一种ccd图像测量系统中十字像中心定位方法
【技术领域】
[0001] 本发明涉及一种基于计算机视觉技术的图像测量方法，特别涉及一种CCD图像测 量系统中十字像中心定位方法。
【背景技术】
[0002] 十字像中心位置检测定位在激光准直仪、数字光电自准直仪、水准仪检定仪i角 测量等光学测量、检测手段中是一项至关重要的技术。通常检测定位算法的精度和速度直 接影响了最终的定位精度和速度。因此，快速、精确地提取十字像的中心坐标对于上述系统 的整体性能有着重要的影响，特别是对于实时动态测量而言，在保证中心位置定位精度的 前提下，方法的复杂度和效率就显得尤为重要。
[0003] 随着测量技术的发展，对相应的测量定位精度也提出了更高的要求，像素级精度 已经无法满足实际测量的需求，需要采用更高精度的测量算法，使测量精度达到几十分之 一像元甚至更高，如亚像素级测量算法，从而使得系统的测量精度得到大大提高。
[0004] 十字像中心位置的定位问题，常用的算法有插值法、灰度重心法、数据拟合算法、 相关法等，这些算法简单且定位精度较高，能达到〇. 2-0. 5个像元，但只能处理目标面积 区域适中的图像，并且受噪声干扰较大，当图像信噪比较小时，其定位误差就会变得较大。
[0005] 此外，由于传统的边缘检测方法（Sobel算子、Roberts算子、Prewitt算子等）对 整个图像进行处理，不仅运算量大，而且由于经常需要选取阈值，而阈值的选取又极易受噪 声干扰，进而会严重影响边缘检测效果。
[0006] 因此，发明一种定位速度快、精度高且适用性较强的十字像中心位置测量方法具 有重要的意义和实际应用价值。
【发明内容】
[0007] 本发明的目的是针对CCD图像测量系统中的十字图像，提出一种在满足测量精度 要求的同时可快速定位十字像中心位置的方法，它通过分析十字图像的基本特征，计算处 理局部少量图像灰度数据即可快速定位出中心坐标位置，其计算量小、计算速度快，使得软 件实现简单并能大大节省系统的资源，同时具有定位精度高、适用性强的特点。
[0008] 本发明的目的是这样实现的：
[0009] -种CCD图像测量系统中十字像中心定位方法，包括以下步骤：
[0010] A :获取一帧十字图像的灰度分布I (i，j);
[0011] B :基于十字图像特征法，快速定位十字像的像素级中心位置（Xl，yi);
[0012] C :根据像素级中心位置（X1, yi)，对行方向上j e [yi-30, yi-50]及j e [yi+30， y1+50]，i e [Xl-50，Xl+50]区域里的图像采用模为3的高斯滤波模板进行平滑滤波预处理， 列方向同理；
[0013] D :对预处理后的图像，采用带阈值的质心算法分别在横坐标轴方向和纵坐标轴方 向各计算出N = 40组质心坐标点；
[0014] E :采用最小二乘法分别对横坐标轴方向和纵坐标轴方向的N = 40组质心坐标点 进行直线拟合，最终根据拟合出的两条直线进行计算，得到十字像的亚像素级中心位置坐 标（x〇, y〇) 〇
[0015] 本发明的有益效果在于：
[0016] 1、该方法对图像中的数据点并不是采用传统的逐点搜索计算的方法，而是通过处 理图像中局部少量相关灰度数据，即可精确计算出十字像中心位置坐标，其计算过程简单、 处理速度快、实时性强，十分便于硬件、软件实现，能大大节省系统的资源；
[0017] 2、定位精度较高，在十字像分布比较均匀的情况下可达到1/60个像元左右；
[0018] 3、通过引入了图像预处理环节，能有效地滤除图像中的噪声点，抗干扰性较强；当 十字像处在图像边缘时，仍然能够快速精确定位出其中心位置坐标。
[0019] 4、适用性强。
【附图说明】
[0020] 图1为本发明中十字像中心位置测量定位流程图；
[0021] 图2为本发明中待定位测量的含有十字像的图像示意图；
[0022] 图3为本发明中定义的十字图像坐标系示意图；
[0023] 图4为本发明中直线拟合结果示意图。
【具体实施方式】
[0024] 下面结合附图和实施例对本发明做进一步详细说明。
[0025] 图1为本发明中十字像中心位置测量定位流程图。图2为通常获取的十字图像。 进行十字图像处理时，图像的有用区域仅仅是两条亮线及其周围部分，且亮线中心部分亮 度最大，这恰恰是处理计算所需要的信息。根据此特点，其中心位置定位的具体方法为：
[0026] (1)获取一帧含有十字像的原始图像灰度分布I (i，j);对该图像建立起二维坐标 系如图3所示，原点在左上角，向右为X轴正反向，也即横坐标轴正方向，向下为y轴正方 向，也即纵坐标轴正方向。
[0027] (2)采用模为3的高斯滤波模板对原始图像分布I(i，j)第K(K= 10)行进行平滑 滤波预处理；设原始图像I (i，j)中的行灰度向量为f，进行高斯滤波处理后的灰度向量为 g，且设滤波前后对应像素的灰度值为f(i)，g(i):
[0028] g(i) = [f(i-l)+2f(i)+f(i+l)]/4 (I)
[0029] (3)对灰度向量g进行灰度区域分割；设定阈值T1, T2 (T1CT2)，gCTi为背景区域，记 为s。，g>T2为目标区域，记为s p T1Qa2为边缘过渡区域记为s 2。设灰度向量g中最大值为 MXG，最小值为MNG，则T1, T2的值为：
(2)
[0030] (3)
[0031] 在灰度向量g中，下标由小到大逐个搜索，设定一个标志位t = 0,找到第一个大于 T1的点E i (1)，则令标志位t = 1，且记录像素下标位置bi (1)，继续搜索，找到第一个小于T1 的点E1 (2)，则令标志位t = 0,且记录像素下标位置Id1 (2)，类似地，也能找到2个与T2相关 的灰度值E2(I)和E2 (2)及下标位置Ml)和132 (2)。则位于b2 (I)-b2 (2)之间区域为目标 区域S1;位于b i (I) -b2 (I)，Id1 (2) -b2 (2)之间的区域即为边缘过渡区域S2;其余为背景区 域S0。
[0032] (4)对g进行求梯度最大值；在边缘过渡区域&内，当某一像素对应的梯度值满足 条件： (4)
[0033] (5)
[0034] 即可认为该点为边缘点，实现边缘点的像素级定位，如果没有满足上述条件的像 素点，则令K = K