CN112184639A - 圆孔检测方法、装置、电子设备及存储介质 - Google Patents

Abstract

本发明公开了一种圆孔检测方法、装置、电子设备及存储介质，涉及图像处理技术领域。本发明通过获取带有圆孔的板材的初始图像，提取每个圆孔的感兴趣区域，对每个圆孔的感兴趣区域进行边缘检测，并提取每个圆孔区域外轮廓的像素点，利用外轮廓的数量、外轮廓的面积和外轮廓上的轮廓点之间的最大距离，从像素点中提取有效轮廓点，对提取的有效轮廓点进行最小包围圆处理以得到最小包围圆，最小包围圆的圆心位置为圆孔的圆心位置，最小包围圆的半径为圆孔的半径，即可得到每个圆孔的位置和半径。本发明针对每个圆孔，单独检测，解决了现有技术中按同一种方式对图像中所有圆孔进行检测导致检测不准的问题，从而实现了圆孔的精确定位与检测。

Description

圆孔检测方法、装置、电子设备及存储介质

技术领域

本发明涉及图像处理技术领域，尤其是涉及一种圆孔检测方法、装置、电子设备及存储介质。

背景技术

目前，板材的切割、钻孔等加工工序已经基本实现自动化生产，但由于刀具磨损、操作失误等因素的存在，需要对圆孔直径、圆心位置等进行检测。

相关技术中，检测圆孔的方案为：相机采集板材的图像信息并发送至上位机；上位机对采集的图像信息进行处理，从而实现对圆孔的检测。由于板材存在一定厚度，相机拍摄出来的圆孔图像会出现类似椭圆形状的畸变。若圆孔与相机的相对位置不同，则畸变出现的方向也不同，造成不同位置的圆孔图像形状各异，如果按同一种方式直接对图像中所有圆孔进行检测，可能会导致检测不准。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种圆孔检测方法、装置、电子设备及存储介质，能够实现圆孔的精确定位与检测。

根据本发明第一方面实施例的圆孔检测方法，包括：

获取带有圆孔的初始图像；

提取每个圆孔的感兴趣区域，所述感兴趣区域包括圆孔区域；

对所述感兴趣区域进行边缘检测，并提取所述圆孔区域外轮廓的像素点；

利用外轮廓的数量、外轮廓的面积和外轮廓上的轮廓点之间的最大距离，从像素点中提取有效轮廓点；

对提取的有效轮廓点进行最小包围圆处理以得到最小包围圆，所述最小包围圆的圆心位置为圆孔的圆心位置，所述最小包围圆的半径为圆孔的半径。

根据本发明实施例的圆孔检测方法，至少具有如下有益效果：

本发明实施例通过获取带有圆孔的板材的初始图像，提取每个圆孔的感兴趣区域，对每个圆孔的感兴趣区域进行边缘检测，并提取每个圆孔区域外轮廓的所有像素点，利用所有外轮廓的数量、所有外轮廓的面积和所有外轮廓上的轮廓点之间的最大距离，从所有像素点中提取有效轮廓点，对提取的有效轮廓点进行最小包围圆处理，最小包围圆的圆心位置为圆孔的圆心位置，最小包围圆的半径为圆孔的半径，即可得到每个圆孔的位置和半径。本发明实施例针对每个圆孔，单独检测，解决了现有技术中按同一种方式对图像中所有圆孔进行检测导致检测不准的问题，从而实现了圆孔的精确定位与检测。

