圆心确定方法、装置、设备及存储介质与流程

本发明实施例涉及图像处理技术领域，尤其涉及一种圆心确定方法、装置、设备及存储介质。

背景技术：

三维重建是指对三维物体建立适合计算机表示和处理的数学模型，在红外光学跟踪系统中，在进行三维重建之前需要先提取所有相机图像上感兴趣区域中的图像特征点，感兴趣区域是从相机图像中选择的需要处理的区域。

为了便于检测追踪目标，通常采用反光球组成追踪目标，反光球的目标特征单一，只需要提取球心即可。球心的检测精度会直接影响三维重建的精度，因此，高精度的圆心确定方法对整个追踪系统定位的实时性和高精度起着决定性的作用。

技术实现要素：

本发明实施例提供一种圆心确定方法、装置、设备及存储介质，以提高感兴趣区域圆心的确定精度。

第一方面，本发明实施例提供一种圆心确定方法，包括：

获取原始图像的感兴趣区域；

遍历所述感兴趣区域中的像素，获取所述感兴趣区域中各个像素的像素值；

如果所述像素值大于设定阈值，根据所述像素值确定对应的感兴趣区域的圆心坐标。

进一步的，所述根据所述像素值确定对应的感兴趣区域的圆心坐标，包括：

根据所述像素值、设定阈值和像素权重公式确定对应像素的像素权重；

根据所述像素权重确定面积权重以及所述感兴趣区域第一坐标方向的加权坐标值和第二坐标方向的加权坐标值；

根据所述第一坐标方向的加权坐标值、第二坐标方向的加权坐标值和面积权重确定对应的感兴趣区域的圆心坐标。

进一步的，在根据所述第一坐标方向的加权坐标值、第二坐标方向的加权坐标值和面积权重确定对应的感兴趣区域的圆心坐标之后，还包括：

以所述感兴趣区域的圆心为起点，按照设定步长在所述圆心的八邻域方向搜索连通域边界，记录所述圆心到所述连通域边界的最大边缘半径和最小边缘半径；

如果所述最大边缘半径和最小边缘半径的差值小于等于预设差值，计算所述八邻域方向的边缘灰度值的平均值；

如果所述平均值大于等于预设平均值，则保存当前计算的圆心坐标和半径。

进一步的，在根据所述第一坐标方向的加权坐标值、第二坐标方向的加权坐标值和面积权重确定对应的感兴趣区域的圆心坐标之后，还包括：

如果所述最大边缘半径和最小边缘半径的差值大于预设差值，则按照预设间隔增加设定阈值，重新计算所述感兴趣区域的圆心坐标，直至计算出的设定阈值大于等于边界阈值。

进一步的，所述像素权重公式为：

pixelweight＝color-θ*threshold

其中，pixelweight为当前像素对应的像素权重，color为当前像素的像素值，θ为常数，threshold为设定阈值。

第二方面，本发明实施例还提供一种圆心确定装置，包括：

第一获取模块，用于获取原始图像的感兴趣区域；

第二获取模块，用于遍历所述感兴趣区域中的像素，获取所述感兴趣区域中各个像素的像素值；

第一确定模块，用于如果所述像素值大于设定阈值，根据所述像素值确定对应的感兴趣区域的圆心坐标。

进一步的，所述第一确定模块，包括：

第一确定单元，用于根据所述像素值、设定阈值和像素权重公式确定对应像素的像素权重；

第二确定单元，用于根据所述像素权重确定面积权重以及所述感兴趣区域第一坐标方向的加权坐标值和第二坐标方向的加权坐标值；

第三确定单元，用于根据所述第一坐标方向的加权坐标值、第二坐标方向的加权坐标值和面积权重确定对应的感兴趣区域的圆心坐标。

进一步的，所述第一确定模块，还包括：

记录单元，用于在根据所述第一坐标方向的加权坐标值、第二坐标方向的加权坐标值和面积权重确定对应的感兴趣区域的圆心坐标之后，以所述感兴趣区域的圆心为起点，按照设定步长在所述圆心的八邻域方向搜索连通域边界，记录所述圆心到所述连通域边界的最大边缘半径和最小边缘半径；

