[发明专利]一种基于labview的竖井激光导向定位方法

权利要求书

1.一种基于labview的竖井激光导向定位方法，其特征在于，步骤如下：S1，使用相机对激光靶的靶面进行图像采集；

S2，对采集的图像进行预处理；

S3，对分割后的图像利用二位卷积算法进行边缘的优化，去除分割图像中激光点的边缘无效点，得到两个激光点有效的周围系列像素坐标值(x′_1i,y′_1i)和(x′_2i,y′_2i)；

S4，对两个激光点有效的周围系列像素坐标值(x′_1i,y′_1i)和(x′_2i,y′_2i)分别用最小二乘法进行曲线拟合，得到拟合曲线和拟合曲线

S5，确定两激光点像素坐标。

2.根据权利要求1所述的基于labview的竖井激光导向定位方法，其特征在于，在步骤S2中，具体步骤如下：S2.1，对图像亮度、对比度进行伽玛校正得到初步矫正图像；S2.2，对初步矫正图像利用最大类间算法进行阈值分割。

3.根据权利要求2所述的基于labview的竖井激光导向定位方法，其特征在于，在步骤S2.2中，具体步骤如下：S2.2.1，给定图像的分割阈值T；

S2.2.2，将图像分割为区域C₀和区域C₁，所述区域C₀由灰度值[0，T-1]的像素组成,区域C₁由灰度值[T，L-1]的像素组成；

S2.2.3，计算区域C₀的概率P₀；

其中，i为图像中灰度值，n_i为图像中灰度值i的像素数，p_i为灰度值i的概率；N为图像的总像素数；L-1为图像中灰度值上限；

S2.2.4，计算区域C₀的平均灰度μ₀；

S2.2.5，计算区域C₁的概率P₁；

S2.2.6，计算区域C₁的平均灰度μ₁；

其中，μ为图像的平均灰度，

S2.2.7，计算图像的平均灰度μ：

S2.2.8，计算区域C₀和区域C₁的灰度方差σ_B；

σ_B²＝P₀(μ₀-μ)²+P₁(μ₁-μ)²＝P₀P₁(μ₀-μ₁)²；

S2.2.9，改变阈值T，重复步骤S2.2.2-S2.2.8，直至得到图像中每个灰度值对应的灰度方差；

S2.2.10，选择灰度方差最大对应的阈值T作为最佳分割阈值，并选择最佳分割阈值对应的分割图像；

S2.2.11，根据步骤S2.2.10得到图像中两个激光点周围系列像素坐标值，分别为(x_1i,y_1i)和(x_2i,y_2i)，i＝0,......,n；x_1i＝0-255；y_1i＝0-255；x_2i＝0-255；y_2i＝0-255。

4.根据权利要求1所述的基于labview的竖井激光导向定位方法，其特征在于，在步骤S4中，拟合曲线的限定条件是拟合误差的平方和最小：

拟合曲线的限定条件是拟合误差的平方和最小：

5.根据权利要求1所述的基于labview的竖井激光导向定位方法，其特征在于，在步骤S5中，具体步骤如下：S5.1，根据拟合曲线和拟合曲线分别得到拟合曲线中最左侧像素点坐标值、最右侧像素点坐标值、最上侧像素点坐标值以及最下侧像素点坐标值和拟合曲线中最左侧像素点坐标值、最右侧像素点坐标值、最上侧像素点坐标值以及最下侧像素点坐标值；

S5.2，根据步骤S5.1得到的拟合曲线的四个像素坐标值，得到两条直线，两直线的交点坐标就是一个激光点的坐标；根据拟合曲线的四个像素坐标值，得到另外两条直线，两直线的交点坐标就是另一个激光点的坐标。