CN110136158B - 一种基于图像处理的对称体调平装置及调平方法 - Google Patents

一种基于图像处理的对称体调平装置及调平方法 Download PDF

Info

Publication number
CN110136158B
CN110136158B CN201910285413.1A CN201910285413A CN110136158B CN 110136158 B CN110136158 B CN 110136158B CN 201910285413 A CN201910285413 A CN 201910285413A CN 110136158 B CN110136158 B CN 110136158B
Authority
CN
China
Prior art keywords
image
central axis
leveling
adjusting device
edge
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.)
Expired - Fee Related
Application number
CN201910285413.1A
Other languages
English (en)
Other versions
CN110136158A (zh
Inventor
乔卫东
张恒
李广涛
郭梁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian University of Technology
Original Assignee
Xian University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xian University of Technology filed Critical Xian University of Technology
Priority to CN201910285413.1A priority Critical patent/CN110136158B/zh
Publication of CN110136158A publication Critical patent/CN110136158A/zh
Application granted granted Critical
Publication of CN110136158B publication Critical patent/CN110136158B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/155—Segmentation; Edge detection involving morphological operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • 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
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20036—Morphological image processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种基于图像处理的对称体调平装置及调平方法，包括基准体，基准体上表面设置有位置调节装置，位置调节装置包括由下而上依次设置的水平旋转台、位移调节装置及俯仰调节装置，对称体位于俯仰调节装置上方；还包括有垂直摄像头和水平摄像头。对采集的图像进行二值化处理，减小数据量，简化图像，有利于图像的后续处理；对图像进行求补、腐蚀和膨胀处理，在合并对称体图像断裂处的同时能保持对称体图像的大小不变；连续在水平和垂直方向调整对称体状态，能提高调平效率。

