CN111445511B - 一种图像中圆的检测方法 - Google Patents

一种图像中圆的检测方法 Download PDF

Info

Publication number
CN111445511B
CN111445511B CN202010212037.6A CN202010212037A CN111445511B CN 111445511 B CN111445511 B CN 111445511B CN 202010212037 A CN202010212037 A CN 202010212037A CN 111445511 B CN111445511 B CN 111445511B
Authority
CN
China
Prior art keywords
edge
contour
circle
image
points
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.)
Active
Application number
CN202010212037.6A
Other languages
English (en)
Other versions
CN111445511A (zh
Inventor
陈伟
曹予飞
曾敬勇
车建强
许理
程杰
袁兵
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.)
Xinxun Digital Technology Hangzhou Co ltd
Original Assignee
EB INFORMATION TECHNOLOGY Ltd
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 EB INFORMATION TECHNOLOGY Ltd filed Critical EB INFORMATION TECHNOLOGY Ltd
Priority to CN202010212037.6A priority Critical patent/CN111445511B/zh
Publication of CN111445511A publication Critical patent/CN111445511A/zh
Application granted granted Critical
Publication of CN111445511B publication Critical patent/CN111445511B/zh
Active 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
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—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
    • 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
    • G06T2207/20172—Image enhancement details

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)

Abstract

一种图像中圆的检测方法，包括：将图像转为灰度图；提取灰度图的边缘点，生成第一边缘轮廓图；对第一边缘轮廓图进行形态学闭运算和腐蚀运算，获得第二边缘轮廓图；提取第二边缘轮廓图中的边缘点，生成第三边缘轮廓图；计算第三边缘轮廓图中的每条边缘轮廓的最小外接矩形的宽高比和轮廓程度值，当值均在阈值范围内时，将其写入边缘轮廓组；将边缘轮廓组中的所有边缘轮廓拟合成圆，并计算拟合圆心坐标和半径；构建边缘点组，计算灰度图中的每个边缘点和拟合圆心距离，当距离和拟合圆半径误差在n个像素内时，将其写入边缘点组；将边缘点组中的边缘点拟合成最终的圆。本发明属于图像处理领域，能有效提高对复杂纹理环境下圆的检测准确度。

