一種基于連通區(qū)域濾波的圓形Mark點的定位方法
【專利摘要】一種基于連通區(qū)域濾波的圓形Mark點的定位方法，本發(fā)明涉及定位方法。本發(fā)明是要解決定位算法復(fù)雜，計算機內(nèi)存需求大，檢測時間長精度低及外界環(huán)境引起與模板匹配不成功對Mark的工藝要求高，產(chǎn)生變形圓形Mark點檢測準確度達不到要求的問題，而提出一種基于連通區(qū)域濾波的圓形Mark點的定位方法。該方法是通過計算目標Mark點ROI區(qū)域；二得到目標Mark點邊緣；三得到二值化ROI圖像；四保留面積最大ROI連通區(qū)域；五保留面積ROI背景連通區(qū)域；六設(shè)計噪聲濾波器；七得到濾波Canny邊緣點；八得到最小外接矩形；九去除Canny邊緣缺陷；十得到圓形Mark點的中心和半徑參數(shù)。本發(fā)明應(yīng)用定位方法領(lǐng)域。
【專利說明】—種基于連通區(qū)域濾波的圓形Mark點的定位方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種基于連通區(qū)域濾波的圓形Mark點的定位方法。
【背景技術(shù)】
[0002]目前，機器視覺在工業(yè)檢測中應(yīng)用越來越廣泛，其中，對基準標志點(Mark點)的定位極其重要，其定位的精度和速度直接影響到產(chǎn)品的精度和速度?，F(xiàn)階段最常用的Mark點為圓形，傳統(tǒng)的定位方法有模板匹配法，Hough圓變換，輪廓定位法等。模板匹配法檢測速度快，但是容易受到外界環(huán)境影響，光照的變化都可能引起與標準模板匹配不成功而影響檢測結(jié)果；Hough圓變換對噪聲的抑制能力很強，但是其計算復(fù)雜，對計算機內(nèi)存的需求大，執(zhí)行速度也慢，而且對Mark的工藝要求較高，對于產(chǎn)生輕微變形的圓形Mark點，其檢測準確度也達不到要求。

【發(fā)明內(nèi)容】

[0003]本發(fā)明的目的是為了解決傳統(tǒng)的圓形Mark點定位方法中Hough圓變換對噪聲運算過程復(fù)雜，對計算機內(nèi)存的需求大，執(zhí)行速度慢，檢測時間較長精度低的問題及傳統(tǒng)方法容易受到外界環(huán)境影響引起與標準模板匹配不成功從而影響檢測結(jié)果，并且該方法對Mark的工藝要求較高，對于產(chǎn)生輕微變形的圓形Mark點，檢測準確度達不到要求的問題而提出的一種基于連通區(qū)域濾波的圓形Mark點的定位方法。
[0004]上述的發(fā)明目的是通過以下技術(shù)方案實現(xiàn)的:
[0005]步驟一、計算目標Mark點的ROI區(qū)域，其中ROI區(qū)域為目標感興趣區(qū)域；
[0006]步驟二、將步驟一中得到的ROI圖像采用Canny算子進行邊緣檢測，得到目標Mark點的邊緣；
[0007]步驟三、對步驟一中得到的ROI的圖像采用Otsu算法獲取圖像自適應(yīng)閾值，并以此閾值進行二值化，得到二值化ROI圖像，并將二值化ROI圖像進行反色得到二值化ROI圖像的背景，其中Otsu為最大類間差法或大津算法；
[0008]步驟四、對步驟三得到的二值化ROI圖像進行連通區(qū)域標記，并保留面積最大的二值化ROI圖像的連通區(qū)域；
[0009]步驟五、對步驟三得到的二值化ROI圖像的背景進行連通區(qū)域標記，同樣保留面積最大二值化ROI圖像的背景連通區(qū)域；
[0010]步驟六、根據(jù)步驟四和五中得到的二值化ROI圖像的最大連通區(qū)域和二值化ROI圖像背景的最大連通區(qū)域，設(shè)計噪聲濾波器；
[0011]步驟七、由步驟六得到的噪聲濾波器對步驟二中的Canny邊緣進行初次濾波，去除Canny邊緣中干擾區(qū)域的邊緣和噪聲點，從而得到經(jīng)過初次濾波的Canny邊緣點，其中Canny邊緣包括目標Mark點存在的干擾的邊緣；
[0012]步驟八、通過基于凸包提取的算法來尋找步驟七經(jīng)初次濾波后的Canny邊緣點的最小外接矩形，最小外接矩形全部包含步驟七初次濾波后的Canny邊緣點；[0013]步驟九、對步驟八得到的最小外接矩形包含的初次濾波后的Canny邊緣點再次進行濾波；