Description

一种基于图像处理的对称体调平装置及调平方法
技术领域
本发明属于调平装置技术领域，涉及一种基于图像处理的对称体调平装置及调平方法。
背景技术
调平一方面可以使设备放置平稳，正常运作，另一方面又是保证许多精密实验精度的决定性因素。例如在军事武器装备中，机动雷达和导弹发射车等到达预定作战阵地后都要求进行架设，此时获得精确的水平基准才可以使它们放置平稳，从而快速捕捉目标，实现精确打击。在许多光学实验中，例如小型激光器输出功率、脉冲重复率、脉冲能量等参数的测量，为了保证测量精度，必须使激光器的轴线与探测器探头轴线重合，这就需要对激光器进行调平以减小实验误差。
目前常见的调平方式有气泡水平仪、千分表和准直仪。将气泡水平仪置于被测平面上，可从气泡的偏移方向确定该面的倾斜情况。气泡水平仪价格便宜，使用方便，但是其调平精度不高，仅适用于要求不高的场合。千分表是利用高精度的齿轮、齿条制成的表式长度测量工具，使用时被测尺寸在直线方向发生的微小变化被齿轮、齿条的传动放大，表现在千分表指针的转动。千分表调平精度较高，但是其调平尺寸有限，测头易磨损，需要定期校准。准直仪是利用光的自准直原理将角度测量转换为线性测量，适用范围广且调平精度高，但是它调节时间长、操作难度大、应用范围有限。
发明内容
本发明的目的是提供一种基于图像处理的对称体调平装置，能提高调平精度。
本发明所采用的技术方案是，一种基于图像处理的对称体调平装置，包括基准体，基准体上表面设置有位置调节装置，位置调节装置包括由下而上依次设置的水平旋转台、位移调节装置及俯仰调节装置，对称体位于俯仰调节装置上方；还包括有垂直摄像头和水平摄像头。
本发明的特点还在于，
位移调节装置包括相适配的轨道和滑台，俯仰调节装置包括上表面为凹曲面的支座，支座上方设置有底面为凸曲面的摆体，轨道位于水平旋转台上表面，对称体固定在摆体上。
本发明的另一目的是提供一种基于图像处理的对称体调平方法，能提高调平效率。
本发明所采用的另一个技术方案是，一种基于图像处理的对称体调平方法，包括以下步骤：
步骤1、采集原始图像f1(x，y)，并对原始图像f1(x，y)进行预处理，得到预处理后的图像f6(x，y)；
步骤2、对预处理后的图像f6(x，y)进行轮廓提取，得到图像A；
步骤3、获取图像A中所有直线，并在所有直线中选取对称体的两条边缘直线和基准体的两条边缘直线；
步骤4、根据选取的对称体的两条边缘直线拟合得到图像A中的对称体中心轴线，根据选取的基准体的两条边缘直线拟合得到图像A中的基准体中心轴线；
步骤5、通过调节位置调节装置，使图像A中对称体中心轴线和基准体中心轴线重合，完成调平。
步骤1中原始图像f1(x，y)包括垂直摄像头采集的原始图像f11(x，y)和水平摄像头采集的原始图像f12(x，y)。
步骤5具体为：通过调节位移调节装置和水平旋转台，使图像A中对称体中心轴线和基准体中心轴线重合，图像A与原始图像f11(x，y)对应；通过调节俯仰调节装置，使图像A中对称体中心轴线和基准体中心轴线重合，图像A与原始图像f12(x，y)对应，完成调平。
步骤1具体包括：
步骤1.1、对采集的原始图像f1(x，y)进行灰度化处理，得到灰度图像 f2(x，y)；
根据RGB和YUV颜色空间的变化关系建立亮度Y与R、G、B三颜色分量的对应关系，灰度图像f2(x，y)的灰度值以亮度Y表示：
Y＝0.299·R+0.587·G+0.114·B (1)；
步骤1.2、对灰度图像f2(x，y)进行二值化处理，得到二值化图像 f3(x，y)；
Figure BDA0002023109310000031
上式中，Th为分割阈值；
步骤1.3、对二值化图像f3(x，y)进行求补处理，得到求补图像f4(x，y)：
f4(x，y)＝f3(255-x，255-y) (3)；
步骤1.4、对求补图像f4(x，y)进行腐蚀处理，设求补图像f4(x，y)的连通域为X1，得到图像f5(x，y)：
Figure BDA0002023109310000041
S1为结构元素，S1xy为结构元素S1的原点平移到点(x，y)处后的平移结构元素；
步骤1.5、对图像f5(x，y)进行膨胀处理，设图像f5(x，y)的连通域为X2，得到图像f6(x，y)：