第一计算单元，用于如果所述最大边缘半径和最小边缘半径的差值小于等于预设差值，计算所述八邻域方向的边缘灰度值的平均值；

保存单元，用于如果所述平均值大于等于预设平均值，则保存当前计算的圆心坐标和半径。

第三方面，本发明实施例还提供一种设备，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的圆心确定方法。

第四方面，本发明实施例还提供一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面所述的圆心确定方法。

本发明实施例提供一种圆心确定方法、装置、设备及存储介质，通过获取原始图像的感兴趣区域，遍历所述感兴趣区域中的像素，获取所述感兴趣区域中各个像素的像素值，如果所述像素值大于设定阈值，根据所述像素值确定对应的感兴趣区域的圆心坐标，即只根据像素值大于设定阈值的像素确定感兴趣区域的圆心坐标，提高了圆心的准确度。

附图说明

图1为本发明实施例一提供的一种圆心确定方法的流程图；

图2为本发明实施例二提供的一种圆心确定方法的流程图；

图3为当前感兴趣区域列表第一坐标方向和第二坐标方向的示意图；

图4为像素p(x,y)的四邻域的示意图；

图5为像素p(x,y)的八邻域的示意图；

图6为本发明实施例三提供的一种圆心确定装置的结构图；

图7为本发明实施例四提供的一种设备的结构图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1为本发明实施例一提供的一种圆心确定方法的流程图，本实施例可适用于感兴趣区域圆心的确定，该方法可以由圆心确定装置来执行，该装置集成在设备中，具体的，该方法包括如下步骤：

s110、获取原始图像的感兴趣区域。

感兴趣区域(regionofinterest，roi)是从原始图像中以方框、圆、椭圆或其他多边形等方式勾勒出的一个图像区域，该区域是进行图像分析时关注的重点，比如在分析车道线时，可以选择车道线所在的区域为感兴趣区域，利用感兴趣区域圈定需要处理的目标，可以减少处理时间，提高处理精度。具体的，获取感兴趣区域的方法可以根据实际需要选择，实施例不进行限定，例如可以选择人工方式，选择目标对象所在的区域为感兴趣区域，也可以采用自动方式，利用机器视觉等智能算法对感兴趣区域进行识别与提取，需要说明的是，原始图像为进行二值化处理以后的图像。

s120、遍历所述感兴趣区域中的像素，获取所述感兴趣区域中各个像素的像素值。

像素是由图像的小方格组成的，这些小方格都有一个明确的位置和对应的像素值，小方格的像素值和位置决定了图像所呈现出来的样子。每个图像都包含了一定数量的像素，每个像素都对应一个像素值。

具体的，为了提高圆心的精度，在获取一帧图像的感兴趣区域之后，对感兴趣区域进行分割，得到多个感兴趣列表roi_i，i表示感兴趣区域列表的序号，当i小于等于感兴趣区域列表的长度时，遍历当前感兴趣区域列表roi_i的所有像素，获取各个像素的像素值，其中，感兴趣区域列表的长度即为分割的感兴趣区域列表的总个数，例如将图像1的感兴趣区域分割为5个感兴趣区域列表，则i小于等于5。

获取所述感兴趣区域中各个像素的像素值的方式可以根据实际情况选择，例如可以利用imread读取当前感兴趣区域列表roi_i中各个像素的像素值，具体的，i＝imread(‘a.png’)，其中，i表示图像a对应的像素值矩阵，a表示当前感兴趣区域列表roi_i对应的图像。

s130、如果所述像素值大于设定阈值，根据所述像素值确定对应的感兴趣区域的圆心坐标。

具体的，如果当前感兴趣区域列表roi_i中存在像素值大于设定阈值的像素，则根据该像素的像素值确定当前感兴趣区域列表roi_i的圆心坐标，其中，设定阈值的大小可以根据实际情况设置，例如在获取原始图像的感兴趣区域之前，可以先初始化设定阈值为25，如果当前感兴趣区域列表roi_i中所有像素的像素值均小于设定阈值25，则继续计算下一个感兴趣区域列表roi_i，需要说明的是，设定阈值的大小应小于最大像素值255。

