基于區(qū)域移動(dòng)的批量群圓矢量亞像素快速識(shí)別方法
【專(zhuān)利摘要】本發(fā)明提供一種基于區(qū)域移動(dòng)的批量群圓矢量亞像素快速識(shí)別方法，對(duì)采集的群圓圖像進(jìn)行二值化預(yù)處理，在連通分割所形成的各個(gè)連通區(qū)域內(nèi)依次建立數(shù)據(jù)采集窗口，通過(guò)在連通區(qū)域內(nèi)移動(dòng)數(shù)據(jù)采集窗口進(jìn)行多次數(shù)據(jù)收集和圓擬合，在圓擬合結(jié)果的基礎(chǔ)上并結(jié)合識(shí)別精度確定對(duì)應(yīng)連通區(qū)域內(nèi)最優(yōu)的圓識(shí)別位置，在最優(yōu)的圓識(shí)別位置進(jìn)行精確圓擬合，本發(fā)明對(duì)圖像要求低，處理方便，快速，適合生產(chǎn)線(xiàn)上群圓工件的快速精密檢測(cè)與分析，可以滿(mǎn)足精細(xì)電路板加工中大量密集圓要素的快速精密檢測(cè)與分析的需求，而且對(duì)于其它類(lèi)似圖像處理需求也有很好的推廣應(yīng)用價(jià)值，具有非常好的推廣應(yīng)用前景。
【專(zhuān)利說(shuō)明】基于區(qū)域移動(dòng)的批量群圓矢量亞像素快速識(shí)別方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種圖像識(shí)別方法，具體涉及一種批量群圓矢量亞像素識(shí)別方法。
【背景技術(shù)】
[0002]在微小印制電路板的精密設(shè)計(jì)與批量制造過(guò)程中，相關(guān)幾何要素的制造精度至關(guān)重要。印制電路板的檢測(cè)目前多以視頻圖像分析為主。
[0003]Hough變換是目前群圓自動(dòng)圖像識(shí)別領(lǐng)域最常用的算法。Hough變換的基本原理在于，利用點(diǎn)與線(xiàn)的對(duì)偶性，將原始的圖像空間給定的曲線(xiàn)根據(jù)曲線(xiàn)表達(dá)形式，轉(zhuǎn)變?yōu)閰?shù)空間的一個(gè)點(diǎn)。這樣就把原始圖像中給定曲線(xiàn)的檢測(cè)問(wèn)題轉(zhuǎn)化為將與圖像空間內(nèi)具有一定關(guān)系的參數(shù)空間的像元進(jìn)行聚類(lèi)，以尋找能把這些像元用某一解析形式聯(lián)系起來(lái)的參數(shù)空間累積對(duì)應(yīng)點(diǎn)，換句話(huà)說(shuō)，也就是尋找參數(shù)空間中的峰值問(wèn)題。
[0004]平面中任意一條直線(xiàn)可以用極坐標(biāo)方程來(lái)表示，即可以用P和Θ兩個(gè)參數(shù)確定下來(lái)，對(duì)于圖像空間任意點(diǎn)(x，y)，其函數(shù)關(guān)系為:
[0005]P =Xcos Θ +ysin Θ (I)
[0006]其中P為原點(diǎn)到直線(xiàn)的距離(即原點(diǎn)到直線(xiàn)的垂直線(xiàn)的長(zhǎng)度)，Θ確定了直線(xiàn)的方向(即原點(diǎn)到直線(xiàn)的垂直線(xiàn)與X軸方向的夾角)。數(shù)字圖像處理中圖像空間(X，y)和Hough空間Η(ρ，Θ)處理的都是離散量。每個(gè)像素點(diǎn)都能投影到圖像空間中的一些點(diǎn)上。如果對(duì)于同一直線(xiàn)I上的η個(gè)點(diǎn)進(jìn)行上述變換，則原圖像空間η個(gè)點(diǎn)在參數(shù)空間中對(duì)應(yīng)地得到η條正弦曲線(xiàn)，并且這些曲線(xiàn)相交于同一點(diǎn)。因此圖像空間中共線(xiàn)的點(diǎn)與參數(shù)空間中共點(diǎn)的線(xiàn)存在對(duì)應(yīng)關(guān)系，只要找出參數(shù)空間中共點(diǎn)的曲線(xiàn)，就能確定圖像空間中的曲線(xiàn)。
