[发明专利]一种带厚度干扰的圆形物体的精确定位方法有效
申请号: | 201611171659.9 | 申请日: | 2016-12-17 |
公开(公告)号: | CN106650717B | 公开(公告)日: | 2020-07-28 |
发明(设计)人: | 张文强;罗燕飞;罗琳耀;路红;张睿;郑骁庆;陈辰;薛向阳 | 申请(专利权)人: | 复旦大学 |
主分类号: | G06K9/20 | 分类号: | G06K9/20;G06K9/40;G06K9/46 |
代理公司: | 上海正旦专利代理有限公司 31200 | 代理人: | 陆飞;陆尤 |
地址: | 200433 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 厚度 干扰 圆形 物体 精确 定位 方法 | ||
1.一种带厚度干扰的圆形物体的精确检测和定位方法,其特征在于,具体步骤为:
(1)基于边缘点密度提取去除厚度产生的噪点后的边缘轮廓;
(2)基于厚度噪点中心的旋转镜像处理;
(3)基于中心点偏移的目标精确定位;
其中,步骤(1)所述的基于边缘点密度提取去除厚度产生的噪点后的边缘轮廓,具体流程如下:
(A)使用高阈值Canny算子提取边缘像素点,对边缘像素点进行连接,提取出连续的轮廓曲线;
(B)使用低阈值Canny算子再作边缘点检测;
(C)遍历流程(A)中提取到的每个轮廓曲线的点p1,p2,…,pn,统计pi的周围k×k范围的边缘点的个数di,作为pi的边缘点密度的计量值,其中,k为预设的参数,i=1,…n;
(D)根据每个轮廓曲线的点pi的边缘点密度di的大小,对该轮廓曲线上的所有像素点进行升序排序,i=1,…n;
(E)找到边缘点密度d=DensityThresh的第一个轮廓点的序号j,取rate=MIN(j/size,RateThresh),将排序后的尾部rate比例的轮廓点作为噪声点删去,其中,DensityThresh为预设的密度阈值参数,size为轮廓的像素点数,RateThresh为预设的噪声点比例阈值;
(F)计算出流程(E)中删去的噪声点的中心noiseCenter,用于步骤(2)解决圆形物体在图像中的镜像问题;
步骤(2)所述的基于厚度噪点中心的旋转镜像处理,具体流程如下:
(a)对步骤(1)提取的去噪声点后的轮廓,采用基于Hough变换的椭圆长短轴-三点检测法,得到椭圆参数{O(Ox,Oy),a,b,θ},实现圆形物体的精确检测,中心位置坐标O(Ox,Oy);
(b)先算出noiseCenter在流程(a)检测到的椭圆长轴L的方位direction,计算旋转角rotX,
rotY的正负号signX和signY,从而解决圆形物体在图像中的旋转镜像问题:
如果θ=0,direction为左上方:signX=1,signY=-1;
如果θ=0,direction为右下方:signX=-1,signY=1;
如果θ0,direction为右上方:signX=1,signY=1;
如果θ0,direction为左下方:signX=-1,signY=-1;
步骤(3)所述的基于中心点偏移的目标精确定位,具体流程如下:
(I)截取大椭圆中心r×r的范围的图像,r为大椭圆长半轴的1/2;
(II)使用步骤(1)和步骤(2)的方法,在流程(I)截取的图像检测小椭圆,得到小椭圆参数{O2(O2x,O2y),a2,b2,θ2};
(III)旋转后的中心偏移OO2=(Δx,Δy),radius为圆形物体的实际半径长,h为中间圆柱高,计算绕X、Y轴的旋转角rotX和rotY:
从而实现对圆形物体的精确定位。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于复旦大学,未经复旦大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201611171659.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:四维颈椎护养枕(波浪型)
- 下一篇:抱枕(图形创意)