各个领域中无时无刻不发挥着重要的作用。当今社会，随着工业的发展和科技的进步，对测量的精度、效率以及自动化程度等方面的要求也越来越高。同时，在一些例如高温、高速、微小尺寸等的特殊场合与环境之中，传统的测量方法已经难以达到要求。因此，对远距离非接触的新型测量方法进行探索和研究有着十分重要的现实意义。

目前，非接触的新型测量方法主要包括光电测量技术、声波测量技术、图像测量技术等等，这些方法都有着各自的优点和不足之处。其中最常用到的是光电测量技术和声波测量技术，但是使用这两种技术对待测目标物体的要求比较高，例如一旦待测的目标物体的表面反射能力不理想，这两种方法得出的测量结果的精度将会很不理想。近年来，随着计算机技术、电子技术、图像处理技术的成熟与完善，以及光电摄像器件的普及，基于图像的测量技术在工程应用和科学研究领域都获得了迅速的发展和高度的重视。作为在非接触测量领域的一种新兴的高性能测量技术，基于图像的测量技术以光学为基础，将数字图像处理技术、控制技术、电子技术、计算机技术以及光电检测技术等多种现代技术结合在一起，构成一个综合体的测量系统。相比于其它常用的测量方法，基于图像的测量方法有着非接触、高精度、信息丰富、测量速度快、自动化程度高等一系列的优点，在现代社会各种专业领域的测量中有着巨大的优势。

然而，现有对导轨上的目标位置检测方法容易受到环境因素影响、测量精度低，且硬件设备复杂、操作繁琐，对硬件资源要求高，增加了测量成本。

发明内容

本发明的目的在于提供一种操作简便、测量精度高的基于图像处理的导轨目标位置检测方法。

实现本发明目的的技术解决方案为：一种基于图像处理的导轨目标位置检测方法，通过图像采集系统获取目标位置的图像，利用上位机对获取的图像进行圆形检测、特征提取和数字识别，最终由图像中特征圆标识的圆心坐标和识别得到的具体数字，确定出待测目标在导轨上的位置和移动距离，具体包括以下步骤：

步骤1，在待检测目标所要经过区域的导轨上从初始位置开始，每隔距离L设置一个特征圆标识，即相邻两个特征圆的圆心之间的距离均为L，同时在特征圆中按照顺序标写相应的数字，当待测目标开始移动后，由图像采集系统获取目标所在位置的导轨处的图像并传输给上位机；

步骤2，上位机接收到图像之后，首先完成对图像的中值滤波、二值化和边缘检测处理，然后在接收到的图像中以图像的左下角为坐标原点，下侧边界为x轴，左侧边界为y轴建立直角坐标系，通过圆形检测找到图像中特征圆标识所在的位置并得出其圆心坐标；

步骤3，通过图像分割，将步骤2中已完成定位的特征圆标识内的数字部分从图像中提取出来，并进行归一化处理，使得图像中数字的尺寸大小统一；

步骤4，在实际检测前，首先通过上述步骤1～3在上位机中对所有作为模板的数字的图像进行处理，提取这些数字的特征向量并存入上位机字库中；实际检测时，将步骤3中从目标图像中分割出来的数字，与上位机字库中作为模板的所有数字字符进行匹配，取相似度最高的一个作为最终的识别结果；

步骤5，在进行距离检测计算时，将接收到的图像的中心点设定为待测目标的位置；首先将数字识别的结果与步骤1中设置特征圆标识时所设定的间隔距离L相乘，得到目标距离初始点的初步距离；同时通过图像中特征圆的圆心坐标与图像中心点的像素差，得到目标与图像中检测到的特征圆标识圆心之间的距离，然后将初步距离加上目标与特征圆标识圆心之间的距离，即可得到最终的测量结果，由上位机输出并显示。

