上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显 示的部件可以是、或也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单 元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
[0160] 另外，在本发明各实施例中的各功能单元可以全部集成在一个处理模块中，也可 以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述 集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
[0161] 本邻域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过 程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序 在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读 存储器（ROM，Read-Only Memory)、随机存取存储器（RAM，Random Access Memory)、磁碟或 者光盘等各种可以存储程序代码的介质。
[0162] 以上所述，仅为本发明的【具体实施方式】，但本发明的保护范围并不局限于此，任何 熟悉本技术邻域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，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以所述权利要求的保护范围为准。
【主权项】
1. 一种基于多尺度的光条中必提取方法，所述方法包括： 对图像进行噪声平滑处理，获取平滑图像； 通过骨骼化方法对所述平滑图像进行处理得到光条的初始中必点及对应每一所述初 始中必点所对应的初始法线方向； 沿所述光条初始中必点的所述初始法线方向，对光条横截面进行灰度高斯函数拟合， 获取光条每一位置处的光条宽度； 依据每一位置处的光条宽度，确定每一位置处的第一卷积高斯核均方差0 0及所述第 一卷积高斯核的两维宽度N*N，并根据所述0。及N*N确定第一高斯卷积核； 依据所述第一卷积高斯核，卷积求取每一所述初始中必点所在的1*1邻域范围RON内 每个像素的第一化ssian矩阵；所述1为大于3的正整数； 依据所述第一化ssian矩阵求取光条中必像素级的候选点； W每一所述候选点为基点，获取光条中必点的亚像素坐标； 依据所述亚像素坐标连接各所述光条中必点形成光条中必。2. 根据权利要求1所述的方法，其特征在于， 在依据每一位置处的光条宽度，确定每一位置处的卷积高斯核均方差0 0之后，所述 方法还包括： 依据0i=〇〇-delta〇 ;〇4=〇。+(1611曰〇，确定每一位置处的第二卷积高斯核均方差 0 1及第二卷积高斯核的两维宽度Ni*Ni，第H卷积高斯核均方差0+1及第H卷积高斯核 的两维宽度N+i*Nu;所述delta0为卷积高斯核均方差修正因子； 依据每一所述第二卷积高斯核，卷积求取RON区域内每个像素所对应的第二化ssian矩阵； 依据每一所述第H卷积高斯核，卷积求取RON区域内每个像素所对应的第H化ssian矩阵； 在依据所述第一Hessian矩阵求取光条中必像素级的候选点之前，依据公式计算所述RON内每一像素对应的亿自，形成集合S; 所述； 取所述S中最大值C苗所对应的卷积高斯核均方差为最佳卷积高斯核均方差0bMt; 所述依据所述第一化ssian矩阵求取光条中必像素级的候选点为： 依据所述0bMt所对应的卷积高斯核求取最佳化ssian矩阵； 依据所述最佳化ssian矩阵求取光条中必像素级的候选点； 其中，所述m的取值为-1、0或+1 ;所述IAmlm。,为所述〇m所对应的Hessian矩阵的 模最大特征值；所述Pi为所述RON区域内第i个像素；所述I为所述RON区域内像素总数； 所述i为小于所述I的整数。3. 根据权利要求2所述的方法，其特征在于，依据如下公式求取第一卷积高斯核的两 维宽度、第二卷积高斯核的两维宽度和第H卷积高斯核的两维宽度； N"=2*round(4* 〇J+1 ； 其中所述round表示四舍五入。4. 根据权利要求2或3所述的方法，其特征在于，求取所述第一化ssian矩阵、第二 Hessian矩阵、第HHessian矩阵包括： 定位每一初始中必点所在的所述RON区域内的1*1个像素； WRON区域内每一像素Pi为中必，定位图像中R0C区域；其中所述RON区域的范围大 小等于所对应卷积高斯核的两维宽度； 将第一卷积高斯核、第二卷积高斯核、及第H卷积高斯核分别与所对应的RON区域进 行单像素卷积得到对应的第一化ssian矩阵、第二化ssian矩阵及第H化ssian矩阵。