在图像默认的坐标系中使用DIB(Device-Independent-Bitmap，设备无关位图） 类读取摄像机标定时所拍摄的位图文件，以保证由某个应用程序创建的位图图形可以被其 它应用程序装载或显示。其中，DIB可以在不同的机器或系统中显示位图所固有的颜色。为 加快预设图像的处理速度，可以根据位图像素的格式进行灰度化处理得到灰度图像。然后， 采用高斯滤波法对预设图像进行平滑处理以提高图像的成像质量并得到待处理图像。
[0048] 高斯滤波是一种线性平滑滤波，适用于消除高斯噪声。高斯滤波的具体操作过程 是：用一个模板扫描图像中的每一个像素，并用模板确定的邻域内像素的加权平均灰度值 去替代模板中心像素点的值，也即整幅图中每一个像素点的值都由其本身和邻域内的其他 像素值经过加权平均后得到。
[0049] 步骤S20,对经过所述高斯滤波处理后的所述原始图像进行边缘提取，确定所述原 始图像中所述标靶图像区域的最大范围；
[0050] 所述原始图像再经过高斯滤波处理后，再进行边缘提取，以将标定板图像从所述 原始图像的背景中分离出来。对图像进行分割的方法有很多，本发明在考虑了计算速度和 精确度的前提下，并结合后续的计算步骤和方法，在本步骤对于标定板图像的分割方法优 选为通过边缘检测提取图像边缘的方法。
[0051] 图像分割指的是根据灰度、颜色、纹理和形状等特征把图像划分成若干互不交迭 的区域，并使这些特征在同一区域内呈现出相似性，而在不同区域间呈现出明显的差异性。 图像的边缘是指图像中两个不同区域的边界线上连续的像素点的集合，是图像局部特征不 连续性的反映，体现了灰度、颜色、纹理等图像特性的突变。通常情况下，基于边缘的图像分 割方法是基于灰度值的边缘检测。
[0052] 步骤S30,在所述标革巴图像区域的最大范围内，确定各所述圆斑图像的边缘；
[0053] 通过步骤S20的计算，确定了标革巴图像的最大范围，在标革巴图像的最大范围内， 继续确定各所述圆斑图像的边缘。确定圆斑图像的边缘的方法有很多，例如较为常见的 RobertsCross算子，Prewitt算子，Sobel算子，Canny算子，Kirsch算子等，每种方法都有 其优点和缺点，在进行圆斑识别的时候，选择适合地圆斑中心识别方法非常重要，它直接 影响了测量的精度。
[0054] 步骤S40,根据所述圆斑图像的边缘对应的坐标，分别通过椭圆拟合法和重心法计 算同一所述圆斑图像的圆心坐标并校验所述两个圆心坐标之间的差值的绝对值是否在可 接受范围之内；
[0055] 根据步骤S30中确定的各圆斑图像的边缘对应的坐标，本实施例中，分别通过椭 圆拟合法和重心法计算同一圆斑图像的圆心坐标。通过重心法和椭圆拟合法对同一个圆斑 求圆心坐标后，分别对应校验所述两个圆心的坐标之间的差值是否在可接受范围之内。例 如，重心法计算得到的圆心坐标为（Xi，Yi) = (3. 1，5. 7)，椭圆拟合法计算得到的圆心坐标 为（X2，Y2) = (6. 5,9. 7)，则坐标1久4)与坐标2(X2，Y2)之间差值的绝对值分别为|XrX2 =3. 4, |Yi-Y2| =4。为进一步保证计算结果的精确性，本发明采用两种方法对圆斑的圆心 进行求解以限定两者求出圆心的差值，若二者的差值相差太大，则此圆心不是正确的圆心， 若在可接受的范围内，则说明此圆心即为需要的圆心。
[0056] 曲线拟合是计算机视觉中的最基本的问题之一，其目的是从图像中抽取特特征信 息用于后续处理。常用的椭圆拟合方法主要有三类，一类是基于Hough变换的椭圆拟合方 法，另一类是基于不变矩的方法，第三类则是基于最小二乘法的方法。在这些方法中，基于 最小二乘法的方法更适用于各种复杂的处理对象模型，并能非常直观地给出关于拟合误差 的测度，从而达到很高的拟合精度。
[0057] 椭圆拟合法的基本思路是：对于给定平面上的一组样本点，寻找一个椭圆，使其尽 可能靠近这些样本点。也就是说到，将图像中的一组数据以椭圆方程为模型进行拟合，使某 一椭圆方程尽量满足这些数据，并求出该椭圆方程的各个参数。最后确定最佳椭圆的中心 即是要确定的圆斑的圆心。
[0058] 最小二乘法基本思想是考虑数据受随机噪声的影响进而追求整体误差的最小化。 对椭圆拟合而言，就是先假设椭圆参数，得到每个待拟合点到该椭圆的距离之和，也就是点 到假设椭圆的误差，求出使这个和最小的参数。最小二乘法主要用于曲线的拟合，它通过最 小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数 据，并使得这些求得的数据与实际数据之间误差的平方和为最小。。
[0059] 椭圆公式一般式：Ax2+By2+Cxy+Dx+Ey+F= 0
