本发明属于远距离非接触测量技术领域，主要是图像处理技术对长导轨目标距离测量领域，具体提出一种基于图像处理的长导轨距离检测方法。
背景技术：
测量技术在人们生活和生产的各个方面无时无刻不发挥着重要的作用。当今社会中，随着工业的发展和科技的进步，对测量的精度、效率以及自动化程度等方面的要求也越来越高。同时，在一些例如高温、高速、微小尺寸等的特殊场合与环境之中，传统的测量方法已经难以达到要求。因此，对远距离非接触的新型测量方法进行探索和研究有着十分重要的现实意义。
目前，非接触的新型测量方法主要包括光电测量技术、gps测量技术、声波测量技术、图像测量技术等等。在这些方法之中最常用到的是光电测量技术和声波测量技术，但是使用这两种技术进行测量时，如果待测物体表面反射能力不理想，测量结果的精度将受到很大的影响。近年来，随着计算机技术、光学成像技术、图像处理技术的成熟与完善，以及光电摄像器件的普及，基于图像的测量技术在工程应用和科学研究领域都获得了迅速的发展和高度的重视。
技术实现要素：
本发明提供一种基于图像处理的长导轨距离检测方法，以解决现有距离测量方法操作复杂，效率低，易受干扰的问题。
本发明为解决现有技术问题的技术方案是：基于现有的图像处理技术，由固定在待测目标上的ccd摄像机获取目标位置的图像，在上位机中对图像进行必要的预处理，利用随机hough变换对图像中的圆形目标进行检测以提取出位于其中的数字，利用模板匹配算法对提取的数字进行具体的识别，从而得到待测目标在长导轨上的距离位置。
本发明与现有技术相比，其显著优点为：（1）通过图像中标写在特征圆标识内的特定数字来获得待测目标的距离，受一般环境因素影响小；（2）整个测量过程由上位机完成，操作简便；（3）方法简单易行，便于实现，所需硬件资源少，测量成本低。
图1是本发明方法流程图。
具体实施方法
结合图1，本发明提出的基于图像处理的长导轨距离检测方法的步骤如下：
步骤一：设备安装与图像获取
测量开始前，先在目标将要通过的导轨上每间隔一定的距离设置一个特征圆标识，特征圆中按顺序标写相应的数字，随后将ccd摄像机安装在待测移动目标上的一个固定位置，并使其能够获得所需目标位置的清晰图像。当待测目标开始运动之后，由摄像机获取目标在导轨上的当前位置处的特征圆标识及其周围的图像，传输给上位机。
步骤二：图像预处理
在本发明所提出的长导轨距离检测方法中，对获取图像的预处理主要是图像增强和对图像的二值化处理。
图像增强即有目的地强调图像的某些特性，以加强图像的判读和识别效果，最终使图像满足分析的需要。本发明方法中对图像增强的主要方法为中值滤波，这是一种非线性的信号处理方法，其基本原理是利用一个含有奇数个点的滑动窗口对图像中的像素点进行操作，将窗口中所有点的灰度值的按大小排序，取最中间的数值并用这个数值替代窗口中心点的灰度值。
二值化处理就是通过设置某个阈值，将图像上所有灰度值大于阈值的点的置为255，其余点则置为0。对图像进行二值化处理能够大大减小图像中的数据量，使接下来的图像操作变得更为简单。本方法中所需要的是图像中的数字部分，因此我们在设置阈值之时，需要使图像中的特征圆标识和数字部分大于阈值，使其被置为255作为目标，其余部分的点的灰度值则尽量置为0作为背景。
步骤三：圆形检测
在利用本发明所提出的方法进行距离测量时，首先我们需要找到图像中数字所在的位置。这里我们选择将数字标写于特征圆标识之中，这样我们就可以通过对获取的图像进行圆形检测，找到图像中特征圆标识所在的位置，从而最终确定出图像中要识别的数字所在的位置。
在本发明方法中，只需要对一简单的圆形目标进行检测，因此我们直接选用了随机hough变换来完成这一步骤，其基本原理如下：
二维空间中圆的方程如下：
式中：（a,b）为圆心坐标，r为圆的半径。
在完成对图像的边缘检测和膨胀处理之后，从图像的所有边缘点中随机选取3个点并代入式（1），计算出圆心坐标（a，b）和半径r。然后取第4个点，代入式（1）中，计算出半径
若计算结果
这种方法存在的主要问题在于当图像中有多个圆时，随机取的3个点在同一圆周上的概率很小，从而导致引入大量的无效积累，难以得到正确的结果。但在本发明的距离测量方法中，图像中包含的圆一般情况下只有一个，因此可以不必考虑上述问题。
步骤四：分割与归一化
为方便最后的数字识别工作，我们还需要对图像中的数字部分进行分割和归一化。由于在之前的步骤中已经完成了对图像的二值化处理，因此在分割和归一化步骤时，我们只需要对整幅图像的像素点进行逐行和逐列扫描，当逐行扫描发现第一个像素值为255的点时，便可以把该点所在的行认为是数字目标的上边界，继续扫描，当在完成某一行全部像素点的扫描但没有发现一个像素值为255的点时，可以认为图像中的数字部分已经结束，设置该行的上一行为数字部分的下边界。逐列扫面中同理可以得到数字目标的左边界和右边界。在完成数字的边界设置之后，我们便可以进行图像分割，将数字提取出来，随后根据确定的归一化尺寸计算出放缩的比例，最终得到归一化后的数字图像，同时为了方便之后的特征提取和数字识别操作，对归一化后的数字进行重排紧缩。
步骤五：数字识别与结果输出
数字识别阶段，我们所需要做的即是将预备作为标准匹配模板的十个数字字符的特征向量提取出来，具体操作过程为对已归一化的数字图像进行逐点扫描，将所有背景点（即灰度值为0的像素点）标记为0，所有的目标点（灰度值为255的点）标记为1，依次存入相应的二维数组矩阵中。当需要进行数字识别时，同样按照之前的步骤对目标图像进行处理，提取出待测目标数字并进行二值化和归一化处理，最后提取出待测目标的特征向量，将其与已存入标准模板库中的十个数字模板进行逐个逐点比较，若待测目标与模板间相同位置处的两像素点标记相同，则将相应模板的累加器加1。全部比较完成之后，取其中累加器数值最大的一个，作为最终的识别结果。由于我们是等间距设置的特征圆标识，且特征圆标识内的数字是按顺序标写的，因此在得出数字识别结果之后，我们只需要将数字识别结果乘上预先设定好的间距值，即可得到最终的距离测量结果。