基于嵌入式的几何特征与Zernike矩结合的圆心定位装置与方法与流程

本发明涉及一种基于嵌入式的几何特征与zernike矩结合的圆心定位装置与方法，属于飞行器地面仿真领域。

背景技术

论文“用于位移测量的嵌入式圆环快速标定算法”(仪器仪表学报，张旭东，200906)针对具有旋转对称特性的激光三角测距仪，提出了一种基于嵌入式的圆环标定检测算法。该算法首先利用二值化和最小二乘法拟合的参数估计方程得到粗略的半径大小和圆心位置。接下来在提取的roi区域进行三次空间滤波和br4算法，得到亚像素上的位移值。最后重复使用圆环最小二乘拟合得到圆心位置。该方法在相机采样速率为27帧/秒的实验情况下验证了良好的实时性和精度。虽然在试验中验证其实时、准确且不失鲁棒性的特性，但是被测物体表面特性对检验结果具有很大影响

论文“嵌入式视觉测量系统研究”(武汉理工大学硕士论文，刘云涛，200704)提出了一种基于嵌入式具有亚像素精度的圆形贴片零件的视觉测量算法。在特定的光源照射下，利用sobel算子和三阶多项式拟合法得到具有亚像素精度的圆周边缘点，在利用圆周拟合的方式得到圆心位置。该方法在仿真试验中验证了良好的亚像素精度。虽然在仿真试验中可以得到较准确的亚像素级的圆心坐标，但是需要计算的参数较多并且圆形标志点经过透镜投影变化后一般为平面椭圆，利用圆形拟合方式求取圆心会增加误差，对实验结果有一定的影响。

论文“基于机器视觉的柔性结构振动测量和分析”(南京理工大学硕士论文，徐秀秀，201402)提出了基于otsu阈值分割的静态特征提取方法和基于meanshift的运动跟踪方法。otsu阈值分割法在背景与前景灰度差差别较大时，具有处理速度快，准确性较高的特点；meanshift的运动跟踪方法在背景较单一的情况下，适应性强、拥有较好的鲁棒性和准确性。以上方法在试验中得到了验证，取得了良好的测试效果。虽然拥有一定的鲁棒性和较好的准确性，但是精度仍然处于像素级精度并且容易受背景的影响，测量系统的鲁棒性较差。

基于此，基于嵌入式的几何特征与zernike矩结合的圆心定位装置与方法。利用几何特征可以降低噪声干扰，消除孤立点和噪声点。采用基于zernike矩的亚像素边缘定位算法，可以是测量不受图像平移或尺寸变化的影响，提高测试结果的鲁棒性。充分运用被测物体在平面内做二维运动这一条件，合理选取单目相机的安装位置，可以大大简化位置解算中必需的坐标变换过程，有效地减少了位置解算程序的运行时间，使得单目位置测量在实时性要求较高场合下的应用成为可能。

技术实现要素：

本发明的目的是为了解决上述现有技术存在的问题，进而提供一种基于嵌入式的几何特征与zernike矩结合的圆心定位装置与方法。

本发明的目的是通过以下技术方案实现的：

基于嵌入式的几何特征与zernike矩结合的圆心定位装置，包括钢索、嵌入式开发板、单目相机、数据信号线、圆形标志点、挠性帆板和支架横梁，钢索连接于支架横梁的两端，钢索的一端固定在单目相机和嵌入式开发版相固连的支架横梁上，圆形标志点位于挠性帆板上方和单目相机的正下方，挠性帆板与支架横梁固定连接，单目相机通过数据信号线与嵌入式开发板相连。

本发明基于嵌入式的几何特征与zernike矩结合的圆心定位装置，所述嵌入式开发板采用jetsontx1。

本发明基于嵌入式的几何特征与zernike矩结合的圆心定位装置，所述挠性帆板和支架横梁的一端固定连接，且挠性帆板可左右振动。

本发明基于嵌入式的几何特征与zernike矩结合的圆心定位装置，所述单目相机和嵌入式开发板组成中心定位测量系统。

本发明基于嵌入式的几何特征与zernike矩结合的圆心定位方法，具体步骤为：

步骤一：首先将原图像经过canny算子得到圆形边缘，再利用sobel算子得到梯度方向和幅值，然后利用图像的梯度信息通过非极大值抑制的方法得到边缘点；

步骤二：利用半径约束的像素级边缘提取获得像素级边缘，对原图像利用图像分割方法去除图像中的孤立点和噪声，得到一个圆形区域，再利用质心法对圆形区域的圆心(cx,cy)和半径r进行计算，设p(x,y)为任一像素级边缘点，约束表达式如下：