[0060] 最小二乘法公式（y=ax+b形式）：
[0061]
【主权项】
1. 一种标祀图像求圆屯、的方法，所述标祀图像包括至少一个圆斑图像区域，其特征在 于，所述标祀图像求圆屯、的方法包括： 读取原始图像并对所述原始图像进行高斯滤波处理，所述原始图像中包括标祀图像区 域； 对经过所述高斯滤波处理后的所述原始图像进行边缘提取，确定所述原始图像中所述 标祀图像区域的最大范围； 在所述标祀图像区域的最大范围内，确定各所述圆斑图像的边缘； 根据所述圆斑图像的边缘对应的坐标，分别通过楠圆拟合法和重屯、法计算同一所述 圆斑图像的圆屯、坐标并校验所述两个圆屯、坐标之间的差值的绝对值是否在可接受范围之 内； 当所述两个圆屯、坐标之间的差值的绝对值在可接受范围之内时，保存所述圆屯、坐标。
2. 根据权利要求1所述的标祀图像求圆屯、的方法，其特征在于，所述对经过所述高斯 滤波处理后的所述原始图像进行边缘提取，确定所述原始图像中所述标祀图像区域的最大 范围包括： 在所述原始图像内每一像素的八邻域中，分别计算与该像素对应的上下两像素的灰度 值差值的绝对值、左右两像素的灰度值差值的绝对值、左上右下两像素的灰度值差值的绝 对值W及左下右上两像素的灰度值差值的绝对值并求各绝对值的和值； 将所述原始图像内各像素对应的所述绝对值的和值进行筛选并标识出所述绝对值的 和值不为零的像素对应的坐标，其中，所述绝对值的和值不为零的像素对应的坐标围绕的 范围即为所述标祀图像区域的最大范围。
3. 如权利要求1或2所述的标祀图像求圆屯、的方法，其特征在于，所述在所述标祀图像 区域的最大范围内，确定各所述圆斑图像的边缘包括： 计算所述原始图像的平均亮度； 在所述标祀图像区域的最大范围内，根据所述原始图像的平均亮度，确定各所述圆斑 图像的边缘。
4. 一种标祀图像求圆屯、的装置，所述标祀图像包括至少一个圆斑图像，其特征在于，所 述标祀图像求圆屯、的装置包括： 预处理模块，用于读取原始图像并对所述原始图像进行高斯滤波处理，所述原始图像 中包括标祀图像区域； 标祀图像边缘确定模块，用于对经过所述高斯滤波处理后的所述原始图像进行边缘提 取，确定所述原始图像中所述标祀图像区域的最大范围； 圆斑图像边缘确定模块，用于在所述标祀图像区域的最大范围内，确定各所述圆斑图 像的边缘； 圆屯、坐标计算校验模块，用于根据所述圆斑图像的边缘对应的坐标，分别通过楠圆拟 合法和重屯、法计算同一所述圆斑图像的圆屯、坐标并校验所述两个圆屯、坐标之间的差值的 绝对值是否在可接受范围之内； 圆屯、坐标保存模块，用于当所述两个圆屯、坐标之间的差值的绝对值在可接受范围之内 时，保存所述圆屯、坐标。
5. 根据权利要求4所述的标祀图像求圆屯、的装置，其特征在于，所述标祀图像边缘确 定模块包括： 邻域灰度值差值计算单元，用于在所述原始图像内每一像素的八邻域中，分别计算与 该像素对应的上下两像素的灰度值差值的绝对值、左右两像素的灰度值差值的绝对值、左 上右下两像素的灰度值差值的绝对值W及左下右上两像素的灰度值差值的绝对值并求各 绝对值的和值； 筛选标识单元，用于将所述原始图像内各像素对应的所述绝对值的和值进行筛选并标 识出所述绝对值的和值不为零的像素对应的坐标，其中，所述绝对值的和值不为零的像素 对应的坐标围绕的范围即为所述标祀图像区域的最大范围。
6.如权利要求4或5所述的标祀图像求圆屯、的装置，其特征在于，所述圆斑图像边缘确 定模块包括： 平均亮度计算单元，用于计算所述原始图像的平均亮度； 圆斑图像边缘确定单元，用于在所述标祀图像区域的最大范围内，根据所述原始图像 的平均亮度，确定各所述圆斑图像的边缘。
【专利摘要】本发明提供一种标靶图像求圆心的方法，包括：读取原始图像并对原始图像进行高斯滤波处理，原始图像中包括标靶图像区域，标靶图像包括至少一个圆斑图像区域；对经过高斯滤波处理后的原始图像进行边缘提取，确定原始图像中标靶图像区域的最大范围；在标靶图像区域的最大范围内，确定各圆斑图像的边缘；根据圆斑图像的边缘对应的坐标，通过椭圆拟合法和重心法分别计算同一圆斑图像的圆心坐标并校验所述两个圆心坐标之间的差值。本发明还提供一种标靶图像求圆心的装置。本发明通过计算标靶图像中各圆斑的圆心坐标，以获取标定板在标定过程中图像坐标系的特征值信息，以便确定标靶图像的图像坐标，并根据图像坐标建立与世界坐标的对应关系。
【IPC分类】G06T5-00, G06T7-60
【公开号】CN104574312
【申请号】CN201510005605
【发明人】刘均, 陈敏, 刘刚
【申请人】深圳市元征软件开发有限公司
【公开日】2015年4月29日
【申请日】2015年1月6日