[0007]Hough變換最早應(yīng)用在直線(xiàn)檢測(cè)上，大量試驗(yàn)表明其對(duì)各種噪聲、形變、邊緣斷續(xù)甚至區(qū)域殘缺都具有很好的魯棒性和適應(yīng)性。直線(xiàn)的Hough變換是一個(gè)兩參數(shù)的參數(shù)空間，推而廣之，其它常見(jiàn)曲線(xiàn)也存在對(duì)應(yīng)的參數(shù)空間。在坐標(biāo)平面上確定一個(gè)圓需要三個(gè)參
數(shù)--圓的半徑、圓心的X軸坐標(biāo)和y軸坐標(biāo)，因此圓的Hough變換是一個(gè)以圓的半徑和圓
心坐標(biāo)為參數(shù)的三維空間。
[0008]已知圓的一般方程為:
[0009](χ-a)2+ (y-b) 2=r2 (2)
[0010]式中:(a，b)—圓心，r一圓的半徑。
[0011]如果將式(2)的未知數(shù)反轉(zhuǎn)，x-y是常量，而a-b-r變作未知數(shù)，那么顯然式(2)就是一個(gè)圓錐的方程。換句話(huà)說(shuō)，χ-y平面上的任一圓對(duì)應(yīng)由a-b-r確定的參數(shù)空間中的一個(gè)點(diǎn)。這樣，檢測(cè)x_y平面上的圓的問(wèn)題就轉(zhuǎn)換到檢測(cè)由a-b-r確定的參數(shù)空間中點(diǎn)的聚集程度的問(wèn)題。
[0012]但該方法在圓檢測(cè)過(guò)程中存在以下缺點(diǎn):
[0013]1、圓檢測(cè)過(guò)程中，參數(shù)由直線(xiàn)的兩個(gè)參數(shù)，即截距和斜率，上升到三個(gè)，即圓心坐標(biāo)和半徑，是一到多映射，因而計(jì)算量大；
[0014]2、需占用大量?jī)?nèi)存空間，耗時(shí)久、實(shí)時(shí)性差；[0015]3、現(xiàn)實(shí)中的圖像一般都受到外界噪聲的干擾，信噪比較低，此時(shí)常規(guī)Hough變換的性能將急劇下降，進(jìn)行參數(shù)空間極大值的搜索時(shí)由于合適的閾值難以確定，往往出現(xiàn)“虛峰”和“漏檢”的問(wèn)題。

【發(fā)明內(nèi)容】

[0016]本發(fā)明的目的在于提供一種基于區(qū)域移動(dòng)的批量群圓矢量亞像素快速識(shí)別方法。
[0017]為達(dá)到上述目的，本發(fā)明采用了以下技術(shù)方案。
[0018]對(duì)采集的群圓圖像進(jìn)行二值化預(yù)處理，然后對(duì)圖像進(jìn)行連通分割，在連通分割所形成的各個(gè)連通區(qū)域內(nèi)依次建立數(shù)據(jù)采集窗口，通過(guò)在連通區(qū)域內(nèi)移動(dòng)數(shù)據(jù)采集窗口進(jìn)行多次數(shù)據(jù)收集和圓擬合，在圓擬合結(jié)果的基礎(chǔ)上并結(jié)合識(shí)別精度確定對(duì)應(yīng)連通區(qū)域內(nèi)最優(yōu)的圓識(shí)別位置，在最優(yōu)的圓識(shí)別位置進(jìn)行精確圓擬合，得到圓要素。
[0019]所述二值化預(yù)處理的具體步驟為:采用Sobel梯度計(jì)算模型對(duì)采集的群圓圖像進(jìn)行處理，并采用梯度均值作為圖像二值化處理閾值。
[0020]所述數(shù)據(jù)采集窗口是一個(gè)以預(yù)設(shè)值為半徑、以連通區(qū)域的邊沿?cái)?shù)據(jù)中的一點(diǎn)為中心的圓區(qū)域，該圓區(qū)域包含邊沿點(diǎn)所對(duì)應(yīng)的目標(biāo)圓的弧長(zhǎng)不少于目標(biāo)圓周長(zhǎng)的1/6。
[0021]對(duì)參與完成目標(biāo)圓計(jì)算的數(shù)據(jù)采集窗口內(nèi)的邊沿點(diǎn)進(jìn)行標(biāo)記，避免數(shù)據(jù)采集窗口在不同的位置上重復(fù)利用相同的邊沿點(diǎn)計(jì)算目標(biāo)圓。
[0022]在圓擬合結(jié)果的基礎(chǔ)上并結(jié)合識(shí)別精度確定對(duì)應(yīng)連通區(qū)域內(nèi)最優(yōu)的圓識(shí)別位置的具體步驟為:
