一种反光标志点区域中心检测方法与流程

本发明涉及视觉测量，尤其涉及一种反光标志点区域中心检测方法。

背景技术：

1、在大型物体参数测量时，通常采用在物体表面粘贴视觉标志点的方法，这种方法操作方便，计算量少，同时，由于圆形标志点在不同视角的图像上的成像都是椭圆或者正圆，易于拟合，故视觉标志点大都采用圆形，例如在工厂中拍摄并通过检测标志点计算物体的基本尺寸、在海域平台上测量圆形支柱的平面度等数据、在室内环境中测量车架的部分关键外围尺寸等。

2、现有的很多应用于摄影测量领域的拍摄设备都是基于工业相机加辅助红色或蓝色光源开发的，直接拍摄的话，在复杂的光照条件下，需要反复调整光源亮度或者曝光参数来获取最好的拍摄效果，也有例如授权公开号为cn104729692b的“一种用于工业摄影测量标志点的测光方法”，通过反复采集多张图片来调整光源亮度从而获取最佳图像的方法，但是也需要拍摄多张图片，才能输出一张效果较好的图像，使得实际的处理与测量效率较低，对于拍摄测量量较大的项目或设备，较为耗费时间与人力。

技术实现思路

1、有鉴于此，本发明提出了一种反光标志点区域中心检测方法，通过去的原始图片数据，并在处理后经多步去除不合理光斑区域，并对确定后的反光标志点区域中心进行定位，以提高标志点的检测准确性，同时提高拍摄测量效率。

2、本发明的技术方案是这样实现的：本发明提供了一种反光标志点区域中心检测方法，包括以下步骤：

3、s1、采用单反相机拍摄反光标志点，得到原始图片数据；

4、s2、根据原始图片数据，获取10位以上灰度的图片；

5、s3、计算灰度图片的梯度图和二值化图；

6、s4、去除二值化图中像素面积过小与过大的光斑区域，并对剩下的光斑区域点集进行最大梯度区域范围搜索，得到有效光斑区域；

7、s5、计算有效光斑区域的质心，并获取有效光斑区域的最小外接长方形，在质点与最小外接长方形边长上的点连线上寻找最大梯度点，采集最大梯度点与质点之间的点，得到光斑区域点集；

8、s6、在光斑区域点集中提取最外层轮廓点，得到边界轮廓点集，将非闭合边界轮廓点集对应的有效光斑区域剔除；

9、s7、计算边界轮廓点集的梯度平均值，并对剩下的有效光斑区域进行筛选；

10、s8、提取剩下的有效光斑区域边界轮廓点集边界点的亚像素点，并进行椭圆拟合得到理想椭圆，再计算对应边界轮廓点集到理想椭圆的距离残差平均值，筛选出有效反光标志点，将理想椭圆的中心记为反光标志点的区域中心。

11、在以上技术方案的基础上，优选的，所述单反相机为1200万像素以上的全画幅单反相机，且安装有具备高速同步功能的辅助闪光灯。

12、在以上技术方案的基础上，优选的，所述步骤s2中，还包括通过dcraw开源库解析单反相机的原始图片数据，进行去马赛克处理，把bayerpattern图像转换成rgb数据，只提取绿色通道的数据作为灰度图片数据，并对图片进行基础锐化。

13、在以上技术方案的基础上，优选的，所述步骤s3中的梯度图通过高斯梯度算子计算获得，所述二值化图基于梯度阈值与灰度阈值获得。

14、进一步优选的，以i表示图片的第i行，j表示图片的第j列，value(i，j)表示图片第i行第j列像素的灰度值；grad(i，j)表示图片第i行第j列像素的梯度值；minvalue为最小灰度阈值，maxvalue为最大灰度阈值，mingrad为最小梯度阈值；grad(i，j)<mingrad且value(i，j)>minvalue或者value(i，j)>maxvalue的像素暂定为标志点椭圆光斑的像素，其余的像素暂定为背景像素。

15、在以上技术方案的基础上，优选的，所述步骤s4中，去除二值化图中像素面积过小与过大的光斑区域，包括去除光斑像素面积大于光斑最大像素面积的光斑与光斑像素面积小于光斑最小像素面积的光斑。

16、在以上技术方案的基础上，优选的，所述步骤s4中，对剩下的光斑区域点集进行最大梯度区域范围搜索，包括将所有光斑区域点集里的所有像素点均标记为内点，每个内点均向八个方向查询其他像素点，若所查询除内点之外的像素点对应的梯度值大于内点的梯度值则将该点标记为内点，进行反复递归式查找，直至无法获取新的像素点作为内点。

17、进一步优选的，所述步骤s5中，计算有效光斑区域的质心，其中质心为有效光斑区域点集的内点，否则标记为非反光标志点光斑区域。

18、更进一步优选的，所述步骤s7中，对剩下的有效光斑区域进行筛选，将得到的最外层轮廓点梯度平均值，与最小梯度阈值对比，若最外层轮廓点梯度平均值小于最小梯度阈值，则记为非反光标志点光斑区域。