取阈值判断是否保留为目标边缘点；

步骤三：结合粗定位的圆心和圆成像的理想边缘分布特征，利用分区的方法获取圆目标的单像素宽且连续的边缘；

步骤四：在步骤三获得连续的像素级边缘后，利用zernike矩获得亚像素边缘；

步骤五：在亚像素边缘的基础上进行中心定位，采用最小二乘椭圆拟合来定位中心。

本发明基于嵌入式的几何特征与zernike矩结合的圆心定位方法，所述利用zernike矩获得亚像素边缘的定位算法流程：

step1：计算7×7模板{m00,m11,m20,m31,m40}；

step2：利用模板{m00,m11,m20,m31,m40}和图像的每一个像素点进行卷积运算得到{z00,z11,z20,z31,z40}；

step3：取一像素点，根据式计算边缘角度φ，该角度方向垂直直线边缘；

step4：图像旋转φ角后的zernike矩z'nm与旋转前的zernike矩znm的关系为z'nm＝znme^-imφ，再根据计算l1,l2，并通过计算原点到边缘的理论距离l；

step5：把l2带入计算背景灰度值h、灰度差k；

step6：如果该像素点的参数满足条件k≥kt∩|l2-l1|≤lt(kt,lt为判断阈值)，则该像素点为边缘点，假设zernike矩的大小为n×n，考虑到了放大效应，利用式其中，(xs,ys)是边缘的亚像素坐标，(x,y)表示边缘的像素级坐标，计算亚像素边缘点坐标；否则返回step3，取下一像素点计算。

本发明基于嵌入式的几何特征与zernike矩结合的圆心定位方法，所述最小二乘椭圆拟合来定位中心的方法为：平面椭圆的目标函数为

f(a,b,c,d,e)＝δ²

对于椭圆参数a、b、c、d、e求解的方法一般是对每个参数求上式的一阶偏导，并令其为0，可得五元线性方程组：

其中，m5×5为方程组的系数矩阵。解方程组得到各个参数值，若令点目标中心为p(x0,y0)，则其计算公式为：

本发明基于嵌入式的几何特征与zernike矩结合的圆心定位装置与方法，利用几何特征可以降低噪声干扰，消除孤立点和噪声点，提高测量精度；采用基于zernike矩的亚像素边缘定位算法，可以使测量不受图像平移或尺寸变化的影响，提高测试结果的鲁棒性；简化了位置解算中的坐标变换过程，提高了位置解算算法的执行效率。

附图说明

图1为本发明基于嵌入式的几何特征与zernike矩结合的圆心定位装置的结构示意图。

图2为本发明为中心定位测量系统的结构框图。

图3为本发明为圆目标边缘点区域划分。

图中附图说明有：1为钢索；2为嵌入式开发板；3为单目相机；4为数据信号线；5为圆形标志点；6为挠性帆板；7为支架横梁。

具体实施方式

下面将结合附图对本发明做进一步的详细说明：本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式，但本发明的保护范围不限于下述实施例。

实施例一：如图1所示，本实施例所涉及的基于嵌入式的几何特征与zernike矩结合的圆心定位装置，包括钢索、嵌入式开发板、单目相机、数据信号线、圆形标志点、挠性帆板和支架横梁，钢索连接于支架横梁的两端，钢索的一端固定在单目相机和嵌入式开发版相固连的支架横梁上，圆形标志点位于挠性帆板上方和单目相机的正下方，挠性帆板与支架横梁固定连接，单目相机通过数据信号线与嵌入式开发板相连。

实施例二：如图2所示，本实施例所涉及的基于嵌入式的几何特征与zernike矩结合的圆心定位装置，所述嵌入式开发板采用jetsontx1。

实施例三：如图1所示，本实施例所涉及的基于嵌入式的几何特征与zernike矩结合的圆心定位装置，所述挠性帆板和支架横梁的一端固定连接，且挠性帆板可左右振动。

实施例四：如图2所示，本实施例所涉及的基于嵌入式的几何特征与zernike矩结合的圆心定位装置，所述单目相机和嵌入式开发板组成中心定位测量系统。

中心定位测量系统包含两部分，分别为单目相机、嵌入式开发板jetsontx1。单目相机采集到的图像经usb3.0接口传输到嵌入式开发板jetsontx1中，在嵌入式开发板jetsontx1中通过圆形标志点亚像素中心定位算法完成对图像的中心位置的计算。

实施例五：如图1和2所示，本实施例所涉及的基于嵌入式的几何特征与zernike矩结合的圆心定位方法，具体步骤为：

步骤一：首先将原图像经过canny算子得到圆形边缘，再利用sobel算子得到梯度方向和幅值，然后利用图像的梯度信息通过非极大值抑制的方法得到边缘点；

步骤二：利用半径约束的像素级边缘提取获得像素级边缘，对原图像利用图像分割方法去除图像中的孤立点和噪声，得到一个圆形区域，再利用质心法对圆形区域的圆心(cx,cy)和半径r进行计算，设p(x,y)为任一像素级边缘点，约束表达式如下：