[0014]步驟十、對步驟九中再次過濾的Canny邊緣進行最小二乘擬合得到最小二乘圓形Mark點的參數(shù),根據(jù)最小二乘圓形Mark點的參數(shù)得到最終圓形Mark點的中心位置參數(shù)和半徑參數(shù)；即完成了一種基于連通區(qū)域濾波的圓形Mark點的定位方法。
[0015]發(fā)明效果
[0016]本發(fā)明提供了一種基于連通區(qū)域標記濾波的圓形Mark點的定位方法，本方法實現(xiàn)了對圓形Mark點的快速、精確定位。該方法首先使用Canny算子進行邊緣檢測，獲取圖像的尺寸為656X492像素的目標圓形Mark點的邊緣像素點；然后采用連通區(qū)域標記算法設(shè)計噪聲濾波器，對圓形Mark點的Canny邊緣進行初次濾波,濾掉噪聲干擾；再尋求一個最小的矩形，包含所有初次濾波后的邊緣點，由該矩形內(nèi)切橢圓，對邊緣點進行二次濾波，去除圓形Mark點的缺陷邊緣；最后利用最小二乘法對邊緣點進行擬合，得到圓形Mark點精確的圓心坐標和半徑。本發(fā)明基于連通區(qū)域標記算法得到效果良好的濾波器，對濾波前后的Canny邊緣點的圖像分別如圖6、7所示，本方法制備的濾波器100%的濾除了濾波器所確定的輪廓帶之外的因外界環(huán)境光源不穩(wěn)定、焊錫污染、氧化等因素引起的干擾和噪聲，由于本方法采用連通區(qū)域標記算法設(shè)計噪聲濾波器，無需模板就能對圓形Mark點的Canny邊緣進行初次濾波，從而濾除掉噪聲干擾，對圓形Mark點進行準確定位，具有很強的魯棒性能。本發(fā)明基于連通區(qū)域濾波的圓形Mark點的定位算法過程簡單，對Mark點的工藝要求低，實現(xiàn)了產(chǎn)生輕微變形的圓形Mark點的準確定位,有效節(jié)省計算機內(nèi)存以及減少圓形Mark點定位的運行時間(運行時間達到30ms) ，具有運行速度快，檢測精度高(精度能達到0.08個像素)等優(yōu)點。
【專利附圖】

【附圖說明】
[0017]圖1是【具體實施方式】一中提出的一種基于連通區(qū)域濾波的圓形Mark點的定位方法流程圖；
[0018]圖2為實施例一提出的實際采集的圓形Mark點的完整圖像；
[0019]圖3為實施例一提出的得到二值化ROI圖像；
[0020]圖4為實施例一提出的保留面積最大的二值化ROI圖像的連通區(qū)域不意圖；
[0021]圖5為實施例一提出的圓形Mark點的輪廓帶示意圖；
[0022]圖6為實施例一提出的經(jīng)過初次濾波前的Canny邊緣點示意圖；
[0023]圖7為實施例一提出的經(jīng)過初次濾波后的Canny邊緣點對比示意圖；
[0024]圖8為實施例一提出的初次濾波后的Canny邊緣點的最小外接矩形示意圖；
[0025]圖9為實施例一提出的Canny邊緣產(chǎn)生的邊緣缺陷示意圖；
[0026]圖10為實施例一提出的檢測到的圓形Mark點的圓心和半徑示意圖。
【具體實施方式】
[0027]【具體實施方式】一:本實施方式的一種基于連通區(qū)域濾波的圓形Mark點的定位方法，具體是按照以下步驟制備的:
[0028]步驟一、計算目標Mark點的ROI (Regionof Interest)區(qū)域,其中ROI區(qū)域為目標感興趣區(qū)域；ROI減少了圖像計算所需尺寸；在之后的計算中，都在圖像的ROI區(qū)域中進行計算，從而減少圖像處理的時間；
[0029]步驟二、將步驟一中得到的ROI圖像采用Canny算子進行邊緣檢測，得到目標Mark點的邊緣，Mark點的邊緣也可能包含一些干擾區(qū)域的邊緣和噪聲；
[0030]步驟三、對步驟一中得到的ROI內(nèi)的圖像采用Otsu算法獲取圖像自適應(yīng)閾值，并以此閾值進行二值化，得到二值化ROI圖像，并將二值化ROI圖像進行反色得到二值化ROI圖像的背景，其中Otsu為最大類間差法或大津算法；
[0031]步驟四、對步驟三得到的二值化ROI圖像進行連通區(qū)域標記，并保留面積最大的二值化ROI圖像的連通區(qū)域；
[0032]步驟五、對步驟三得到的二值化ROI圖像的背景進行連通區(qū)域標記，同樣保留面積最大二值化ROI圖像的背景連通區(qū)域；
[0033]步驟六、根據(jù)步驟四和五中得到的二值化ROI圖像的最大連通區(qū)域和二值化ROI圖像背景的最大連通區(qū)域，設(shè)計噪聲濾波器；
