一种基于几何特征参数的圆检测方法_陈爱军

格式：pdf
大小：331.76 KB
文档页数：3

下载文档原格式

/ 3

一种基于MTALAB的圆度评定方法

一种基于MTALAB的圆度评定方法
陈永鹏
【期刊名称】《工程物理研究院科技年报》
【年(卷),期】2003(000)001
【摘要】在生产实践中，圆度的测定仪器主要有圆度仪、三坐标机等仪器。

而圆
度的评定和计算则是用圆度仪、三坐标机等仪器自带的计算程序，该程序严格保密且价格不菲。

圆度的评定和计算过程，实际是按照圆度评定标准，构造函数原型进行优化求解的过程。

随着MATLAB软件功能的日益完善，其拥有600多个工程中要用的数学运算函数，函数中所使用的算法都是科研和工程计算中的最新研究成果，而且经过了各种优化及容错处理，因此使用起来鲁棒性和可靠性非常高。

我们在进行优化计算时，只需按要求构造正确的函数模型，然后调用MATLAB的优化函数即可得到满意的结果。

求解结果的可视化通过调用MATLAB的插值函数和可视化函数即可方便地实现。

【总页数】2页(P176-177)
【作者】陈永鹏
【作者单位】无
【正文语种】中文
【中图分类】O182.1
【相关文献】
1.最小区域法评定圆度误差的一种实现方法 [J], 李敏通;杨青;赵友亮;朱俊平
2.一种快速,准确的圆度误差评定的计算机实现方法 [J], 侯伯杰;熊有伦
3.一种基于最小外接圆法的圆度误差评定算法 [J], 姜传文;唐旭晟
4.基于经验模态分解方法的圆度误差评定方法研究 [J], 章国稳;吕琦;马婧华;刘亦安
5.一种基于MATLAB的圆度评定方法 [J], 陈永鹏;岳晓斌;曾孝云
因版权原因，仅展示原文概要，查看原文内容请购买。

基于圆形标定点的相机几何参数的标定

基于圆形标定点的相机几何参数的标定相机几何参数的标定是计算机视觉和计算机图像处理中的重要步骤，它可以用于确定相机的内部参数和外部参数，从而实现准确的三维重构和摄像机姿势估计。

其中，基于圆形标定点的相机几何参数标定是一种常用的方法，通过在图像中识别圆形标定点的位置和大小，来计算相机的内部参数和外部参数。

在进行基于圆形标定点的相机几何参数标定时，我们通常需要进行以下步骤：1.采集标定图像：首先需要使用已知的三维坐标位置，摆放标定板，固定相机，并采集多张具有不同角度和平移变化的图像。

2.提取圆形标定点：对采集的图像进行预处理，使用图像处理算法，比如边缘检测、哈夫变换等方法，提取出标定板上的圆形标定点的位置和大小信息。

3.标定相机内部参数：利用提取的圆形标定点信息，采用相机标定的数学模型，比如张氏标定模型或者鱼眼相机模型，来估计相机的内部参数，包括焦距、主点位置、畸变参数等。

4.标定相机外部参数：在知道相机内部参数的情况下，利用已知的三维空间坐标和提取的图像坐标，通过最小二乘法或者优化方法，来求解相机的外部参数，即相机的旋转矩阵和平移向量。

5.评估标定结果：最后需要对标定结果进行评估，比较估计的内部参数和外部参数与真实参数之间的差距，以及通过重新投影误差来评估标定的准确性。

基于圆形标定点的相机几何参数标定方法具有以下优点：1.对于由于镜头畸变、变焦等因素引起的误差能够有很好地兼容，从而提高了标定的准确性。

2.圆形标定点在图像中易于识别和提取，比较稳定，并且能够在不同距离和角度下都能用于标定，具有一定的鲁棒性。

3.通过使用圆形标定点的位置和大小信息，可以更加准确地辨别图像坐标和真实世界坐标，从而提高了标定的精度。

需要指出的是，基于圆形标定点的相机几何参数标定方法也有一些局限性，比如需要保证标定板上的圆形标定点能够被清晰识别和提取，而且需要考虑到标定板和相机之间的距离变化对标定结果的影响。

总的来说，基于圆形标定点的相机几何参数标定是一种广泛应用且有效的标定方法，对于计算机视觉和计算机图像处理领域具有重要意义。

视觉测量中圆形标志两种提取方法的比较

第39卷第2期2017年4月光学仪器OPTICAL INSTRUMENTS Vol. 39，No. 2April，2017文章编号：1005-5630(2017)02-0026-08视觉测量中圆形标志两种提取方法的比较刘泽庆S张玉荣S蔡灿伟2(1.军械工程学院火炮工程系，河北石家庄050003;2.陆军军官学院兵器工程教研室，安徽合肥230031)摘要：针对靶场视觉测量相机标定中圆形标志在复杂背景图像上的提取和定位问题，研究了两种不同的圆形标志提取方法，一种是基于感兴趣区域的交互式提取方法，另一种是基于图像灰度和几何形态学的提取方法。

