一种基于离散余弦相位信息的多光斑检测和定位方法
【专利摘要】本发明公开了一种基于离散余弦相位信息的多光斑检测和定位方法，包括采用离散余弦相位信息的多目标区域增强，采用遍历阈值最大方差进行二值化分割及边缘检测，以及采用图像矩方法的多光斑质心计算，最终得到所有光斑的边缘和质心。本发明充分考虑了离散数据的相位信息，来实现图像目标检测。本发明计算速度快，结果有效，可靠，适用于激光测量，机器人视觉定位，光学精密测量等相关领域。
【专利说明】
一种基于离散余弦相位信息的多光斑检测和定位方法
技术领域
[0001] 本发明涉及光斑的检测和定位方法，尤其是一种基于数字图像的光斑检测和定位 方法。
【背景技术】
[0002] 光斑检测在激光准直仪，激光测量，光学测速等精密测量，检测手段中是一项关键 技术，检测算法的精度，计算速度直接影响了光学测量的效果。传统的光斑检测有重心法， 中值法以及霍夫变换法。前两者在光斑图像分布不均匀的情况下容易产生较大误差，而霍 夫变换需要逐点投票，记录，计算量比较大，也容易受到噪声的影响。而实际中的光斑数据 容易受到环境的干扰，存在亮度不均匀，过曝光，噪声等问题。
[0003] 由于图像数据信息可以分为有用信息和冗余信息，对图像进行离散傅里叶变换或 者离散余弦变换后，有用信息和冗余信息都以统计信息的形式存在于频谱中，而频谱可以 分为幅度谱和相位谱之和的形式。可以从相位谱和幅度谱两个方面来分析图像数据。
[0004] -般而言，相位谱包含图像的纹理结构信息，而幅度谱包含图像的明暗对比信息。 同时，相位谱代表了数据的位置信息，相位谱重构可以保存图像的有效信息，而幅度谱重构 会丢失原有图像的全部结构特征。
[0005] 通过对光斑图像离散信息的相位谱滤波与重构可以实现关键目标区域的增强，进 而采用二值化算法和质心检测方法，可以确定光斑的形状和位置，从而为精密测量提供数 据。
【发明内容】
[0006] 发明目的:针对现有方法存在的问题，本发明旨在提供一种准确，高效的基于离散 余弦相位信息的多光斑检测和定位方法。
[0007] 技术方案:一种基于离散余弦相位信息的多光斑检测和定位方法，包括如下步骤：
[0008] S1:对光斑图像进行基于相位谱的显著区域提取预处理；
[0009] S2:对预处理后的光斑图像进行二值化分割阈值计算；
[001 0] S3:对步骤S2得到的图像进行边缘检测；
[0011] S4:对步骤S3得到的图像进行质心计算。
[0012] 进一步的，步骤S1中所述的显著区域提取预处理方法具体为：
[0013] S1.1:对彩色图像进行灰度化处理；
[0014] S1.2:将灰度图像进行离散余弦变换，提取出幅值信息和相位信息；
[0015] S1.3:对相位信息进行滤波，求出滤波前后的相位信息差值；
[0016] S1.4:将幅值信息和S1.3得到的相位信息差值进行离散余弦逆变换，得到重构图 像。
[0017] 进一步的，S2中所述的二值化分割阈值计算方法具体为：
[0018] S2.1:设灰度图像灰度级是L，则灰度范围为[0，L-1 ]，图像的最佳阈值为：
[0019] t=Max[wo(t) · (u0(t)_u)2+wi(t) · (ui(t)-u)2]
[0020] 其中，当分割的阈值为t时，wo为背景比例，uo为背景均值，W1为前景比例，m为前景 均值，u为整幅图像的均值；
[0021] 使wo(t) · (u〇(t)_u)2+wi(t) · (ui(t)-u)2这一表达式值最大的t，即为分割图像的 最佳阈值；
[0022] S2.2:采用该阈值对S1.4得到的重构图像进行分割，得到二值图像。
[0023] 进一步的，S3中所述的边缘检测方法具体为:在二值图像中，对每一行从左往右检 测，再从上往下检测每一行，发现像素值变化的坐标即记为边缘。
[0024]进一步的，S4中所述的质心计算方法具体为:计算S2得到的二值图像的多个连通 域的质心，计算方法如下：
[0025] 零阶矩：
[0026] 一阶矩：
[0027] 其中，V(i，j)代表坐标i，j处的图像像素值，Μ和N代表图像大小，图像的质心记为：
[0028] 有益效果：与现有技术相比，本发明提供的一种基于离散余弦相位信息的多光斑 检测和定位方法，计算速度快，能够实现多目标的检测，抗干扰性强，适用于激光加工，人机 互动，光学检测等领域。
【附图说明】
[0029]图1为本发明的算法流程图。
【具体实施方式】
[0030] 下面通过一个最佳实施例并结合附图对本技术方案进行详细说明。
[0031] 如图1所示，一种基于离散余弦相位信息的多光斑检测和定位方法，包括如下步 骤：
[0032] S1:对光斑图像进行基于相位谱的显著区域提取预处理，具体包括如下子步骤：
[0033] S1.1:对彩色图像进行灰度化处理；
