视觉测量中圆形标志两种提取方法的比较视觉测量中常采用设定的人工标志点作为已知点来进行相机内外参数的标定。
人工标志点的世界坐标可以通过预先测量得到，人工标志点在图像上的位置坐标要通过图像提取来确定。
针对靶场视觉测量中测量距离远、背景复杂、干扰因素多等问题，选择图1所示的圆形标志作为标志点，圆形标志具有旋转不变性，以一定角度拍摄后成像为椭圆，相比于线形或点状的标志，具有更强的稳健性。
在相机标定模型确定的情况下，相机内外参数的标定精度不仅与标志点的世界坐标精度有关，还与标志点在图像上的提取和定位精度有关。
由于拍摄角度的原因，圆形标志在图像上呈现为椭圆，因此圆形标志的提取主要是椭圆的检测问题。
Hough变换及其改进算法[4-5]是常用的椭圆检测方法，基于Hough变换的方法在进行椭圆检测时需要将图像空间映射到参数空间进行多维统计计算，计算量大且效率低。
同时，在进行现场视觉测量时，图像背景较为复杂，在静爆实验中还会受到冲击波、扬尘等复杂因素的干扰，因而Hough变换的应用较为困难。
针对这些问题，研究了基于感兴趣区域（ROI）的交互式提取方法和基于图像灰度和几何形态学的提取方法，分别对圆形标志图像进行提取定位。
这两种方法计算量小，能够在已知标志点个数的情况下快速完成对圆形标志的定位。
本文研究了基于感兴趣区域的最小二乘拟合提取和基于图像灰度和几何性质提取的两种方法，对两种方法的提取过程进行了论述，并采用两种提取方法对圆形人工标志进行了提取实验，通过对比分析了两种方法的优点和不足。
1 基于感兴趣区域的最小二乘边缘拟合提取方法1.1 感兴趣区域的提取1.1.1感兴趣区域在背景复杂的图像中进行目标提取时，目标的提取效率较低，提取效果较差。
为了缩小目标提取时的搜索范围，降低复杂背景因素的影响，可以在目标提取前提取目标所在的感兴趣区域。
感兴趣区域是指图像、视频中能够引起人的视觉系统注意力的区域，这些区域往往具有相对于周围环境比较显著的亮度、颜色、形状、纹理等特征。
一种改进的随机Hough变换圆形检测算法
张道德;胡新宇;杨光友
【期刊名称】《电子器件》
【年(卷),期】2009(032)003
【摘要】由于随机Hough变换在进行圆形检测时无目标的随机采样,引入了大量的无效采样与无用累积,为提高算法效率,提出一种改进的随机Hough变换圆形检测算法.该算法利用圆的几何特性确定圆心的位置,减少了Hough变换在参数空间中累加器的无效累积;通过两次阈值的比较,大大减小产生虚假圆的可能性;另外,用带图像数字量化误差补偿的圆方程进行候选圆的判定,并结合圆周长与像素点的关系使得圆的确认更加合理.经验证,该算法能实现对圆的快速检测.
【总页数】4页(P721-724)
【作者】张道德;胡新宇;杨光友
【作者单位】湖北工业大学机械学院,430068;华中科技大学机械学院,430074;湖北工业大学机械学院,430068;湖北工业大学机械学院,430068
【正文语种】中文
【中图分类】TN957.53
【相关文献】
1.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
2.改进的随机Hough变换的头部区域检测算法 [J], 陈昊;马钺;陈帅;李昭月
3.一种快速的随机Hough变换圆检测算法 [J], 张显全;苏勤;蒋联源;李国祥
4.改进的随机Hough变换圆检测算法 [J], 袁理;曹智睿
5.改进的随机Hough变换圆检测算法 [J], 袁理;曹智睿
因版权原因，仅展示原文概要，查看原文内容请购买。
摘要边缘指的是图像中像素值有突变的地方。
边缘检测是图像处理的重要的一部分。
边缘往往携带着一幅图像的大部分信息。
在分析对比已有边缘检测算法的基础上，设计了两种边缘检测方法。
第一种方法先用Sobel算子粗定位，然后用三次样条插值函数对灰度图像进行插值，使目标达到亚像素级，对插值后的灰度图像，利用最大类间方差确定阈值，实现亚像素级的边缘检测。
另一种方法是根据灰度矩算子在目标成像前后的矩不变特性，利用Tabatabai等人提出的前三阶灰度矩，实现了亚像素边缘检测。
通过实验对算法有效性和检测精度进行了研究和验证，给出了工件的实测尺寸对比结果。
实验表明，基于灰度矩的亚像素边缘检测算法和基于Sobel算子的亚像素级边缘检测法比传统的边缘检测算子具有更高的定位精度。
关键词：亚像素级边缘检测；基于插值法的边缘检测；灰度矩ABSTRACTEdge refers to the value of the pixel in the image mutations. Edge detection is an important part of image processing. The edges tend to carry most of the information of an image. In this paper, the design two edge detection methods, the first method first used Sobel operator rough location, and then grayscale image interpolation, cubic spline interpolation function so that the target to achieve