一種基于離散余弦相位信息的多光斑檢測和定位方法
【專利摘要】本發(fā)明公開了一種基于離散余弦相位信息的多光斑檢測和定位方法，包括采用離散余弦相位信息的多目標區(qū)域增強，采用遍歷閾值最大方差進行二值化分割及邊緣檢測，以及采用圖像矩方法的多光斑質(zhì)心計算，最終得到所有光斑的邊緣和質(zhì)心。本發(fā)明充分考慮了離散數(shù)據(jù)的相位信息，來實現(xiàn)圖像目標檢測。本發(fā)明計算速度快，結(jié)果有效，可靠，適用于激光測量，機器人視覺定位，光學精密測量等相關(guān)領(lǐng)域。
【專利說明】
一種基于離散余弦相位信息的多光斑檢測和定位方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及光斑的檢測和定位方法，尤其是一種基于數(shù)字圖像的光斑檢測和定位 方法。
【背景技術(shù)】
[0002] 光斑檢測在激光準直儀，激光測量，光學測速等精密測量，檢測手段中是一項關(guān)鍵 技術(shù)，檢測算法的精度，計算速度直接影響了光學測量的效果。傳統(tǒng)的光斑檢測有重心法， 中值法以及霍夫變換法。前兩者在光斑圖像分布不均勻的情況下容易產(chǎn)生較大誤差，而霍 夫變換需要逐點投票，記錄，計算量比較大，也容易受到噪聲的影響。而實際中的光斑數(shù)據(jù) 容易受到環(huán)境的干擾，存在亮度不均勻，過曝光，噪聲等問題。
[0003] 由于圖像數(shù)據(jù)信息可以分為有用信息和冗余信息，對圖像進行離散傅里葉變換或 者離散余弦變換后，有用信息和冗余信息都以統(tǒng)計信息的形式存在于頻譜中，而頻譜可以 分為幅度譜和相位譜之和的形式?？梢詮南辔蛔V和幅度譜兩個方面來分析圖像數(shù)據(jù)。
[0004] -般而言，相位譜包含圖像的紋理結(jié)構(gòu)信息，而幅度譜包含圖像的明暗對比信息。 同時，相位譜代表了數(shù)據(jù)的位置信息，相位譜重構(gòu)可以保存圖像的有效信息，而幅度譜重構(gòu) 會丟失原有圖像的全部結(jié)構(gòu)特征。
[0005] 通過對光斑圖像離散信息的相位譜濾波與重構(gòu)可以實現(xiàn)關(guān)鍵目標區(qū)域的增強，進 而采用二值化算法和質(zhì)心檢測方法，可以確定光斑的形狀和位置，從而為精密測量提供數(shù) 據(jù)。

【發(fā)明內(nèi)容】

[0006] 發(fā)明目的:針對現(xiàn)有方法存在的問題，本發(fā)明旨在提供一種準確，高效的基于離散 余弦相位信息的多光斑檢測和定位方法。
[0007] 技術(shù)方案:一種基于離散余弦相位信息的多光斑檢測和定位方法，包括如下步驟：
[0008] S1:對光斑圖像進行基于相位譜的顯著區(qū)域提取預(yù)處理；
[0009] S2:對預(yù)處理后的光斑圖像進行二值化分割閾值計算；
[001 0] S3:對步驟S2得到的圖像進行邊緣檢測；
[0011] S4:對步驟S3得到的圖像進行質(zhì)心計算。
[0012] 進一步的，步驟S1中所述的顯著區(qū)域提取預(yù)處理方法具體為：
[0013] S1.1:對彩色圖像進行灰度化處理；
[0014] S1.2:將灰度圖像進行離散余弦變換，提取出幅值信息和相位信息；
[0015] S1.3:對相位信息進行濾波，求出濾波前后的相位信息差值；
[0016] S1.4:將幅值信息和S1.3得到的相位信息差值進行離散余弦逆變換，得到重構(gòu)圖 像。
[0017] 進一步的，S2中所述的二值化分割閾值計算方法具體為：