根据本发明的一些实施例，所述提取每个圆孔的感兴趣区域之前，还包括：

对所述初始图像进行灰度化处理。

根据本发明的一些实施例，所述对所述初始图像进行灰度化处理之后，还包括：

对灰度化处理后的图像进行降噪处理。

根据本发明的一些实施例，所述对灰度化处理后的图像进行降噪处理之后，还包括：

对降噪处理后的图像进行形态学处理；

利用霍夫变换圆形检测算法，初步获取每个圆孔的圆心位置和半径；

所述提取每个圆孔的感兴趣区域，包括：

根据初步获取的每个圆孔的位置和半径，提取每个圆孔的感兴趣区域。

根据本发明的一些实施例，所述提取每个圆孔的感兴趣区域，包括：

对背景区域进行漫水处理，所述感兴趣区域包括所述背景区域和所述圆孔区域；

对所述圆孔区域进行均值滤波和形态学开运算；

利用大津二值化法分割圆孔连通区域与所述背景区域，以分割出圆孔区域。

根据本发明的一些实施例，所述对所述感兴趣区域进行边缘检测，包括：

利用Canny算法检测所述感兴趣区域的边缘。

根据本发明的一些实施例，所述对提取的有效轮廓点进行最小包围圆处理，包括：

对提取的有效轮廓点进行圆形区域估计，以使所述有效轮廓点均包围在所述圆形区域内且所述圆形区域的半径最小，该圆形区域作为最小包围圆。

根据本发明第二方面实施例的圆孔检测装置，包括：

获取模块，用于获取带有圆孔的初始图像；

第一提取模块，用于提取每个圆孔的感兴趣区域，所述感兴趣区域包括圆孔区域；

边缘检测模块，用于对所述感兴趣区域进行边缘检测，并提取所述感兴趣区域外轮廓的所有像素点；

第二提取模块，用于利用所有外轮廓的数量、所有外轮廓的面积和所有外轮廓上的轮廓点之间的最大距离，从所有像素点中提取有效轮廓点；

处理模块，用于对提取的有效轮廓点进行最小包围圆处理，所述最小包围圆的圆心位置为圆孔的圆心位置，所述最小包围圆的半径为圆孔的半径。

根据本发明第三方面实施例的电子设备，包括：

至少一个处理器，以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行：

如第一方面所述的圆孔检测方法。

根据本发明第四方面实施例的计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行：

如第一方面所述的圆孔检测方法。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1为本发明一实施例提供的圆孔检测方法的流程示意图；

图2为本发明另一实施例提供的圆孔检测方法的流程示意图；

图3为本发明另一实施例提供的圆孔检测方法的流程示意图；

图4为本发明另一实施例提供的圆孔检测方法的流程示意图；

图5为本发明另一实施例提供的圆孔检测方法的流程示意图；

图6为本发明一实施例提供的灰度化处理后的图像；

图7为本发明一实施例提供的降噪处理和形态学处理后的图像；

图8为本发明一实施例提供的利用霍夫变换圆形检测算法处理后的图像；

图9为本发明一实施例提供的圆孔的感兴趣区域图像；

图10为本发明一实施例提供的漫水处理后的图像；

图11为本发明一实施例提供的均值滤波和形态学开运算处理后的图像；

图12为本发明一实施例提供的利用大津二值化法处理后的图像；

图13为本发明一实施例提供的利用Canny算法处理后的图像；

图14为本发明一实施例提供的圆孔区域的外轮廓图像；

图15为本发明一实施例提供的圆孔区域的有效轮廓点图像；

图16为本发明一实施例提供的最小包围圆的图像。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

在本发明的描述中，需要理解的是，涉及到方位描述，例如上、下、前、后、左、右等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

在本发明的描述中，若干的含义是一个或者多个，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。

本发明的描述中，除非另有明确的限定，设置、安装、连接等词语应做广义理解，所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。

玻璃、亚克力板等透明板材的切割、钻孔等加工工序已经基本实现自动化生产，但由于刀具磨损、操作失误等因素的存在，需要对圆孔直径、圆心位置等进行检测。视觉是检测圆孔的一种方法，其工作方式为：相机采集板材的图像信息并发送至上位机；上位机对采集的图像信息进行处理，从而实现对圆孔的检测。由于玻璃、亚克力板等板材多数情况下为透明物体而且存在一定厚度，相机拍摄出来的圆孔图像会出现类似椭圆形状的畸变。若圆孔与相机的相对位置不同，则畸变出现的方向也不同，造成不同位置的圆孔图像形状各异。如果按同一种方式直接对图像中所有圆孔进行检测，可能会导致检测不准的问题。因此，需要采用合适的方法对透明板材的圆孔进行精确的定位与检测。