对两种方法的圆形标志提取过程进行了研究，并分别采用两种方法对视觉测量图像中的圆形标志进行提取实验，对两种方法的边缘提取效果和定位结果进行了对比，分析了两种方法的优势和不足。

圆形标志的提取结果表明，第一种方法能够平滑地提取出圆形标志的边缘，但受圆形标志的成像情况影响较大，第二种方法边缘提取效果受圆形标志的成像情况影响较小，但提取出的边缘为锯齿形，部分圆形标志的像素点被误判为背景，与圆形标志的实际成像有一定误差。

关键词：圆形标志；图像提取；图像定位；感兴趣区域；椭圆拟合中图分类号：TP 391. 41 文献标志码：A doi:10. 3969/j.issn. 1005-5630.2017. 02.005 Comparison of two extraction methods for circular marksin the visual measurementLIU Zeqing1, ZHANG Yurong1, CAI Canwei2(1. Department of Artillery Engineering, Ordnance Engineering College, Shijiazhuang 050003, China；2.W e a p o n Engineering Teaching and Research Section, A r m y Officer Academy, Hefei 230031, China)Abstract：To solve the problem of extracting and locating the circular marks from complex background in the image of range visual measurement? two extraction methods for circular marks are studied. The first method is the interactive extraction method based on the region of interest and the second is the extraction method based on image gray scale and geometric morphology. In this paper, the two methods are introduced at first, and then the methods are adopted to extract the circular marks from the image of visual measurement. The edge extraction and positioning results are compared, and the advantages and disadvantages of the two methods are analyzed. The result shows that the first method can extract the smooth edge of the circular mark, but this method is affected by the image of the circular mark. The second method is less affected by the image of the circular mark, but the extracted edge is serrated，and part of the circular mark pixels are misidentified as background pixels? which is not in conformity with the actual situation.收稿日期：2016-07-12作者简介：刘泽庆(1991 )，男，硕士研究生，主要从事弹道学理论与技术方面的研究。

一种改进的随机圆检测算法

一种改进的随机圆检测算法
陈爱军;李金宗;李东东
【期刊名称】《光电工程》
【年(卷),期】2006(33)12
【摘要】提出了一种用于圆检测的改进随机算法.首先利用4-邻接优先的八方向跟踪方法对边缘图像中的边缘像素进行跟踪形成一系列边缘链,然后从每段边缘中随机选取3个边缘像素并通过定义一个距离准则来判定这三个点能否确定一个候选圆.确定候选圆后,利用证据积累的方法进一步判断该候选圆是否为真正的圆.在证据积累过程中,无需对候选圆外接正方形之外的像素进行平方运算,只需进行简单的比较运算.通过对真实图像进行了圆检测实验,结果表明,该算法具有准确率高、速度快的优点.
【总页数】5页(P91-95)
【作者】陈爱军;李金宗;李东东
【作者单位】哈尔滨工业大学,图像信息技术与工程研究所,黑龙江,哈尔滨,150001;东北林业大学,机电工程学院,黑龙江,哈尔滨,150040;哈尔滨工业大学,图像信息技术与工程研究所,黑龙江,哈尔滨,150001;哈尔滨工业大学,图像信息技术与工程研究所,黑龙江,哈尔滨,150001
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于改进RCD算法的随机圆检测与定位技术研究 [J], 袁攀;李鹏军;李振国;胡建超
2.一种基于圆的几何特性改进的圆检测随机算法 [J], 舒龙庆;曾垂力
3.基于随机Hough变换改进的快速圆检测算法 [J], 朱正伟;宋文浩;焦竹青;郭晓
4.一种基于随机Hough变换圆检测的改进算法 [J], 赵桂霞;黄山
5.基于圆对称性和随机选点改进霍夫变换圆检测算法 [J], 张汝祥;陈德林;季江伟;张伟昕;杨力;王勇
因版权原因，仅展示原文概要，查看原文内容请购买。

