圆环内外径拟合方法、装置、电子设备及存储介质与流程

1.本申请涉及图像处理技术领域，具体而言，涉及一种圆环内外径拟合方法、装置、电子设备及存储介质。


背景技术：

2.现有的零件圆的拟合方法往往通过霍夫变换进行圆的检测，霍夫变换具有较强的抗干扰能力，但是面对较复杂工件时检测稳定性仍然不够，比如毛坯钢管件。并且霍夫变换会检测需要调试参数较多，面对较复杂场景时需要反复调试多个参数过滤非目标结果，而且很多时候会把目标圆一起过滤掉。
3.因此现有零件圆的拟合方法面对复杂环境时抗干扰能力不足，且时间复杂度非常大，特别是面对高分辨率的工业图片时。


技术实现要素：

4.有鉴于此，本申请实施例的目的在于提供一种圆环内外径拟合方法、装置、电子设备及存储介质，以改善现有技术中存在的面对复杂环境时抗干扰能力不足、面对复杂环境时抗干扰能力不足的问题。
5.本申请实施例提供了一种圆环内外径拟合方法，所述方法包括：从圆环图像中确定圆环的边界；基于所述边界对所述圆环的内外径的点进行水平采样、竖直采样和放射采样中的至少一种采样，获得采样结果；基于所述采样结果进行圆的拟合，将所述圆的拟合的结果作为所述圆环的内外径拟合的拟合结果。
6.在上述实现方式中，通过水平采样、竖直采样和/或放射采样进行数据点的离散采样，鲁棒性和抗干扰能力得到很大提升，然后根据采样结果进行融合样本点集的内外径拟合，且数据点集更符合实际的数据分布，需要调试参数较现有技术较少，拟合效率和精度更高。
7.可选地，在所述从圆环图像中确定圆环的边界之前，所述方法还包括：获取所述圆环的拍摄图像；去除所述拍摄图像中与所述内外径的拟合无关的无关图像部分；在去除所述无关图像部分的所述拍摄图像中截取包含所述圆环的兴趣域图像；对所述兴趣域图像进行预处理，将预处理输出的图像作为所述圆环图像，所述预处理包括滤波、灰度化和二值化中的至少一种。
8.在上述实现方式中，通过对拍摄图像中与圆环无关的图像部分的去除，以及对兴趣域图像的提取，获取干扰图像更少的圆环图像，能够排除杂物干扰，提高后续拟合精度。
9.可选地，所述去除所述拍摄图像中与所述内外径的拟合无关的无关图像部分，包括：获取所述拍摄图像的相同拍摄环境下，不存在所述圆环的背景图像；将所述拍摄图像与所述背景图像相减，以去除所述无关图像部分。
10.在上述实现方式中，通过拍摄图像和背景图像进行简单的减操作去除无关图像部分，降低了计算复杂度，提高了内外径拟合的整体效率。
11.可选地，所述竖直采样的步骤包括：基于指定水平方向顺序对所述圆环依次进行多次从上边界竖直向下或从下边界竖直向上的竖直点采样，部分竖直点采样与所述圆环的内外径分别重合两次，采样步长随着采样方向和采样点构成的直径方向夹角的减小而由小至大；在每次竖直点采样获得的点的值小于二值化图最大值时，确定所述点采样获得的点为所述圆环外的点；确定每次竖直点采样过程中大于所述二值化图最大值的第一个点和最后一个点为外径点；确定每次竖直点采样过程中小于所述二值化图最大值的第一个点和最后一个点为内径点。
12.在上述实现方式中，竖直采样的采样过程以及确定内外径点集的计算简单，提高了内外径拟合的效率，同时采样步长随采样方向和采样点构成的直径方向夹角的减小而变化，适应性采样使得到的采样点密度基本一样，使得拟合算法的鲁棒性更高。
13.可选地，所述水平采样的步骤包括：基于指定竖直方向顺序对所述圆环依次进行多次从左边界水平向右或从右边界水平向左的水平点采样，每次水平点采样与所述圆环的内外径分别重合一次，采样步长随着采样方向和采样点构成的直径方向夹角的减小而由小至大；在每次水平点采样获得的点的值小于二值化图最大值时确定所述点采样获得的点为所述圆环外的点；在所述水平点采样的方向指向所述圆环的圆心时，确定每次水平点采样过程中大于所述二值化图最大值的第一个点为外径点，最后一个点为内径点；在所述水平点采样的方向背向所述圆环的圆心时，确定每次水平点采样过程中大于所述二值化图最大值的第一个点为内径点，最后一个点为外径点。
14.在上述实现方式中，水平采样的采样过程以及确定内外径点集的计算简单，提高了内外径拟合的效率，同时采样步长随采样方向和圆环在该采样方向上所占的比例而变化，适应性采样使得到的采样点密度基本一样，使得拟合算法的鲁棒性更高。