本发明实施例一提供一种圆心确定方法，通过获取原始图像的感兴趣区域，遍历所述感兴趣区域中的像素，获取所述感兴趣区域中各个像素的像素值，如果所述像素值大于设定阈值，根据所述像素值确定对应的感兴趣区域的圆心坐标，即只根据像素值大于设定阈值的像素确定感兴趣区域的圆心坐标，提高了圆心的准确度。

实施例二

图2为本发明实施例二提供的一种圆心确定方法的流程图，在上述实施例的基础上进行具体化，具体的，该方法包括如下步骤：

s210、获取原始图像的感兴趣区域。

s220、遍历所述感兴趣区域中的像素，获取所述感兴趣区域中各个像素的像素值。

s230、如果所述像素值大于设定阈值，根据所述像素值、设定阈值和像素权重公式确定对应像素的像素权重。

具体的，像素权重是确定圆心坐标的依据，像素权重的大小直接影响圆心坐标的准确度，实施例中计算像素权重所依据的像素权重公式具体为：

pixelweight＝color-θ*threshold(1)

其中，pixelweight为当前像素对应的像素权重，color为当前像素的像素值，θ为常数，threshold为设定阈值。

如果当前像素的像素值color大于设定阈值threshold，即可根据公式(1)确定当前像素的像素权重pixelweight，其中，θ的值可以根据实际需要选择，可选的，θ＝0.8。

s240、根据所述像素权重确定面积权重以及所述感兴趣区域第一坐标方向的加权坐标值和第二坐标方向的加权坐标值。

以当前感兴趣区域列表roi_i为例，根据公式(1)分别计算当前感兴趣区域列表roi_i内像素值color大于设定阈值threshold的像素的像素权重，并将各个像素权重累加即可得到当前感兴趣区域列表roi_i的面积权重，具体的，面积权重areawweighted+＝pixelweight。

第一坐标方向也可以称为水平方向或x方向，第二坐标方向也可以称为垂直方向或y方向，示例性的，参考图3，图3为当前感兴趣区域列表第一坐标方向和第二坐标方向的示意图，实施例中，以感兴趣区域列表的左上角为中心建立坐标系，水平方向即为第一坐标方向或x方向，垂直方向即为第二坐标方向或y方向。加权坐标值是在当前像素的坐标值的基础上乘以对应的像素权重，并各自累加得到的坐标值。示例性的，假定当前像素的第一坐标方向的坐标值为xk，第二坐标方向的坐标值为yk，对应的像素权重为pixelweight(xk,yk)，则当前感兴趣区域列表第一坐标方向的加权坐标值m10w+＝xk*pixelweight(xk,yk)，第二坐标方向的加权坐标值m01w+＝yk*pixelweight(xk,yk)，其中，k表示像素值大于设定阈值对应的像素的下角标。

s250、根据所述第一坐标方向的加权坐标值、第二坐标方向的加权坐标值和面积权重确定对应的感兴趣区域的圆心坐标。

具体的，第一坐标方向的加权坐标值和第二坐标方向的加权坐标值分别除以面积权重即可得到当前感兴趣区域列表的圆心坐标centroid(x,y)，其中，x＝m10w/areawweighted，y＝m01w/areawweighted。

s260、以所述感兴趣区域的圆心为起点，按照设定步长在所述圆心的八邻域方向搜索连通域边界，记录所述圆心到所述连通域边界的最大边缘半径和最小边缘半径。

可以理解的是，感兴趣区域列表对应的图像区域不一定是圆，或者存在重叠的圆，为了确定当前感兴趣区域列表对应的图像区域是否为圆以及如果是圆，是否存在重叠的圆，实施例在确定当前感兴趣区域列表的初始圆心坐标之后，以初始圆心坐标为依据进行检测。