[0023]I)根據(jù)數(shù)據(jù)采集窗口收集到的邊沿點(diǎn)進(jìn)行圓擬合；
[0024]2)以圓擬合得到的圓為基礎(chǔ)，根據(jù)圓擬合得到的圓的圓心以及預(yù)設(shè)的識(shí)別精度，建立新的邊沿?cái)?shù)據(jù)的識(shí)別范圍，若新的邊沿?cái)?shù)據(jù)的識(shí)別范圍內(nèi)邊沿點(diǎn)分布均勻，則記錄該新的邊沿?cái)?shù)據(jù)的識(shí)別范圍內(nèi)的邊沿點(diǎn)數(shù)量和分布情況；
[0025]3)將數(shù)據(jù)采集窗口進(jìn)行移動(dòng)，并在每次移動(dòng)后重復(fù)步驟I) -2);
[0026]4)經(jīng)過(guò)步驟3)后，選擇記錄邊沿點(diǎn)數(shù)量最多的數(shù)據(jù)采集窗口的位置為最優(yōu)的圓識(shí)別位置。
[0027]所述精確圓擬合的具體步驟為:對(duì)邊沿點(diǎn)數(shù)據(jù)采用上至下、左至右、西北至東南以及東北至西南四個(gè)方向進(jìn)行灰度梯度統(tǒng)計(jì)計(jì)算，計(jì)算出灰度梯度最大的方向設(shè)置為該點(diǎn)亞像素分析矢量計(jì)算方向，然后借助細(xì)分插值數(shù)學(xué)方法，得到精確的邊沿?cái)?shù)據(jù)，進(jìn)一步進(jìn)行圓擬合即得到圓要素，將圓要素進(jìn)行輸出。
[0028]本發(fā)明的有益效果:
[0029]本發(fā)明對(duì)圖像要求低，處理方便，快速，適合生產(chǎn)線(xiàn)上群圓工件的快速精密檢測(cè)與分析，可以滿(mǎn)足精細(xì)電路板加工中大量密集圓要素的快速精密檢測(cè)與分析的需求，而且對(duì)于其它類(lèi)似圖像處理需求也有很好的推廣應(yīng)用價(jià)值，具有非常好的推廣應(yīng)用前景。
【專(zhuān)利附圖】

【附圖說(shuō)明】
[0030]圖1為Hough轉(zhuǎn)換處理中圖像空間和參數(shù)空間的轉(zhuǎn)換示意圖，其中圖像空間(a)中圓A、B、C、D、E分別對(duì)應(yīng)參數(shù)空間(b)中的點(diǎn)A、B、C、D、E。
[0031]圖2為本發(fā)明的流程圖。[0032]圖3為采集的包含大量群圓的待處理圖像。
[0033]圖4為對(duì)圖像進(jìn)行二值化處理后的圖像。
[0034]圖5為移動(dòng)數(shù)據(jù)采集窗口及根據(jù)移動(dòng)數(shù)據(jù)采集窗口進(jìn)行第一次圓擬合后的圖像Ca為移動(dòng)數(shù)據(jù)采集窗口，b為第一次圓擬合得到的圓)。
[0035]圖6為新的數(shù)據(jù)識(shí)別范圍內(nèi)的邊沿點(diǎn)集合。
[0036]圖7為群圓經(jīng)過(guò)精確圓擬合后得到的圓。
[0037]圖8為輸出的精確集合要素和原始圖像的對(duì)比。
【具體實(shí)施方式】
[0038]下面結(jié)合附圖對(duì)本發(fā)明進(jìn)行詳細(xì)的說(shuō)明。
[0039]參見(jiàn)圖2，一種基于區(qū)域移動(dòng)的批量群圓矢量亞像素快速識(shí)別方法，具體步驟如下:
[0040]第一步，采集群圓圖像數(shù)據(jù)，得到待處理的原始圖像，如圖3所示。
[0041]第二步，采用Sobel梯度計(jì)算模型對(duì)原始圖像進(jìn)行處理，并采用梯度均值作為圖像二值化處理閾值，實(shí)現(xiàn)圖像的二值化處理(效果如圖4)，得到群圓的邊沿?cái)?shù)據(jù)(即邊沿點(diǎn)數(shù)據(jù))。
[0042]第三步，對(duì)群圓的邊沿?cái)?shù)據(jù)進(jìn)行連通分割，得到連通區(qū)域。