5. 根据权利要求2所述的方法，其特征在于，求取候选点包括： 利用；所述〇m为〇best; 选取大于阔值的像素点为候选点。6. -种基于多尺度的光条中必提取装置，所述装置包括： 平滑单元，用于对图像进行噪声平滑处理，获取平滑图像； 第一获取单元，用于通过骨骼化方法对所述平滑图像进行处理得到光条的初始中必点 及对应每一所述初始中必点所对应的初始法线方向； 第二获取单元，用于沿所述光条初始中必点的初始法线方向，对光条横截面进行灰度 高斯函数拟合，获取光条每一位置处的光条宽度； 第一确定单元，用于依据每一位置处的光条宽度，确定每一位置处的第一卷积高斯核 的均方差0。及第一卷积高斯核的两维宽度N*N，并根据所述0。及N*N确定第一高斯卷积 核； 第一求取单元，用于依据每一所述第一卷积高斯核，卷积求取每一所述初始中必点所 在的1*1邻域范围RON内每一像素的第一化ssian矩阵；所述1为大于3的正整数； 第二求取单元，用于所述第一化ssian矩阵求取光条中必像素级的候选点； 第H获取单元，用于W每一所述候选点为基点，获取光条图像中必点的亚像素坐标； 连接单元，用于依据所述亚像素坐标连接各所述光条中必点形成光条中必。7. 根据权利要求6所述的装置，其特征在于， 所述装置还包括第H求取单元及第四求取单元； 所述第一确定单元，还用于在确定每一位置处的卷积高斯核均方差0。的之后，依据 0i=〇〇-delta〇 ;〇4=〇。+461*曰〇，确定每一位置处的卷积高斯核方差第二卷积高斯核 均方差01及第H卷积高斯核均方差0+1;所述delta0为卷积高斯核均方差修正因子； 所述第一确定单元，还用于依据所述0 -1获取第二卷积高斯核的两维宽度Ni*N1，依 据所述0U获取第H卷积高斯核的两维宽度成1*成1 ; 所述第一求取单元，还用于依据每一所述第二卷积高斯核，卷积求取RON区域内每个 像素每一所述初始中必点所对应的第二化ssian矩阵；依据每一所述第H卷积高斯核，卷 积求取RON区域内每个像素每一所述初始中必点所对应的第H化ssian矩阵； 所述第H求取单元，还用于在依据所述第一化ssian矩阵求取光条中必像素级的候选点之前，依据公式计算. 计算所述RON内每一像素对应的C-&， 化. 形成集合S; 所述1 第四求取单元，用于取所述s中最大值碟所对应的卷积高斯核均方差为最佳卷积高斯 核均方差0best; 所述第一求取单元，还用于依据所述0bMt所对应的高斯核求取最佳化ssian矩阵； 所述第二求取单元，具体用于最佳化ssian矩阵求取光条中必像素级的候选点； 其中，所述m的取值为-1、0或+1 ;所述IAmlm。,为所述〇m所对应的Hessian矩阵的 模最大特征值；所述Pi为所述RON内第i个像素；所述I为所述RON内像素总数；所述i为 小于所述I的整数。8. 根据权利要求7所述的装置，其特征在于， 所述第一确定单元，具体用于依据如下公式求取第一卷积高斯核的两维宽度、第二卷 积高斯核的两维宽度和第H卷积高斯核的两维宽度；Nm=2*round(4*Om)+l; 其中所述round表示四舍五入。9. 根据权利要求6或7所述的装置，其特征在于， 所述第一求取单元，具体用于定位每一初始中必点所在的所述RON区域内的1*1个像 素；W每一像素为中必，定位图像中R0C区域；其中所述R0C区域的范围大小等于所对应 卷积高斯核的大小；及将第一卷积高斯核、第二卷积高斯核及第H卷积高斯核分别与所对 应的R0C区域进行单像素卷积得到对应的第一化ssian矩阵、第二化ssian矩阵及第H Hessian矩阵。10. 根据权利要求7所述的装置，其特征在于，所述第二求取单元具体用于利用所述0m为0bMt; 选取巧大于阔值的像素点为候选点。
【专利摘要】本发明公开了一种基于多尺度的光条中心提取方法，包括对图像进行噪声平滑处理，获取平滑图像；通过骨骼化方法对所述平滑图像处理得到光条的初始中心点及相应的初始法线方向；沿光条初始法线方向对光条横截面进行灰度高斯函数拟合，获取光条每一位置处的光条宽度；依据光条宽度，确定每一位置处的第一卷积高斯核均方差σ0；依据σ0对应的第一卷积高斯核采用Hessian矩阵方法求取光条中心像素级的候选点；以每一候选点为基点，获取光条图像特征的亚像素坐标；连接各光条中心点形成光条中心。采用本发明激光光条中心点坐标提取方法，通过选取光条每一位置处最优的高斯核均方差，实现光条中心点坐标提取，具有精度高，通用性良好，抗干扰能力强的特点。
【IPC分类】G06T7/00, G06T5/00
【公开号】CN105005981
【申请号】CN201410158714
【发明人】刘震, 李凤娇, 李小菁
【申请人】北京航空航天大学
【公开日】2015年10月28日
【申请日】2014年4月18日