基于上述，本发明提出了一种圆孔检测方法、装置、电子设备及存储介质，能够实现板材圆孔的精确定位与检测。

第一方面，如图1所示，本发明实施例提供了一种圆孔检测方法。该方法包括：

步骤S100：获取带有圆孔的初始图像；

步骤S200：提取每个圆孔的感兴趣区域，感兴趣区域包括圆孔区域；

步骤S300：对感兴趣区域进行边缘检测，并提取圆孔区域外轮廓的像素点；

步骤S400：利用外轮廓的数量、外轮廓的面积和外轮廓上的轮廓点之间的最大距离，从像素点中提取有效轮廓点；

步骤S500：对提取的有效轮廓点进行最小包围圆处理以得到最小包围圆，最小包围圆的圆心位置为圆孔的圆心位置，最小包围圆的半径为圆孔的半径。

在一些实施例中，先获取带有圆孔的板材的初始图像，提取每个圆孔的感兴趣区域，对每个圆孔的感兴趣区域进行边缘检测，并提取每个圆孔区域外轮廓的所有像素点，利用所有外轮廓的数量、所有外轮廓的面积和每个圆孔区域外轮廓上的轮廓点之间的最大距离，从所有像素点中提取有效轮廓点，对提取的有效轮廓点进行最小包围圆处理以得到最小包围圆，最小包围圆的圆心位置为圆孔的圆心位置，最小包围圆的半径为圆孔的半径，即可得到每个圆孔的位置和半径。本发明实施例针对每个圆孔，单独检测，解决了现有技术中按同一种方式对图像中所有圆孔进行检测导致检测不准的问题，从而实现了圆孔的精确定位与检测。

在一些实施例中，如图2所示，提取每个圆孔的感兴趣区域之前，还包括：

步骤S600：对初始图像进行灰度化处理。

在一些实施例中，获取带有圆孔的板材初始图像后，对初始图像进行灰度化处理，得到RGB格式的二维图像，方便图像的后续处理。

在一些实施例中，由于板材存在一定厚度(特别是透明板材)，同时受圆孔与采集相机相对距离的影响，每个圆孔图像形状各异，典型地，呈现三种圆孔形状的图像：双月牙状、半月牙状和纤细圆环状。

在一些实施例中，如图3所示，对初始图像进行灰度化处理之后，还包括：

步骤S700：对灰度化处理后的图像进行降噪处理。

在一些实施例中，对初始图像进行灰度化处理后还需进行降噪处理，以减少噪声对圆孔图像的影响。降噪处理的方式可以是均值滤波处理，去除灰度图像中大部分的噪声点。

在一些实施例中，如图4所示，对灰度化处理后的图像进行降噪处理之后，还包括：

步骤S800：对降噪处理后的图像进行形态学处理；

步骤S900：利用霍夫变换圆检测算法，初步获取每个圆孔的圆心位置和半径；

对应地，提取每个圆孔的感兴趣区域，包括：

根据初步获取的每个圆孔的位置和半径，提取每个圆孔的感兴趣区域。

在一些实施例中，为了使圆孔图像连通区域更加显著，增强后续的粗定位效果，对降噪处理后的图像进行形态学膨胀处理。然后利用霍夫变换圆形检测算法，初步获取板材上每个圆孔的圆心位置和半径，实现圆孔的粗定位。

对应地，根据初步获取的每个圆孔的圆心位置和半径，提取每个圆孔的感兴趣区域。提取圆孔感兴趣区域是为了减少背景因素的干扰，能够更为有效地保留圆孔区域(指圆孔的自身区域)。具体地，以初步获取的圆心为基准，1.5倍初步获取的圆孔半径距离进行纵向、横向搜索感兴趣区域的矩形边界，如果检索边界越过原图像边界，则以灰度图像的边界作为感兴趣区域的矩形边界。