Figure BDA0002023109310000042
S2为结构元素，S2xy为结构元素S2的原点移到点(x，y)处后的平移结构元素。
步骤2还包括对轮廓图像f7(x，y)进行闭运算，得到图像f8(x，y)，图像 A为图像f8(x，y)。
步骤2具体包括：
步骤2.1、利用Canny算子边缘检测分别对图像f6(x，y)进行轮廓提取，得到包含对称体边缘和基准体边缘的轮廓图像f7(x，y)，轮廓图像f7(x，y)的边缘强度A(x，y)和法向矢量α(x，y)表示如下：
Figure BDA0002023109310000043
其中，
Figure BDA0002023109310000044
Figure BDA0002023109310000045
Figure BDA0002023109310000046
上式中，σ是高斯函数的分布参数，k为常数；
步骤2.2、对轮廓图像f7(x，y)进行闭运算，得到图像f8(x，y)：
Figure BDA0002023109310000051
S3为结构元素，S3xy为结构元素S3的原点移到点(x，y)处后的平移结构元素。
步骤2.3、计算出图像f8(x，y)上对称体和基准体的质心点坐标(xz，yz)：
Figure BDA0002023109310000052
式中，S为图像f8(x，y)的连通域，NS为图像f8(x，y)连通域中像素的个数。
步骤3具体为：利用Hough变换直线检测获取图像f8(x，y)中的所有直线，并在所有直线中选取对称体的两条边缘直线和基准体的两条边缘直线。
步骤4具体包括：
步骤4.1、根据选取的对称体的两条边缘直线斜率计算出图像f8(x，y)中对称体中心轴线斜率；
Figure BDA0002023109310000053
上式中，K为图像f8(x，y)中对称体中心轴线的斜率，K1和K2分别为图像f8(x，y)中对称体两条边缘直线的斜率；
步骤4.2、根据图像f8(x，y)中对称体的质心点坐标、中心轴线斜率拟合得到对称体的中心轴线；
步骤4.3、根据基准体的两条边缘直线的斜率计算出图像f8(x，y)中基准体中心轴线的斜率；
Figure BDA0002023109310000054
上式中，K′为图像f8(x，y)中基准体中心轴线的斜率，K3和K4分别为图像f8(x，y)中基准体的两条边缘直线的斜率；
步骤4.4、根据图像f8(x，y)的质心点坐标、中心轴线的斜率拟合得到基准体的中心轴线。
本发明的有益效果在于：
本发明的基于图像处理的对称体调平装置，利用高倍率摄像头采集小型对称体的图像，将图像经过放大确定其基准线后再调平，能提高调平精度；结构简单，操作方便，便于实现工业应用和推广；
本发明的基于图像处理的对称体调平方法，对采集跌图像进行二值化处理，减小数据量，简化图像，有利于图像的后续处理；对图像进行求补、腐蚀和膨胀处理，在合并对称体图像断裂处的同时能保持对称体图像的大小不变；连续在水平和垂直方向调整对称体状态，能提高调平效率。
附图说明
图1是本发明一种基于图像处理的对称体调平装置的结构示意图；
图2是本发明一种基于图像处理的对称体调平装置的俯视图；
图3是本发明一种基于图像处理的对称体调平方法的垂直摄像头采集的原图；
图4是本发明一种基于图像处理的对称体调平方法的灰度处理图像；
图5是本发明一种基于图像处理的对称体调平方法的二值化图像；
图6是本发明一种基于图像处理的对称体调平方法的求补图像；
图7是本发明一种基于图像处理的对称体调平方法的腐蚀图像；
图8是本发明一种基于图像处理的对称体调平方法的膨胀图像；
图9是本发明一种基于图像处理的对称体调平方法的轮廓图像；
图10是本发明一种基于图像处理的对称体调平方法的闭运算图像；
图11是本发明一种基于图像处理的对称体调平方法的质心标记图像；
图12是本发明一种基于图像处理的对称体调平方法的直线段检测图像；
图13是本发明一种基于图像处理的对称体调平方法的垂直方向上拟合的对称体中心轴线与基准体中心轴线图像；
图14是本发明一种基于图像处理的对称体调平方法的垂直方向上调平效果图像；
图15是本发明一种基于图像处理的对称体调平方法的水平摄像头采集的原图；
图16是本发明一种基于图像处理的对称体调平方法的水平方向上拟合的对称体中心轴线与基准体中心轴线图像；