取阈值判断是否保留为目标边缘点；

步骤三：结合粗定位的圆心和圆成像的理想边缘分布特征，利用分区的方法获取圆目标的单像素宽且连续的边缘；

步骤四：在步骤三获得连续的像素级边缘后，利用zernike矩获得亚像素边缘；

步骤五：在亚像素边缘的基础上进行中心定位，采用最小二乘椭圆拟合来定位中心。

步骤二中的阈值通常为1与δ比较。

实施例六：如图2所示，本实施例所涉及的基于嵌入式的几何特征与zernike矩结合的圆心定位方法，所述利用zernike矩获得亚像素边缘的定位算法流程：

step1：计算7×7模板{m00,m11,m20,m31,m40}；

step2：利用模板{m00,m11,m20,m31,m40}和图像的每一个像素点进行卷积运算得到{z00,z11,z20,z31,z40}；

step3：取一像素点，根据式计算边缘角度φ，该角度方向垂直直线边缘；

step4：图像旋转φ角后的zernike矩z'nm与旋转前的zernike矩znm的关系为

z'nm＝znme^-imφ，再根据计算l1,l2，并通过计算原点到边缘的理论距离l；

step5：把l2带入计算背景灰度值h、灰度差k；

step6：如果该像素点的参数满足条件k≥kt∩|l2-l1|≤lt(kt,lt为判断阈值)，则该像素点为边缘点，假设zernike矩的大小为n×n，考虑到了放大效应，利用式其中，(xs,ys)是边缘的亚像素坐标，(x,y)表示边缘的像素级坐标，计算亚像素边缘点坐标；否则返回step3，取下一像素点计算。

实施例七：如图2所示，本实施例所涉及的基于嵌入式的几何特征与zernike矩结合的圆心定位方法，所述最小二乘椭圆拟合来定位中心的方法为：平面椭圆的目标函数为

f(a,b,c,d,e)＝δ²

对于椭圆参数a、b、c、d、e求解的方法一般是对每个参数求上式的一阶偏导，并令其为0，可得五元线性方程组：

其中，m5×5为方程组的系数矩阵。解方程组得到各个参数值，若令点目标中心为p(x0,y0)，则其计算公式为：

实施例八：如图2所示，本实施例所涉及的基于嵌入式的几何特征与zernike矩结合的圆心定位方法，非极大值抑制采取的方法如下(其中a为梯度方向角)：

1)a在(-1/2,1/2)区间，选择坐标(x-1,y)和(x+1,y)的两个水平邻域像素；

2)a在(-∞,-2)和(2,∞)区间，选择坐标为(x,y-1)和(x,y+1)的两个垂直邻域像素；

3)a在(1/2,1)区间，选择坐标为(x-1,y-1)、(x+1,y+1)的两个对角邻域像素和坐标为(x-1,y)和(x+1,y)的两个水平邻域像素；

4)a在(1,2)区间，选择坐标为(x-1,y-1)、(x+1,y+1)的两个对角邻域像素和坐标为(x,y-1)、(x,y+1)的两个垂直方向的邻域像素；

5)a为(-2,-1)区间，选择坐标为(x-1,y+1)、(x+1,y-1)的两个对角邻域像素和坐标为(x,y-1)、(x,y+1)的两个垂直方向的邻域像素；

6)a为(-1,-1/2)区间，选择坐标为(x-1,y+1)、(x+1,y-1)的两个对角邻域像素和坐标为(x-1,y)、(x+1,y)的两个水平方向的邻域像素。

实施例九：如图3所示，本实施例所涉及的基于嵌入式的几何特征与zernike矩结合的圆心定位方法，半径约束处理后的边缘往往会出现多处间断的现象，结合粗定位的圆心和圆成像的理想边缘分布特征，可以利用分区的方法来获取圆目标的单像素宽且连续的边缘。如图3所示，o为粗定位的圆心，按照坐标系首先将圆周分为4个大的区域。令直线l1、l2、l3和l4将整个圆周等分为12个子区域，这里用数字1～12表示。任意选取圆周上一点p(x,y)，以p点为起点开始跟踪和连接边缘点，直到回到起点为止。

对于已知的边缘点p(x,y)，首先根据粗定位的圆心坐标来判断该点的所属的子区域。如图3所示，每个子区域都有各自的优先跟踪和连接方向，这里也用数字1～12表示。

以上所述，仅为本发明较佳的具体实施方式，这些具体实施方式都是基于本发明整体构思下的不同实现方式，而且本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。