[0018] S2.1:設(shè)灰度圖像灰度級是L，則灰度范圍為[0，L-1 ]，圖像的最佳閾值為：
[0019] t=Max[wo(t) · (u0(t)_u)2+wi(t) · (ui(t)-u)2]
[0020] 其中，當分割的閾值為t時，wo為背景比例，uo為背景均值，W1為前景比例，m為前景 均值，u為整幅圖像的均值；
[0021] 使wo(t) · (u〇(t)_u)2+wi(t) · (ui(t)-u)2這一表達式值最大的t，即為分割圖像的 最佳閾值；
[0022] S2.2:采用該閾值對S1.4得到的重構(gòu)圖像進行分割，得到二值圖像。
[0023] 進一步的，S3中所述的邊緣檢測方法具體為:在二值圖像中，對每一行從左往右檢 測，再從上往下檢測每一行，發(fā)現(xiàn)像素值變化的坐標即記為邊緣。
[0024]進一步的，S4中所述的質(zhì)心計算方法具體為:計算S2得到的二值圖像的多個連通 域的質(zhì)心，計算方法如下：
[0025] 零階矩：
[0026] 一階矩：
[0027] 其中，V(i，j)代表坐標i，j處的圖像像素值，Μ和N代表圖像大小，圖像的質(zhì)心記為：
[0028] 有益效果：與現(xiàn)有技術(shù)相比，本發(fā)明提供的一種基于離散余弦相位信息的多光斑 檢測和定位方法，計算速度快，能夠?qū)崿F(xiàn)多目標的檢測，抗干擾性強，適用于激光加工，人機 互動，光學檢測等領(lǐng)域。
【附圖說明】
[0029]圖1為本發(fā)明的算法流程圖。
【具體實施方式】
[0030] 下面通過一個最佳實施例并結(jié)合附圖對本技術(shù)方案進行詳細說明。
[0031] 如圖1所示，一種基于離散余弦相位信息的多光斑檢測和定位方法，包括如下步 驟：
[0032] S1:對光斑圖像進行基于相位譜的顯著區(qū)域提取預(yù)處理，具體包括如下子步驟：
[0033] S1.1:對彩色圖像進行灰度化處理；
[0034] S1.2:將灰度圖像進行離散余弦變換，提取出幅值信息和相位信息；
[0035] S1.3:對相位信息進行濾波，求出濾波前后的相位信息差值；
[0036] S1.4:將幅值信息和S1.3得到的相位信息差值進行離散余弦逆變換，得到重構(gòu)圖 像。
[0037] S2:對預(yù)處理后的光斑圖像進行二值化計算，具體包括如下子步驟：
[0038] S2.1:設(shè)灰度圖像灰度級是L，則灰度范圍為[0，L-1 ]，圖像的最佳閾值為：
[0039] t=Max[wo(t) · (u0(t)_u)2+wi(t) · (ui(t)-u)2]
[0040] 其中，當分割的閾值為t時，wo為背景比例，U0為背景均值，wi為前景比例，m為前景 均值，U為整幅圖像的均值；
[0041] 使wo(t) · (u〇(t)_u)2+wi(t) · (ui(t)-u)2這一表達式值最大的t，即為分割圖像的 最佳閾值；
[0042] S2.2:采用該閾值對S1.4得到的重構(gòu)圖像進行分割，得到二值圖像；
[0043] S3:對步驟S2后的圖像進行邊緣檢測，具體為:在二值圖像中，對每一行從左往右 檢測，再從上往下檢測每一行，發(fā)現(xiàn)像素值變化的坐標即記為邊緣。
[0044] S4:對圖像S3進行質(zhì)心計算，計算S2得到的二值圖像的多個連通域的質(zhì)心，計算方 法如下：
[0045] 零階矩
[0046] 一階矩
[0047] 其中，V(i，j)代表坐標i，j處的圖像像素值，Μ和N代表圖像大小，圖像的質(zhì)心即記 為：
