二维图像标记点确定方法、装置、设备及存储介质与流程

1.本技术涉及到光学定位技术领域，特别是涉及到一种二维图像标记点确定方法、装置、设备及存储介质。


背景技术：

2.双目视觉定位系统的两个摄像头以一定的距离和角度固定在同一刚体上，在两摄像机光轴四周固定红外led进行照明，红外led发出的红外光经过手术器械或刚体工具上的反光小球(或标记点)反射回摄像机感光芯片中。通过摄像机采集标记点的图像，在计算机辅助下通过数字图像处理技术来识别和定位标记点，根据标记点的三维坐标可以标定手术器械的针尖坐标和方向，从而实现手术的精确导航。但由于受到某些反光物体的干扰，采集标记点的图像会存在一些干扰点，干扰点会影响光学定位的准确度。


技术实现要素：

3.本技术的主要目的为提供一种二维图像标记点确定方法，旨在解决采集标记点的图像存在干扰点，影响光学定位的准确度的问题。
4.为了实现上述发明目的，本技术提出一种二维图像标记点确定方法，所述方法包括：
5.获取二维图像；
6.根据所述二维图像的灰度阈值，对所述二维图像进行分割，得到多个连通区域；
7.计算所述连通区域的信息，根据所述连通区域的信息，判断所述连通区域是否为标记点区域；
8.若是，则计算标记点区域的质心坐标，所述质心坐标即为标记点坐标。
9.进一步地，所述根据所述二维图像的灰度阈值，对所述二维图像进行分割，得到多个连通区域，包括：
10.根据所述二维图像的灰度阈值，将大于预设阈值的区域分割出来，得到多个连通区域。
11.进一步地，所述计算所述连通区域的信息，包括：
12.根据所述连通区域中的像素信息，分别计算连通区域亮度均值、连通区域最大亮度值、连通区域中心亮度值、连通区域面积、连通区域宽度、连通区域高度和连通区域的圆度。
13.进一步地，所述根据所述连通区域的信息，判断所述连通区域是否为标记点区域之前，包括：
14.根据所述连通区域面积，判断所述连通区域是大光斑还是小光斑；
15.若所述连通区域面积小于预设面积阈值，则判定所述连通区域为小光斑；
16.若所述连通区域面积大于预设面积阈值，则判定所述连通区域为大光斑；
17.根据所述小光斑或所述大光斑，匹配不同的判断规则，根据对应的判断规则判断
所述连通区域是否为标记点区域。
18.进一步地，所述根据所述连通区域的信息，判断所述连通区域是否为标记点区域，包括：
19.若所述连通区域为小光斑，计算所述连通区域宽度和所述连通区域高度的尺寸差值，判断所述尺寸差值是否小于第一尺寸阈值，得到第一判断结果；
20.判断所述连通区域的圆度是否大于第一圆度阈值，得到第二判断结果；
21.计算所述连通区域中心亮度值与所述连通区域最大亮度值的第一亮度差值，判断所述第一亮度差值是否小于第一亮度阈值，得到第三判断结果；
22.判断连通区域亮度均值是否大于第一亮度均值阈值，得到第四判断结果；
23.若所述第一判断结果、第二判断结果、第三判断结果和第四判断结果的判断结果均为是，则所述连通区域为标记点区域。
24.进一步地，所述根据所述连通区域的信息，判断所述连通区域是否为标记点区域，包括：
25.若所述连通区域为大光斑，计算所述连通区域宽度和所述连通区域高度的尺寸差值，判断所述尺寸差值是否小于第二尺寸阈值，得到第五判断结果，其中，所述第二尺寸阈值大于所述第一尺寸阈值；
26.判断所述连通区域的圆度是否大于第二圆度阈值，得到第六判断结果，其中，所述第二圆度阈值大于所述第一圆度阈值；
27.计算所述连通区域中心亮度值与所述连通区域最大亮度值的第二亮度差值，判断所述第二亮度差值是否小于第二亮度阈值，得到第七判断结果，其中，所述第二亮度阈值大于所述第一亮度阈值；
28.判断连通区域亮度均值是否大于第二亮度均值阈值，得到第八判断结果，其中，所述第二度亮度均值阈值大于所述第一度亮度均值阈值；
29.若所述第五判断结果、第六判断结果、第七判断结果和第八判断结果的判断结果均为是，则所述连通区域为标记点区域。
30.进一步地，所述若是，则计算标记点区域的质心坐标，所述质心坐标即为标记点坐标，包括：
31.利用下述公式计算质心坐标：
[0032][0033]
其中，n为标记点区域的像素点个数，qi为标记点区域每个像素点的坐标，vi为每个像素点的灰度值。
