CN109727286A - 一种三脚透镜的视觉识别方法 - Google Patents
一种三脚透镜的视觉识别方法 Download PDFInfo
- Publication number
- CN109727286A CN109727286A CN201811605020.6A CN201811605020A CN109727286A CN 109727286 A CN109727286 A CN 109727286A CN 201811605020 A CN201811605020 A CN 201811605020A CN 109727286 A CN109727286 A CN 109727286A
- Authority
- CN
- China
- Prior art keywords
- circle
- center
- point
- image
- lens
- 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
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种三脚透镜的视觉识别方法，步骤1)：图像轮廓前处理，即获取图像后，对图像轮廓填充；步骤2)：图像轮廓提取；步骤3)：图像轮廓点进行拟合圆；步骤4)：图像轮廓局部极值检测；步骤5)：透镜角度约束。本发明在于提供一种能有效的、快速的、精确的定位到物体，适用于实时性要求较高的应用场合的一种三脚透镜的视觉识别方法。
Description
技术领域
本发明涉及一种透镜的视觉识别方法，具体涉及一种三脚透镜的视觉识别方法。
背景技术
随着机器视觉在工业中的广泛应用，各种物体识别方法纷纷提出，主要分为基于灰度信息的算法和基于特征的匹配算法。
所述基于灰度信息的算法直接利用图像的灰度信息建立两幅图像之间的相似性度量，不需要做特征提取，计算量大，速度较慢。
基于图像特征的匹配算法主要提取图像中保持不变的特征，如角点、边缘点，闭区域的重心等作为两幅图像匹配的参考信息。由于它提取了图像的显著特征，压缩了图像信息量，因此计算量小，速度较快。
如上两种方法都需要学习模板，并没有充分利用物体的几何特征。本发明提出的一种基于图像轮廓几何特征的识别方法，能有效的、快速的、精确的定位到物体，尤其适用于实时性要求较高的应用场合。
中国专利申请号为：201610772141.4，申请日是:2016年08月30日，公开日是：2017年01月18日，专利名称为：基于双液透镜光学系统的空间目标特征识别方法，该发明涉及基于双液透镜光学系统的空间目标特征识别算法，引入液透镜电控变焦的优势，通过特征提取、线性特征聚类，实现在不同相对测量距离下对空间目标类型的准确识别。本发明的方法包括(1)图像线性特征提取，得到目标特征；(2)基于变换域的线性特征方向聚类方法，得到目标的主要线性结构方向量，得到目标的可能分类；(3)基于方向聚类的电调液透镜调焦方法，计算目标的主要方向聚类，如满足要求阈值要求进行后续计算，如不满足要求继续调焦并重复计算方向聚类参数；(4)基于交点的目标识别方法，计算目标观测面的4个交点，得到目标观测面的形状，识别出目标类型。可用此方法对空间目标特征进行自动识别，得到目标的类型。
上述专利文献公开了一种基于双液透镜光学系统的空间目标特征识别方法，但是该方法不能有效的、快速的、精确的定位到物体，尤其不适用于实时性要求较高的应用场合。
发明内容
本发明针对现有技术的缺陷提供一种能有效的、快速的、精确的定位到物体，适用于实时性要求较高的应用场合的一种三脚透镜的视觉识别方法。
本发明的目的是通过以下技术方案实现的：
一种三脚透镜的视觉识别方法，包括如下步骤：
步骤1)：图像轮廓前处理，即获取图像后，对图像轮廓填充；
步骤2)：图像轮廓提取；
步骤3)：图像轮廓点进行拟合圆；
步骤4)：图像轮廓局部极值检测；
步骤5)：透镜角度约束。
所述步骤1)包括如下步骤：
步骤a：获取图像；
步骤b：计算阀值并二值化；
步骤c：根据透镜设定的大小进行轮廓填充。
所述步骤2)包括如下步骤：
步骤a：计算图像理论面积；
步骤b：根据计算图像面积提取图像轮廓。
所述提取图像轮廓面积是图像理论面积的0.8～1.2倍时即为目标。
所述步骤3)包括如下步骤：
步骤a：对目标图像轮廓点进行一次最小二乘法拟合圆；
步骤b：计算所有轮廓点到圆心距离，并对该距离求平均值和标准差；
步骤c：设圆环外径内径差值的一半为half_ring_len，一般取值为5，遍历所有点，如果该点的距离满足：
dis[i]<m-std-half_ring_len||dis[i]>m+std+half_ring_len，则剔除该点；
步骤d：对剩余的点再次进行最小二乘拟合圆，得到精确的圆心位置和半径。
所述步骤4)包括如下步骤：