[0034] S1.2:将灰度图像进行离散余弦变换，提取出幅值信息和相位信息；
[0035] S1.3:对相位信息进行滤波，求出滤波前后的相位信息差值；
[0036] S1.4:将幅值信息和S1.3得到的相位信息差值进行离散余弦逆变换，得到重构图 像。
[0037] S2:对预处理后的光斑图像进行二值化计算，具体包括如下子步骤：
[0038] S2.1:设灰度图像灰度级是L，则灰度范围为[0，L-1 ]，图像的最佳阈值为：
[0039] t=Max[wo(t) · (u0(t)_u)2+wi(t) · (ui(t)-u)2]
[0040] 其中，当分割的阈值为t时，wo为背景比例，U0为背景均值，wi为前景比例，m为前景 均值，U为整幅图像的均值；
[0041] 使wo(t) · (u〇(t)_u)2+wi(t) · (ui(t)-u)2这一表达式值最大的t，即为分割图像的 最佳阈值；
[0042] S2.2:采用该阈值对S1.4得到的重构图像进行分割，得到二值图像；
[0043] S3:对步骤S2后的图像进行边缘检测，具体为:在二值图像中，对每一行从左往右 检测，再从上往下检测每一行，发现像素值变化的坐标即记为边缘。
[0044] S4:对图像S3进行质心计算，计算S2得到的二值图像的多个连通域的质心，计算方 法如下：
[0045] 零阶矩
[0046] 一阶矩
[0047] 其中，V(i，j)代表坐标i，j处的图像像素值，Μ和N代表图像大小，图像的质心即记 为：
[0048] 从而通过边缘检测和质心计算标示出光斑的形状和位置，图1中最终得到的光斑 形状与定位，光斑的形状即为边缘，定位即为质心计算的结果。
[0049] 本发明采用相位谱重构和多连通域的质心计算来确定光斑大小和位置，算法简 单，计算速度快，检测效果好，算法移植性好，能有效提高光斑的检测质量和效果。以上仅是 本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明 原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
【主权项】
1. 一种基于离散余弦相位信息的多光斑检测和定位方法，其特征在于，包括如下步骤： S1:对光斑图像进行基于相位谱的显著区域提取预处理； S2:对预处理后的光斑图像进行二值化分割阔值计算； S3:对步骤S2得到的图像进行边缘检测； S4:对步骤S3得到的图像进行质屯、计算。2. 根据权利要求1所述的一种基于相位信息的光斑检测方法，其特征在于，步骤S1中所 述的显著区域提取预处理方法具体为： S1.1:对彩色图像进行灰度化处理； S1.2:将灰度图像进行离散余弦变换，提取出幅值信息和相位信息； S1.3:对相位信息进行滤波，求出滤波前后的相位信息差值； S1.4:将幅值信息和S1.3得到的相位信息差值进行离散余弦逆变换，得到重构图像。3. 根据权利要求2所述的一种基于相位信息的光斑检测方法，其特征在于，步骤S2中所 述的二值化分割阔值计算方法具体为： S2.1:设灰度图像灰度级是L，则灰度范围为[0，L-1 ]，图像的最佳阔值为： t=Max[wo(t) · (u〇(t)-u)2+wi(t) ·(山(t)-u)2] 其中，当分割的阔值为t时，wo为背景比例，UO为背景均值，W1为前景比例，U1为前景均值， U为整幅图像的均值； 使W0(t) · (U0(t)-U)2+Wl(t) ·(山(t)-U)2运一表达式值最大的t，即为分割图像的最佳 阔值； S2.2:采用该阔值对S1.4得到的重构图像进行分割，得到二值图像。4. 根据权利要求1所述的一种基于相位信息的光斑检测方法，其特征在于，步骤S3中所 述的边缘检测方法具体为：在二值图像中，对每一行从左往右检测，再从上往下检测每一 行，发现像素值变化的坐标即记为边缘。5. 根据权利要求1所述的一种基于相位信息的光斑检测方法，其特征在于，步骤S4中所 述的质屯、计算方法具体为： 计算S2得到的二值图像的多个连通域的质屯、，计算方法如下：其中，V ( i，.1'）代表坐标i，j处的图像像素值，Μ和N代表图像大小，图像的质屯、记为：
【文档编号】G06T7/00GK106097317SQ201610392354
【公开日】2016年11月9日
【申请日】2016年6月2日 公开号201610392354.4, CN 106097317 A, CN 106097317A, CN 201610392354, CN-A-106097317, CN106097317 A, CN106097317A, CN201610392354, CN201610392354.4
【发明人】缪小冬, 史翔, 王爱青, 许志兴, 王卫, 邵现京
【申请人】南京康尼机电股份有限公司