在一些实施例中，如图5所示，提取每个圆孔的感兴趣区域，具体包括：

步骤S210：对背景区域进行漫水处理，感兴趣区域包括背景区域和圆孔区域；

在一些实施例中，提取每个圆孔的感兴趣区域，感兴趣区域包括背景区域和圆孔区域。具体地，先对背景区域进行漫水填充处理，以去除背景区域的噪声点以及圆孔区域的边缘噪声，分离出圆孔区域。图像的漫水填充处理是将与种子点相连的像素相近的连通区域替换成特定的颜色，通过设置连通方式或像素的相近范围可以控制填充的效果。考虑到圆孔区域可能是封闭的连通区域，选定感兴趣区域的左上角像素点以及图像中心点作为漫水填充的种子点，并设定种子点颜色为黑色(背景区域的像素主要为黑色)。其后，检查种子点的颜色，如果该点颜色与周围连接点的颜色不相同，则将周围点颜色设置为该点颜色，如果相同则不做处理。但是周围点不一定都会变成和种子点的颜色相同，如果周围连接点在给定的范围内或在种子点的像素范围内才会改变颜色。

步骤S220：对圆孔区域进行均值滤波和形态学开运算；

在一些实施例中，对圆孔区域进行均值滤波，除去潜在噪声点。其后，对经过均值滤波处理的图像进行形态学开运算(先膨胀后腐蚀)，消除圆孔区域的小点与毛刺，平滑圆孔区域的边界。

在一些实施例中，上述形态学开运算的膨胀处理包括如下步骤：

用结构元素扫描图像的每一个像素；

结构元素与其覆盖的图像对应位置像素的像素值做“与”操作；

如果全为0，膨胀后的图像中该像素的像素值为0，否则为1。

在一些实施例中，上述形态学开运算的腐蚀处理包括如下步骤：

用结构元素扫描图像的每一个像素；

结构元素与其覆盖的图像对应位置像素的像素值做“与”操作；

如果全为1，腐蚀后的图像中该像素的像素值为1，否则为0。

步骤S230：利用大津二值化法分割圆孔连通区域与背景区域，以分割出圆孔区域。

在一些实施例中，利用大津二值化法分割圆孔连通区域与背景区域，避免背景区域的像素对后续检测的影响，以分割出圆孔区域。具体地，大津法(OTSU) 又称最大类间方差法，是一种自适应的阈值确定方法。按照图像的灰度特征，将图像分成背景和目标两部分，主要步骤如下：

遍历图像像素值，统计图像每个灰度级中像素所出现的次数，即255个灰度级，统计每个灰度级中像素值的个数；

遍历0到255每个灰度像素值，以i像素值为当前分类的阈值，在(0～i)范围内计算前景像素平均灰度u0，前景部分像素点数所占比例为w0；在(i～155) 范围内计算背景像素平均灰度u1，背景部分像素点数所占比例为w1；

计算当前类间方差varValue＝w0*w1*(u1-u0)*(u1-u0)；

选择最大类间方差varValue时的i像素阈值作为区分前景与背景的最佳阈值。

在一些实施例中，对感兴趣区域进行边缘检测，具体包括：

利用Canny算法检测感兴趣区域的边缘。

在一些实施例中，由Canny算法检测利用大津二值化法分割后的图像中各连通区域的外轮廓。Canny算法首先使用高斯滤波器平滑图像，其后对平滑后的图像使用Sobel算子来计算水平方向梯度和竖直方向梯度，并对梯度幅值进行非极大值抑制，最后设定阈值Tmin和Tmax，遍历所有像素，梯度幅值大于Tmax的像素点被归为“确定边缘”像素，被保留；梯度幅值小于Tmin的像素点被认为一定不属于边缘，被丢弃。对于那些梯度介于Tmax和Tmin之间的像素点，如果它们连接到“确定边缘”像素，则它们被视为边缘的一部分，否则被舍弃。以此，提取圆孔区域外轮廓的所有像素点。