[0034]步驟七、由步驟六得到的噪聲濾波器對步驟二中的Canny邊緣進行初次濾波，去除Canny邊緣中干擾區(qū)域的邊緣和噪聲點，從而得到經(jīng)過初次濾波的Canny邊緣點，其中Canny邊緣包括目標Mark點的邊緣及可能存在的干擾的邊緣；在輪廓帶中的Canny邊緣點，作為目標Mark點的邊緣點，不在輪廓帶中的Canny邊緣為干擾邊緣或者不在輪廓帶中的Canny邊緣點為干擾點；
[0035]步驟八、通過基于凸包提取的算法來尋找步驟七經(jīng)初次濾波后的Canny邊緣點的最小外接矩形，使最小外接矩形能全部包含步驟七初次濾波后的Canny邊緣點；
[0036]步驟九、對步驟八得到的最小外接矩形包含的初次濾波后的Canny邊緣點再次進行濾波，去除由于可能由焊錫污染或者發(fā)生氧化等原因產(chǎn)生的邊緣缺陷；邊緣缺陷不是Mark點的真實邊緣；
[0037]步驟十、對步驟九中再次過濾的Canny邊緣進行最小二乘擬合得到最小二乘圓形Mark點的參數(shù),根據(jù)最小二乘圓形Mark點的參數(shù)得到最終圓形Mark點的中心位置參數(shù)和半徑參數(shù)如圖1 ;即完成了一種基于連通區(qū)域濾波的圓形Mark點的定位方法。
[0038]本實施方式效果:
[0039]本實施方式提供了一種基于連通區(qū)域標記濾波的圓形Mark點的定位方法，本方法實現(xiàn)了對圓形Mark點的快速、精確定位。該方法首先使用Canny算子進行邊緣檢測，獲取圖像的尺寸為656X492像素的目標圓形Mark點的邊緣像素點；然后采用連通區(qū)域標記算法設(shè)計噪聲濾波器，對圓形Mark點的Canny邊緣進行初次濾波,濾掉噪聲干擾；再尋求一個最小的矩形，包含所有初次濾波后的邊緣點，由該矩形內(nèi)切橢圓，對邊緣點進行二次濾波，去除圓形Mark點的缺陷邊緣；最后利用最小二乘法對邊緣點進行擬合，得到圓形Mark點精確的圓心坐標和半徑。本實施方式基于連通區(qū)域標記算法得到效果良好的濾波器，對濾波前后的Canny邊緣點的圖像分別如圖6、7所示，本方法制備的濾波器100%的濾除了濾波器所確定的輪廓帶之外的因外界環(huán)境光源不穩(wěn)定、焊錫污染、氧化等因素引起的干擾和噪聲，由于本方法采用連通區(qū)域標記算法設(shè)計噪聲濾波器，無需模板就能對圓形Mark點的Canny邊緣進行初次濾波，從而濾除掉噪聲干擾，對圓形Mark點進行準確定位，具有很強的魯棒性能。本實施方式基于連通區(qū)域濾波的圓形Mark點的定位算法過程簡單，對Mark點的工藝要求低，實現(xiàn)了產(chǎn)生輕微變形的圓形Mark點的準確定位，有效節(jié)省計算機內(nèi)存以及減少圓形Mark點定位的運行時間(運行時間達到30ms)，具有運行速度快，檢測精度高(精度能達到0.08個像素)等優(yōu)點。
[0040]【具體實施方式】二:本實施方式與【具體實施方式】一不同的是:步驟三所述的并將二值化圖像進行反色得到二值化圖像的背景的具體過程為:
[0041]二值化ROI圖像進行反色的背景灰度值由O變?yōu)?55,然后作為待處理的目標,進行二值化ROI圖像連通區(qū)域標記，保留面積最大二值化ROI圖像的連通區(qū)域。其它步驟及參數(shù)與【具體實施方式】一相同。
[0042]【具體實施方式】三:本實施方式與【具體實施方式】一或二不同的是:步驟四中得到保留面積最大的二值化ROI圖像的連通區(qū)域過程為:
[0043](I) ROI圖像分別投影到橫坐標和縱坐標上；
[0044](2)投影到橫坐標的最小值的像素點對應(yīng)的二值化ROI圖像的最大連通區(qū)域最左邊的像素點；
[0045](3)投影到橫坐標的最大值的像素點對應(yīng)為二值化ROI圖像的最大連通區(qū)域最右的像素點；
[0046](4)投影到縱坐標最小值的像素點對應(yīng)為二值化ROI圖像的最大連通區(qū)域最下邊的像素點；
[0047](5)投影到縱坐標最大值的像素點對應(yīng)為二值化ROI圖像的最大連通區(qū)域最上邊的像素點；