Description

一种图像中圆的检测方法
技术领域
本发明涉及一种图像中圆的检测方法，属于图像处理领域。
背景技术
在图像处理领域，圆检测是很多复杂检测任务的基础任务。传统的圆检测方法有Hough变换法、基于ransac的拟合法等，这些方法在简单背景下能取得比较好的效果，但对于复杂纹理背景中圆的检测效果较差，例如：Hough变换会在目标圆附近检测出多个圆，从而难以从这些圆中过滤出目标圆；基于ransac的拟合法虽然能输出一个圆，但是当背景噪声太多时，此方法虽然能过滤一部分噪声点，但是依然会留下大量的噪声点，导致最后的结果误差较大。
因此，如何能有效提高对复杂纹理环境下圆的检测准确度，已经成为技术人员普遍关注的技术问题。
发明内容
有鉴于此，本发明的目的是提供一种图像中圆的检测方法，能有效提高对复杂纹理环境下圆的检测准确度。
为了达到上述目的，本发明提供了一种图像中圆的检测方法，包括有：
步骤一、将待检测的包含有圆的图像转为灰度图，并进行高斯去噪；
步骤二、提取灰度图中的所有边缘点，并根据边缘点，生成第一边缘轮廓图；
步骤三、对第一边缘轮廓图依次进行形态学闭运算和形态学腐蚀运算，以获得第二边缘轮廓图；
步骤四、提取第二边缘轮廓图中的所有边缘点，并根据边缘点，生成第三边缘轮廓图；
步骤五、构建边缘轮廓组，逐一计算第三边缘轮廓图中的每条边缘轮廓的最小外接矩形的宽高比和轮廓程度值，并当计算得到的最小外接矩形的宽高比和轮廓程度值均在所设置的阈值范围内时，将对应的边缘轮廓写入到边缘轮廓组中，轮廓程度值的计算公式如下：
Figure GDA0003627948170000011
其中，hi、wi是第i条边缘轮廓的最小外接矩形的长度、宽度，ei是第i条边缘轮廓的轮廓程度值，ai是第i条边缘轮廓的内部面积；
步骤六、将边缘轮廓组中的所有边缘轮廓拟合成一个圆，并计算得到所拟合圆的圆心坐标和半径；
步骤七、构建边缘点组，逐一计算步骤二从灰度图中所提取的每个边缘点和拟合圆的圆心的距离，并当计算得到的距离和拟合圆的半径误差在n个像素内时，将对应的边缘点写入到边缘点组中；
步骤八、将边缘点组中的所有边缘点拟合成一个圆，所拟合得到的圆即是从图像中检测到的圆。
与现有技术相比，本发明的有益效果是：本发明基于边缘检测和形态学处理技术，无论在简单或复杂纹理背景下，均能从图像中准确地检测出圆，且技术方案简单易行。
附图说明
图1是本发明一种图像中圆的检测方法的流程图。
图2是应用本发明的一个实施例的效果图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明作进一步的详细描述。
如图1所示，本发明一种图像中圆的检测方法，包括有：
步骤一、将待检测的包含有圆的图像转为灰度图，并进行高斯去噪；
步骤二、使用canny算子提取灰度图中的所有边缘点，并根据边缘点，生成第一边缘轮廓图；
步骤三、对第一边缘轮廓图依次进行形态学闭运算和形态学腐蚀运算，以获得第二边缘轮廓图；
步骤四、使用canny算子提取第二边缘轮廓图中的所有边缘点，并根据边缘点，生成第三边缘轮廓图；
步骤五、构建边缘轮廓组，逐一计算第三边缘轮廓图中的每条边缘轮廓的最小外接矩形的宽高比和轮廓程度值，并当计算得到的最小外接矩形的宽高比和轮廓程度值均在所设置的阈值范围内时，将对应的边缘轮廓写入到边缘轮廓组中；
步骤六、使用ransac算法将边缘轮廓组中的所有边缘轮廓拟合成一个圆，并计算得到所拟合圆的圆心坐标和半径；
步骤七、构建边缘点组，逐一计算步骤二中使用canny算子从灰度图中所提取的每个边缘点和拟合圆的圆心的距离，并当计算得到的距离和拟合圆的半径误差在n个像素内时，将对应的边缘点写入到边缘点组中，其中，n的值可以根据实际业务需要而设定，例如n＝3；
步骤八、使用ransac算法将边缘点组中的所有边缘点拟合成一个圆，所拟合得到的圆即是从图像中检测到的圆。
步骤五中，第三边缘轮廓图中的每条边缘轮廓的最小外接矩形的宽高比的计算公式如下：
Figure GDA0003627948170000031
轮廓程度值的计算公式如下：
Figure GDA0003627948170000032
其中，ri是第i条边缘轮廓的最小外接矩形的宽高比，hi、wi是第i条边缘轮廓的最小外接矩形的长度、宽度，ei是第i条边缘轮廓的轮廓程度值，ai是第i条边缘轮廓的内部面积。根据实验证明，当边缘轮廓的最小外接矩形的宽高比、轮廓程度值的阈值范围分别设置为[0.95，1.05]、[0.7，0.8]时，可以取得较好的技术效果，也就是说，当第i条边缘轮廓的最小外接矩形的宽高比ri∈[0.95，1.05]、且轮廓程度值ei∈[0.7，0.8]时，则表示第i条边缘轮廓附近存在一个圆，将第i条边缘轮廓写入到边缘轮廓组中。
根据实验证明，无论在简单或复杂纹理背景下，本发明均能从图像中准确地检测出圆，尤其在复杂纹理环境中本发明相较于现有技术具有更高的准确度。图2是应用本发明的一个实施例的效果图，其中，(a)是待检测的包含有圆的图像；(b)是本发明步骤二中使用canny算子后的边缘检测结果，从图中可以看出，目标圆的边缘被分裂成了多段；(c)是根据(b)中的边缘点所生成的第一边缘轮廓图；(d)是步骤三处理后获得的第二边缘轮廓图；(e)是本发明步骤七所获得的边缘点组中的所有边缘点；(f)是本发明从待检测图像中所检测到的圆。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (5)