[0048] 從而通過邊緣檢測和質(zhì)心計算標示出光斑的形狀和位置，圖1中最終得到的光斑 形狀與定位，光斑的形狀即為邊緣，定位即為質(zhì)心計算的結(jié)果。
[0049] 本發(fā)明采用相位譜重構(gòu)和多連通域的質(zhì)心計算來確定光斑大小和位置，算法簡 單，計算速度快，檢測效果好，算法移植性好，能有效提高光斑的檢測質(zhì)量和效果。以上僅是 本發(fā)明的優(yōu)選實施方式，應(yīng)當指出：對于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明 原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也應(yīng)視為本發(fā)明的保護范圍。
【主權(quán)項】
1. 一種基于離散余弦相位信息的多光斑檢測和定位方法，其特征在于，包括如下步驟： S1:對光斑圖像進行基于相位譜的顯著區(qū)域提取預(yù)處理； S2:對預(yù)處理后的光斑圖像進行二值化分割闊值計算； S3:對步驟S2得到的圖像進行邊緣檢測； S4:對步驟S3得到的圖像進行質(zhì)屯、計算。2. 根據(jù)權(quán)利要求1所述的一種基于相位信息的光斑檢測方法，其特征在于，步驟S1中所 述的顯著區(qū)域提取預(yù)處理方法具體為： S1.1:對彩色圖像進行灰度化處理； S1.2:將灰度圖像進行離散余弦變換，提取出幅值信息和相位信息； S1.3:對相位信息進行濾波，求出濾波前后的相位信息差值； S1.4:將幅值信息和S1.3得到的相位信息差值進行離散余弦逆變換，得到重構(gòu)圖像。3. 根據(jù)權(quán)利要求2所述的一種基于相位信息的光斑檢測方法，其特征在于，步驟S2中所 述的二值化分割闊值計算方法具體為： S2.1:設(shè)灰度圖像灰度級是L，則灰度范圍為[0，L-1 ]，圖像的最佳闊值為： t=Max[wo(t) · (u〇(t)-u)2+wi(t) ·(山(t)-u)2] 其中，當分割的闊值為t時，wo為背景比例，UO為背景均值，W1為前景比例，U1為前景均值， U為整幅圖像的均值； 使W0(t) · (U0(t)-U)2+Wl(t) ·(山(t)-U)2運一表達式值最大的t，即為分割圖像的最佳 闊值； S2.2:采用該闊值對S1.4得到的重構(gòu)圖像進行分割，得到二值圖像。4. 根據(jù)權(quán)利要求1所述的一種基于相位信息的光斑檢測方法，其特征在于，步驟S3中所 述的邊緣檢測方法具體為：在二值圖像中，對每一行從左往右檢測，再從上往下檢測每一 行，發(fā)現(xiàn)像素值變化的坐標即記為邊緣。5. 根據(jù)權(quán)利要求1所述的一種基于相位信息的光斑檢測方法，其特征在于，步驟S4中所 述的質(zhì)屯、計算方法具體為： 計算S2得到的二值圖像的多個連通域的質(zhì)屯、，計算方法如下：其中，V ( i，.1'）代表坐標i，j處的圖像像素值，Μ和N代表圖像大小，圖像的質(zhì)屯、記為：
【文檔編號】G06T7/00GK106097317SQ201610392354
【公開日】2016年11月9日
【申請日】2016年6月2日 公開號201610392354.4, CN 106097317 A, CN 106097317A, CN 201610392354, CN-A-106097317, CN106097317 A, CN106097317A, CN201610392354, CN201610392354.4
【發(fā)明人】繆小冬, 史翔, 王愛青, 許志興, 王衛(wèi), 邵現(xiàn)京
【申請人】南京康尼機電股份有限公司