步骤a：计算所有图像轮廓点到圆心距离值，取得距离圆心最大值对应的点；
步骤b：取得距离圆心第二大值对应的点；
步骤c：取得距离圆心第三大值对应的点；
步骤d：取得距离圆心第四大值对应的点；
步骤e：将取得距离圆心最大值的点、取得距离圆心第二大值对应的点、取得距离圆心第三大值对应的点、取得距离圆心第四大值对应的点分别与圆心连接构成直线，依次计算相邻连接的夹角；
步骤f：将得到的夹角与60℃比较，如果前述四个对应点与圆心连接构成直线，依次计算相邻连接的夹角与60℃差距最远，则，剔除该对应的点。
所述步骤f剔除该对应的点包括剔除后剩余的三个点分别与圆心连接得到三条直线，计算该三条直线分别与X轴的夹角，去绝对值最小的夹角为透镜的角度。
所述步骤5)透镜角度约束包括将透镜角度约束在(-60，60)，使得旋转路径最短。
本发明的有益效果是：本发明提出的一种基于图像轮廓几何特征的识别方法，能有效的、快速的、精确的定位到物体，尤其适用于实时性要求较高的应用场合。
附图说明
图1为本发明所述一种三脚透镜的视觉识别方法的步骤流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步详述，以下实施例只是描述性的，不是限定性的，不能以此限定本发明的保护范围。
实施例1
参看图1，本发明所述一种三脚透镜的视觉识别方法，
步骤1)：图像轮廓前处理S1，即获取图像后，对图像轮廓填充；
步骤2)：图像轮廓提取S2；
步骤3)：图像轮廓点进行拟合圆S3；
步骤4)：图像轮廓局部极值检测S4；
步骤5)：透镜角度约束S5；
步骤6)：完成识别S6。
所述步骤1)包括如下步骤：
步骤a：获取图像；
步骤b：计算阀值并二值化；
步骤c：根据透镜设定的大小进行轮廓填充。
所述步骤2)包括如下步骤：
步骤a：计算图像理论面积；
步骤b：根据计算图像面积提取图像轮廓。
所述提取图像轮廓面积是图像理论面积的0.8～1.2倍时即为目标。
本发明所述相机获取图像后，首先自动计算阈值并二值化、然后根据透镜设定的大小进行轮廓填充；
本发明所述通过图像面积约束提取目标所呈现的轮廓。首先计算图像理论面积，然后提取图像轮廓，当提取图像轮廓的面积在图像理论面积的0.8～1.2倍之间时认为即为目标。
所述步骤3)包括如下步骤：
步骤a：对目标图像轮廓点进行一次最小二乘法拟合圆；
步骤b：计算所有轮廓点到圆心距离，并对该距离求平均值和标准差；
步骤c：设圆环外径内径差值的一半为half_ring_len，一般取值为5，遍历所有点，如果该点的距离满足：
dis[i]<m-std-half_ring_len||dis[i]>m+std+half_ring_len，则剔除该点；
步骤d：对剩余的点再次进行最小二乘拟合圆，得到精确的圆心位置和半径。
本发明首先对目标轮廓点进行一次最小二乘法拟合圆，然后计算所有轮廓点pn(假设有n个点)到圆心的距离dis[n]，对距离求均值m和标准差std；
设圆环外径内径差值的一半为half_ring_len，一般取值为5。遍历所有点，如果该点的距离满足dis[i]<m-std-half_ring_len||dis[i]>m+std+half_ring_len，则剔除该点，然后对剩余的点再次进行最小二乘拟合圆，得到精确的圆心位置c和半径r。
所述步骤4)包括如下步骤：
步骤a：计算所有图像轮廓点到圆心距离值，取得距离圆心最大值对应的点；
步骤b：取得距离圆心第二大值对应的点；
步骤c：取得距离圆心第三大值对应的点；
步骤d：取得距离圆心第四大值对应的点；
步骤e：将取得距离圆心最大值的点、取得距离圆心第二大值对应的点、取得距离圆心第三大值对应的点、取得距离圆心第四大值对应的点分别与圆心连接构成直线，依次计算相邻连接的夹角；
步骤f：将得到的夹角与60℃比较，如果前述四个对应点与圆心连接构成直线，依次计算相邻连接的夹角与60℃差距最远，则，剔除该对应的点。
计算所有图像轮廓点pn到圆心c的距离，取得距离最大值对应的点pm1。取得第二大值对应的点pm2，该第二大值对应的点pm2到pm1的距离需大于r/2。同理取得第三大值对应的点pm3，该取得第三大值pm3到pm1、pm2的距离都需大于r/2。同理取得第四大值对应的点pm4，该取得第四大值对应的点pm4到pm1、pm2、pm3的距离都需大于r/2。
该pm1、pm2、pm3、pm4分别与c连接构成直线，依次计算相邻连线的夹角，若不在60℃附近则剔除该点，剩余3点分别为pf1、pf2、pf3。
上述步骤f剔除该对应的点包括剔除后剩余的三个点分别与圆心连接得到三条直线，计算该三条直线分别与X轴的夹角，去绝对值最小的夹角为透镜的角度。
上述所述剩余3点分别为pf1、pf2、pf3，该连接pf1、pf2、pf3分别使pf1和c、pf2和c、pf3和c连接，得到3条直线，分别计算该3条直线与x轴的夹角，取绝对值最小者为透镜的角度。