15.可选地，所述放射采样的步骤包括：以所述边界中的指定边界的中点为中心，每间隔角度θ生成一条采样射线，θ为与所述圆环图像的水平坐标轴的夹角，基于射线方向对每条采样射线进行采样步长固定的射线点采样；在每次放射点采样获得的点的值小于二值化图最大值时，确定所述点采样获得的点为所述圆环外的点；在所述放射点采样的方向指向所述圆环的圆心时，确定每次放射点采样过程中大于所述二值化图最大值的第一个点为外径点，最后一个点为内径点；在所述放射点采样的方向背向所述圆环的圆心时，确定每次放射点采样过程中大于所述二值化图最大值的第一个点为内径点，最后一个点为外径点。
16.在上述实现方式中，放射采样的采样过程以及确定内外径点集的计算简单，提高了内外径拟合的效率。
17.可选地，所述基于所述采样结果进行圆的拟合，包括：采用随机抽样一致算法和最小二乘法对所述采样结果进行圆的拟合。
18.在上述实现方式中，采用随机抽样一致算法和最小二乘法对所述采样结果进行圆的拟合，能够对水平采样、竖直采样和放射采样三种采样方式获得的采样结果进行融合，再进行圆的拟合，具有更高的鲁棒性和精度。
19.本申请实施例还提供了一种圆环内外径拟合方法装置，所述装置包括：边界确定模块，用于从圆环图像中确定圆环的边界；采样模块，用于基于所述边界对所述圆环的内外
径的点进行水平采样、竖直采样和放射采样中的至少一种采样，获得采样结果；拟合模块，用于基于所述采样结果进行圆的拟合，将所述圆的拟合的结果作为所述圆环的内外径拟合的拟合结果。
20.在上述实现方式中，通过水平采样、竖直采样和/或放射采样进行数据点的离散采样，鲁棒性和抗干扰能力得到很大提升，然后根据采样结果进行融合样本点集的内外径拟合，且数据点集更符合实际的数据分布，需要调试参数较现有技术较少，拟合效率和精度更高。
21.可选地，所述圆环内外径拟合装置还包括：预处理模块，用于获取所述圆环的拍摄图像；去除所述拍摄图像中与所述内外径的拟合无关的无关图像部分；在去除所述无关图像部分的所述拍摄图像中截取包含所述圆环的兴趣域图像；对所述兴趣域图像进行预处理，将预处理输出的图像作为所述圆环图像，所述预处理包括滤波、灰度化和二值化中的至少一种。
22.在上述实现方式中，通过对拍摄图像中与圆环无关的图像部分的去除，以及对兴趣域图像的提取，获取干扰图像更少的圆环图像，能够排除杂物干扰，提高后续拟合精度。
23.可选地，所述预处理模块具体用于：获取所述拍摄图像的相同拍摄环境下，不存在所述圆环的背景图像；将所述拍摄图像与所述背景图像相减，以去除所述无关图像部分。
24.在上述实现方式中，通过拍摄图像和背景图像进行简单的减操作去除无关图像部分，降低了计算复杂度，提高了内外径拟合的整体效率。
25.可选地，所述采样模块具体用于：基于指定水平方向顺序对所述圆环依次进行多次从上边界竖直向下或从下边界竖直向上的竖直点采样，部分竖直点采样与所述圆环的内外径分别重合两次，采样步长随着采样方向和采样点构成的直径方向夹角的减小而由小至大；在每次竖直点采样获得的点的值小于二值化图最大值时，确定所述点采样获得的点为所述圆环外的点；确定每次竖直点采样过程中大于所述二值化图最大值的第一个点和最后一个点为外径点；确定每次竖直点采样过程中小于所述二值化图最大值的第一个点和最后一个点为内径点。
26.在上述实现方式中，竖直采样的采样过程以及确定内外径点集的计算简单，提高了内外径拟合的效率，同时采样步长随采样方向和采样点构成的直径方向夹角的减小而变化，适应性采样使得到的采样点密度基本一样，使得拟合算法的鲁棒性更高。
27.可选地，所述采样模块具体用于：基于指定竖直方向顺序对所述圆环依次进行多次从左边界水平向右或从右边界水平向左的水平点采样，每次水平点采样与所述圆环的内外径分别重合一次，采样步长随着采样方向和采样点构成的直径方向夹角的减小而由小至大；在每次水平点采样获得的点的值小于二值化图最大值时确定所述点采样获得的点为所述圆环外的点；在所述水平点采样的方向指向所述圆环的圆心时，确定每次水平点采样过程中大于所述二值化图最大值的第一个点为外径点，最后一个点为内径点；在所述水平点采样的方向背向所述圆环的圆心时，确定每次水平点采样过程中大于所述二值化图最大值的第一个点为内径点，最后一个点为外径点。