[0048](6)最大連通區(qū)域最左邊、最右邊、最上邊和最下邊的像素點連接成四條邊界線，將邊界線每邊都向外擴展10個像素點，將最左邊像素點的列坐標減10，最右邊像素點的列坐標加10，最上邊像素點的行坐標減10，最下邊像素點的行坐標加10 ;擴展后的最大連通區(qū)域作為后續(xù)計算的ROI ;像素點的大小和選的相機、鏡頭有關(guān)；圖像處理中，一個像素點即相當于二維矩陣中的一個元素。其它步驟及參數(shù)與【具體實施方式】一或二相同。
[0049]【具體實施方式】四:本實施方式與【具體實施方式】一至三之一不同的是:保留面積最大的二值化ROI圖像的連通區(qū)域標記算法可以采用兩遍掃描法實現(xiàn):
[0050]步驟一、將二值化ROI圖像進行第一遍掃描，獲取二值化ROI圖像像素點臨時標號;
[0051](I)按連通 4 鄰域(4 鄰域坐標為(x-1, y) (x+1, y) (x, y-1) (x, y+1))或連通 8鄰域規(guī)則，以連通8鄰域規(guī)則為例，根據(jù)8鄰域規(guī)則標記圖像中全部像素點的臨時連通區(qū)域標號，得到二值化ROI圖像像素點的臨時連通域標號矩陣；設(shè)某二值化ROI圖像像素點(X，y)，其臨時連通區(qū)域標號為label (x, y),其中8鄰域坐標為(χ-l, y)、(x+l, y)、(x, y_l)、(x, y+l)> (x-1, y-1) > (χ-l, y+1) > (x+1, y-1)和(x+1, y+1)；
[0052](2)從二值化ROI圖像的左上角開始掃描，即從儲存圖像像素的矩陣的O行O列開始掃描，從上到下，每一行從左到右掃描(和二維矩陣的掃描過程是一樣的)；當掃描到二值化ROI圖像像素點(x，y)時，已完成了(x，y)像素點上邊鄰接的像素點和(x, y)像素點左邊鄰接的像素點的掃描，則已經(jīng)確定了 label (χ-l, y) >label (χ-l, y-1) >label (χ-l, y+1)和 label (x, y-1)的值；
[0053](3)當坐標為(x，y)的像素點和相鄰的像素點的值相同，則這些像素點被認為是連通的；如果像素點(X，y)和(X，y)上邊的像素點(X-1，y)、(χ-l, y-1)、(χ-l, y+1)以及(x, y)左邊的像素點(x, y-1)連通，貝丨J label (x, y)等于 label (χ-l, y)、label (χ-l, y-1)、label (χ-l, y+1)和 label (x, y-1)當中最小的；
[0054](4)如果像素點(χ, y)和(x，y)上邊的像素點和(x，y)左邊的像素點都不連通，且像素點(x，y)的灰度值為255，則增加一個新的臨時連通區(qū)域；即計數(shù)器NumberOfRegion加I,然后將新的NumberOfRegion作為像素點(x, y)的臨時連通標號，即label (x, y)=NumberOfRegion ；
[0055]步驟二、將第一遍掃描得到的臨時連通域標號label值矩陣進行第二遍掃描，用等價連通域標號標記各臨時標號所屬的共同連通域；獲得臨時連通域標號所屬的等價連通區(qū)域標號；
[0056](I)由于4鄰域和8鄰域的模板核過小，無法一次正確標記所有的目標，會有大量等價標號存在，其中等價標號為對于具有不同臨時標號的連通區(qū)域，其可能也是連通的，那么這些臨時標號就是等價的；掃描二值化ROI圖像像素點的臨時連通域標號矩陣，對于二值化ROI圖像像素點的臨時連通域標號矩陣中的像素點(x，y)，掃描二值化ROI圖像像素點的臨時連通域標號矩陣，對于二值化ROI圖像像素點的臨時連通域標號矩陣中的像素點(x，y)，若在二值化ROI圖像像素點(x，y)的灰度值為255，則在像素點(x，y)的上邊和左邊的像素點(x-1，y-Ι)、(χ-l, y)、(χ-l, y+1)和(x，y-1)中找到灰度值也為255的像素點，并找到灰度值為255的像素點當中最小的等價連通標號，將最小的等價連通標號作為找到的灰度值為255的像素點的等價連通區(qū)域標號；
[0057](2)若像素點(χ, y)灰度值為255,且像素點(x, y)和(x, y)上邊的像素點、(x, y)左邊的像素點不具有連通性質(zhì)，則增加一個新的等價連通區(qū)域標號，并將像素點(x，y)的等價連通區(qū)域標號等于這個新的等價連通區(qū)域標號；
[0058](3)掃描完成后，所有像素點的連通區(qū)域標號都正確標記，將次序混亂的等價連通標號重新定序，確保目標連通域標號連續(xù)；