[0034]
本技术还提供了一种二维图像标记点确定装置，所述装置包括：
[0035]
图像获取模块，用于获取二维图像；
[0036]
图像分割模块，用于根据所述二维图像的灰度阈值，对所述二维图像进行分割，得到多个连通区域；
[0037]
标记点区域确定模块，用于计算所述连通区域的信息，根据所述连通区域的信息，判断所述连通区域是否为标记点区域；
[0038]
标记点坐标计算模块，用于若是，则计算标记点区域的质心坐标，所述质心坐标即
为标记点坐标。
[0039]
本技术还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
[0040]
本技术还提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
[0041]
本技术提供的一种二维图像标记点确定方法，通过将摄像机采集的图像进行分割得到多个区域，在多个区域中确定标记点区域，去除了图像中受到某些反光物体的干扰产生的干扰点，再通过标记点区域进行计算得到标记点坐标，提升了光学定位的准确度。
附图说明
[0042]
图1为本技术一实施例的二维图像标记点确定方法的流程示意图；
[0043]
图2为本技术一实施例的二维图像标记点确定装置的结构示意框图；
[0044]
图3为本技术一实施例的计算机设备的结构示意框图；
[0045]
本技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0046]
为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
[0047]
参照图1，本技术实施例中提供一种二维图像标记点确定方法，包括步骤s1-s4，具体地：
[0048]
s1、获取二维图像；
[0049]
s2、根据所述二维图像的灰度阈值，对所述二维图像进行分割，得到多个连通区域。
[0050]
具体地，对于步骤s1和s2，二维图像为双目定位摄像机的两个摄像头分别获取在视场范围内同一特征点的映射图像，在两摄像机光轴四周固定红外led进行照明，红外led发出的红外光经过仪器或刚体工具上的反光小球(或标记点)反射回摄像机感光芯片中。通过摄像机采集的二维图像，通过数字图像处理技术来识别和定位标记点，根据标记点的三维坐标可以标定仪器坐标和方向，从而实现精确定位。由于受到某些反光物体的干扰，采集的图像中会存在一些干扰点，干扰点会影响光学定位的准确度，因此需要对二维图像进行分割，得到多个连通区域，判断每个连通区域是否为标记点区域，从而确定二维图像中的标记点，舍去非标记点区域，去除干扰点。
[0051]
s3、计算所述连通区域的信息，根据所述连通区域的信息，判断所述连通区域是否为标记点区域；
[0052]
s4、若是，则计算标记点区域的质心坐标，所述质心坐标即为标记点坐标。
[0053]
具体地，对于步骤s3和s4，双目定位摄像机的两个摄像头分别获取到二维图像后，在两个摄像机光轴四周固定红外led进行照明，红外led发出的红外光经过仪器或刚体工具上的反光小球(或标记点)反射回摄像机感光芯片中。结合获取的二维图像，通过数字图像处理技术来识别和定位标记点在二维图像对应的位置区域，即为标记点区域。标记点区域
的特点是区域的高度和宽度要一致、区域应接近圆形、区域中心亮度值应接近区域亮度最大值、区域亮度均值应足够大。根据计算得到的连通区域的信息，判断连通区域信息是否符合标记点区域的特点，若符合，则判定该连通区域为标记点区域。非标记点区域可能是由反光物体造成的干扰区域，因此仅计算标记点区域的质心坐标，舍去非标记点区域，去除了干扰点。得到的质心坐标即为标记点坐标，后续仪器根据标记点坐标进行定位，提高了光学定位的准确度。
[0054]
在一个实施例中，上述根据所述二维图像的灰度阈值，对所述二维图像进行分割，得到多个连通区域的步骤s2，包括：
[0055]
s201、根据所述二维图像的灰度阈值，将大于预设阈值的区域分割出来，得到多个连通区域。
[0056]