图17是本发明一种基于图像处理的对称体调平方法的水平方向上调平效果图像。
图中，1.水平摄像头位移调节装置，2.水平摄像头，3.对称体，4.对称体夹具，5.垂直摄像头位移调节装置，6.垂直摄像头，7.俯仰调节装置，7-1. 支座，7-2.摆体，8.位移调节装置，8-1.轨道，8-2.滑台，9.水平旋转台，10. 基准体。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
一种基于图像处理的对称体调平装置，如图1及图2所示，包括基准体10，基准体10上表面设置有位置调节装置，位置调节装置包括由下而上依次设置有水平旋转台9、位移调节装置8及俯仰调节装置7，对称体3 通过夹具4固定在俯仰调节装置7上方；还包括有垂直摄像头6和水平摄像头5。垂直摄像头6通过垂直摄像头位移调节装置5固定，并调节其位置，水平摄像头5通过水平摄像头位移调节装置1固定，并调节其位置。
位移调节装置8包括相适配的轨道8-1和滑台8-2，俯仰调节装置7包括上表面为凹曲面的支座7-1，支座7-1上方设置有底面为凸曲面的摆体 7-2，轨道8-1位于水平旋转台9上表面，对称体3固定在摆体7-2上。
一种基于图像处理的对称体调平方法，包括以下步骤：
步骤1、采集原始图像f1(x，y)，并对原始图像f1(x，y)进行预处理，得到预处理后的图像f6(x，y)；
原始图像f1(x，y)包括垂直摄像头6采集的原始图像f11(x，y)和水平摄像头5采集的原始图像f12(x，y)，原始图像f11(x，y)如图3所示，原始图像 f12(x，y)如图15所示。
步骤1.1、对原始图像f1(x，y)进行灰度化处理，得到灰度图像f2(x，y)，原始图像f11(x，y)对应的灰度图像f2(x，y)如图4所示；
根据RGB和YUV颜色空间的变化关系建立亮度Y与R、G、B三颜色分量的对应关系，灰度图像f2(x，y)的灰度值均以亮度Y表示：
Y＝0.299·R+0.587·G+0.114·B (1)；
步骤1.2、对灰度图像f2(x，y)进行二值化处理，得到二值化图像 f3(x，y)，原始图像f11(x，y)对应的二值化图像f3(x，y)如图5所示；
Figure BDA0002023109310000081
上式中，Th为分割阈值，由于图像的灰度值方图为双峰分布，因此分割阈值Th取两峰间的谷底点，即可将待调平的对称体3从原图中分割出来；
步骤1.3、对二值化图像f3(x，y)进行求补处理，得到求补图像f4(x，y)，原始图像f11(x，y)对应的求补图像f4(x，y)如图6所示：
f4(x，y)＝f3(255-x，255-y) (3)；
步骤1.4、对求补图像f4(x，y)进行腐蚀处理，设求补图像f4(x，y)的连通域为X1，得到图像f5(x，y)，原始图像f11(x，y)对应的图像f5(x，y)如图7所示：
Figure BDA0002023109310000091
S1为结构元素，S1xy为结构元素S1的原点平移到点(x，y)处后的平移结构元素，如果S1完全包含在X1中，则在腐蚀后的图像上该点为1，否则为0；
步骤1.5、分别对图像f5(x，y)进行膨胀处理，设图像f5(x，y)的连通域为 X2，得到图像f6(x，y)，原始图像f11(x，y)对应的图像f6(x，y)如图8所示：
Figure BDA0002023109310000092
S2为结构元素，S2xy为结构元素S2的原点移到点(x，y)处后的平移结构元素。
步骤2、对预处理后的图像f6(x，y)进行轮廓提取，得到图像A；
步骤2.1、利用Canny算子边缘检测对图像f6(x，y)进行轮廓提取，得到包含对称体3边缘和基准体10边缘的轮廓图像f7(x，y)，原始图像f11(x，y) 对应的轮廓图像f7(x，y)如图9所示，轮廓图像f7(x，y)的边缘强度A(x，y)和法向矢量α(x，y)表示如下：
设二维高斯函数为：
Figure BDA0002023109310000093
利用高斯函数的可分性，将二维的滤波卷积模板分解为两个一维的行列滤波器：
Figure BDA0002023109310000094
Figure BDA0002023109310000101