所述步骤5)透镜角度约束包括将透镜角度约束在(-60，60)，使得旋转路径最短。
最终，完成三角透镜的视觉识别方法。
以上，仅为本发明较佳的具体实施方式，但发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。
Claims (9)
1.一种三脚透镜的视觉识别方法，其特征在于：包括如下步骤：
步骤1)：图像轮廓前处理，即获取图像后，对图像轮廓填充；
步骤2)：图像轮廓提取；
步骤3)：图像轮廓点进行拟合圆；
步骤4)：图像轮廓局部极值检测；
步骤5)：透镜角度约束。
2.根据权利要求1所述一种三脚透镜的视觉识别方法，其特征在于：所述步骤1)包括如下步骤：
步骤a：获取图像；
步骤b：计算阀值并二值化；
步骤c：根据透镜设定的大小进行轮廓填充。
3.根据权利要求1所述一种三脚透镜的视觉识别方法，其特征在于：所述图像轮廓提取包括通过图像面积约束提取目标所呈现的轮廓。
4.根据权利要求1所述一种三脚透镜的视觉识别方法，其特征在于：所述步骤2)包括如下步骤：
步骤a：计算图像理论面积；
步骤b：根据计算图像面积提取图像轮廓。
5.根据权利要求4所述一种三脚透镜的视觉识别方法，其特征在于：所述提取图像轮廓面积是图像理论面积的0.8～1.2倍时即为目标。
6.根据权利要求1所述一种三脚透镜的视觉识别方法，其特征在于：所述步骤3)包括如下步骤：
步骤a：对目标图像轮廓点进行一次最小二乘法拟合圆；
步骤b：计算所有轮廓点到圆心距离，并对该距离求平均值和标准差；
步骤c：设圆环外径内径差值的一半为half_ring_len，一般取值为5，遍历所有点，如果该点的距离满足：
dis[i]<m-std-half_ring_len||dis[i]>m+std+half_ring_len，则剔除该点；
步骤d：对剩余的点再次进行最小二乘拟合圆，得到精确的圆心位置和半径。
7.根据权利要求1所述一种三脚透镜的视觉识别方法，其特征在于：所述步骤4)包括如下步骤：
步骤a：计算所有图像轮廓点到圆心距离值，取得距离圆心最大值对应的点；
步骤b：取得距离圆心第二大值对应的点；
步骤c：取得距离圆心第三大值对应的点；
步骤d：取得距离圆心第四大值对应的点；
步骤e：将取得距离圆心最大值的点、取得距离圆心第二大值对应的点、取得距离圆心第三大值对应的点、取得距离圆心第四大值对应的点分别与圆心连接构成直线，依次计算相邻连接的夹角；
步骤f：将得到的夹角与60℃比较，如果前述四个对应点与圆心连接构成直线，依次计算相邻连接的夹角与60℃差距最远，则，剔除该对应的点。
8.根据权利要求7所述一种三脚透镜的视觉识别方法，其特征在于：所述步骤f剔除该对应的点包括剔除后剩余的三个点分别与圆心连接得到三条直线，计算该三条直线分别与X轴的夹角，去绝对值最小的夹角为透镜的角度。
9.根据权利要求1所述一种三脚透镜的视觉识别方法，其特征在于：所述步骤5)透镜角度约束包括将透镜角度约束在(-60，60)，使得旋转路径最短。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811605020.6A CN109727286A (zh) | 2018-12-26 | 2018-12-26 | 一种三脚透镜的视觉识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811605020.6A CN109727286A (zh) | 2018-12-26 | 2018-12-26 | 一种三脚透镜的视觉识别方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109727286A true CN109727286A (zh) | 2019-05-07 |
Family
ID=66296766
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811605020.6A Pending CN109727286A (zh) | 2018-12-26 | 2018-12-26 | 一种三脚透镜的视觉识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109727286A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112464947A (zh) * | 2020-10-30 | 2021-03-09 | 深圳市路远智能装备有限公司 | 一种三脚透镜的视觉识别方法 |