具体地，对于步骤s201，阈值分割法是一种基于区域的图像分割技术，原理是把图像像素点分为若干类。图像阈值化分割是一种传统的最常用的图像分割方法，因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术。按照图像阈值灰度，对像素集合进行一个划分，得到的每个子集形成一个与现实景物相对应的区域，各个区域内部具有一致的属性，而相邻区域不具有这种一致属性。阈值分割后得到多个连通区域，预设阈值的灰度阈值可以设置为80左右，根据实际情况可适当调整。
[0057]
在一个实施例中，上述计算所述连通区域的信息的步骤，包括：
[0058]
s301、根据所述连通区域中的像素信息，分别计算连通区域亮度均值、连通区域最大亮度值、连通区域中心亮度值、连通区域面积、连通区域宽度、连通区域高度和连通区域的圆度。
[0059]
具体地，对于步骤s301，在灰度图像中，亮度等于灰度。遍历所述连通区域中每个像素灰度值，计算每个像素灰度值的平均值和确定最大值，得到连通区域亮度均值和连通区域最大亮度值。连通区域面积为连通区域中的像素点的个数。计算连通区域中所有像素的x，y坐标的平均值，得到连通区域坐标中心，该连通区域坐标中心的亮度值作为连通区域中心亮度值。连通区域宽度为连通区域最大的x坐标减去所述最小的x坐标的差值，连通区域高度为连通区域最大的y坐标减去所述最小的y坐标的差值。圆度的计算公式为：圆度＝面积*4*π/(周长*周长)，其中，面积为连通区域面积，周长是根据连通区域的最外围的点，即连通区域的边缘点，将相邻的边缘点连接起来，计算连接的长度得到的。上述计算结果用于判断连通区域是否为标记区域，去除非标记点区域，从而去除图像中的干扰点。
[0060]
在一个实施例中，上述根据所述连通区域的信息，判断所述连通区域是否为标记点区域的步骤，包括：
[0061]
s202、根据所述连通区域面积，判断所述连通区域是大光斑还是小光斑；
[0062]
s203、若所述连通区域面积小于预设面积阈值，则判定所述连通区域为小光斑；
[0063]
s204、若所述连通区域面积大于预设面积阈值，则判定所述连通区域为大光斑；
[0064]
s205、根据所述小光斑或所述大光斑，匹配不同的判断规则，根据对应的判断规则判断所述连通区域是否为标记点区域。
[0065]
具体地，对于步骤s202、s203、s204和s205，根据不同连通区域面积大小类别的连通区域执行不同标记球区域判断规则，因此在判断是否为标记球区域之前，根据连通区域面积，判断连通区域是大光斑还是小光斑。预设面积阈值可以设置为100，也可以根据实际
情况进行调整。连通区域面积小于预设面积阈值，判定所述连通区域为小光斑；连通区域面积大于预设面积阈值，则判定所述连通区域为大光斑。
[0066]
在一个实施例中，上述根据所述连通区域的信息，判断所述连通区域是否为标记点区域的步骤，包括：
[0067]
s309、若所述连通区域为小光斑，计算所述连通区域宽度和所述连通区域高度的尺寸差值，判断所述尺寸差值是否小于第一尺寸阈值，得到第一判断结果；
[0068]
s310、判断所述连通区域的圆度是否大于第一圆度阈值，得到第二判断结果；
[0069]
s311、计算所述连通区域中心亮度值与所述连通区域最大亮度值的第一亮度差值，判断所述第一亮度差值是否小于第一亮度阈值，得到第三判断结果；
[0070]
s312、判断连通区域亮度均值是否大于第一亮度均值阈值，得到第四判断结果；
[0071]
s313、若所述第一判断结果、第二判断结果、第三判断结果和第四判断结果的判断结果均为是，则所述连通区域为标记点区域。
[0072]
具体地，对于步骤s309、s310、s311、s312和s313，标记点区域的特点是区域的高度和宽度要一致、区域应接近圆形、区域中心亮度值应接近区域亮度最大值、区域亮度均值应足够大。因此，必须同时满足上述所有判断规则的连通区域才能判定为标记球区域。其中，第一尺寸阈值、第一圆度阈值、第一亮度阈值和第一亮度均值阈值可以根据实际情况确定，第一尺寸阈值优选为2，第一圆度阈值优选为0.8，第一亮度阈值优选为20，第一亮度均值阈值优选为120。
[0073]
在一个实施例中，上述根据所述连通区域的信息，判断所述连通区域是否为标记点区域的步骤，包括：
