文章编号: 1002-2082( 2010) 06-0956-05
CCD摄像头圆目标中心定位方法
李元锋1 , 李正生1, 王 洋2
( 1. 第二炮兵工程学院 101 教研室, 陕西 西安 710025;
2. 第二炮兵 96669 部队, 北京 100096)
摘 要: 在大型设备自动对接系统中, 需要CCD摄像头对一设备截面的圆目标进行图像获取, 并
找出图像的中心点坐标, 用于两设备的中心对准。为了满足实时性测量和高精度定位要求, 提出
一种CCD摄像头圆目标中心定位方法。先对图像使用中值滤波方法进行图像增强, 利用广义数字
形态学中的多结构抗噪膨胀腐蚀型算子提取单像素宽图像边缘, 用多项式插值法对图像边缘进行
亚像素定位, 用半径约束最小二乘圆拟合法对圆中心进行精确定位。实验测量结果表明, 该方法
测量时间短、精度高、稳定性好, 亚像素定位精度优于1/ 20像素, 中心点总标准偏差小于0. 01,
可满足设备自动对接系统要求。
关键词: CCD 摄像头; 多结构抗噪膨胀腐蚀; 多项式插值; 半径约束最小二乘圆拟合
中图分类号: TP391 文献标志码: A
Center location of circle target captured by CCD camera
LI Yuan-feng
1
, L I Zheng-sheng
1
, WANG Yang
2
( 1. 101 Depart ment , T he Second A rtiller y Engineer ing Co lleg e, Xi’an 710025, China;
2. 96669 Depar tment, The Second A r tillery Army , Beijing 100096, China)
Abstract: In the automated docking system for large-scale equipments, CCD camera is needed to
get the circle targ et image of one equipment , then find the coo rdinates o f the center of the image
using fo r alignment of the tw o equipments. In o rder to meet r eal-t ime measurement and high-
pr ecision po sit ioning r equirements, the paper presents a CCD camera image center posit ioning
method. F irst ly , the image uses median f il tering method for image enhancement , secondly,
single-pix el-w ide image edge of the image is fully ext racted by gener al ized morphological
st ructure o f ant i-no ise in the mult i-operator expansion and co rrosion, then a polynom ial
interpolat ion method is used fo r sub-pix el posit ioning of image edge, and finally use a radius of
const rained least squares circle to fit the targ et image center of the cir cle fo r pr ecise po sit io ning.
T he experimental results show that it is fast , accur ate, stable, it s sub-pixel po sit ioning accuracy
is bet ter than 1/ 20 pix el , and total standard deviat ion o f center point is smal ler than 0. 01,
w hich meets the automated docking system requir ements.
Key words : CCD camera; mult i-operator expansion and corrosion; po lynomial interpolat ion;
radius constr ained least squares circle f it t ing
引言
现代工业应用中, 大型设备自动对接系统中需
要通过 CCD 摄像头拍摄其中一设备截面螺孔图
