本发明涉及机器视觉领域,特别是有关于一种采样约束的圆检测方法。
背景技术:
在机器视觉领域中,检测出图像中的圆是一个重要课题,它在自动化检验和仪器测量领域有着广泛的应用前景。hough变换是图像处理领域从图像中识别圆的最常用的方法,其原理是利用图像空间和hough参数空间的点-线对偶性,把图像空间中的曲线检测问题转换成参数空间的峰值检测问题,它是将图像空间映射到参数空间,对边缘点在参数空间进行累积,由累积值的参数计算得到检测结果。但hough变换所需要的存储空间较大,计算耗时较长,很难在实际应用中使用。
技术实现要素:
本发明的主要目的是:为在机器视觉中提高圆检测的速度和精度,克服传统hough变换方法的不足,本发明提出了一种采样约束的圆检测方法。
本发明解决其技术问题所采用的技术方案,如附图1、2、3所示。其中,附图1是通过随机采样一点和限制检测圆的半径范围来确定候选圆,附图2是在验证候选圆上点时,搜索方向上通过对候选圆有效计数,判断该候选圆是否为真圆,附图3是圆检测步骤。其主要内容包括:
所述的对于图像边缘点采样时,采用随机采样一点的方法,从而避免了因为随机采样引入大量的无效采样,造成大量的无效判断和无效累积,并且采用限制检测圆的半径来确定候选圆;
所述的检验候选圆是否为真圆时,将圆分为n等份,验证候选圆上的点时,只考虑n等份方向上的点,而不用考虑所有点,这样便可减少计算次数;
所述的对图像中所检测出的真圆点进行模糊c均值聚类,对这些不同真圆上的点进行模糊c均值聚类中心,从而获得更精确的圆参数。
优点和积极效果
本发明一种采样约束的圆检测方法的有益效果是:
(1)与传统的hough变换方法相比,使用本发明所述的方法的精度高;
(2)与传统的hough变换方法相比,使用本发明所述的方法的速度快。
附图说明
图1是候选圆的确定;
图2是确定候选圆是否为真圆;
图3是圆检测步骤。
具体实施方式
现在结合附图3对本发明作进一步详细的说明。这些附图均为简化的示意图,仅以示意方式说明本发明的基本结构,因此其仅显示与本发明有关的构成。
步骤1:构造边缘点集d(d为对图像进行边缘检测后得到的点集),循环次数初值k=0;
步骤2:从d中随机选取一个点d1(x1,y1);
步骤3:从d中找到另一点d2(x2,y2),使d1与d2满足
步骤4:k=k+1,若k>kmax(kmax为采样次数阈值,其值为边缘点集d中点的个数),结束;否则,转步骤2;
步骤5:pc为真圆的参数,判断已检测到的圆是否已达到已知圆的数量,若是,转步骤6;否则,转步骤2;
步骤6:对已检测出的真圆点进行模糊c均值聚类,求得圆的直径和圆心坐标参数。
以上述依据本发明的理想实施例为启示,通过上述的说明内容,相关工作人员完全可以在不偏离本发明技术思想的范围内,进行多样的变更以及修改,本项发明的技术性范围并不局限于说明书上的内容,必须要根绝权利要求范围来确定其技术性范围。