[0074]
s314、若所述连通区域为大光斑，计算所述连通区域宽度和所述连通区域高度的尺寸差值，判断所述尺寸差值是否小于第二尺寸阈值，得到第五判断结果，其中，所述第二尺寸阈值大于所述第一尺寸阈值；
[0075]
s315、判断所述连通区域的圆度是否大于第二圆度阈值，得到第六判断结果，其中，所述第二圆度阈值大于所述第一圆度阈值；
[0076]
s316、计算所述连通区域中心亮度值与所述连通区域最大亮度值的第二亮度差值，判断所述第二亮度差值是否小于第二亮度阈值，得到第七判断结果，其中，所述第二亮度阈值大于所述第一亮度阈值；
[0077]
s317、判断连通区域亮度均值是否大于第二亮度均值阈值，得到第八判断结果，其中，所述第二度亮度均值阈值大于所述第一度亮度均值阈值；
[0078]
s318、若所述第五判断结果、第六判断结果、第七判断结果和第八判断结果的判断结果均为是，则所述连通区域为标记点区域。
[0079]
具体地，对于步骤s314、s315、s316、s317和s318，标记点区域的特点是区域的高度和宽度要一致、区域应接近圆形、区域中心亮度值应接近区域亮度最大值、区域亮度均值应足够大。因此，必须同时满足上述所有判断规则的连通区域才能判定为标记球区域。其中，第二尺寸阈值、第二圆度阈值、第二亮度阈值和第二亮度均值阈值可以根据实际情况确定，但第二尺寸阈值大于第一尺寸阈值，第二圆度阈值大于第一圆度阈值，第二亮度阈值大于第一亮度阈值，第二度亮度均值阈值大于第一度亮度均值阈值。第二尺寸阈值优选为5，第二圆度阈值优选为0.85，第二亮度阈值优选为10，第二亮度均值阈值优选为150。
[0080]
在一个实施例中，上述若是，则计算标记点区域的质心坐标，所述质心坐标即为标记点坐标的步骤s4，包括：
[0081]
s401、利用下述公式计算质心坐标：
[0082][0083]
其中，n为标记点区域的像素点个数，qi为标记点区域每个像素点的坐标，vi为每个像素点的灰度值。
[0084]
具体地，对于步骤s401，近红外摄像系统保证了标记点成像的效果，因此，在进行标记点的坐标提取时，可以采用较为简单直接的灰度加权平均算法来计算出标记点的坐标。假设一个连通区域只有一个亮点，则此亮点的中心坐标，即标记点坐标为通过计算得到的q，n为标记点区域的像素点个数，qi为标记点区域每个像素点的坐标，vi为每个像素点的灰度值。
[0085]
参照图2，是本技术一实施例中二维图像标记点确定装置结构框图，装置包括：
[0086]
图像获取模块100，用于获取二维图像；
[0087]
图像分割模块200，用于根据所述二维图像的灰度阈值，对所述二维图像进行分割，得到多个连通区域；
[0088]
标记点区域确定模块300，用于计算所述连通区域的信息，根据所述连通区域的信息，判断所述连通区域是否为标记点区域；
[0089]
标记点坐标计算模块400，用于若是，则计算标记点区域的质心坐标，所述质心坐标即为标记点坐标。
[0090]
在一个实施例中，上述二维图像标记点确定装置，还包括：
[0091]
图像分割子模块，用于根据所述二维图像的灰度阈值，将大于预设阈值的区域分割出来，得到多个连通区域。
[0092]
在一个实施例中，上述二维图像标记点确定装置，还包括：
[0093]
第一计算模块，用于根据所述连通区域中的像素信息，分别计算连通区域亮度均值、连通区域最大亮度值、连通区域中心亮度值、连通区域面积、连通区域宽度、连通区域高度和连通区域的圆度。
[0094]
在一个实施例中，上述二维图像标记点确定装置，还包括：
[0095]
连通区域面积判断模块，用于根据所述连通区域面积，判断所述连通区域是大光斑还是小光斑；若所述连通区域面积小于预设面积阈值，则判定所述连通区域为小光斑；若所述连通区域面积大于预设面积阈值，则判定所述连通区域为大光斑；根据所述小光斑或所述大光斑，匹配不同的判断规则，根据对应的判断规则判断所述连通区域是否为标记点区域。
[0096]
在一个实施例中，上述二维图像标记点确定装置，还包括：
[0097]