28.在上述实现方式中，水平采样的采样过程以及确定内外径点集的计算简单，提高了内外径拟合的效率，同时采样步长随采样方向和圆环在该采样方向上所占的比例而变化，适应性采样使得到的采样点密度基本一样，使得拟合算法的鲁棒性更高。
29.可选地，所述采样模块具体用于：以所述边界中的指定边界的中点为中心，每间隔角度θ生成一条采样射线，θ为与所述圆环图像的水平坐标轴的夹角，基于射线方向对每条采样射线进行采样步长固定的射线点采样；在每次放射点采样获得的点的值小于二值化图最大值时，确定所述点采样获得的点为所述圆环外的点；在所述放射点采样的方向指向所述圆环的圆心时，确定每次放射点采样过程中大于所述二值化图最大值的第一个点为外径点，最后一个点为内径点；在所述放射点采样的方向背向所述圆环的圆心时，确定每次放射点采样过程中大于所述二值化图最大值的第一个点为内径点，最后一个点为外径点。
30.在上述实现方式中，放射采样的采样过程以及确定内外径点集的计算简单，提高了内外径拟合的效率。
31.可选地，所述拟合模块具体用于：采用随机抽样一致算法和最小二乘法对所述采样结果进行圆的拟合。
32.在上述实现方式中，采用随机抽样一致算法和最小二乘法对所述采样结果进行圆的拟合，能够对水平采样、竖直采样和放射采样三种采样方式获得的采样结果进行融合，再进行圆的拟合，具有更高的鲁棒性和精度。
33.本申请实施例还提供了一种电子设备，所述电子设备包括存储器和处理器，所述存储器中存储有程序指令，所述处理器读取并运行所述程序指令时，执行上述任一实现方式中的步骤。
34.本申请实施例还提供了一种可读取存储介质，所述可读取存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行上述任一实现方式中的步骤。
附图说明
35.为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
36.图1为本申请实施例提供的一种圆环内外径拟合方法的流程示意图。
37.图2为本申请实施例提供的一种预处理步骤的流程示意图。
38.图3为本申请实施例提供的一种采样方式的示意图。
39.图4为本申请实施例提供的一种圆环内外径拟合装置的模块示意图。
40.图标：20－圆环内外径拟合装置；21－边界确定模块；22－采样模块；23－拟合模块。
具体实施方式
41.下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行描述。
42.经本申请人研究发现，在工厂实际生产环境中，很多时候零件没被产线原有机构或设计的阻挡机构等遮挡掉部分，而现有的零件圆的拟合方法往往通过霍夫变换进行圆的
检测，霍夫变换具有较强的抗干扰能力，但是面对较复杂工件时检测稳定性仍然不够，针对被遮挡零件等情况即面对较复杂场景时需要反复调试多个参数过滤非目标结果，而且很多时候会把目标圆一起过滤掉，其拟合效率、精度以及鲁棒性较差。
43.为了解决现有技术存在的上述问题，本申请实施例提供了一种圆环内外径拟合方法，请参考图1，图1为本申请实施例提供的一种圆环内外径拟合方法的流程示意图。
44.步骤s12：从圆环图像中确定圆环的边界。
45.应当理解的是，通常在进行图像处理时，会在最开始对拍摄获得的原始图像进行预处理，请参考图2，图2为本申请实施例提供的一种预处理步骤的流程示意图，本实施例的预处理步骤可以如下：
46.步骤s111：获取圆环的拍摄图像。
47.本实施例中以圆环为工业产线中的零件为例，由于工业产线中目标零件出现的位置和场景固定，因此拍摄圆环的相机也可以是固定在特定位置，对圆环会停留或经过的固定位置进行拍摄。
48.可选地，拍摄图像的分辨率等图像参数可以根据具体的拟合精度需求进行灵活调整。
49.步骤s112：去除拍摄图像中与内外径的拟合无关的无关图像部分。
50.由于工业产线中目标零件出现的位置和场景固定，所以可以根据没有零件的场景背景图像，去除跟零件检测无关的“杂物”，比如支撑机构和工作台等，去除杂质能极大提升拟合的稳定性和精度。