像,螺孔一般为一近似圆,通过对其圆目标进行中
收稿日期: 2010-04-15; 修回日期: 2010-05-04
作者简介: 李元锋( 1983- ) ,男,江苏仪征人,在读硕士研究生,陕西西安第二炮兵工程学院工程师, 主要从事信号与信息处
理研究工作。E-mail: jo na sdhb@ 163. com
第31 卷 第6 期
2010年 11 月
应用光学
Journal o f Applied Optics
Vol. 31 No. 6
Nov . 2010
心精确定位, 达到自动中心对准的目的。在中心对
准过程中,要求测量速度快,精度高, 具有一定的稳
定性。在传统的图像检测中,圆中心检测算法有重
心定位法、中值定位法 [ 1]、Hough变换法[ 2]、矩心内
插法。前两种算法要求图像分布比较均匀,否则会
产生较大误差。Hough 变换需要逐点投票、记录,
所用的时间比较长,而且精度不高。矩形内插法定
位精度低、重复性高、计算速度慢。而半径约束最小
二乘圆拟合法基于最小二乘法原理, 在圆的拟合过
程中, 用已知的螺孔半径作为一种约束参与运算,
提高了拟合精度, 并且有很快的计算速度。
1 图像增强
由于获取CCD图像数据的过程一般会受到各
种影响因素所造成的噪声的干扰,因而需要图像预
处理中的图像增强技术。图像增强方法中,中值滤
波是一种应用比较广泛的空域增强[ 3]方法。中值滤
波法[ 4]主要功能是将图像灰度相差比较大的像素
值改为取邻域像素的中间值,可以滤出孤立的噪声
点,使图像更加平滑。同时, 由于中值滤波不是简单
的取均值,故产生的模糊比较小,能在抑制噪声的
同时保持边缘少受模糊。
设 f ( x , y )表示原始图像在( x , y )处的灰度值,
选用N×N 正方形窗口( N 一般为3或5) , g( x , y )
表示滤波后图像在( x , y )处的灰度值, M ed{ }表示
对窗口求中值,中值滤波表示为
g( x , y ) = M ed{ f ( x+ n, y+ m) ,
n≥( 1- N ) / 2, m≤( N - 1) / 2} ( 1)
经图像增强后,使用广义数字形态学中的多结
构抗噪膨胀腐蚀型算子提取单像素宽图像边缘,然
后用多项式插值法对图像边缘进行亚像素定位,最
后使用半径约束最小二乘圆拟合法对圆目标中心
进行精确定位。
2 单像素宽图像边缘提取
图像边缘 [ 5]是图像最基本的特征之一, 蕴含了
图像丰富的内在信息, 并广泛用于目标识别、图像
分割、遥感、医学图像分析等领域,存在于信号的突
变点处。边缘检测的算法很多, 包括经典图像边缘
检测算子、小波变换法、神经网络法、模糊检测法、
基于数字形态学的方法等。经典图像边缘检测算
子[ 6] 包括边缘差分检测、Roberts 算子、Sobel 算
子、Prew it t 算子、LOG 算子、Canny 算子。其中
Robert , Sobel , Prew it t 算子由于引入了各种形式
的微分运算,对噪声敏感,抗噪性能差。LOG 算子
利用高斯函数对原始图像作平滑或卷积运算, 计算
量较大。Canny 法则是使用两种不同的阈值分别检
测强边缘和弱边缘,虽然边缘提取效果好, 但容易
产生双像素边界, 且对噪声敏感, 即使采用一些辅
助的方法加以去噪,也相应地会带来边缘模糊等难
以克服的缺陷。小波变换法具有良好的时频局部特
性,利用多尺度和多分辨率的性质,可真实有效地
提取图像边缘特征,但小波尺度的选择需要经验,
不好把握。神经网络法与模糊检测法定位精度比较
好,但计算量较大,速度较慢。
数字形态学是一种非线性滤波法。它的基本思
想是用具有一定形态的结构元素去量度、提取图像
中对应的形状, 其对边缘方向不敏感,并在很大程
度上抑制了噪声,边缘检测效果很好。但是,数字形
态学中的结构元素[ 7]决定了边缘检测的性能。单一
结构元素只能检测出与结构元素同方向的边缘,而
对结构元素不同方向的边缘不敏感。因此使用广义
数字形态学中的多结构多尺度抗噪膨胀腐蚀方法
来提取图像边缘。
设f ( x , y )是输入图像的灰度函数, b( k , l)是图
像的子集, 灰度膨胀和灰度腐蚀的运算式分别为
( f � b) ( x , y ) = max [ f ( x- k, y - l) + b( k, l ) ]
( 2)
( f � b) ( x , y ) = m in[ f ( x+ k , y+ l ) - b( k , l) ]
( 3)
b ( k, l )对 f ( x , y )进行灰度形态开运算,闭运
算,表达式分别为
f ·b= ( f � b) � b ( 4)
f ·b= ( f � b) � b ( 5)
抗噪膨胀腐蚀型边缘检测算子为
E= ( f ·b) � b- ( f ·b) � b ( 6)
抗噪膨胀腐蚀算子对正负脉冲的响应为0,可
有效滤除噪声,同时还能消除图像毛刺及孤立斑
点,填补图像漏洞和裂缝, 图像边缘检测效果很好。
图像边缘计算公式为