进一步地，所述图像采集系统部分包括CCD摄像机、图像采集卡和无线传输模块，均固定在待测目标上并随待测目标移动，其获取的导轨上的图像数据传输到上位机中进行处理。

进一步地，步骤1所述在待检测目标所要经过区域的导轨上从初始位置开始，每隔距离L设置一个特征圆标识，所述特征圆标识的半径均为1cm，相邻两个特征圆的圆心之间的距离L为5～20cm。

进一步地，步骤1所述在特征圆中按照顺序标写相应的数字，其中单个数字的范围为0～9这十个整数数字，每个特征圆中的数字个数为3个；在数字识别时，对这三个数字分别进行识别，然后将左侧开始的第一个数字作为百位，第二个数字作为十位，第三个数字作为个位，得到最终的识别结果；在进行特征圆标识设置时，在目标初始位置处导轨上的特征圆标识中为数字“000”，然后在接下来的每个圆中的数字大小逐个加1。

进一步地，步骤5所述距离检测计算，公式为：

式中，S为最终检测出的距离，n为识别出的具体数字，L为预先设置的特征圆圆心之间的实际距离，x₁,x₂分别为任意相邻特征圆的圆心横坐标，x₃为图像中识别出的数字所在的特征圆的圆心横坐标，K是整幅图像宽度像素值的一半。

本发明与现有技术相比，其显著优点为：(1)通过待测目标处在位置的导轨图像中特征圆标识的圆心坐标以及其中包含的特定数字来确定待测目标在导轨上的位置和移动距离，具有较高的精度，且受一般环境因素影响小；(2)整个测量过程中的处理和结果计算由上位机完成，操作简便；(3)方法简单易行，便于实现，所需硬件资源少，测量成本低。

附图说明

图1是本发明基于图像处理的导轨目标位置检测方法的流程图。

图2是本发明基于图像处理的导轨目标位置检测方法的测量原理图。

图3是本发明基于图像处理的导轨目标位置检测方法导轨部分示意图。

具体实施方法

本发明方法首先对由图像采集系统(CCD摄像机、图像采集卡等)获取的图像进行分析和处理，主要包括图像增强、边缘检测以及图像分割等操作，然后利用Visual C++开发工具所编写的软件部分程序，对获取的图像进行圆形检测和字符识别，最终通过图像中存在的圆标识的圆心坐标变化以及圆中所包含的具体数字计算出位于长导轨上的目标的位置距离。本发明方法具有操作简单、所需硬件资源少、精确度较高等特点。

结合图1，本发明基于图像处理的导轨目标位置检测方法，通过图像采集系统获取目标位置的图像，利用上位机对获取的图像进行圆形检测、特征提取和数字识别，最终由图像中特征圆标识的圆心坐标和识别得到的具体数字，确定出待测目标在导轨上的位置和移动距离。结合图2，所述图像采集系统部分包括CCD摄像机、图像采集卡和无线传输模块，均固定在待测目标上并随待测目标移动，其获取的导轨上的图像数据传输到上位机中进行处理。

具体包括以下步骤：

步骤1，在待检测目标所要经过区域的导轨上从初始位置开始，每隔距离L设置一个特征圆标识，即相邻两个特征圆的圆心之间的距离均为L，同时在特征圆中按照顺序标写相应的数字，当待测目标开始移动后，由图像采集系统获取目标所在位置的导轨处的图像并传输给上位机；

结合图3，所述在待检测目标所要经过区域的导轨上从初始位置开始，每隔距离L设置一个特征圆标识，所述特征圆标识的半径均为1cm，相邻两个特征圆的圆心之间的距离L为5～20cm。

所述在特征圆中按照顺序标写相应的数字，其中单个数字的范围为0～9这十个整数数字，每个特征圆中的数字个数为3个；在数字识别时，对这三个数字分别进行识别，然后将左侧开始的第一个数字作为百位，第二个数字作为十位，第三个数字作为个位，得到最终的识别结果；在进行特征圆标识设置时，在目标初始位置处导轨上的特征圆标识中为数字“000”，然后在接下来的每个圆中的数字大小逐个加1。