1.一种图像中圆的检测方法，其特征在于，包括有：
步骤一、将待检测的包含有圆的图像转为灰度图，并进行高斯去噪；
步骤二、提取灰度图中的所有边缘点，并根据边缘点，生成第一边缘轮廓图；
步骤三、对第一边缘轮廓图依次进行形态学闭运算和形态学腐蚀运算，以获得第二边缘轮廓图；
步骤四、提取第二边缘轮廓图中的所有边缘点，并根据边缘点，生成第三边缘轮廓图；
步骤五、构建边缘轮廓组，逐一计算第三边缘轮廓图中的每条边缘轮廓的最小外接矩形的宽高比和轮廓程度值，并当计算得到的最小外接矩形的宽高比和轮廓程度值均在所设置的阈值范围内时，将对应的边缘轮廓写入到边缘轮廓组中，轮廓程度值的计算公式如下：
Figure FDA0003627948160000011
其中，hi、wi是第i条边缘轮廓的最小外接矩形的长度、宽度，ei是第i条边缘轮廓的轮廓程度值，ai是第i条边缘轮廓的内部面积；
步骤六、将边缘轮廓组中的所有边缘轮廓拟合成一个圆，并计算得到所拟合圆的圆心坐标和半径；
步骤七、构建边缘点组，逐一计算步骤二从灰度图中所提取的每个边缘点和拟合圆的圆心的距离，并当计算得到的距离和拟合圆的半径误差在n个像素内时，将对应的边缘点写入到边缘点组中；
步骤八、将边缘点组中的所有边缘点拟合成一个圆，所拟合得到的圆即是从图像中检测到的圆。
2.根据权利要求1所述的方法，其特征在于，步骤二和四中，使用canny算子从图中提取边缘点。
3.根据权利要求1所述的方法，其特征在于，步骤五中，第三边缘轮廓图中的每条边缘轮廓的最小外接矩形的宽高比的计算公式如下：
Figure FDA0003627948160000012
轮廓程度值的计算公式如下：
Figure FDA0003627948160000013
其中，ri是第i条边缘轮廓的最小外接矩形的宽高比，hi、wi是第i条边缘轮廓的最小外接矩形的长度、宽度，ei是第i条边缘轮廓的轮廓程度值，ai是第i条边缘轮廓的内部面积。
4.根据权利要求1所述的方法，其特征在于，步骤五中，边缘轮廓的最小外接矩形的宽高比、轮廓程度值的阈值范围分别设置为[0.95，1.05]、[0.7，0.8]。
5.根据权利要求1所述的方法，其特征在于，步骤六和八中，使用ransac算法将所有边缘轮廓或者边缘点拟合成一个圆。
CN202010212037.6A 2020-03-24 2020-03-24 一种图像中圆的检测方法 Active CN111445511B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010212037.6A CN111445511B (zh) 2020-03-24 2020-03-24 一种图像中圆的检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010212037.6A CN111445511B (zh) 2020-03-24 2020-03-24 一种图像中圆的检测方法

Publications (2)

Publication Number Publication Date
CN111445511A CN111445511A (zh) 2020-07-24
CN111445511B true CN111445511B (zh) 2022-08-05

Family

ID=71650938

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010212037.6A Active CN111445511B (zh) 2020-03-24 2020-03-24 一种图像中圆的检测方法

Country Status (1)