[0059](4)將具有等價連通域標號的連通域合并后，矩陣中的像素點(x，y)的等價連通域標號為最終所得的目標連通域標號；
[0060](5)計算每個二值化ROI圖像的連通區(qū)域的面積，找到最大的連通區(qū)域的面積作為目標Mark點的連通區(qū)域；即完成了保留面積最大二值化ROI圖像的連通區(qū)域。其它步驟及參數(shù)與【具體實施方式】一至三之一相同。
[0061]【具體實施方式】五:本實施方式與【具體實施方式】一至四之一不同的是:步驟六中根據(jù)步驟四和五中得到的二值化ROI圖像的最大連通區(qū)域和二值化ROI圖像背景的最大連通區(qū)域，設(shè)計噪聲濾波器的主要過程為:
[0062](I)由步驟四獲得的二值化ROI圖像的最大連通區(qū)域，能有效的去除Mark點目標外部的干擾；選擇結(jié)構(gòu)元素尺寸為3X3的掩膜矩陣，對二值化ROI圖像的最大連通區(qū)域進行膨脹操作，使二值化ROI圖像的最大連通區(qū)域向外拓展，拓展的寬度和選擇的結(jié)構(gòu)元素有關(guān);
[0063]選擇3X3的掩膜矩陣，像素點(X，y)的8鄰域構(gòu)成的矩陣，作為結(jié)構(gòu)元素，膨脹操作可以定義為:
[0064]像素點(X，y)的8鄰域內(nèi)存在灰度值為255的像素點，則像素點(x，y)的灰度值為f(x，y)=255 ;若像素點(X，y)的8鄰域內(nèi)全是灰度值為O的像素點，則f (x，y)=0 ；
[0065]選擇結(jié)構(gòu)元素尺寸為3X3的掩膜矩陣作為結(jié)構(gòu)元素，使二值化圖像中的灰度值為255的區(qū)域的邊界向外拓展一個像素點；
[0066](2)由步驟五得到的二值化ROI圖像背景的最大連通區(qū)域，即二值化ROI圖像背景反色后的最大連通區(qū)域，能有效去除Mark點目標內(nèi)部的干擾，選擇和(I)同樣的結(jié)構(gòu)元素進行膨脹操作，使反色后的背景外輪廓的邊界都向外擴展一個像素點，其中反色后的背景灰度值由f (X，y) =0變?yōu)閒 (X，y) =255,目標Mark點灰度值由f (x, y) =255變?yōu)閒 (x, y) =0,由于反色后的背景外輪廓的邊界都向外擴展一個像素點，而目標Mark點不進行擴展，相對于擴展后的背景，Mark點是向內(nèi)部拓展的；
[0067](3)兩次膨脹結(jié)果的交集為Mark點的輪廓帶，Mark點的輪廓帶為得到的噪聲濾波器。其它步驟及參數(shù)與【具體實施方式】一至四之一相同。
[0068]【具體實施方式】六:本實施方式與【具體實施方式】一至五之一不同的是:步驟八中獲取最小外接矩形的算法初始化的主要過程為:
[0069](I)尋找包含所有由步驟七得到的經(jīng)過初次濾波Canny邊緣點的一個凸包；
[0070](2)利用凸包的頂點生成頂點向量表,頂點向量表為凸包每個頂點到下一個點之間的向量；
[0071](3)新創(chuàng)建的估計矩形的初始旋轉(zhuǎn)角度為O或90度，使得新創(chuàng)建的估計矩形與坐標系平行；
[0072](4)初始化凸包的估計頂點，一般選擇凸包最外側(cè)的上、下、左、右的四個點。其它步驟及參數(shù)與【具體實施方式】一至五之一相同。
[0073]【具體實施方式】七:本實施方式與【具體實施方式】一至六之一不同的是:初始化凸包的估計頂點，一般選擇凸包最外側(cè)的上、下、左、右的四個點重復(fù)執(zhí)行以下步驟:
[0074](I)當前估計矩形中有兩條邊分別與Canny邊緣相鄰估計頂點形成的向量相鄰，并且當前估計矩形中有兩條邊分別與Canny邊緣相鄰估計頂點形成的向量形成夾角，計算夾角的度數(shù)，以夾角最小的頂點向量為新的矩形邊長所在的的方向向量；
[0075](2)以新的矩形邊長所在的的方向向量的兩個端點作兩條垂線首先與Canny邊緣相交于一點的點為矩形的第三個端點，根據(jù)邊長所在的的方向向量的兩個端點和第三個端點建立新的估計矩形，計算當前估計矩形的面積，若該面積比之前的記錄更小，則更新記錄并儲存當前矩形方位；根據(jù)估計矩形邊的方向和邊緣上的點的坐標確定新的估計矩形；
[0076](3)若所有相鄰的頂點向量都經(jīng)過迭代計算達到估計矩形的面積最小值，執(zhí)行