一种圆直径的测量法

一种圆直径的测量法
温向军
【期刊名称】《四川水泥》
【年(卷),期】2007(000)001
【摘要】@@ 1 问题的提出rn一些企业只有一些普通量具,比如:量程为0～200 mm、精度为0.02mm的游标卡尺、外卡钳、内卡钳和卷尺等.而在我们的日常工作中常常需要测量一些直径大于200mm或者直径介于100～200 mm,但位于轴类零件中部的尺寸,遇到这种情况我们往往不能进行准确测量,只能靠外卡钳、内卡钳或卷尺来进行大致测量,这种方法对于旧件检查尚可应付,而对于新件尺寸检验就显得无能为力.
【总页数】2页(P26-27)
【作者】温向军
【作者单位】山西天脊集团水泥有限公司,潞城市,047507
【正文语种】中文
【中图分类】TQ17
【相关文献】
1.圆度误差的一种微机图像测量法
2.一种大直径圆棒材多支起重电磁铁系统
3.一种测量奇数齿圆弧齿轮的新方法：齿根圆法向斜径测量法
4.以直线和椭圆相交弦为直径的圆的另一种求法
5.西安电炉研究所有限公司专利介绍3——一种电极分布圆直径的调整装置
因版权原因，仅展示原文概要，查看原文内容请购买。

基于兴趣点特征匹配的印刷图像缺陷检测

基于兴趣点特征匹配的印刷图像缺陷检测
陈万军;陈亚军;何怡
【期刊名称】《包装工程》
【年(卷),期】2007(28)3
【摘要】提出了1种基于兴趣点特征匹配的印刷图像缺陷检测方法。

首先利用SIFT特征检测器,获取图像中具有旋转和平移不变性的特征点,然后采用最近邻方法进行特征点匹配,最后使用最小二乘优化算法,计算2幅图像特征点对的变换矩阵来实现缺陷图像的检测。

实验结果表明:该方法能够快速准确地提取出2幅图像间的对应特征点,大大降低了误匹配的概率,在图像发生较大平移和旋转的情况下,仍能准确地实现图像的对准及缺陷图像的检测。

【总页数】3页(P22-23)
【关键词】缺陷检测;SIFT特征;图像对准
【作者】陈万军;陈亚军;何怡
【作者单位】西安理工大学;陕西青年职业学院
【正文语种】中文
【中图分类】TQ432.2
【相关文献】
1.基于图像小波变换的食品包装印刷缺陷检测方法 [J], 马宝秋
2.基于非线性扩散与图像配准的印刷品表面缺陷检测 [J], 邢旭朋
3.一种基于图像处理的印刷品缺陷检测与分类系统 [J], 李钦尧
4.一种基于兴趣点特征匹配的图像镶嵌技术 [J], 仵建宁;郭宝龙;冯宗哲
5.基于图像配准的药用玻璃瓶印刷字缺陷检测 [J], 王星;刘朝英;宋雪玲;郝存明因版权原因，仅展示原文概要，查看原文内容请购买。

基于数学形态学的圆形标志定位

基于数学形态学的圆形标志定位
孙颖超;李振海
【期刊名称】《地理空间信息》
【年(卷),期】2010(008)001
【摘要】在用形态学算子对图像进行预处理的基础上,采用一种改进的形态学抗燥型边缘检测算子检测出边缘,最后用最小二乘拟合法对标志中心进行定位,通过实验证明该方法在有效抑制噪声的同时对标志实现了自动精确定位.
【总页数】3页(P73-75)
【作者】孙颖超;李振海
【作者单位】武汉大学,测绘学院,湖北,武汉,430079;武汉大学,测绘学院,湖北,武汉,430079
【正文语种】中文
【中图分类】P237.3
【相关文献】
1.基于RSPHL算法的圆形标志定位方法 [J], 任斌;程良伦
2.数学形态学在圆形目标识别和定位中的应用 [J], 方磊;蔡光程
3.基于几何特征的圆形标志点亚像素中心定位 [J], 王林波;王延杰;邸男;金明河
4.高速影像中圆形标志点的自动识别与定位 [J], 郑守住;汪本康;陈绍杰;柳思聪;马小龙;张高兴
5.基于像素分解的圆形标志点亚像素定位研究 [J], 宿晓玮;孙久运
因版权原因，仅展示原文概要，查看原文内容请购买。