在数字图像中，邻域包括四邻域和八邻域，四邻域是像素p(x,y)的上下左右四个点，八邻域是在四邻域的基础上再加上左上右上左下右下四个点，示例性的，参考图4和图5，图4为像素p(x,y)的四邻域的示意图，图5为像素p(x,y)的八邻域的示意图。连通域是指图像中具有相同像素值且位置相邻的像素点组成的图像区域，与邻域类似，连通域包括四连通、八连通和m连通，示例性的，对于像素值相同的像素p和q，如果像素q在集合n4(p)中，则称像素p和像素q是四连通的，如果像素q在集合n8(p)中，则称像素p和像素q是八连通的，其中，n4(p)表示像素p的四邻域，n8(p)表示像素p的八邻域。

具体的，以当前感兴趣区域列表的初始圆心坐标为起点，按照设定步长在该圆心的八邻域方向上搜索连通域边界，记录圆心到连通域边界的最大边缘半径和最小边缘半径，其中，设定步长可以根据实际需要选择，例如可以设定步长为0.5个像素，即以初始圆心为起点，按照0.5个像素向八邻域方向搜索连通域边界。

s270、所述最大边缘半径和最小边缘半径差值是否小于等于预设差值，如果是，执行s280，否则，执行s2100。

根据记录的最大边缘半径和最小边缘半径，计算两者的差值，如果差值小于等于预设差值，表明当前感兴趣区域列表基本满足圆的要求，继续执行s280，进行进一步的判断，如果差值大于预设差值，表明可能存在重叠的圆，需要执行s2100，进一步提高设定阈值，其中，预设差值可以根据实际需要设置，可选的，预设差值为5。

s280、计算所述八邻域方向的边缘灰度值的平均值。

边缘是图像性区域和另一个属性区域的交接处，是区域属性发生突变的地方，实施例中的八邻域方向的边缘即为八邻域方向结束的地方，边缘灰度值即为边界处像素对应的像素值，介于0-255之间。如果最大边缘半径和最小边缘半径差值小于等于预设差值，进一步计算初始圆心八邻域方向的边缘灰度值的平均值，即对初始圆心八邻域方向的边缘灰度值进行加权平均运算，以进一步确定当前感兴趣区域列表是否为圆。

s290、如果所述平均值大于等于预设平均值，则保存当前计算的圆心坐标和半径。

具体的，如果平均值大于预设平均值，则表明感兴趣区域列表为圆，根据感兴趣区域列表的面积计算对应的半径，并保存当前计算的圆心坐标和半径，如果平均值小于预设平均值，表明当前感兴趣区域列表不是圆，继续下一个感兴趣区域列表的计算，确定下一个感兴趣区域列表的圆心坐标，其中，预设平均值可以根据实际需要设置，可选的，预设平均值为20。

s2100、按照预设间隔增加设定阈值，并返回执行s230，直至计算出的设定阈值大于等于边界阈值。

具体的，如果最大边缘半径和最小边缘半径的差值大于预设差值，表明可能存在重叠的圆，需要增大设定阈值，实施例中按照预设间隔增加设定阈值，并返回执行s230，重新计算当前感兴趣区域列表的圆心坐标，直至设定阈值大于等于边界阈值，其中，预设间隔可以根据实际需要设置，可选的，设定间隔为50，边界阈值为255。

本发明实施例二提供一种圆心确定方法，在上述实施例的基础上，在确定当前感兴趣区域列表的初始圆心坐标后，以初始圆心为起点，计算最大边缘半径和最小边缘半径的差值，并在差值小于等于预设差值时，继续计算初始圆心八邻域方向的边缘灰度值的平均值，如果平均值大于预设平均值，保存当前计算的圆心坐标，避免了当前感兴趣区域列表不是圆以及存在重叠圆的情况，提高了圆心的准确度，保证了后续目标定位的准确度。