51.具体地，去除无关图像部分的具体方式可以如下：获取拍摄图像的相同拍摄环境下，不存在圆环的背景图像；将拍摄图像与背景图像相减，以去除无关图像部分。
52.可选地，上述背景图像通常采用与获取拍摄图像的同一相机在同一取景条件下，取走圆环零件后进行拍摄获得，以保证拍摄图像和背景图像的一致性。
53.上述图像之间的相减，即在两幅图像之间对应像素做减法运算，图像相减可以检测出两幅图像的差异信息。目前实现图像相减的技术有很多，例如散斑干涉法、全息滤波法、干涉滤波法和光栅编码法等，本实施例中的图像相减的技术可以根据拟合的具体需求进行灵活选择。
54.步骤s113：在去除无关图像部分的拍摄图像中截取包含圆环的兴趣域图像。
55.基于零件出现位置是固定的从拍摄图像中截取到兴趣域图像，由于兴趣域图像包含的画面部分几乎只存在圆环零件的部分，因此从兴趣域图像上进行后续处理能够避免其他图像干扰，降低图像处理的计算量，能很大程度提升拟合效率。
56.步骤s114：对兴趣域图像进行预处理，将预处理输出的图像作为圆环图像，预处理包括滤波、灰度化和二值化中的至少一种。
57.可选地，本实施例中滤波可以为均值偏移滤波，因为均值偏移滤波可以在色彩层面进行平活滤波，它可以中和色彩分布相近的颜色、平滑色彩细节和腐蚀面积较小的区域，最重要的是其能够较好地保存边缘信息。
58.在图像处理中，用rgb三个分量(r：red，g：green，b：blue)，即红、绿、蓝三原色来表示真彩色，r分量、g分量、b分量的取值范围均为0～255，灰度化即为将图像转换为r＝g＝b时，彩色表示一种灰度颜色的图像，其中r＝g＝b的值叫灰度值，因此，灰度图像每个像素只
需一个字节存放灰度值(又称强度值、亮度值)，灰度范围为0－255。
59.灰度图像每个像素只需一个字节存放灰度值，用于显示的灰度图像通常用每个采样像素8位的非线性尺度来保存，这样可以有256级灰度。这种精度刚刚能够避免可见的条带失真，在降低了数据量的同时非常易于编程或进行图像处理。
60.图像二值化(image binarization)就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果的过程。图像的二值化使图像中数据量大为减少，从而能凸显出目标的轮廓，从而对后续圆环内外径的识别更加有利。
61.可选地，本实施例中的二值化算法可以选用otsu(大津算法)、kittler算法或其他适用于本实施例的二值化算法。
62.由于后续要进行圆环的内外径上的点的采样，在此之前，需要确定圆环零件的边界，本实施例可以采用轮廓检测对该边界进行确定。
63.轮廓检测指在包含目标和背景的数字图像中，忽略背景和目标内部的纹理以及噪声干扰的影响，采用一定的技术和方法来实现目标轮廓提取的过程。目前轮廓检测方法有两类，一类是利用传统的边缘检测算子检测目标轮廓，另一类是从人类视觉系统中提取可以使用的数学模型完成目标轮廓检测。可选地，本实施例中可以根据内外径拟合的特性选用合适的轮廓检测方法。
64.步骤s14：基于边界对圆环的内外径的点进行水平采样、竖直采样和放射采样中的至少一种采样，获得采样结果。
65.针对水平采样、竖直采样和放射采样，请参考图3，图3为本申请实施例提供的一种采样方式的示意图，其中，从左至右依次为竖直采样、水平采样和放射采样的示意图，虚线框为边界，直实线为沿一条直线每次采样的点集形成的采样线。
66.竖直采样和水平采样的本质区别并不是采样方向为竖直或水平，而是根据采样线与圆环的方向关系确定，采样线的方向可以沿任一边界指向相对的边界，圆环内径、外径以及内外径包含的区域表示圆环，将部分采样线两次穿过圆环的情况视为竖直采样，将采样线均穿过圆环一次的情况视为水平采样。应当理解的是，竖直采样和水平采样只是对采样方式的一种区分名称，两者名称可以互换或变为其他名称。
67.例如，竖直采样的具体步骤可以包括：
68.(1)基于指定水平方向顺序对圆环依次进行多次从上边界竖直向下或从下边界竖直向上的竖直点采样。