Country Link
CN (1) CN111445511B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112017232B (zh) * 2020-08-31 2024-03-15 浙江水晶光电科技股份有限公司 图像内圆形图案的定位方法、装置及设备
CN112489024A (zh) * 2020-12-04 2021-03-12 北京配天技术有限公司 圆检测方法及其装置、计算机可读存储介质
CN113267502B (zh) * 2021-05-11 2022-07-22 江苏大学 一种基于机器视觉的微电机摩擦片残缺检测系统及检测方法
CN114838664B (zh) * 2022-07-04 2022-09-23 江西农业大学 一种基于黑皮鸡枞菌的菌盖尺寸原位测量方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102044071A (zh) * 2010-12-28 2011-05-04 上海大学 基于fpga的单像素边缘检测方法
CN104915963A (zh) * 2015-06-25 2015-09-16 哈尔滨工业大学 一种用于plcc元件的检测与定位方法
CN106251352A (zh) * 2016-07-29 2016-12-21 武汉大学 一种基于图像处理的罐盖缺陷检测方法
CN107886033A (zh) * 2016-09-30 2018-04-06 比亚迪股份有限公司 识别圆形交通灯的方法、装置及车辆
CN108986038A (zh) * 2018-06-01 2018-12-11 浙江大学 一种基于改进Hough变换的轮毂轮廓检测方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10290090B2 (en) * 2015-02-18 2019-05-14 Siemens Healthcare Diagnostics Inc. Image-based tube slot circle detection for a vision system
US10902334B2 (en) * 2016-01-28 2021-01-26 Gerard Letterie Automated image analysis to assess reproductive potential of human oocytes and pronuclear embryos
CN109658391B (zh) * 2018-12-04 2023-03-17 东北大学 一种基于轮廓归并和凸包拟合的圆半径测量方法
CN110060259A (zh) * 2019-04-04 2019-07-26 东华大学 一种基于霍夫变换的鱼眼镜头有效区域提取方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102044071A (zh) * 2010-12-28 2011-05-04 上海大学 基于fpga的单像素边缘检测方法
CN104915963A (zh) * 2015-06-25 2015-09-16 哈尔滨工业大学 一种用于plcc元件的检测与定位方法
CN106251352A (zh) * 2016-07-29 2016-12-21 武汉大学 一种基于图像处理的罐盖缺陷检测方法
CN107886033A (zh) * 2016-09-30 2018-04-06 比亚迪股份有限公司 识别圆形交通灯的方法、装置及车辆
CN108986038A (zh) * 2018-06-01 2018-12-11 浙江大学 一种基于改进Hough变换的轮毂轮廓检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Aijun Chen 等.Circular Object Detection with Mathematical Morphology and Geometric Properties.《2010 International Conference on Computer, Mechatronics, Control and Electronic Engineering (CMCE)》.2010,第318-321页. *
孙方敏 等.基于hough变换圆检测算法的改进.《机械工程师》.2016,(第10期),第29-31页. *

Also Published As

Publication number Publication date
CN111445511A (zh) 2020-07-24

Similar Documents

Publication Publication Date Title
CN111445511B (zh) 一种图像中圆的检测方法
CN107292310B (zh) 一种圆形指针式表盘视觉定位及自动读数方法
CN111681197B (zh) 一种基于Siamese网络结构的遥感图像无监督变化检测方法
CN108961235A (zh) 一种基于YOLOv3网络和粒子滤波算法的缺陷绝缘子识别方法
CN111611643A (zh) 户型矢量化数据获得方法、装置、电子设备及存储介质
CN108376403B (zh) 基于霍夫圆变换的网格菌落图像分割方法
CN117689655B (zh) 基于计算机视觉的金属钮扣表面缺陷检测方法
Han et al. An improved corner detection algorithm based on harris
Lestriandoko et al. Circle detection based on hough transform and Mexican Hat filter
CN106340010A (zh) 一种基于二阶轮廓差分的角点检测方法
CN112651259A (zh) 二维码的定位方法、基于二维码的移动机器人定位方法
Cai Robust filtering-based thinning algorithm for pattern recognition
Mu et al. A novel Shi-Tomasi corner detection algorithm based on progressive probabilistic hough transform
CN115409778A (zh) 一种用于红外小目标背景抑制后图像的阈值分割方法
CN112102189B (zh) 一种线结构光光条中心线提取方法
CN102679871B (zh) 亚像素精度工业物体快速检测方法
Cheng et al. Power pole detection based on graph cut
CN116091531A (zh) 一种用于提取线结构光光条中心线的方法及其应用
CN107256399B (zh) 一种基于Gamma分布超像素方法和基于超像素TMF的SAR图像海岸线检测方法
CN113160201B (zh) 基于极坐标的环状边界框的目标检测方法
CN110298799B (zh) 一种pcb图像定位校正方法
CN115187744A (zh) 一种基于激光点云的机柜识别方法
CN114677428A (zh) 基于无人机图像处理的输电线覆冰厚度检测方法
CN112651936A (zh) 基于图像局部熵的钢板表面缺陷图像分割方法及系统
Wankhede et al. Corner detection of a quadrilateral for strain analysis in sheet metal forming by image processing

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
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 310013 4th floor, No.398 Wensan Road, Xihu District, Hangzhou City, Zhejiang Province

Patentee after: Xinxun Digital Technology (Hangzhou) Co.,Ltd.

Address before: 310013 4th floor, No.398 Wensan Road, Xihu District, Hangzhou City, Zhejiang Province

Patentee before: EB Information Technology Ltd.