| CN113064251A (zh) * | 2021-03-24 | 2021-07-02 | 上海晨兴希姆通电子科技有限公司 | 透镜定位方法及其系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105279756A (zh) * | 2015-10-19 | 2016-01-27 | 天津理工大学 | 基于自适应区域分割的缺口圆弧零件尺寸视觉检测方法 |
-
2018
- 2018-12-26 CN CN201811605020.6A patent/CN109727286A/zh active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105279756A (zh) * | 2015-10-19 | 2016-01-27 | 天津理工大学 | 基于自适应区域分割的缺口圆弧零件尺寸视觉检测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 邓泽峰，付文定，贾孝荣: "SMT中基于轮廓特征的透镜定位方法", 《2018中国高端SMT学术会议论文集》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112464947A (zh) * | 2020-10-30 | 2021-03-09 | 深圳市路远智能装备有限公司 | 一种三脚透镜的视觉识别方法 |
| CN113064251A (zh) * | 2021-03-24 | 2021-07-02 | 上海晨兴希姆通电子科技有限公司 | 透镜定位方法及其系统 |
| CN113064251B (zh) * | 2021-03-24 | 2023-03-14 | 上海晨兴希姆通电子科技有限公司 | 透镜定位方法及其系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101398886B (zh) | 一种基于双目被动立体视觉的快速三维人脸识别方法 | |
| CN105740780B (zh) | 人脸活体检测的方法和装置 | |
| KR101184097B1 (ko) | 얼굴 정면포즈 판단 방법 | |
| CN110220917A (zh) | 一种基于图像处理的皇冠盖表面缺陷在线检测方法 | |
| CN104933389B (zh) | 一种基于指静脉的身份识别方法和装置 | |
| CN107392929B (zh) | 一种基于人眼视觉模型的智能化目标检测及尺寸测量方法 | |
| CN102324042B (zh) | 视觉识别系统及视觉识别方法 | |
| CN103714541A (zh) | 一种利用山体轮廓区域约束识别定位建筑物的方法 | |
| CN104573634A (zh) | 一种三维人脸识别方法 | |
| CN104809738A (zh) | 一种基于双目视觉的安全气囊轮廓尺寸检测方法 | |
| CN110796101A (zh) | 一种嵌入式平台的人脸识别方法及系统 | |
| TW202121331A (zh) | 基於機器學習的物件辨識系統及其方法 | |
| CN101894254A (zh) | 一种基于等高线法的三维人脸识别方法 | |
| CN103729631A (zh) | 一种基于视觉的连接器表面特征自动识别方法 | |
| CN111967288A (zh) | 智能三维物体识别和定位系统和方法 | |
| TWI745204B (zh) | 基於深度學習之高效率光達物件偵測方法 | |
| CN109727286A (zh) | 一种三脚透镜的视觉识别方法 | |
| CN110276279A (zh) | 一种基于图像分割的任意形状场景文本探测方法 | |
| CN107610086A (zh) | 一种基于仿生复眼结构的工业并联机器人快速视觉检测算法 | |
| CN106980845B (zh) | 基于结构化建模的人脸关键点定位方法 | |
| CN107392953B (zh) | 基于等高线的深度图像识别方法 | |
| US11335027B2 (en) | Generating spatial gradient maps for a person in an image | |
| CN101571953A (zh) | 一种目标检测方法、系统及立体视觉系统 | |
| CN114926635B (zh) | 与深度学习方法相结合的多焦图像中目标分割方法 | |
| Khaliluzzaman et al. | Stairways detection based on approach evaluation and vertical vanishing point |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190507 |