69.在多次竖直点采样过程中，部分竖直点采样的轨迹与圆环的内外径分别重合两次。
70.可选地，从物体的一个边界到相对边界进行多次的竖直点采样，但是由于当每次采样越靠近物体某一边界时采样方向和采样点构成的直径方向夹角越小，更容易采样到点，为了使采样的点更加均匀分布在内外径上，以增加后续拟合的鲁棒性，设置采样步长随着采样方向和采样点构成的直径方向夹角的减小而由小至大。例如，设置初始步长为a，步长增量为α。
71.(2)在每次竖直点采样获得的点的值小于二值化图最大值时，确定点采样获得的点为圆环外的点。
72.本实施例中超过二值化图最大值的即为二值化图像中圆环的像素点，二值化后的
图像中圆环的灰度值为255，其他部分的灰度值为0，则二值化图最大值可以设置为254、250等数值。
73.(3)确定每次竖直点采样过程中大于二值化图最大值的第一个点和最后一个点为外径点。
74.(4)确定每次竖直点采样过程中小于二值化图最大值的第一个点和最后一个点为内径点。
75.例如，水平采样的具体步骤可以包括：
76.(1)基于指定竖直方向顺序对圆环依次进行多次从左边界水平向右或从右边界水平向左的水平点采样。
77.在多次水平点采样的过程中，每次水平点采样与圆环的内外径分别重合一次。
78.从物体的一个边界到相对边界进行多次的水平点采样，但是由于从一边界至相对边界的过程中，越靠近物体边界时采样方向和采样点构成的直径方向夹角越小，更容易采样到点，为了使采样的点更加均匀分布在内外径上，以增加后续拟合的鲁棒性，设置采样步长随着采样方向和采样点构成的直径方向夹角的减小而由小至大，在水平点采样到圆环的圆心后，再由大至小。例如，设置初始步长为b，步长增量为β，β在水平点采样距离圆环的圆心距离越远的位置越小。
79.(2)在每次水平点采样获得的点的值小于二值化图最大值时确定点采样获得的点为圆环外的点。
80.(3)在水平点采样的方向指向圆环的圆心时，确定每次水平点采样过程中大于二值化图最大值的第一个点为外径点，最后一个点为内径点。
81.(4)在水平点采样的方向背向圆环的圆心时，确定每次水平点采样过程中大于二值化图最大值的第一个点为内径点，最后一个点为外径点。
82.例如，放射采样的具体步骤可以包括：
83.(1)以边界中的指定边界的中点为中心，每间隔角度θ生成一条采样射线，θ为与圆环图像的水平坐标轴的夹角，
84.(2)基于射线方向对每条采样射线进行采样步长固定的射线点采样。
85.(3)在每次放射点采样获得的点的值小于二值化图最大值时，确定点采样获得的点为圆环外的点。
86.(4)在放射点采样的方向指向圆环的圆心时，确定每次放射点采样过程中大于二值化图最大值的第一个点为外径点，最后一个点为内径点。
87.(5)在放射点采样的方向背向圆环的圆心时，确定每次放射点采样过程中大于二值化图最大值的第一个点为内径点，最后一个点为外径点。
88.应当注意的是，放射点采样到均匀内外径点只需要步长固定(δθ)即可。
89.步骤s16：基于采样结果进行圆的拟合，将圆的拟合的结果作为圆环的内外径拟合的拟合结果。
90.可选地，上述采样结果可以是水平采样、竖直采样和放射采样中任意两种或三种采样的结合。具体地，可以将三种采样得到的内外径点进行随机采样后进行融合或组合再进行圆的拟合，并且三种离散的点采样的融合可以提高后期算法的鲁棒性。单独使用竖直
采样或水平采样去拟合圆的效果没有将水平和竖直采样点融合在一起去拟合圆更加鲁棒和更高精度，放射采样的效果和水平与竖直融合效果基本一样，因此三种采样方式的结果可以进行任意方式的融合。
91.可选地，本实施例可以采用随机抽样一致算法和最小二乘法对采样结果进行圆的拟合。
92.随机抽样一致算法(randomsample consensus，ransac)采用迭代的方式从一组包含离群的被观测数据中估算出数学模型的参数。ransac是一个非确定性算法，在某种意义上说，它会产生一个在一定概率下合理的结果，而更多次的迭代会使这一概率增加。随机抽样一致算法假设数据中包含正确数据和异常数据(或称为噪声)。正确数据记为内点(inliers)，异常数据记为外点(outliers)。同时ransac算法也假设，给定一组正确的数据，存在可以计算出拟合这些数据的模型。