sub-pixel level grayscale images after interpolation, the use of the maximum variance between the threshold is determined to achieve sub-pixel edge detection. Another method is the gray moment operator in the moments before and after the target imaging invariant Tabatabai, who proposed the first three gray moment, to achieve sub-pixel edge detection, through experiments the effectiveness of the algorithm and testing the accuracy of research and validation, given the comparison of measured dimensions of the workpiece. The experiments show that, based on gray-scale operator sub-pixel edge detection algorithm has a higher positioning and accuracy than the traditional operator to meet the image target to achieve sub-pixel edge detection.Key words：Sub-pixel edge detection；Edge Detection based interpolation；Gray Moment；目录第1章绪论 (1)1.1 课题研究背景及意义 (1)1.2边缘检测的研究历史和发展趋势 (2)1.3 论文研究内容，解决问题和章节安排 (4)第2章经典边缘检测算子 (6)2.1 数字图像的基本概念 (6)2.1.1 图像数字化 (6)2.2Sobel算子 (7)2.3 Prewitt算子 (9)2.4 LoG算子 (10)2.5实验结果及分析 (10)第3章基于SOBEL算子的亚像素级边缘检测 (12)3.1 Sobel算子改进算法 (12)3.2 三次样条插值 (13)3.3 最大类间方差法（Ostu） (14)3.4 算法实现 (16)3.5 实验结果 (17)3.6 实验结果分析 (18)3.7 本章小结 (19)第4章基于灰度矩的亚像素算法 (20)4.1 灰度矩算子 (20)4.2 灰度矩边缘检测算法 (21)4.2.1 灰度值h1和h2的计算 (21)4.2.2 边缘位置 的确定 (23)4.2.3 边缘方向 (24)4.2.4 边缘的判断条件 (24)4.2.5模板效应 (25)4.2.6 算法实现 (26)4.3 实验结果及分析 (27)4.4 本章小结 (30)结论 (32)参考文献 (33)致谢···································································错误!未定义书签。
基于Hu矩的近景摄影测量圆形标志的自动检测王至博;姚喜;栾学科【摘要】近景摄影测量中的人工标志多采用圆作为主要特征,当目标面与像片平面不平行时,圆形标志的像将为椭圆,本文提出了一种基于形状准则和Hu距的精确类椭圆标志提取方法以及圆形标志的分类方法,并制作编码标志实物在室内实验室进行场景实拍实验,各项实验结果数据证明该理论方法可行.【期刊名称】《城市勘测》【年(卷),期】2010(000)005【总页数】5页(P93-97)【关键词】近景摄影测量;编码标志;边缘检测;Hu矩【作者】王至博;姚喜;栾学科【作者单位】青岛市勘察测绘研究院,山东,青岛,266000;山东省水利勘测设计院,山东,济南,250013;青岛市勘察测绘研究院,山东,青岛,266000【正文语种】中文【中图分类】P234.1近景摄影测量包括低空摄影测量、地面和室内近景摄影测量，是目前国内外研究的热点。
在传统的近景摄影测量手段中，如果要获取待测点的三维坐标，需要满足两个条件:一是要求待测点本身纹理丰富，处于适宜的摄影环境中，能够获取合乎质量的立体像对；二是需要在待测物点表面或周围布设一定数量的控制点[1]。
在众多测量实践中，待测区域本身往往是缺乏纹理的、隐蔽的、不可通视的或不便于直接测量，表面没有足够的特征，同时在每个待测点周围布设控制点也是件费时费力的工作，这就使得利用常规的近景影摄影测量技术来获得这类待测点的三维坐标变得极为困难，甚至是不可能的。
因此，人工标志自动化识别、自动化定位和自动化匹配在近景摄影测量中变得十分必要。
在近景摄影测量的许多应用中，可以在待测物体表面分布一些具有明显特征且易于识别的元素作为标记点，如圆、十字刻划线等。
若给标记点加载唯一的身份信息，即对标记点进行编码，对图像中标记点进行唯一身份识别后，可以方便、可靠地实现多幅图像之间标记点的对应匹配。
目前国内外已设计出的编码标志点主要有如图1所示的形式[2～5]:经观察可知，已有编码标志的图案设计多数采用了圆作为主要特征。