19、在以上技术方案的基础上，优选的，所述步骤s8中，还包括设置一个最大残差阈值，残差平均值小于最大残差阈值的边界轮廓点集为反光标志点光斑区域的边界，则其理想椭圆的中心点为反光标志点的区域中心。

20、本发明的反光标志点区域中心检测方法相对于现有技术具有以下有益效果：

21、(1)通过获取单反相机拍摄的原始图片数据，与普通灰度图片数据相比具有更为丰富的对比度数值，可使反光标志点的光斑区域与普通背景有更大的灰度值差，并通过梯度阈值、灰度阈值与残差阈值等进行反光标志点的筛选，在确定反光标志点后，再进行标志点区域中心的定位，可大幅度的提高标志点定位的准确度，同时排除外界复杂光照环境的影响，使得操作人员可高效快速的在复杂光照条件下进行测算；

22、(2)在最初得到的光斑区域经过二值化后，得到的光斑区域可能小于实际标志点的光斑区域，实际标志点的光斑区域边界的梯度值理论上比内部光斑区域的梯度值大，以查找最大梯度点为目标向四周搜索以后，可以搜索到更多的像素点，再通过最小外接矩形的方法，以中心点与矩形边界点连线查找线段上的最大梯度点，最大梯度点与中心点之间的点都为光斑区域的像素点，这样得到的新的光斑区域会更接近实际上的光斑，可提高检测准确性。

技术特征：

1.一种反光标志点区域中心检测方法，其特征在于，包括以下步骤：

2.如权利要求1所述的反光标志点区域中心检测方法，其特征在于，所述单反相机为1200万像素以上的全画幅单反相机，且安装有具备高速同步功能的辅助闪光灯。

3.如权利要求1所述的反光标志点区域中心检测方法，其特征在于，所述步骤s2中，还包括通过dcraw开源库解析单反相机的原始图片数据，进行去马赛克处理，把bayerpattern图像转换成rgb数据，只提取绿色通道的数据作为灰度图片数据，并对图片进行基础锐化。

4.如权利要求1所述的反光标志点区域中心检测方法，其特征在于，所述步骤s3中的梯度图通过高斯梯度算子计算获得，所述二值化图基于梯度阈值与灰度阈值获得。

5.如权利要求4所述的反光标志点区域中心检测方法，其特征在于，以i表示图片的第i行，j表示图片的第j列，value(i，j)表示图片第i行第j列像素的灰度值；grad(i，j)表示图片第i行第j列像素的梯度值；minvalue为最小灰度阈值，maxvalue为最大灰度阈值，mingrad为最小梯度阈值；grad(i，j)<mingrad且value(i，j)>minvalue或者value(i，j)>maxvalue的像素暂定为标志点椭圆光斑的像素，其余的像素暂定为背景像素。

6.如权利要求1所述的反光标志点区域中心检测方法，其特征在于，所述步骤s4中，去除二值化图中像素面积过小与过大的光斑区域，包括去除光斑像素面积大于光斑最大像素面积的光斑与光斑像素面积小于光斑最小像素面积的光斑。

7.如权利要求1所述的反光标志点区域中心检测方法，其特征在于，所述步骤s4中，对剩下的光斑区域点集进行最大梯度区域范围搜索，包括将所有光斑区域点集里的所有像素点均标记为内点，每个内点均向八个方向查询其他像素点，若所查询除内点之外的像素点对应的梯度值大于内点的梯度值则将该点标记为内点，进行反复递归式查找，直至无法获取新的像素点作为内点。

8.如权利要求7所述的反光标志点区域中心检测方法，其特征在于，所述步骤s5中，计算有效光斑区域的质心，其中质心为有效光斑区域点集的内点，否则标记为非反光标志点光斑区域。

9.如权利要求5所述的反光标志点区域中心检测方法，其特征在于，所述步骤s7中，对剩下的有效光斑区域进行筛选，将得到的最外层轮廓点梯度平均值，与最小梯度阈值对比，若最外层轮廓点梯度平均值小于最小梯度阈值，则记为非反光标志点光斑区域。

10.如权利要求1所述的反光标志点区域中心检测方法，其特征在于，所述步骤s8中，还包括设置一个最大残差阈值，残差平均值小于最大残差阈值的边界轮廓点集为反光标志点光斑区域的边界，则其理想椭圆的中心点为反光标志点的区域中心。

技术总结
本发明提出了一种反光标志点区域中心检测方法，包括以下步骤：S1、采用单反相机拍摄反光标志点，得到原始图片数据；S2、根据原始图片数据，获取10位以上灰度的图片；S3、计算灰度图片的梯度图和二值化图；S4、去除二值化图中像素面积过小与过大的光斑区域，并对剩下的光斑区域点集进行最大梯度区域范围搜索，得到有效光斑区域。该反光标志点区域中心检测方法，通过梯度阈值、灰度阈值与残差阈值等进行反光标志点的筛选，在确定反光标志点后，再进行标志点区域中心的定位，可大幅度的提高标志点定位的准确度，同时排除外界复杂光照环境的影响，使得操作人员可高效快速的在复杂光照条件下进行测算。

技术研发人员：袁超飞,陈星辰,李长城
受保护的技术使用者：武汉惟景三维科技有限公司
技术研发日：
技术公布日：2024/1/14