(4)，否則，找到矩形邊上的四個頂點為新的估計頂點，重復(fù)執(zhí)行(I)、(2)；
[0077](4)提取面積最小矩形的中心，旋轉(zhuǎn)角度和長、寬等參數(shù)。其它步驟及參數(shù)與【具體實施方式】一至六之一相同。
[0078]【具體實施方式】八:本實施方式與【具體實施方式】一至七之一不同的是:步驟九中對步驟八得到的最小外接矩形包含的初次濾波后的Canny邊緣再次進行濾波的主要過程為:
[0079]根據(jù)步驟八得到的最小外接矩形，對Mark點是否嚴重缺陷進行初步估計；若實際矩形的長和寬的差大于設(shè)定的閾值，則說明該Mark點存在比較嚴重的缺陷，若實際矩形的的長和寬的差小于設(shè)定的閾值，最小外接矩形能得到一個粗略的圓，圓心(xo，y。)取矩形中心，半徑r取矩形長寬的均值；用該圓對邊緣再次濾波，保留滿足以下公式的邊緣點:[0080]
【權(quán)利要求】
1.一種基于連通區(qū)域濾波的圓形Mark點的定位方法，其特征在于一種基于連通區(qū)域濾波的圓形Mark點的定位方法具體是按照以下步驟進行的: 步驟一、計算目標Mark點的ROI區(qū)域，其中ROI區(qū)域為目標感興趣區(qū)域； 步驟二、將步驟一中得到的ROI圖像采用Canny算子進行邊緣檢測，得到目標Mark點的邊緣； 步驟三、對步驟一中得到的ROI的圖像采用Otsu算法獲取圖像自適應(yīng)閾值，并以此閾值進行二值化，得到二值化ROI圖像，并將二值化ROI圖像進行反色得到二值化ROI圖像的背景，其中Otsu為最大類間差法或大津算法； 步驟四、對步驟三得到的二值化ROI圖像進行連通區(qū)域標記，并保留面積最大的二值化ROI圖像的連通區(qū)域； 步驟五、對步驟三得到的二值化ROI圖像的背景進行連通區(qū)域標記，同樣保留面積最大二值化ROI圖像的背景連通區(qū)域； 步驟六、根據(jù)步驟四和五中得到的二值化ROI圖像的最大連通區(qū)域和二值化ROI圖像背景的最大連通區(qū)域，設(shè)計噪聲濾波器； 步驟七、由步驟六得到的噪聲濾波器對步驟二中的Canny邊緣進行初次濾波，去除Canny邊緣中干擾區(qū)域的邊緣和噪聲點，從而得到經(jīng)過初次濾波的Canny邊緣點，其中Canny邊緣包括目標Mark點存在的干擾的邊緣； 步驟八、通過基于凸包提取的算法來尋找步驟七經(jīng)初次濾波后的Canny邊緣點的最小外接矩形，最小外接矩形全部包含步驟七初次濾波后的Canny邊緣點； 步驟九、對步驟八得到的最小`外接矩形包含的初次濾波后的Canny邊緣點再次進行濾波； 步驟十、對步驟九中再次過濾的Canny邊緣進行最小二乘擬合得到最小二乘圓形Mark點的參數(shù)，根據(jù)最小二乘圓形Mark點的參數(shù)得到最終圓形Mark點的中心位置參數(shù)和半徑參數(shù)；即完成了一種基于連通區(qū)域濾波的圓形Mark點的定位方法。
2.根據(jù)權(quán)利要求1所述一種基于連通區(qū)域濾波的圓形Mark點的定位方法，其特征在于步驟三所述的并將二值化圖像進行反色得到二值化圖像的背景的具體過程為: 二值化ROI圖像進行反色的背景灰度值由O變?yōu)?55，然后作為待處理的目標，進行二值化ROI圖像連通區(qū)域標記，保留面積最大二值化ROI圖像的連通區(qū)域。
3.根據(jù)權(quán)利要求2所述一種基于連通區(qū)域濾波的圓形Mark點的定位方法，其特征在于步驟四中得到保留面積最大的二值化ROI圖像的連通區(qū)域過程為: (1)ROI圖像分別投影到橫坐標和縱坐標上； (2)投影到橫坐標的最小值的像素點對應(yīng)的二值化ROI圖像的最大連通區(qū)域最左邊的像素點； (3)投影到橫坐標的最大值的像素點對應(yīng)為二值化ROI圖像的最大連通區(qū)域最右的像素點； (4)投影到縱坐標最小值的像素點對應(yīng)為二值化ROI圖像的最大連通區(qū)域最下邊的像素點； (5)投影到縱坐標最大值的像素點對應(yīng)為二值化ROI圖像的最大連通區(qū)域最上邊的像素點；(6)最大連通區(qū)域最左邊、最右邊、最上邊和最下邊的像素點連接成四條邊界線，將邊界線每邊都向外擴展10個像素點。