在一些实施例中，提取圆孔区域外轮廓的所有像素点后，利用所有外轮廓的数量、所有外轮廓的面积和外轮廓上的轮廓点之间的最大距离，从所有像素点中提取有效轮廓点。具体地，计算边缘检测后的所有外轮廓的面积以及最大外轮廓上轮廓点与轮廓点之间的距离，设定各个轮廓的面积为{S1，S2，…，Sn}，最大外轮廓的轮廓点与轮廓点之间的距离为{D1，D2，…，Dn}以及第二大轮廓的轮廓点与轮廓点之间的距离为{D'1，D'2，…，D'n}(轮廓数量N≥2时)，边缘检测后的所有外轮廓的数量为N。若外轮廓数量N≥2时，计算外轮廓面积{S1，S2，…， Sn}中的最大值Smax和第二大值Ssed，以及最大外轮廓的轮廓点与轮廓点之间的距离{D1，D2，…，Dn}中的最大值Dmax和第二大轮廓的轮廓点与轮廓点之间的距离{D'1，D'2，…，D'n}中的最大值D'max。若Ssed≥2Smax/3且Dmax≥R且 D'max≥R(粗定位的圆孔半径R)，则该圆孔区域形状为双月牙状(离相机较远的圆孔)。考虑到双月牙状圆孔图像中，以粗定位的圆心(Xcenter，Ycenter)为基准，小月牙靠近圆心的内侧轮廓与大月牙远离圆心的外侧轮廓更为贴近实际圆孔在板材上表面的交线轮廓，由此，计算大月牙区域的所有轮廓点与圆心(Xcenter， Ycenter)的最大距离Lmax，根据Lmax±5像素距离范围提取轮廓点，即为大月牙区域远离圆心的外侧轮廓点集；类似地，计算小月牙区域的所有轮廓点与圆心 (Xcenter，Ycenter)的最小距离Lmin，根据Lmin±5像素距离范围提取轮廓点，即为小月牙区域靠近圆心的内侧轮廓点集。若Ssed≥2Smax/3且Dmax≥R且R＞ D'max，则认为该圆孔区域形状为单月牙状(离相机较近的圆孔)，如上述操作提取大月牙远离圆心的外侧轮廓点集。若N＝1，则认为该圆孔区域形状为半月牙状或者纤细圆环状(贴近相机的圆孔)，提取外侧轮廓点集，作为有效轮廓点。

在一些实施例中，对提取的有效轮廓点进行最小包围圆处理以得到最小包围圆，包括：

对提取的有效轮廓点进行圆形区域估计，以使有效轮廓点均包围在圆形区域内且圆形区域的半径最小，该圆形区域作为最小包围圆。

在一些实施例中，提取有效轮廓点后，进行最小包围圆处理。具体地，对提取的有效轮廓点进行圆形区域估计，以使有效轮廓点均包围在圆形区域内且圆形区域的半径最小，此时的圆形区域作为最小包围圆，最小包围圆的圆心位置为圆孔的圆心位置，最小包围圆的半径为圆孔的半径，从而实现圆孔的精确定位与检测。

下面以一个具体的实施例对本发明的圆孔检测方法进行说明：

首先，获取带有圆孔的初始图像，对初始图像进行灰度化处理，得到如图6 所示的图像。对灰度化处理后的图像进行降噪处理和形态学处理，得到如图7 所示的图像。利用霍夫变换圆形检测算法，初步获取每个圆孔的圆心位置和半径，得到如图8所示的图像。提取每个圆孔的感兴趣区域，得到如图9所示的图像。对感兴趣区域的背景区域进行漫水处理，得到如图10所示的图像。对圆孔区域进行均值滤波和形态学开运算，得到如图11所示的图像。利用大津二值化法处理，得到如图12所示的图像。利用Canny算法检测感兴趣区域的边缘，得到如图13所示的图像。提取圆孔区域外轮廓的所有像素点，得到如图14所示的图像。从所有像素点中提取有效轮廓点，得到如图15所示的图像。对提取的有效轮廓点进行最小包围圆处理，得到如图16所示的图像。

需要说明的是，图9至图16中，从左到右，依次是单月牙状、纤细圆环状、双月牙状的图像。

第二方面，本发明提供了一种圆孔检测装置，包括：

获取模块，用于获取带有圆孔的初始图像；

第一提取模块，用于提取每个圆孔的感兴趣区域，感兴趣区域包括圆孔区域；

边缘检测模块，用于对感兴趣区域进行边缘检测，并提取圆孔区域外轮廓的像素点；

第二提取模块，用于利用外轮廓的数量、外轮廓的面积和外轮廓上的轮廓点之间的最大距离，从像素点中提取有效轮廓点；

处理模块，用于对提取的有效轮廓点进行最小包围圆处理以得到最小包围圆，最小包围圆的圆心位置为圆孔的圆心位置，最小包围圆的半径为圆孔的半径。

第三方面，本发明提供了一种电子设备，包括：

至少一个处理器，以及，

与至少一个处理器通信连接的存储器；其中，

存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行：

如第一方面所述的圆孔检测方法。

在一些实施例中，电子设备也可以是用户终端。用户终端可以为移动终端设备，也可以为非移动终端设备。移动终端设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载终端设备、可穿戴设备、超级移动个人计算机、上网本、个人数字助理等；非移动终端设备可以为个人计算机、电视机、柜员机或者自助机等；本发明实施方案不作具体限定。