基于弦中点Hough变换的同心圆检测方法

基于弦中点Hough变换的同心圆检测方法
王磊;陈临强
【期刊名称】《计算机应用》
【年(卷),期】2009(029)007
【摘要】给出了一种基于Hough变换的同心圆检测方法,其核心思想是降低经典Hough变换圆检测中的Hough累积维数,将经典Hough变换圆检测时的三维参量统计,转变成基于弦中点的圆心和半径的参量统计.根据圆上所有点的内切圆必经过圆中心的事实,提取黑白边缘图像来建立二维数组累加器,依照像素点分布扫描边缘图像,累加器计数,计算出圆心位置,对每个圆心进行半径累积,确定同心圆半径集.与经典的Hough变换检测方法相比,该方法降低了计算复杂度.
【总页数】3页(P1937-1939)
【作者】王磊;陈临强
【作者单位】杭州电子科技大学图形图像研究所,杭州310018;杭州电子科技大学图形图像研究所,杭州310018
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于弦中点Hough变换的椭圆检测方法 [J], 屈稳太
2.一种基于中点画圆算法的改进Hough变换检测圆方法 [J], 朱晓林;高诚辉;何炳蔚;黄敏纯;陈杰
3.一种基于梯度Hough变换的同心圆检测新方法 [J], 陈星
4.基于中点弦测法的中低速磁浮轨道不平顺检测 [J], 高雄杰;于龙;陈唐龙
5.基于深度学习的"圆锥曲线中点弦问题"微设计 [J], 王悦琴
因版权原因，仅展示原文概要，查看原文内容请购买。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