步骤2，上位机接收到图像之后，首先完成对图像的中值滤波、二值化和边缘检测处理，然后在接收到的图像中以图像的左下角为坐标原点，下侧边界为x轴，左侧边界为y轴建立直角坐标系，通过圆形检测找到图像中特征圆标识所在的位置并得出其圆心坐标；

步骤3，通过图像分割，将步骤2中已完成定位的特征圆标识内的数字部分从图像中提取出来，并进行归一化处理，使得图像中数字的尺寸大小统一；

步骤4，在实际检测前，首先通过上述步骤1～3在上位机中对所有作为模板的数字的图像进行处理，提取这些数字的特征向量并存入上位机字库中；实际检测时，将步骤3中从目标图像中分割出来的数字，与上位机字库中作为模板的所有数字字符进行匹配，取相似度最高的一个作为最终的识别结果；

步骤5，在进行距离检测计算时，将接收到的图像的中心点设定为待测目标的位置；首先将数字识别的结果与步骤1中设置特征圆标识时所设定的间隔距离L相乘，得到目标距离初始点的初步距离；同时通过图像中特征圆的圆心坐标与图像中心点的像素差，得到目标与图像中检测到的特征圆标识圆心之间的距离，然后将初步距离加上目标与特征圆标识圆心之间的距离，即可得到最终的测量结果，由上位机输出并显示。

所述距离检测计算，公式为：

式中，S为最终检测出的距离，n为识别出的具体数字，L为预先设置的特征圆圆心之间的实际距离，x₁,x₂分别为任意相邻特征圆的圆心横坐标，x₃为图像中识别出的数字所在的特征圆的圆心横坐标，K是整幅图像宽度像素值的一半。

下面结合附图及具体实施例对本发明做进一步详细说明。

实施例1

结合图1～3，本发明提出的基于图像处理的长导轨距离检测方法的步骤如下：

步骤一：设备安装与图像获取

测量开始前，在待测目标所要经过的导轨上每隔一段固定的距离都设置有一个特征圆标识，在特征圆标识之中按照从小到大的顺序标写着相应的数字字符，随后将CCD摄像机等图像采集和传输设备安装在待测移动目标上的一个固定位置，并使CCD摄像机能够获得所需目标所在位置处导轨上的清晰图像。当待测目标开始运动之后，由摄像机获取设置在运行轨道上的特征圆标识及其周围的图像，传输给上位机。

步骤二：图像预处理

在本发明所提出的基于图像的导轨位置检测改进方法中，对获取图像的预处理主要是图像增强、二值化处理以及边缘检测。

图像增强即有目的地强调图像的某些特性，使得原本模糊的图像变得清晰并突出感兴趣的特征，以减少噪声的影响和加强图像的判读、识别效果，最终使图像满足分析的需要。本发明方法中对图像增强的主要方法为中值滤波，这是一种非线性的信号处理方法，其基本原理是对图像上的目标像素点给一个模板，其中目标像素处于模板的中心位置，然后将这个模板内所有像素的灰度平均值赋给目标像素作为其灰度值。

图像的二值化处理，主要就是通过设定某个灰度阈值，将图像上所有灰度值大于阈值的点的灰度值置为255，小于阈值的点的灰度值全部置为0，使得整幅图像只有两个灰度级别，分别作为目标区域和背景区域。对图像进行二值化处理能够大大减小图像中的数据量，使接下来的图像操作变得更为简单。本方法中所需要的是图像中位于导轨上的特征圆标识部分，因此我们在设置阈值之时，需要使图像中的特征圆标识和数字部分大于阈值，使其被置为255作为目标，其余部分的点的灰度值则尽量全部置为0作为背景。

边缘检测是本发明方法中进行圆形检测前的一个重要的步骤，利用边缘检测技术，能够大大减少后续圆心检测中所需要处理的图像中的信息量，提高整个距离检测系统的检测速度和检测效率。本发明中主要是利用Sobel算子来进行边缘检测。

