[發明專利]一種亞像素橢圓提取方法在審
| 申請號： | 202210285959.9 | 申請日： | 2022-03-22 |
| 公開（公告）號： | CN114648544A | 公開（公告）日： | 2022-06-21 |
| 發明（設計）人： | 熊鑫鑫;鄭軍 | 申請（專利權）人： | 聚時領臻科技（浙江）有限公司 |
| 主分類號： | G06T7/13 | 分類號： | G06T7/13;G06T7/136 |
| 代理公司： | 襄陽蒲公英知識產權代理事務所(普通合伙) 42306 | 代理人： | 張勇 |
| 地址： | 310000 浙江省杭*** | 國省代碼： | 浙江;33 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 像素 橢圓 提取 方法 | ||
本發明公開了一種亞像素橢圓提取方法，主要流程包括：橢圓切線提取、切線權重分配和基于最小二乘的橢圓參數估計等主要步驟，本質上是一種基于對偶二次曲線理論模型的橢圓參數估計方法，在橢圓參數求解中，加入閾值分割，權重分配、直線歸一化、參數歸一化等約束條件，相對于簡單的點約束，本方案的約束方法更加容易將橢圓參數約束到真實參數值范圍中大大提高了橢圓參數估計的精度，在整個算法過程中不存在邊緣提取環節，有效避免了由邊緣提取所引入的誤差。
技術領域
本發明涉及機器視覺技術領域，具體為一種亞像素橢圓提取方法。
背景技術
圓形特征廣泛應用于機器視覺領域，基于圓孔靶標的攝像機標定、基于圓形特征的機器人自動引導、物體空間位置和姿態測量、視覺導航以及目標對象識別等。圓是一種特殊的橢圓，并且圓的透視投影往往表現為橢圓特征，因此研究圖像中橢圓特征提取的方法具有重要的意義。
檢測精度與計算性能是橢圓圖像特征提取中的兩個重要問題。眾多學者圍繞著這兩個主要問題展開了研究，提出了大量的橢圓特征提取方法。目前常用的橢圓提取定位方法有形心法、Hough變換法以及基于邊界點擬合的方法，其中，基于不變矩方法以及基于最小二乘法是最常見的基于橢圓邊界點進行擬合的算法；然而矩方法雖然可以得到亞像素級別的橢圓中心，但是容易受到圖像灰度噪聲的影響；而基于橢圓邊界點的最小二乘橢圓擬合算法要求必須先提取橢圓邊界再進行橢圓擬合，不僅提高了橢圓擬合算法的復雜程度，而且極容易受到邊界噪聲的影響，大大降低橢圓擬合的精度。
在機器視覺的實際應用中，系統的檢測精度的關鍵在于橢圓中心像素坐標的精確提取，原因在于通常系統的檢測功能是通過一幅或多幅圖像上多個橢圓中心的像素坐標實現的，而橢圓的其它特征相對而言并不重要。本方案提出一種基于對偶二次曲線理論模型的橢圓參數估計方法，在整個算法過程中不存在邊緣提取環節，有效避免了由邊緣提取所引入的誤差，這主要是因為邊緣提取是個復雜的過程，包括梯度估計、非極大值抑制、閾值選擇等多個步驟，步驟中存在著眾多的不確定因素，嚴重地影響最終的參數估計精度。而在本方法中，將點橢圓參數估計方法在對偶空間中轉化為線橢圓參數估計方法，并且在參數估計時使用多種參數約束方式，為橢圓參數估計的精度提供了保證。
發明內容
本發明的目的在于提供一種亞像素橢圓提取方法，以解決上述背景技術中提出的在現有的橢圓提取方法中存在復雜的邊緣提取環節，進而大大降低最終的參數估計精度的問題。
為實現上述目的，本發明提供如下技術方案：一種亞像素橢圓提取方法，其特征在于，包括以下步驟：
步驟一：橢圓切線提取，將原始輸入圖像轉換為梯度圖像，根據梯度圖像中橢圓邊緣領域得出其梯度
其相應的橢圓切線為
其中上述二式中，gxi,gyi分別為圖像x軸和y軸方向上的梯度幅值；
步驟二，切線權重分配，通過梯度構造橢圓切線求解橢圓參數，當圖像中的像素點pi處的梯度存在時，存在直線該直線的方向指向像素pi的梯度方向，并且橢圓焦點處于該直線上；加入到對應的橢圓切線中，梯度模值大的切線更大概率位于橢圓邊界上；并且，梯度模值大的橢圓邊界對于橢圓參數估計的重要性遠大于梯度模值較小的橢圓邊界，因此將各個像素點的梯度值的模值作為權重以加強抗噪性以及相關精度；
步驟三，基于最小二乘的橢圓參數估計；給定一組直線集合li，參數向量Θ＝{A*,B*,C*,D*,E*,F*}為橢圓參數矩陣C*中的元素，該參數向量可以通過最小二乘估計得到，包括以下步驟：
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于聚時領臻科技（浙江）有限公司，未經聚時領臻科技（浙江）有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202210285959.9/2.html，轉載請聲明來源鉆瓜專利網。