93.该算法核心思想就是随机性和假设性，随机性是指在总样本中随机抽样部分数据去拟合数据模型，根据大数定律，随机性模拟可以近似得到正确结果。假设性是指随机选取出的样本都是正确数据，这样即可得到一个满足抽样数据的模型，然后用该模型去计算整个数据集中满足该模型的内点，最后利用内点率(满足一次抽样模型的内点除去所有点)评估这次抽样拟合的模型，最终返回内点率最高或者到达最大迭代前内点率最高的模型。
94.在内外径拟合的场景中我们是使用ransac算法进行采样结果的融合抽样，加上最小二乘来对采样点进行圆的拟合。
95.最小二乘负责从随机抽样的点上进行圆的拟合，由圆的公式得：
[0096][0097]
其中(a,b)为圆心，r为圆的半径，即为需要求取的参数，x和y为已知采样点的横坐标和纵坐标，利用线性最小二乘法计算未知参数，将上面式子简化得到：
[0098]
dx+ey+f＝-(x2+y2)
[0099]
其中，线性最小二乘可以直接计算d,e,f，间接计算得到a,b,r。最后在随机选取的样本中计算得到符合该子集的模型参数。
[0100]
可选地，本实施例还可以在模型参数的内点率大于预设阈值或达到最大迭代次数时返回最优模型，从而实现圆环的拟合。
[0101]
本实施例提供的圆环内外径拟合方法在被遮挡钢管内外径拟合实验中达到了非常高的精度和效果，并且该算法在分辨率为3472＊3648的图片上进行内外径拟合时间为230ms，而同样分辨率下霍夫变换需要时间＞800ms。同时，鲁棒性和抗干扰能力得到很大提升，特别是当零件上有油渍或锈斑的时候本实施例提出的圆环内外径拟合方法比霍夫变换具有更高的稳定性。在同等分辨率下霍夫变换耗费的时间远大于本实施例提出的圆环内外径拟合方法，并且霍夫变换得到结果还需要进一步过滤。此外，本实施例提出的圆环内外径拟合方法具有较高的精度，能够达到误差＜10像素的精度。
[0102]
为了配合本实施例提供的上述圆环内外径拟合方法，本申请实施例还提供了一种
圆环内外径拟合装置20。
[0103]
请参考图4，图4为本申请实施例提供的一种圆环内外径拟合装置的模块示意图。
[0104]
圆环内外径拟合装置20包括：
[0105]
边界确定模块21，用于从圆环图像中确定圆环的边界；
[0106]
采样模块22，用于基于边界对圆环的内外径的点进行水平采样、竖直采样和放射采样中的至少一种采样，获得采样结果；
[0107]
拟合模块23，用于基于采样结果进行圆的拟合，将圆的拟合的结果作为圆环的内外径拟合的拟合结果。
[0108]
可选地，圆环内外径拟合装置20还包括：预处理模块，用于获取圆环的拍摄图像；去除拍摄图像中与内外径的拟合无关的无关图像部分；在去除无关图像部分的拍摄图像中截取包含圆环的兴趣域图像；对兴趣域图像进行预处理，将预处理输出的图像作为圆环图像，预处理包括滤波、灰度化和二值化中的至少一种。
[0109]
可选地，预处理模块具体用于：获取拍摄图像的相同拍摄环境下，不存在圆环的背景图像；将拍摄图像与背景图像相减，以去除无关图像部分。
[0110]
可选地，采样模块22具体用于：基于指定水平方向顺序对圆环依次进行多次从上边界竖直向下或从下边界竖直向上的竖直点采样，部分竖直点采样与圆环的内外径分别重合两次，采样步长随着采样方向和采样点构成的直径方向夹角的减小而由小至大；在每次竖直点采样获得的点的值小于二值化图最大值时，确定点采样获得的点为圆环外的点；确定每次竖直点采样过程中大于二值化图最大值的第一个点和最后一个点为外径点；确定每次竖直点采样过程中小于二值化图最大值的第一个点和最后一个点为内径点。
[0111]
可选地，采样模块22具体用于：基于指定竖直方向顺序对圆环依次进行多次从左边界水平向右或从右边界水平向左的水平点采样，每次水平点采样与圆环的内外径分别重合一次，采样步长随着采样方向和采样点构成的直径方向夹角的减小而由小至大；在每次水平点采样获得的点的值小于二值化图最大值时确定点采样获得的点为圆环外的点；在水平点采样的方向指向圆环的圆心时，确定每次水平点采样过程中大于二值化图最大值的第一个点为外径点，最后一个点为内径点；在水平点采样的方向背向圆环的圆心时，确定每次水平点采样过程中大于二值化图最大值的第一个点为内径点，最后一个点为外径点。
