本發(fā)明涉及機器視覺領(lǐng)域,特別是有關(guān)于一種采樣約束的圓檢測方法。
背景技術(shù):
在機器視覺領(lǐng)域中,檢測出圖像中的圓是一個重要課題,它在自動化檢驗和儀器測量領(lǐng)域有著廣泛的應(yīng)用前景。hough變換是圖像處理領(lǐng)域從圖像中識別圓的最常用的方法,其原理是利用圖像空間和hough參數(shù)空間的點-線對偶性,把圖像空間中的曲線檢測問題轉(zhuǎn)換成參數(shù)空間的峰值檢測問題,它是將圖像空間映射到參數(shù)空間,對邊緣點在參數(shù)空間進行累積,由累積值的參數(shù)計算得到檢測結(jié)果。但hough變換所需要的存儲空間較大,計算耗時較長,很難在實際應(yīng)用中使用。
技術(shù)實現(xiàn)要素:
本發(fā)明的主要目的是:為在機器視覺中提高圓檢測的速度和精度,克服傳統(tǒng)hough變換方法的不足,本發(fā)明提出了一種采樣約束的圓檢測方法。
本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案,如附圖1、2、3所示。其中,附圖1是通過隨機采樣一點和限制檢測圓的半徑范圍來確定候選圓,附圖2是在驗證候選圓上點時,搜索方向上通過對候選圓有效計數(shù),判斷該候選圓是否為真圓,附圖3是圓檢測步驟。其主要內(nèi)容包括:
所述的對于圖像邊緣點采樣時,采用隨機采樣一點的方法,從而避免了因為隨機采樣引入大量的無效采樣,造成大量的無效判斷和無效累積,并且采用限制檢測圓的半徑來確定候選圓;
所述的檢驗候選圓是否為真圓時,將圓分為n等份,驗證候選圓上的點時,只考慮n等份方向上的點,而不用考慮所有點,這樣便可減少計算次數(shù);
所述的對圖像中所檢測出的真圓點進行模糊c均值聚類,對這些不同真圓上的點進行模糊c均值聚類中心,從而獲得更精確的圓參數(shù)。
優(yōu)點和積極效果
本發(fā)明一種采樣約束的圓檢測方法的有益效果是:
(1)與傳統(tǒng)的hough變換方法相比,使用本發(fā)明所述的方法的精度高;
(2)與傳統(tǒng)的hough變換方法相比,使用本發(fā)明所述的方法的速度快。
附圖說明
圖1是候選圓的確定;
圖2是確定候選圓是否為真圓;
圖3是圓檢測步驟。
具體實施方式
現(xiàn)在結(jié)合附圖3對本發(fā)明作進一步詳細的說明。這些附圖均為簡化的示意圖,僅以示意方式說明本發(fā)明的基本結(jié)構(gòu),因此其僅顯示與本發(fā)明有關(guān)的構(gòu)成。
步驟1:構(gòu)造邊緣點集d(d為對圖像進行邊緣檢測后得到的點集),循環(huán)次數(shù)初值k=0;
步驟2:從d中隨機選取一個點d1(x1,y1);
步驟3:從d中找到另一點d2(x2,y2),使d1與d2滿足
步驟4:k=k+1,若k>kmax(kmax為采樣次數(shù)閾值,其值為邊緣點集d中點的個數(shù)),結(jié)束;否則,轉(zhuǎn)步驟2;
步驟5:pc為真圓的參數(shù),判斷已檢測到的圓是否已達到已知圓的數(shù)量,若是,轉(zhuǎn)步驟6;否則,轉(zhuǎn)步驟2;
步驟6:對已檢測出的真圓點進行模糊c均值聚類,求得圓的直徑和圓心坐標參數(shù)。
以上述依據(jù)本發(fā)明的理想實施例為啟示,通過上述的說明內(nèi)容,相關(guān)工作人員完全可以在不偏離本發(fā)明技術(shù)思想的范圍內(nèi),進行多樣的變更以及修改,本項發(fā)明的技術(shù)性范圍并不局限于說明書上的內(nèi)容,必須要根絕權(quán)利要求范圍來確定其技術(shù)性范圍。