步骤三：圆形检测

在利用本发明所提出的改进方法进行位置和距离的检测时，首先需要通过对在导轨上各处的圆标识的圆心坐标以及其所包含的数字字符进行检测，得到圆心坐标相对于图像中心点的距离以及圆中所包含的具体数字，而后通过换算公式计算并输出最终的检测结果。因此在进行实际测量时，我们首先需要找到所采集到的图像中标写在导轨上某处的圆标识的具体位置。

在本发明方法中，只需要对简单的一到两个圆形目标进行检测，且获取的导轨图像中一般不会存在大量遮挡和其他干扰，因此我们选用了随机Hough变换来完成这一步骤，其基本原理如下：

二维空间中圆的方程如下：

(x-a)²+(y-b)²＝r² (1)

式中：(a,b)为圆心坐标，r为圆的半径。

在完成对图像的边缘检测和膨胀处理之后，从图像的所有边缘点中随机选取3个点并代入式(1)，计算出圆心坐标(a，b)和半径r。然后取第4个点，代入式(1)中，计算出半径r₄,将r₄代入下式计算：

r₄-r＝δ₄ (2)

若计算结果δ₄小于预先设定的误差值δ，则可将之前计算所得到圆心坐标和半径的圆确定为候选圆。在选定候选圆之后，将图像中所有的边缘点代入计算，当δ_i小于δ时，累加器加1，当累加器中的值大于预定的阈值之后，确定为1个真圆。

这种方法存在的主要问题在于当图像中有多个圆时，随机取的3个点在同一圆周上的概率很小，从而导致引入大量的无效积累，难以得到正确的结果。但在本发明的距离测量方法中，图像中包含的圆一般情况下只有一到两个，因此可以不必考虑上述问题。

步骤四：分割与归一化

为方便进行数字识别工作，我们还需要先对图像中的数字部分进行分割和归一化。由于在之前的步骤中已经完成了对图像的二值化处理，因此在分割和归一化步骤时，所编写的VC++上位机程序中只需要对整幅图像的像素点进行逐行和逐列扫描，当逐行扫描发现第一个像素值为255的点时，便可以把该点所在的行认为是数字目标的上边界，继续扫描，当在完成某一行全部像素点的扫描但没有发现一个像素值为255的点时，可以认为图像中的数字部分已经结束，设置该行的上一行为数字部分的下边界。逐列扫面中同理可以得到数字目标的左边界和右边界。在完成数字的边界设置之后，我们便可以进行图像分割，将数字提取出来，随后根据确定的归一化尺寸计算出放缩的比例，最终得到归一化后的数字图像，同时为了方便之后的特征提取和数字识别操作，对归一化后的数字进行重排紧缩。

步骤五：数字识别与结果输出

数字识别阶段，我们所需要做的即是将预备作为标准匹配模板的十个数字字符的特征向量提取出来，具体操作过程为对已归一化的数字图像进行逐点扫描，将所有背景点(即灰度值为0的像素点)标记为0，所有的目标点(灰度值为255的点)标记为1，依次存入相应的二维数组矩阵中作为模板。当需要进行数字识别时，同样按照之前的步骤对目标图像进行处理，提取出待测目标数字并进行二值化和归一化处理，最后提取出待测目标的特征向量，将其与已存入标准模板库中的十个数字模板进行逐个逐点比较，若待测目标与模板间相同位置处的两像素点标记相同，则将相应模板的累加器加1。全部比较完成之后，取其中累加器数值最大的一个，作为最终的识别结果。

在最终的结果计算中，由于移动目标的初始位置是已知的，而特征圆标识也是等间距设置，且特征圆标识内的数字是按顺序标写的，因此在得出数字识别结果之后，我们只需要将数字识别结果乘上预先设定好的间距值，即可得到目标距离初始位置的大致距离。然后根据标定得到测量时实际距离变化与圆心坐标像素变化之间的对应关系，便可以根据图像中圆心坐标与图像中心点的像素差得出待测目标较为精确的距离。将两个距离计算结果相加之后，得到并输出的即是最终的测量结果，计算公式如下：