其中：
Figure BDA0002023109310000102
Figure BDA0002023109310000103
h1(x)＝xh2(x)，h1(y)＝yh2(y)
将式(7)和式(8)分别于膨胀后的图像f6(x，y)卷积，得到输出如下：
Figure BDA0002023109310000104
令：
Figure BDA0002023109310000105
σ是高斯函数的分布参数，k为常数；
步骤2.2、对轮廓图像f7(x，y)进行闭运算，设轮廓图像f7(x，y)的连通域为X3，得到图像f8(x，y)，即为图像A，原始图像f11(x，y)对应的图像f8(x，y) 如图10所示：
Figure BDA0002023109310000106
S3为结构元素，S3xy为结构元素S3的原点移到点(x，y)处后的平移结构元素。
步骤2.3、分别计算出图像f8(x，y)上对称体3和基准体10的质心点坐标(xz，yz)，并标记如图11所示：
Figure BDA0002023109310000107
式中，S为图像f8(x，y)的连通域，NS为图像f8(x，y)的连通域中像素的个数。
步骤3、获取图像A中所有直线，并在所有直线中选取对称体(3)的两条边缘直线和基准体(10)的两条边缘直线；
将图像f8(x，y)映射到参数空间中，取直线到原点的垂直距离ρ的采样个数为M，θ为直线法向与图像x轴正向的夹角，θ在(0，π)范围内的取值个数为N，设置累加器数组H(ρx，θy)，并对其初始化：
H(ρx，θy)＝0；x＝0，1，…，N-1；y＝0，1，…，M-1 (13)；
计算图像f8(x，y)参数空间的每个待测像素点(xm，yn)的ρx，
ρx＝xmcosθy+ynsinθy (14)；
找到ρx在坐标(θy，ρx)的位置，为对应累加器数组H(ρx，θy)加1，得到累加器数组H(ρx，θy)的值，获取得到累加器数组H(ρx，θy)的六个峰值，六个峰值对应的(ρx，θy)为六条直线；选取图像f8(x，y)中对称体3的两条边缘直线和基准体10的两条边缘直线，与原始图像f11(x，y)对应的选取直线如图12所示，其中图像f8(x，y)中的基准体10的边缘直线为四条，选取水平线上的两条边缘直线作为基准直线。
步骤4、根据选取的对称体3的两条边缘直线分别拟合得到图像A中的对称体3中心轴线，根据选取的基准体10的两条边缘直线拟合得到图像 A中的基准体10中心轴线；
步骤4.1、根据选取的对称体3的两条边缘直线斜率计算出图像f8(x，y) 中对称体3中心轴线斜率；
Figure BDA0002023109310000111
上式中，K为图像f8(x，y)中对称体3中心轴线的斜率，K1和K2分别为图像f8(x，y)中对称体3两条边缘直线的斜率；
步骤4.2、根据图像f8(x，y)中对称体3的质心点坐标和中心轴线斜率拟合得到对称体3的中心轴线，与原始图像f11(x，y)对应的图像f8(x，y)中对称体3的中心轴线如图13所示；与原始图像f12(x，y)对应的图像f8(x，y)中对称体3的中心轴线如图16所示；
步骤4.3、根据基准体10的两条边缘直线的斜率计算出图像f8(x，y)中基准体中心轴线的斜率；
Figure BDA0002023109310000121
上式中，K′为图像f8(x，y)中基准体3中心轴线的斜率，K3和K4分别为图像f8(x，y)中基准体10的两条边缘直线的斜率；
步骤4.4、根据基准体10的质心点坐标和中心轴线的斜率拟合得到图像f8(x，y)中基准体10的中心轴线，与原始图像f11(x，y)对应的图像f8(x，y)中中基准体10的中心轴线如图13所示；与原始图像f12(x，y)对应的图像 f8(x，y)中中基准体10的中心轴线如图16所示。
步骤5、通过调节位移调节装置8和水平旋转台9，使与原始图像 f11(x，y)对应的图像f8(x，y)中对称体3中心轴线和基准体10中心轴线重合，如图14所示，即对应垂直摄像头6采集的图像的调平；通过调节俯仰调节装置7，使与原始图像f12(x，y)对应的图像f8(x，y)中对称体3中心轴线和基准体10中心轴线重合，如图17所示，即对应水平摄像头5采集的图像的调平完成调平。