4.根據(jù)權(quán)利要求3所述一種基于連通區(qū)域濾波的圓形Mark點的定位方法，其特征在于保留面積最大的二值化ROI圖像的連通區(qū)域標記算法可以采用兩遍掃描法實現(xiàn): 步驟一、將二值化ROI圖像進行第一遍掃描，獲取二值化ROI圖像像素點臨時標號； (1)按連通8鄰域規(guī)則，根據(jù)8鄰域規(guī)則標記圖像中全部像素點的臨時連通區(qū)域標號，得到二值化ROI圖像像素點的臨時連通域標號矩陣；設(shè)某二值化ROI圖像像素點(x，y)，其臨時連通區(qū)域標號為label (x, y),其中8鄰域坐標為(x_l, y)、(x+l, y)、(x, y_l)、(x, y+1)、(x-1, y-1)、(x-1, y+1)、(x+1, y-1) (x+1, y+1)； (2)從二值化ROI圖像的左上角開始掃描，即從儲存圖像像素的矩陣的O行O列開始掃描，從上到下，每一行從左到右掃描；當掃描到二值化ROI圖像像素點(x，y)時，已完成了(x，y)像素點上邊鄰接的像素點和(x，y)像素點左邊鄰接的像素點的掃描，則已經(jīng)確定label (χ-l, y)、label (χ-l, y-1)、label (χ-l, y+1)和 label (x, y-1)的值； (3)如果像素點(χ,y)和(χ, y)上邊的像素點(x_l, y)、(χ-l, y-1) > (χ-l, y+1)以及(x, y)左邊的像素點(x, y-1)連通，貝丨J label (x, y)等于 label (χ-l, y)、label (χ-l, y-1)、label (χ-l, y+1)和 label (x, y-1)當中最小的； (4)如果像素點(x，y)和(χ，y)上邊的像素點和(x，y)左邊的像素點都不連通，且像素點(x，y)的灰度值為255，則增加一個新的臨時連通區(qū)域； 步驟二、將第一遍掃描得到的臨時連通域標號label值矩陣進行第二遍掃描，用等價連通域標號標記各臨時標號所屬的共同連通域；獲得臨時連通域標號所屬的等價連通區(qū)域標號; (1)掃描二值化ROI圖像像素點的臨時連通域標號矩陣，對于二值化ROI圖像像素點的臨時連通域標號矩陣中的像素點(x，y)，若在二值化ROI圖像像素點(x，y)的灰度值為255,則在像素點(χ, y)的上邊和左邊的像素點(χ-l, y-Ι)、(χ-l, y)、(χ-l, y+1)和(x, y-1)中找到灰度值也為255的像素點，并找到灰度值為255的像素點當中最小的等價連通標號，將最小的等價連通標號作為找到的灰度值為255的像素點的等價連通區(qū)域標號； (2)若像素點(x，y)灰度值為255,且像素點(x,y)和(x, y)上邊的像素點、(x, y)左邊的像素點不具有連通性質(zhì)，則增加一個新的等價連通區(qū)域標號，并將像素點(x，y)的等價連通區(qū)域標號等于這個新的等價連通區(qū)域標號； (3)掃描完成后，所有像素點的連通區(qū)域標號都正確標記，將次序混亂的等價連通標號重新定序，確保目標連通域標號連續(xù)； (4)將具有等價連通域標號的連通域合并后，矩陣中的像素點(x，y)的等價連通域標號為最終所得的目標連通域標號； (5)計算每個二值化ROI圖像的連通區(qū)域的面積，找到最大的連通區(qū)域的面積作為目標Mark點的連通區(qū)域；即完成了保留面積最大二值化ROI圖像的連通區(qū)域。
5.根據(jù)權(quán)利要求4所述一種基于連通區(qū)域濾波的圓形Mark點的定位方法，其特征在于步驟六中根據(jù)步驟四和五中得到的二值化ROI圖像的最大連通區(qū)域和二值化ROI圖像背景的最大連通區(qū)域，設(shè)計噪聲濾波器的主要過程為: (I)由步驟四獲得的二值化ROI圖像的最大連通區(qū)域，選擇結(jié)構(gòu)元素尺寸為3X3的掩膜矩陣，對二值化ROI圖像的最大連通區(qū)域進行膨脹操作，使二值化ROI圖像的最大連通區(qū)域向外拓展，拓展的寬度和選擇的結(jié)構(gòu)元素有關(guān)； 選擇3X3的掩膜矩陣，像素點(x，y)的8鄰域構(gòu)成的矩陣，作為結(jié)構(gòu)元素，膨脹操作可以定義為: 像素點(X，y)的8鄰域內(nèi)存在灰度值為255的像素點，則像素點(x, y)的灰度值為f(x, y)=255 ;若像素點(X，y)的8鄰域內(nèi)全是灰度值為O的像素點，則f (x，y)=0 ； 選擇結(jié)構(gòu)元素尺寸為3X3的掩膜矩陣作為結(jié)構(gòu)元素，使二值化圖像中的灰度值為255的區(qū)域的邊界向外拓展一個像素點； (2)由步驟五得到的二值化ROI圖像背景的最大連通區(qū)域，選擇和(I)同樣的結(jié)構(gòu)元素進行膨脹操作，使反色后的背景外輪廓的邊界都向外擴展一個像素點，其中反色后的背景灰度值由f (χ, y) =0變?yōu)閒 (χ, y) =255,目標Mark點灰度值由f (x, y) =255變?yōu)閒 (x, y) =0, (3)兩次膨脹結(jié)果的交集為Mark點的輪廓帶，Mark點的輪廓帶為得到的噪聲濾波器。
6.根據(jù)權(quán)利要求5所述一種基于連通區(qū)域濾波的圓形Mark點的定位方法，其特征在于步驟八中獲取最小外接矩形的算法初始化的主要過程為: (1)尋找包含所有由步驟七得到的經(jīng)過初次濾波Canny邊緣點的一個凸包； (2)利用凸包的頂點生成頂點向量表,頂點向量表為凸包每個頂點到下一個點之間的向量; (3)新創(chuàng)建的估計矩形的初始旋轉(zhuǎn)角度為O或90度，使得新創(chuàng)建的估計矩形與坐標系平行； (4)初始化凸包的估計頂點，一般選擇凸包最外側(cè)的上、下、左、右的四個點。
7.根據(jù)權(quán)利要求6所述一種基于連通區(qū)域濾波的圓形Mark點的定位方法，其特征在于初始化凸包的估計頂點，一般選擇凸包最外側(cè)的上、下、左、右的四個點重復(fù)執(zhí)行以下步驟: (1)當前估計矩形中有兩條邊分別與Canny邊緣相鄰估計頂點形成的向量相鄰，并且當前估計矩形中有兩條邊分別與Canny邊緣相鄰估計頂點形成的向量形成夾角，計算夾角的度數(shù)，以夾角最小的頂點向量為新的矩形邊長所在的的方向向量； (2)以新的矩形邊長所在的的方向向量的兩個端點作兩條垂線首先與Canny邊緣相交于一點的點為矩形的第三個端點，根據(jù)邊長所在的的方向向量的兩個端點和第三個端點建立新的估計矩形，計算當前估計矩形的面積，若該面積比之前的記錄更小，則更新記錄并儲存當前矩形方位； (3)若所有相鄰的頂點向量都經(jīng)過迭代計算達到估計矩形的面積最小值，執(zhí)行(4)，否貝U，找到矩形邊上的四個頂點為新的估計頂點，重復(fù)執(zhí)行(I)、⑵； (4)提取面積最小矩形的中心，旋轉(zhuǎn)角度和長、寬等參數(shù)。
8.根據(jù)權(quán)利要求7所述一種基于連通區(qū)域濾波的圓形Mark點的定位方法，其特征在于步驟九中對步驟八得到的最小外接矩形包含的初次濾波后的Canny邊緣再次進行濾波的主要過程為: 根據(jù)步驟八得到的最小外接矩形，對Mark點是否嚴重缺陷進行初步估計；若實際矩形的長和寬的差大于設(shè)定的閾值，則說明該Mark點存在比較嚴重的缺陷，若實際矩形的的長和寬的差小于設(shè)定的閾值，最小外接矩形能得到一個粗略的圓，圓心(Χο,Υο)取矩形中心，半徑r取矩形長寬的均值；用該圓對邊緣再次濾波，保留滿足以下公式的邊緣點:
9.根據(jù)權(quán)利要求8所述一種基于連通區(qū)域濾波的圓形Mark點的定位方法，其特征在于步驟十中對步驟九中再次過濾的Canny邊緣進行最小二乘擬合得到最小二乘圓形Mark點的參數(shù)，根據(jù)最小二乘圓形Mark點的參數(shù)得到最終圓形Mark點的中心位置參數(shù)和半徑參數(shù)的過程為: 根據(jù)圓的一般方程: x2+y2+ax+by+c=0..............................(2) 其中，X，I為得到最終Mark邊緣點坐標,參數(shù)a, b, c為最小二乘圓的參數(shù)； 對于圓形Mark點的邊緣點集的殘差平方和為E (a, b, c)，邊緣點集用于最小二乘擬合的點:
【文檔編號】G06K9/32GK103729632SQ201410028192
【公開日】2014年4月16日 申請日期:2014年1月22日 優(yōu)先權(quán)日:2014年1月22日
【發(fā)明者】高會軍, 周亞飛, 張歡歡, 邱一帆, 張葉梅, 李志成, 孫昊 申請人:哈爾濱工業(yè)大學(xué)