(
x' i+1
,
y' i+1
)
分别为
vi'
和
v' i +1
的坐标，且当
i
=
M
时，取
i+1=1。
(2)平均极距离
∑ ∑ d = 1
M
M =1
di
=
1 M
M i =1
xi'2 + yi'2
(7)
其中，di 为特征点 vi' 与形心 C 间的欧氏距离，C’的坐标为(0,0)。
(3)面积
M
M
A = ∑S∆i = ∑ s(s −di )(s −di+1)(s −li ) i = 1, 2,…, M (8)
【Abstract】A circle detection method using a group of geometric feature parameters is proposed. Polygon fitting to the extracted edges is implemented and the fitted polygons are normalized to obtain invariant geometric features to translation, rotation, and scale change. The parameters corresponding to the geometric features are calculated. Those shapes with the geometric feature parameters satisfying certain conditions are recognized as circles. The algorithm is described, and comparison experiments with the randomized hough transformation are made. The experimental results on synthetic and real images show that the proposed method is efficient and practical. 【Key words】Circle detection; Geometric feature parameter; Feature point; Image segmentation; Edge extraction
1.3 特征点提取图像经过分割和边缘提取后，可以得到一系列有序的、
表示目标完整轮廓的边缘点集，这些点集描述了目标边缘的形状特征。如果以此点集作为识别目标的特征点，则识别算法的计算量十分巨大。为了达到压缩点集的目的，本文通过
对边缘点集构成的曲线进行多边形拟合，以多边形的顶点作为特征点。
多边形拟合的思想如下：
其中，M 为多边形顶点数。
归一化后的特征点 vi' 的坐标 (xi' , yi' ) 与归一化前的特征
点 vi 的坐标(xi, yi)的对应关系为
xi' = (xi − x)/ D ， yi' = (yi − y) / D i =1, 2,…, M
(5)
图 2 拟合多边形
1.4 特征提取经过归一化处理后，下一步的工作是提取归一化多边形
一个边缘点集经过上述处理后，可以得到拟合后的多边
形顶点的有序集合 V，如图 2 所示。但由于成像距离、方位
以及位置等因素的变化，图像可能会发生旋转、平移及尺度变化，为了满足平移、旋转和尺度变换不变性的要求，必须
对拟合的多边形进行归一化。本文以边界点集的形心到多边
形顶点的最大距离作为归一化因子。
令边界点集形心 C 坐标为( x , y )，则
i=1
i=1
其中
s
=
(di
+
d i +1
+
li
)/
2，
S ∆i
为由特征点
vi'
、特征点
v' i +1
和
形心 C ' 这 3 个点为顶点的三角形的面积，当 i=M 时，取 i+1=1。
若目标轮廓为一个标准圆，则归一化后应为一个单位圆。
本文将归一化后的目标几何特征与其相应的单位圆的几何特
征的比值作为特征参数，即
快速而准确地检测圆在计算机视觉领域，特别是自动化检验和装配领域有着广泛的应用前景。Hough 变换是检测圆的有效方法，但其复杂的运算、巨大的数据量严重限制了它的应用和发展。为了克服上述缺陷，Xu 等[1]提出了随机 Hough 变换(Randomized Hough Transform, RHT)，但利用这种方法在复杂图像中进行圆形识别时，由于随机采样引入大量的无效单元，因此造成大量无效积累。多年来，研究者们提出了多种圆检测方法。如利用圆的几何对称性对图像中不完整的圆形进行识别[2, 3]，但这种方法不能识别发生部分变形，即不完全对称的圆形；模糊识别方法[4, 5]克服了上述方法的不足，但这种方法要求待识别的圆形个数为已知。
1 算法描述
本文算法的基本思想是：首先采用迭代阈值法对原图像进行二值化分割，然后采用边界跟踪方法进行边缘提取，得到一系列有序的、表示目标完整轮廓的边缘点集，对每一个边缘点集构成的曲线进行多边形拟合，并对拟合后的多边形进行归一化处理，以归一化后的多边形的顶点作为特征点求取具有旋转、平移及尺度变化不变性的几何特征，并获取几何特征与单位圆相应特征之比的参数，从而得到最终几何特征参数。如果待检测形状的几何特征参数大于预先给定的相应阈值，则此形状被识别为圆。具体检测流程如图 1 所示。
的几何特征，即周长、平均极距离和面积，见图 3。
图 3 归一化的多边形及其几何特征
(1)周长
多边形的周长定义为
∑ ∑ M
M
L = li =
( xi'
−
x' i+1
)2
+
( yi'
−
y' i+1
)2
i = 1, 2,…, M
(6)
i=1
i=1
其中，li 为特征点 vi' 与特征点 vi'+1 间的欧氏距离， (xi' , yi' ) 、
形的一条边；否则，将点 M 设为此虚拟线段的一个端点，即
(xe, ye)←(xmax, ymax)，另一端点保持不变，利用式(1)计算点 S 和点 E 间的边缘点集中的点到虚拟线段的距离 dk，然后再判断 dmax 与 dth 的大小关系。如果 dmax<dth，则新生成的 M 和此边缘点集中的第 1 点 S 为多边形一条边的两个端点。将点 M 作为虚拟线段的起点，即(xs, ys)←(xmax, ymax)，将边缘点集中的最后 1 点作为虚拟线段的终点，继续进行上述过程；否则，新生成的点 M 作为虚拟线段的终点，而起点保持不变，利用式(2)计算 dmax，直到 dmax<dth 为止。
(哈尔滨工业大学图像信息技术与工程研究所，哈尔滨 150001)
摘要：提出了一种利用一组几何特征参数对图像中的圆形进行检测的方法。对提取出的边缘进行多边形拟合，并对拟合后的多边形进行归一化处理，提取平移、旋转和尺度变换不变性的几何特征，计算相应的几何特征参数，将几何特征参数满足一定条件的形状识别为圆形。描述了该方法的具体步骤，并与随机 Hough 变换进行了对比实验。对合成图像和真实图像进行的实验结果表明，该方法具有较高的效率和实用性。关键词：圆检测；几何特征参数；特征点；图像分割；边缘提取
将每一个边缘点集 P 中的第 1 点 S(xs, ys) 和最后一点
E(xe, ye)作为一条虚拟线段的两个端点，计算该点集中其它点
K(xk, yk)到该线段的距离 dk。
dk
=
xk (ys
−ye)+ yk (xe −xs)+ yexs (xs −xe)2 +(ys − ye)2
− ysxe
k = 2,3,…, n −1 (1)
原图像
图像分割
边缘提取
特征点提取
特征提取
检测结果
图 1 圆检测过程框图
1.1 图像分割图像分割的方法较多，其中阈值化是一个最常用的工具。
本文利用一种阈值法——迭代阈值方法[6]对图像进行分割。迭代阈值方法如下：
(1)选择灰度阈值 T 的初始估计值； (2)用 T 将图像像素分成两组：G1 和 G2； (3)分别计算 G1 和 G2 中的所有像素的平均灰度值μ1 和μ2； (4)计算新的门限值： T = (µ1 + µ2 ) / 2 (5)重复(2)~(4)，直到逐次迭代所得的 T 值之差小于事先定义的参数 T0。本文将图像的最大灰度值和最小灰度值的均值作为灰度阈值 T 的初始估计值。迭代得到灰度阈值 T 后，将大于 T 的像素的灰度值设为 255，其余像素的灰度值设为 0，这样便得到了二值图像。 1.2 边缘提取经典的边缘提取方法是对整幅图像按像素在其邻域内构造边缘检测算子，常用的有 Sobel、Gauss 和 Canny 等算子，这些传统的边缘检测算法虽然应用范围较广，但实际计算比较费时，实时性较差。为了更为快速地实现边缘提取，本文选用了建立在二值图像上的边界跟踪的方法[7]。边界跟踪算法是通过跟踪构成目标闭区域边界线的每个像素，记录二值图像的坐标序列来完成的。具体算法是，先用大步距的方法找到起始点，然后再采用小步距顺时针搜索的方法寻找其余的边界点。在搜索过程中可将背景区域看作
第 33 卷第 5 期 Vol.33 No.5