Claims (8)

1.一种基于图像处理的对称体调平装置的调平方法，其特征在于，包括以下步骤：
步骤1、采集原始图像f1(x，y)，并对所述原始图像f1(x，y)进行预处理，得到预处理后的图像f6(x，y)；
步骤2、对所述预处理后的图像f6(x，y)进行轮廓提取，得到图像A，还包括对所述轮廓图像f7(x，y)进行闭运算，得到图像f8(x,y)，所述图像A为图像f8(x,y)，具体如下：
步骤2.1、利用Canny算子边缘检测分别对所述图像f6(x,y)进行轮廓提取，得到包含对称体(3)边缘和基准体(10)边缘的轮廓图像f7(x，y)，所述轮廓图像f7(x，y)的边缘强度A(x,y)和法向矢量α(x,y)表示如下：
Figure FDA0003820653660000011
其中，
Figure FDA0003820653660000012
Figure FDA0003820653660000013
Figure FDA0003820653660000014
上式中，σ是高斯函数的分布参数，k为常数；
步骤2.2、对所述轮廓图像f7(x，y)进行闭运算，得到图像f8(x,y)：
Figure FDA0003820653660000015
S3为结构元素，S3xy为结构元素S3的原点移到点(x,y)处后的平移结构元素；
步骤2.3、计算出所述图像f8(x,y)上对称体(3)和基准体(10)的质心点坐标(xz，yz)：
Figure FDA0003820653660000021
式中，S为图像f8(x,y)的连通域，NS为图像f8(x,y)连通域中像素的个数；
步骤3、获取图像A中所有直线，并在所有直线中选取对称体(3)的两条边缘直线和基准体(10)的两条边缘直线；
步骤4、根据选取的所述对称体(3)的两条边缘直线拟合得到图像A中的对称体(3)中心轴线，根据选取的所述基准体(10)的两条边缘直线拟合得到图像A中的基准体(10)中心轴线；
步骤5、通过调节所述位置调节装置，使图像A中对称体(3)中心轴线和基准体(10)中心轴线重合，完成调平。
2.一种如权利要求1所述的调平方法，其特征在于，步骤1中所述原始图像f1(x，y)包括垂直摄像头(6)采集的原始图像f11(x，y)和水平摄像头(5)采集的原始图像f12(x，y)。
3.一种如权利要求2所述的调平方法，其特征在于，
步骤5具体为：通过调节所述位移调节装置(8)和水平旋转台(9)，使图像A中对称体(3)中心轴线和基准体(10)中心轴线重合，所述图像A与原始图像f11(x，y)对应；通过调节所述俯仰调节装置(7)，使图像A中对称体(3)中心轴线和基准体(10)中心轴线重合，所述图像A与原始图像f12(x，y)对应，完成调平。
4.一种如权利要求1所述的调平方法，其特征在于，步骤1具体包括：
步骤1.1、对采集的所述原始图像f1(x，y)进行灰度化处理，得到灰度图像f2(x，y)；
根据RGB和YUV颜色空间的变化关系建立亮度Y与R、G、B三颜色分量的对应关系，所述灰度图像f2(x，y)的灰度值以亮度Y表示：
Y＝0.299gR+0.587gG+0.114gB (1)；
步骤1.2、对所述灰度图像f2(x，y)进行二值化处理，得到二值化图像f3(x，y)；
Figure FDA0003820653660000031
上式中，Th为分割阈值；
步骤1.3、对所述二值化图像f3(x，y)进行求补处理，得到求补图像f4(x,y)：
f4(x,y)＝f3(255-x,255-y) (3)；
步骤1.4、对所述求补图像f4(x,y)进行腐蚀处理，设所述求补图像f4(x,y)的连通域为X1，得到图像f5(x,y)：
Figure FDA0003820653660000032
S1为结构元素，S1xy为结构元素S1的原点平移到点(x,y)处后的平移结构元素；
步骤1.5、对所述图像f5(x,y)进行膨胀处理，设所述图像f5(x,y)的连通域为X2，得到图像f6(x,y)：
Figure FDA0003820653660000033
S2为结构元素，S2xy为结构元素S2的原点移到点(x,y)处后的平移结构元素。
5.一种如权利要求1所述的调平方法，其特征在于，步骤3具体为：利用Hough变换直线检测获取图像f8(x,y)中的所有直线，并在所有直线中选取对称体(3)的两条边缘直线和基准体(10)的两条边缘直线。
6.一种如权利要求5所述的调平方法，其特征在于，步骤4具体包括：
步骤4.1、根据选取的所述对称体(3)的两条边缘直线斜率计算出图像f8(x,y)中对称体(3)中心轴线斜率；
Figure FDA0003820653660000041
上式中，K为图像f8(x,y)中对称体(3)中心轴线的斜率，K1和K2分别为图像f8(x,y)中对称体(3)两条边缘直线的斜率；
步骤4.2、根据所述图像f8(x,y)中对称体(3)的质心点坐标、中心轴线斜率拟合得到对称体(3)的中心轴线；
步骤4.3、根据所述基准体(10)的两条边缘直线的斜率计算出图像f8(x,y)中基准体中心轴线的斜率；
Figure FDA0003820653660000042
上式中，K′为图像f8(x,y)中基准体(3)中心轴线的斜率，K3和K4分别为图像f8(x,y)中基准体(10)的两条边缘直线的斜率；
步骤4.4、根据所述图像f8(x,y)的质心点坐标、中心轴线的斜率拟合得到基准体(10)的中心轴线。
7.一种基于图像处理的对称体调平装置，其应用于权利要求1～6所述的调平方法中，其特征在于，包括基准体(10)，所述基准体(10)上表面设置有位置调节装置，所述位置调节装置包括由下而上依次设置的水平旋转台(9)、位移调节装置(8)及俯仰调节装置(7)，所述对称体(3)位于俯仰调节装置(7)上方；还包括有垂直摄像头(6)和水平摄像头(5)。
8.如权利要求1所述的一种基于图像处理的对称体调平装置，其特征在于，所述位移调节装置(8)包括相适配的轨道(8-1)和滑台(8-2)，所述俯仰调节装置(7)包括上表面为凹曲面的支座(7-1)，所述支座(7-1)上方设置有底面为凸曲面的摆体(7-2)，所述轨道(8-1)位于水平旋转台(9)上表面，所述对称体(3)固定在摆体(7-2)上。
CN201910285413.1A 2019-04-10 2019-04-10 一种基于图像处理的对称体调平装置及调平方法 Expired - Fee Related CN110136158B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910285413.1A CN110136158B (zh) 2019-04-10 2019-04-10 一种基于图像处理的对称体调平装置及调平方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910285413.1A CN110136158B (zh) 2019-04-10 2019-04-10 一种基于图像处理的对称体调平装置及调平方法