第一标记点区域确定子模块，用于若所述连通区域为小光斑，计算所述连通区域宽度和所述连通区域高度的尺寸差值，判断所述尺寸差值是否小于第一尺寸阈值，得到第一判断结果；判断所述连通区域的圆度是否大于第一圆度阈值，得到第二判断结果；计算所述连通区域中心亮度值与所述连通区域最大亮度值的第一亮度差值，判断所述第一亮度差值是否小于第一亮度阈值，得到第三判断结果；判断连通区域亮度均值是否大于第一亮度
均值阈值，得到第四判断结果；若所述第一判断结果、第二判断结果、第三判断结果和第四判断结果的判断结果均为是，则所述连通区域为标记点区域。
[0098]
在一个实施例中，上述二维图像标记点确定装置，还包括：
[0099]
第二标记点区域确定子模块，用于若所述连通区域为大光斑，计算所述连通区域宽度和所述连通区域高度的尺寸差值，判断所述尺寸差值是否小于第二尺寸阈值，得到第五判断结果，其中，所述第二尺寸阈值大于所述第一尺寸阈值；判断所述连通区域的圆度是否大于第二圆度阈值，得到第六判断结果，其中，所述第二圆度阈值大于所述第一圆度阈值；计算所述连通区域中心亮度值与所述连通区域最大亮度值的第二亮度差值，判断所述第二亮度差值是否小于第二亮度阈值，得到第七判断结果，其中，所述第二亮度阈值大于所述第一亮度阈值；判断连通区域亮度均值是否大于第二亮度均值阈值，得到第八判断结果，其中，所述第二度亮度均值阈值大于所述第一度亮度均值阈值；若所述第五判断结果、第六判断结果、第七判断结果和第八判断结果的判断结果均为是，则所述连通区域为标记点区域。
[0100]
在一个实施例中，上述二维图像标记点确定装置，还包括：
[0101]
标记点坐标计算模块，用于利用下述公式计算质心坐标：
[0102][0103]
其中，n为标记点区域的像素点个数，qi为标记点区域每个像素点的坐标，vi为每个像素点的灰度值。
[0104]
参照图3，本技术实施例中还提供一种计算机设备，该计算机设备可以是服务器，其内部结构可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储二维图像标记点确定方法运行数据等。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现上述任一实施例的一种二维图像标记点确定方法。
[0105]
本领域技术人员可以理解，图3中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定。
[0106]
本技术一实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现一种二维图像标记点确定方法。可以理解的是，本实施例中的计算机可读存储介质可以是易失性可读存储介质，也可以为非易失性可读存储介质。
[0107]
本技术提供的一种二维图像标记点确定方法，通过将摄像机采集的图像进行分割得到多个区域，在多个区域中确定标记点区域，去除了图像中受到某些反光物体的干扰产生的干扰点，再通过标记点区域进行计算得到标记点坐标，提升了光学定位的准确度。
[0108]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可
包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双速据率sdram(ssrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
[0109]
需要说明的是，在本文中，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、装置、物品或者方法不仅包括那些要素，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、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
[0110]
以上所述仅为本技术的优选实施例，并非因此限制本技术的专利范围，凡是利用本技术说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本技术的专利保护范围内。