实施例三

图6为本发明实施例三提供的一种圆心确定装置的结构图，该装置可以执行上述任意实施例所述的圆心确定方法，具体的，参考图6，该装置包括：

第一获取模块310，用于获取原始图像的感兴趣区域；

第二获取模块320，用于遍历所述感兴趣区域中的像素，获取所述感兴趣区域中各个像素的像素值；

第一确定模块330，用于如果所述像素值大于设定阈值，根据所述像素值确定对应的感兴趣区域的圆心坐标。

本发明实施例三提供一种圆心确定装置，通过获取原始图像的感兴趣区域，遍历所述感兴趣区域中的像素，获取所述感兴趣区域中各个像素的像素值，如果所述像素值大于设定阈值，根据所述像素值确定对应的感兴趣区域的圆心坐标，即只根据像素值大于设定阈值的像素确定感兴趣区域的圆心坐标，提高了圆心的准确度。

在上述实施例的基础上，第一确定模块330，包括：

第一确定单元，用于根据所述像素值、设定阈值和像素权重公式确定对应像素的像素权重；

第二确定单元，用于根据所述像素权重确定面积权重以及所述感兴趣区域第一坐标方向的加权坐标值和第二坐标方向的加权坐标值；

第三确定单元，用于根据所述第一坐标方向的加权坐标值、第二坐标方向的加权坐标值和面积权重确定对应的感兴趣区域的圆心坐标。

在上述实施例的基础上，第一确定模块330，还包括：

记录单元，用于在根据所述第一坐标方向的加权坐标值、第二坐标方向的加权坐标值和面积权重确定对应的感兴趣区域的圆心坐标之后，以所述感兴趣区域的圆心为起点，按照设定步长在所述圆心的八邻域方向搜索连通域边界，记录所述圆心到所述连通域边界的最大边缘半径和最小边缘半径；

第一计算单元，用于如果所述最大边缘半径和最小边缘半径的差值小于等于预设差值，计算所述八邻域方向的边缘灰度值的平均值；

保存单元，用于如果所述平均值大于等于预设平均值，则保存当前计算的圆心坐标和半径。

在上述实施例的基础上，第一确定模块330，还包括：

第二计算单元，用于如果所述最大边缘半径和最小边缘半径的差值大于预设差值，则按照预设间隔增加设定阈值，重新计算所述感兴趣区域的圆心坐标，直至计算出的设定阈值大于等于边界阈值。

在上述实施例的基础上，所述像素权重公式为：

pixelweight＝color-θ*threshold

其中，pixelweight为当前像素对应的像素权重，color为当前像素的像素值，θ为常数，threshold为设定阈值。

本发明实施例提供的圆心确定装置可执行本发明任意实施例提供的圆心确定方法，具备执行方法相应的功能模块和有益效果。

实施例四

图7为本发明实施例四提供的一种设备的结构图，具体的，参考图7，该设备包括：处理器410、存储器420、输入装置430和输出装置440，设备中处理器410的数量可以是一个或多个，图7中以一个处理器410为例，设备中的处理器410、存储器420、输入装置430和输出装置440可以通过总线或其他方式连接，图7中以通过总线连接为例。

存储器420作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的圆心确定方法对应的程序指令/模块。处理器410通过运行存储在存储器420中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述实施例的圆心确定方法。

存储器420主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器420可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器420可进一步包括相对于处理器410远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置430可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置440可包括显示屏等显示设备、扬声器以及蜂鸣器等音频设备。

本发明实施例四提供的设备与上述实施例提供的圆心确定方法属于同一发明构思，未在本实施例中详尽描述的技术细节可参见上述实施例，并且本实施例具备执行圆心确定方法相同的有益效果。

实施例五

本发明实施例五还提供一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任意实施例所述的圆心确定方法。

当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的圆心确定方法中的操作，还可以执行本发明任意实施例所提供的圆心确定方法中的相关操作，且具备相应的功能和有益效果。

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(read-onlymemory,rom)、随机存取存储器(randomaccessmemory,ram)、闪存(flash)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是机器人，个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的圆心确定方法。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。