Publications (2)

Publication Number Publication Date
CN110136158A CN110136158A (zh) 2019-08-16
CN110136158B true CN110136158B (zh) 2022-10-11

Family

ID=67569598

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910285413.1A Expired - Fee Related CN110136158B (zh) 2019-04-10 2019-04-10 一种基于图像处理的对称体调平装置及调平方法

Country Status (1)

Country Link
CN (1) CN110136158B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103389111A (zh) * 2013-06-21 2013-11-13 北京电子工程总体研究所 一种基于图像处理的转台调平方法
CN104574419A (zh) * 2015-01-28 2015-04-29 深圳市安健科技有限公司 镜头畸变参数标定方法及系统
WO2018086299A1 (zh) * 2016-11-11 2018-05-17 广东电网有限责任公司清远供电局 基于图像处理的绝缘子缺陷检测方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103389111A (zh) * 2013-06-21 2013-11-13 北京电子工程总体研究所 一种基于图像处理的转台调平方法
CN104574419A (zh) * 2015-01-28 2015-04-29 深圳市安健科技有限公司 镜头畸变参数标定方法及系统
WO2018086299A1 (zh) * 2016-11-11 2018-05-17 广东电网有限责任公司清远供电局 基于图像处理的绝缘子缺陷检测方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于MATLAB的激光光斑图像处理算法;马时亮等;《工具技术》;20110820(第08期);全文 *

Also Published As

Publication number Publication date
CN110136158A (zh) 2019-08-16

Similar Documents

Publication Publication Date Title
CN110415257B (zh) 一种气液两相流重叠气泡图像分割方法
CN101882313B (zh) 单线激光雷达与ccd相机之间相互关系的标定方法
CN110672040A (zh) 一种基于视觉的高精度旋转角度测量方法
CN101256156B (zh) 平板裂缝天线裂缝精密测量方法
CN103292701A (zh) 基于机器视觉的精密器件在线尺寸测量方法
CN110672020A (zh) 一种基于单目视觉的立木高度测量方法
CN107066998A (zh) 一种利用移动设备的指针式圆形单仪表盘实时识别方法
CN108053416B (zh) 一种基于单幅卫星图像的最大储油量提取系统
CN106407924A (zh) 基于路面特征的双目道路识别检测方法
CN111307046B (zh) 基于半球图像的树高测量方法
CN101311963A (zh) 摄像机定位用圆标志点圆心的图像投影点位置的获取方法
CN116123998A (zh) 多站点基于视频采集对空中炸点进行实时测量方法
CN115222819A (zh) 一种基于机场大范围场景下多模信息参照的相机自标定和目标追踪方法
CN105547160B (zh) 铁路构件位移监测系统和方法
CN111583342A (zh) 一种基于双目视觉的目标快速定位方法及装置
CN110136158B (zh) 一种基于图像处理的对称体调平装置及调平方法
CN111815580B (zh) 一种图像边缘识别方法及小模数齿轮模数检测方法
CN107945228B (zh) 一种基于单幅卫星图像提取油罐高度的方法
CN114001676B (zh) 用于刀口仪检测光学元件的光轴自动对准方法
Ziqiang et al. Research of the algorithm calculating the length of bridge crack based on stereo vision
Yifan et al. An automatic reading method of pointer instruments
CN114266835A (zh) 一种非量测相机的变形监测控制方法与系统
CN113706630A (zh) 基于一组水平平行线标定相机俯仰角的方法
CN105931250B (zh) 一种非球形气泡的等效粒径转换方法
CN114963981A (zh) 一种基于单目视觉的筒状零件对接非接触式测量方法

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: 20221011

CF01 Termination of patent right due to non-payment of annual fee