[0112]
可选地，采样模块22具体用于：以边界中的指定边界的中点为中心，每间隔角度θ生成一条采样射线，θ为与圆环图像的水平坐标轴的夹角，基于射线方向对每条采样射线进行采样步长固定的射线点采样；在每次放射点采样获得的点的值小于二值化图最大值时，确定点采样获得的点为圆环外的点；在放射点采样的方向指向圆环的圆心时，确定每次放射点采样过程中大于二值化图最大值的第一个点为外径点，最后一个点为内径点；在放射点采样的方向背向圆环的圆心时，确定每次放射点采样过程中大于二值化图最大值的第一个点为内径点，最后一个点为外径点。
[0113]
可选地，拟合模块23具体用于：采用随机抽样一致算法和最小二乘法对采样结果进行圆的拟合。
[0114]
本申请实施例还提供了一种电子设备，该电子设备包括存储器和处理器，所述存储器中存储有程序指令，所述处理器读取并运行所述程序指令时，执行本实施例提供的圆
环内外径拟合方法中任一项所述方法中的步骤。
[0115]
应当理解是，该电子设备可以是个人电脑(personal computer，pc)、平板电脑、智能手机、个人数字助理(personal digital assistant，pda)等具有逻辑计算功能的电子设备。
[0116]
本申请实施例还提供了一种可读取存储介质，所述可读取存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行圆环内外径拟合方法中的步骤。
[0117]
综上所述，圆环内外径拟合方法、装置、电子设备及存储介质，所述方法包括：从圆环图像中确定圆环的边界；基于所述边界对所述圆环的内外径的点进行水平采样、竖直采样和放射采样中的至少一种采样，获得采样结果；基于所述采样结果进行圆的拟合，将所述圆的拟合的结果作为所述圆环的内外径拟合的拟合结果。
[0118]
在上述实现方式中，通过水平采样、竖直采样和/或放射采样进行数据点的离散采样，鲁棒性和抗干扰能力得到很大提升，然后根据采样结果进行融合样本点集的内外径拟合，且数据点集更符合实际的数据分布，需要调试参数较现有技术较少，拟合效率和精度更高。
[0119]
在本申请所提供的几个实施例中，应该理解到，所揭露的设备，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的框图显示了根据本申请的多个实施例的设备的可能实现的体系架构、功能和操作。在这点上，框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图中的每个方框、以及框图的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0120]
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
[0121]
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。因此本实施例还提供了一种可读取存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行区块数据存储方法中任一项所述方法中的步骤。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read－only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0122]
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图
中不需要对其进行进一步定义和解释。
[0123]
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。
[0124]
需要说明的是，在本文中，诸如术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。