第四方面，本发明提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机可执行指令，计算机可执行指令用于使计算机执行：

如第一方面所述的圆孔检测方法。

上面结合附图对本发明实施例作了详细说明，但是本发明不限于上述实施例，在所述技术领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。

以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (10)

1.圆孔检测方法，其特征在于，包括：

获取带有圆孔的初始图像；

提取每个圆孔的感兴趣区域，所述感兴趣区域包括圆孔区域；

对所述感兴趣区域进行边缘检测，并提取所述圆孔区域外轮廓的像素点；

利用外轮廓的数量、外轮廓的面积和外轮廓上的轮廓点之间的最大距离，从像素点中提取有效轮廓点；

对提取的有效轮廓点进行最小包围圆处理以得到最小包围圆，所述最小包围圆的圆心位置为圆孔的圆心位置，所述最小包围圆的半径为圆孔的半径。

2.根据权利要求1所述的圆孔检测方法，其特征在于，所述提取每个圆孔的感兴趣区域之前，还包括：

对所述初始图像进行灰度化处理。

3.根据权利要求2所述的圆孔检测方法，其特征在于，所述对所述初始图像进行灰度化处理之后，还包括：

对灰度化处理后的图像进行降噪处理。

4.根据权利要求3所述的圆孔检测方法，其特征在于，所述对灰度化处理后的图像进行降噪处理之后，还包括：

对降噪处理后的图像进行形态学处理；

利用霍夫变换圆形检测算法，初步获取每个圆孔的圆心位置和半径；

所述提取每个圆孔的感兴趣区域，包括：

根据初步获取的每个圆孔的位置和半径，提取每个圆孔的感兴趣区域。

5.根据权利要求1所述的圆孔检测方法，其特征在于，所述提取每个圆孔的感兴趣区域，包括：

对背景区域进行漫水处理，所述感兴趣区域包括所述背景区域和所述圆孔区域；

对所述圆孔区域进行均值滤波和形态学开运算；

利用大津二值化法分割圆孔连通区域与所述背景区域，以分割出圆孔区域。

6.根据权利要求1所述的圆孔检测方法，其特征在于，所述对所述感兴趣区域进行边缘检测，包括：

利用Canny算法检测所述感兴趣区域的边缘。

7.根据权利要求1所述的圆孔检测方法，其特征在于，所述对提取的有效轮廓点进行最小包围圆处理以得到最小包围圆，包括：

对提取的有效轮廓点进行圆形区域估计，以使所述有效轮廓点均包围在所述圆形区域内且所述圆形区域的半径最小，该圆形区域作为最小包围圆。

8.圆孔检测装置，其特征在于，包括：

获取模块，用于获取带有圆孔的初始图像；

第一提取模块，用于提取每个圆孔的感兴趣区域，所述感兴趣区域包括圆孔区域；

边缘检测模块，用于对所述感兴趣区域进行边缘检测，并提取所述感兴趣区域外轮廓的像素点；

第二提取模块，用于利用外轮廓的数量、外轮廓的面积和外轮廓上的轮廓点之间的最大距离，从像素点中提取有效轮廓点；

处理模块，用于对提取的有效轮廓点进行最小包围圆处理以得到最小包围圆，所述最小包围圆的圆心位置为圆孔的圆心位置，所述最小包围圆的半径为圆孔的半径。

9.电子设备，其特征在于，包括：

至少一个处理器，以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行：

如权利要求1至7任一项所述的圆孔检测方法。

10.计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行：

如权利要求1至7任一项所述的圆孔检测方法。

Images