[0043]第四步，選擇第i個(gè)連通區(qū)域的邊沿?cái)?shù)據(jù)中一點(diǎn)Pi,以點(diǎn)Pi為中心，以預(yù)設(shè)半徑值建立移動(dòng)數(shù)據(jù)采集窗口(如圖5所示)，對(duì)移動(dòng)數(shù)據(jù)采集窗口內(nèi)的邊沿點(diǎn)進(jìn)行收集，通過(guò)圓擬合得到目標(biāo)圓。預(yù)設(shè)半徑要求保證移動(dòng)數(shù)據(jù)采集窗口包含邊沿點(diǎn)所對(duì)應(yīng)的目標(biāo)圓的弧長(zhǎng)不少于目標(biāo)圓周長(zhǎng)的1/6，如不滿(mǎn)足，則根據(jù)計(jì)算得到的目標(biāo)圓半徑調(diào)整該移動(dòng)數(shù)據(jù)采集窗口預(yù)設(shè)半徑值。
[0044]第五步，經(jīng)過(guò)第四步后，對(duì)移動(dòng)數(shù)據(jù)采集窗口內(nèi)的邊沿點(diǎn)進(jìn)行收集，收集完成后對(duì)移動(dòng)數(shù)據(jù)采集窗口內(nèi)的邊沿點(diǎn)進(jìn)行標(biāo)記，避免其重復(fù)參與計(jì)算，然后根據(jù)移動(dòng)數(shù)據(jù)收集窗口收集到的邊沿點(diǎn)進(jìn)行第一次圓擬合。
[0045]第六步，以第一次圓擬合得到的圓為基礎(chǔ)，根據(jù)第一次圓擬合得到的圓的圓心以及預(yù)設(shè)的識(shí)別精度R，建立新的邊沿?cái)?shù)據(jù)的識(shí)別范圍(該范圍為一圓環(huán)，圓環(huán)中兩圓半徑差為預(yù)設(shè)識(shí)別精度R)，若新的邊沿?cái)?shù)據(jù)的識(shí)別范圍內(nèi)邊沿點(diǎn)分布均勻(以圓環(huán)圓心為原點(diǎn)建立平面坐標(biāo)系，若四個(gè)象限內(nèi)均有邊沿點(diǎn)分布，則認(rèn)為分布均勻)，則記錄該新的邊沿?cái)?shù)據(jù)的識(shí)別范圍內(nèi)的邊沿點(diǎn)數(shù)量和分布情況(如圖6所示)。
[0046]第七步，判斷第i個(gè)連通區(qū)域內(nèi)的邊沿點(diǎn)是否全部被標(biāo)記，若未全部被標(biāo)記，則將移動(dòng)數(shù)據(jù)采集窗口進(jìn)行移動(dòng)，然后轉(zhuǎn)第五步。經(jīng)過(guò)多輪迭代后，若第i個(gè)連通區(qū)域內(nèi)的邊沿點(diǎn)全部被標(biāo)記，則進(jìn)行第八步處理。
[0047]第八步，選擇第六步中記錄邊沿點(diǎn)數(shù)量最多的移動(dòng)數(shù)據(jù)采集窗口的位置為最優(yōu)的圓識(shí)別位置。
[0048]第九步，以最優(yōu)的圓識(shí)別位置為基礎(chǔ)，通過(guò)第六步記錄的對(duì)應(yīng)的邊沿點(diǎn)數(shù)據(jù)進(jìn)行精確圓擬合。精確圓擬合的步驟包括:對(duì)邊沿點(diǎn)數(shù)據(jù)采用上至下、左至右、西北至東南以及東北至西南四個(gè)方向進(jìn)行灰度梯度統(tǒng)計(jì)計(jì)算(如表I以及表2所示)，計(jì)算出灰度梯度最大的方向設(shè)置為該點(diǎn)亞像素分析矢量計(jì)算方向，然后借助細(xì)分插值數(shù)學(xué)方法，得到精確的邊沿?cái)?shù)據(jù)，進(jìn)一步進(jìn)行圓擬合即得到準(zhǔn)確圓要素(圖7為本發(fā)明方法處理后最終得到的群圓的準(zhǔn)確圓要素)，將準(zhǔn)確圓要素進(jìn)行輸出。
[0049]表1邊沿點(diǎn)數(shù)據(jù)
[0050]
【權(quán)利要求】