其中S为最终检测出的距离，n为识别出的具体数字，L为预先设置的特征圆圆心之间的实际距离，x₁,x₂分别为任意相邻特征圆的圆心横坐标，x₃为图像中识别出的数字所在的特征圆的圆心横坐标，K是整幅图像宽度像素值的一半。

Claims (5)

1.一种基于图像处理的导轨目标位置检测方法，其特征在于，通过图像采集系统获取目标位置的图像，利用上位机对获取的图像进行圆形检测、特征提取和数字识别，最终由图像中特征圆标识的圆心坐标和识别得到的具体数字，确定出待测目标在导轨上的位置和移动距离，具体包括以下步骤：

步骤1，在待测目标所要经过区域的导轨上从初始位置开始，每隔距离L设置一个特征圆标识，即相邻两个特征圆的圆心之间的距离均为L，同时在特征圆中按照顺序标写相应的数字，当待测目标开始移动后，由图像采集系统获取目标所在位置的导轨处的图像并传输给上位机；

步骤2，上位机接收到图像之后，首先完成对图像的中值滤波、二值化和边缘检测处理，然后在接收到的图像中以图像的左下角为坐标原点，下侧边界为x轴，左侧边界为y轴建立直角坐标系，通过圆形检测找到图像中特征圆标识所在的位置并得出其圆心坐标；

步骤3，通过图像分割，将步骤2中已完成定位的特征圆标识内的数字部分从图像中提取出来，并进行归一化处理，使得图像中数字的尺寸大小统一；

步骤4，在实际检测前，首先通过上述步骤1～3在上位机中对所有作为模板的数字的图像进行处理，提取这些数字的特征向量并存入上位机字库中；实际检测时，将步骤3中从目标图像中分割出来的数字，与上位机字库中作为模板的所有数字字符进行匹配，取相似度最高的一个作为最终的识别结果；

步骤5，在进行距离检测计算时，将接收到的图像的中心点设定为待测目标的位置；首先将数字识别的结果与步骤1中设置特征圆标识时所设定的间隔距离L相乘，得到目标距离初始点的初步距离；同时通过图像中特征圆的圆心坐标与图像中心点的像素差，得到目标与图像中检测到的特征圆标识圆心之间的距离，然后将初步距离加上目标与特征圆标识圆心之间的距离，得到最终的测量结果，由上位机输出并显示。

2.根据权利要求1所述的基于图像处理的导轨目标位置检测方法，其特征在于，所述图像采集系统包括CCD摄像机、图像采集卡和无线传输模块，均固定在待测目标上并随待测目标移动，其获取的导轨上的图像数据传输到上位机中进行处理。

3.根据权利要求1所述的基于图像处理的导轨目标位置检测方法，其特征在于，所述特征圆标识的半径均为1cm，相邻两个特征圆的圆心之间的距离L为5～20cm。

4.根据权利要求1所述的基于图像处理的导轨目标位置检测方法，其特征在于，步骤1所述在特征圆中按照顺序标写相应的数字，其中单个数字的范围为0～9这十个整数数字，每个特征圆中的数字个数为3个；在数字识别时，对这三个数字分别进行识别，然后将左侧开始的第一个数字作为百位，第二个数字作为十位，第三个数字作为个位，得到最终的识别结果；在进行特征圆标识设置时，在目标初始位置处导轨上的特征圆标识中为数字“000”，然后在接下来的每个圆中的数字大小逐个加1。

5.根据权利要求1所述的基于图像处理的导轨目标位置检测方法，其特征在于，步骤5所述距离检测计算，公式为：

式中，S为最终检测出的距离，n为识别出的具体数字，L为预先设置的特征圆圆心之间的实际距离，x₁,x₂分别为任意相邻特征圆的圆心横坐标，x₃为图像中识别出的数字所在的特征圆的圆心横坐标，K是整幅图像宽度像素值的一半。

Images