[发明专利]一种环状编码标记点的检测与识别方法

摘要

本发明公开了一种环状编码标记点的检测与识别方法，包括：采集有环状编码标记点的图片；对图像进行去噪、灰度化、二值化处理；采用canny进行边缘检测；8邻域算法提取轮廓；判断是否为圆形标记点所成的像；进行环状编码标记点的解码操作，求得编号。本发明的优点在于：实现环状编码标记点的精确定位，提高环状编码标记点的识别准确率和运行速度。

主权项

一种环状编码标记点的检测与识别方法，其特征在于包括如下步骤：S1：圆形标记点的提取与中心定位，具体步骤如下：S11：使用相机拍摄贴有环状编码标记点的模型，将采集到的图片传输到计算机中；S12：对图像进行灰度化、二值化处理，采用canny在二值化图像上进行轮廓提取，再采用八邻域轮廓提取算法提取轮廓；对提取到的轮廓计算轮廓周长、轮廓面积以及对轮廓进行最小二乘椭圆拟合后的长短轴之比来滤除噪声和非圆形标记点；根据标记点大小设置合适的轮廓周长阈值，删除不满足阈值条件的轮廓，对于满足阈值条件的轮廓进行最小二乘椭圆拟合；S13：椭圆拟合：对于任意位置的椭圆，其方程如下，其中(x,y)为椭圆上的点：{f(x,y)=x2+Axy+By2+Cx+Dy=E=0A2-AB<0---(1)]]>假设轮廓点数为N(N≥6),对这些点进行最小二乘椭圆拟合，则目标函数：F(A,B,C,D,E)=Σi=1Nf2(xi,yi)---(2)]]>由极值原理，要使F最小，则有通过此式解出A,B,C,D,E,则拟合完的椭圆方程被确定；进而计算出椭圆的五个基本参数，其中(xc,yc)为中心点坐标，a、b为椭圆长短轴，θ为姿态角；xc=AD-2BC4B-A2---(3)]]>yc=AC-2D4B-A2---(4)]]>θ=arctanBb2-a2b2-Ba2---(5)]]>a=2(BC2+D2-ACD-4BE+A2E)(4B-A2)(B+1-A2+(B-1)2)---(6)]]>b=2(BC2+D2-ACD-4BE+A2E)(4B-A2)(B+1+A2+(B-1)2)---(7)]]>设定一个阈值M，通过式(6)、(7)计算得到的各椭圆的长短轴，如果椭圆长短轴比满足式(8)：ab≤M---(8)]]>则认为该椭圆是利用圆形标记点所成像的轮廓像素拟合出来的，是目标椭圆，予以保留，如果长短轴比不满足式(8)，则不是圆形标记点所成的像，予以剔除；S14：采用灰度加权质心法对S13中提取到的圆形标记点进行中心定位；设圆形标记点包含m个像素点，f(xi,yi)是像素点(xi,yi)对应的灰度值；则圆形标记点的中心坐标(x0,y0)为：x0=Σi=1mf(xi,yi)xiΣi=1mf(xi,yi),y0=Σi=1mf(xi,yi)yiΣi=1mf(xi,yi)---(9)]]>S2：环状编码标记点的解码，在准确得到圆形标记点的中心后，便实现单个环状编码标记点的提取，再根据环状编码标记点的编码规则解出编码标记点的编号，具体操作步骤如下：S21：根据环状编码点中心圆的中心坐标，截取环状编码点图像的有效区域；S22：从环状编码点图像的有效区域中，分离出编码环带的信息；S23：采用灰度加权重心法求取每个白色码带的灰度重心，通过灰度重心与圆形标志中心所在的向量与X轴正向的夹角，对白色码带进行顺时针排序；S24：提取解码端点，提取每个白色码带的轮廓坐标，求得轮廓坐标序列中的行坐标和列坐标的最大值和最小值所在的4个坐标点，获得这四个坐标与中心点的向量，其两两向量的夹角中的最大值所对应的两个坐标点即为解码端点；S25：通过白色码带的灰度重心，对解码端点进行排序，使所有的端点按照顺时针排序；S26：解码端点标准化，将变形后的椭圆图像的解码端点重构为标准的圆形图像中的解码端点；解码端点的重构公式如式(10)，其中x′,y′是变形后的解码端点的坐标点，x0,y0为编码标志的中心，a,b是椭圆的长短轴，x,y是重构后的像素坐标，r是重构后编码标志的半径，θ为椭圆的倾角；{x=r*(x′-x0)cosθ-(y′-y0)sinθay=r*(x′-x0)sinθ+(y′-y0)cosθb---(10)]]>S27：以第一个端点为起点，依次求取相邻两个端点与中心点所在向量的夹角，即为每一个黑白码带所占的角度，再将每一个角度除以30度，得到其含单位码带的个数，最后求其编号。