1.一種基于區(qū)域移動(dòng)的批量群圓矢量亞像素快速識(shí)別方法，其特征在于，包括以下步驟:對(duì)采集的群圓圖像進(jìn)行二值化預(yù)處理，然后對(duì)圖像進(jìn)行連通分割，在連通分割所形成的各個(gè)連通區(qū)域內(nèi)依次建立數(shù)據(jù)采集窗口，通過(guò)在連通區(qū)域內(nèi)移動(dòng)數(shù)據(jù)采集窗口進(jìn)行多次數(shù)據(jù)收集和圓擬合，在圓擬合結(jié)果的基礎(chǔ)上并結(jié)合識(shí)別精度確定對(duì)應(yīng)連通區(qū)域內(nèi)最優(yōu)的圓識(shí)別位置，在最優(yōu)的圓識(shí)別位置進(jìn)行精確圓擬合，得到圓要素。
2.如權(quán)利要求1所述一種基于區(qū)域移動(dòng)的批量群圓矢量亞像素快速識(shí)別方法，其特征在于，所述二值化預(yù)處理的具體步驟為:采用Sobel梯度計(jì)算模型對(duì)采集的群圓圖像進(jìn)行處理，并采用梯度均值作為圖像二值化處理閾值。
3.如權(quán)利要求1所述一種基于區(qū)域移動(dòng)的批量群圓矢量亞像素快速識(shí)別方法，其特征在于，所述數(shù)據(jù)采集窗口是一個(gè)以預(yù)設(shè)值為半徑、以連通區(qū)域的邊沿?cái)?shù)據(jù)中的一點(diǎn)為中心的圓區(qū)域，該圓區(qū)域包含邊沿點(diǎn)所對(duì)應(yīng)的目標(biāo)圓的弧長(zhǎng)不少于目標(biāo)圓周長(zhǎng)的1/6。
4.如權(quán)利要求3所述一種基于區(qū)域移動(dòng)的批量群圓矢量亞像素快速識(shí)別方法，其特征在于，對(duì)參與完成目標(biāo)圓計(jì)算的數(shù)據(jù)采集窗口內(nèi)的邊沿點(diǎn)進(jìn)行標(biāo)記，避免數(shù)據(jù)采集窗口在不同的位置上重復(fù)利用相同的邊沿點(diǎn)計(jì)算目標(biāo)圓。
5.如權(quán)利要求1所述一種基于區(qū)域移動(dòng)的批量群圓矢量亞像素快速識(shí)別方法，其特征在于，在圓擬合結(jié)果的基礎(chǔ)上并結(jié)合識(shí)別精度確定對(duì)應(yīng)連通區(qū)域內(nèi)最優(yōu)的圓識(shí)別位置的具體步驟為: 1)根據(jù)數(shù)據(jù)采集窗口收集到的邊沿點(diǎn)進(jìn)行圓擬合； 2)以圓擬合得到的圓為基礎(chǔ)，根據(jù)圓擬合得到的圓的圓心以及預(yù)設(shè)的識(shí)別精度，建立新的邊沿?cái)?shù)據(jù)的識(shí)別范圍，若新的邊沿?cái)?shù)據(jù)的識(shí)別范圍內(nèi)邊沿點(diǎn)分布均勻，則記錄該新的邊沿?cái)?shù)據(jù)的識(shí)別范圍內(nèi)的邊沿點(diǎn)數(shù)量和分布情況； 3)將數(shù)據(jù)采集窗口進(jìn)行移動(dòng)，并在每次移動(dòng)后重復(fù)步驟1)-2); 4)經(jīng)過(guò)步驟3)后，選擇記錄邊沿點(diǎn)數(shù)量最多的數(shù)據(jù)采集窗口的位置為最優(yōu)的圓識(shí)別位置。
6.如權(quán)利要求1或5所述一種基于區(qū)域移動(dòng)的批量群圓矢量亞像素快速識(shí)別方法，其特征在于，所述精確圓擬合的具體步驟為:對(duì)邊沿點(diǎn)數(shù)據(jù)采用上至下、左至右、西北至東南以及東北至西南四個(gè)方向進(jìn)行灰度梯度統(tǒng)計(jì)計(jì)算，計(jì)算出灰度梯度最大的方向設(shè)置為該點(diǎn)亞像素分析矢量計(jì)算方向，然后借助細(xì)分插值數(shù)學(xué)方法，得到精確的邊沿?cái)?shù)據(jù)，進(jìn)一步進(jìn)行圓擬合即得到圓要素，將圓要素進(jìn)行輸出。
【文檔編號(hào)】G06K9/34GK103530630SQ201310465065
【公開(kāi)日】2014年1月22日 申請(qǐng)日期:2013年9月29日 優(yōu)先權(quán)日:2013年9月29日
【發(fā)明者】丁建軍, 劉陽(yáng)鵬, 王豐東, 馬福祿, 李兵, 蔣莊德 申請(qǐng)人:西安交通大學(xué)