edge = ∑n
i
w i( E i) ( 7)
式中: E i 为一组多尺度多结构的抗噪膨胀腐蚀边
缘检测算子; w i 为权值。因小的形态学结构元素
去噪能力较弱,但是它能够保留大多数的图像细节
边缘,而大的结构元素有较强的去噪能力, 小的结
构元素赋予小的加权值,大的结构元素赋予大的加
·957·应用光学 2010, 31( 6) 李元锋,等: CCD 摄像头圆目标中心定位方法
权值。权值w i 具体计算公式如下
w i=
� 2i
∑n
i
� 2n
( 8)
式中: �i 是第i 个结构源的图像标准差值。
选取6个代表性的3×3结构元素:
b1= { ( 0, - 1) , ( 0, 1) , ( 0, 0) , ( - 1, 0) , ( 1, 0) } ;
b2= { ( - 1, 0) , ( 0, 0) , ( 0, 1) } ;
b3= { ( 0, - 1) , ( 0, 0) , ( 1, 0) } ;
b4= { ( - 1, 0) , ( 0, 0) , ( 0, - 1) } ;
b5= { ( 0, 1) , ( 0, 0) , ( 1, 0) } ;
b6= { ( - 1, - 1) , ( - 1, 1) , ( 0, 0) , ( 1, - 1) , ( 1, 1) }。
其中: ( 0, 0)表示结构元素的中心。
为了验证算法的可行性和有效性,采用加入噪
声强度为0. 01的椒盐噪声的Lena 图像作为测试
图像,如图1所示。经中值滤波后如图2所示。分别
用Sobel, LOG, Canny 算子和抗噪膨胀腐蚀算子对
该图像进行边缘提取, 结果分别如图3至图6所示。
图1 加入椒盐噪声图像
Fig. 1 Image with salt-pepper noise
图 2 中值滤波后图像
Fig. 2 Image af ter median filtering
图 3 Sobel算子边缘检测
Fig. 3 Edge location with Sobel method
由图 2可以看出,经中值滤波后, 图像中的椒
盐噪声滤除效果很好, 图像细节更加平滑。由图3
和图4可以明显看出, Sobel和LOG 算子对于噪声
敏感。图5中, Canny 算子的边缘受噪声影响较大,
检测边缘不连续,出现了漏检边缘现象。图6中,多
结构抗噪膨胀腐蚀算子的边缘检测中,噪声得到了
有效滤除,在头发、帽顶和眼睛等五官的细节上也
获得了较为清晰的结果。
图 4 LOG 算子边缘检测
Fig. 4 Edge location with LOG method
图5 Canny 算子边缘检测
Fig. 5 Edge location with Canny method
图6 抗噪膨胀腐蚀边缘检测
Fig. 6 Edge location with expansion and corrosion
against noise
3 图像边缘亚像素定位
经抗噪膨胀腐蚀数字形态学算子提取图像后,
得到了单像素宽的图像边缘,两个特征点间的像素
个数可能存在着一个像素的误差,为了提高图像检
测精度,对图像进行亚像素定位。常用的亚像素定
位方法 [ 8]可以分为拟合法、插值法、矩方法、概率论
法、相关算子法等。考虑到算法的精度、抗噪声能力
·958· 应用光学 2010, 31( 6) 李元锋,等: CCD 摄像头圆目标中心定位方法
及运算量,选用多项式插值法对图像进行快速亚像
素定位。其主要的思想是在边缘的附近,按一个最
佳匹配函数, 通过插值使得低分辨率的离散数据向
连续域数据逼近, 从而得到更为准确的位置。用近
似恢复图像边缘过渡区的一维连续光强图像,求出
边缘特征点的坐标 [ 9]。
根据多项式插值理论, 插值函数有如下形式
f ( x ) = ∑n
k= 0
∏n
i= 0
i≠k
( x - x i)
( x k - x i )
y k ( 9)
式中: x k 为插值点; y k 为离散函数值; f ( x )为插
值函数。
对抗噪膨胀腐蚀算子确定的边缘点( x i , y i ) ,
在梯度图像R ( i, j )的x 方向上取3个点R ( i- 1, j ) , R ( i, j ) ,
R ( i+ 1, j ) , 以这 3个点的梯度幅值为函数值,以( x i-
w ) , x i , ( x i+ w ) 3点为插值点, w 为像素 x 方向上
的间距,代入( 8)式求得边缘点像素 x 坐标
x= x i+
R ( i- 1, j )- R ( i+ 1, j )
R ( i- 1, j ) - 2R i, j+ R ( i+ 1, j )
×w
2
( 10)
同理在梯度图像 R ( i, j )的 y 方向上取 3个点
R ( i, j - 1) , R ( i, j ) , R ( i, j+ 1) ,以这 3点的梯度幅值为函数
值,以( y i- h) , y i, ( y i+ h) 3点为插值点, h 为像素y
方向的间距, 代入( 8)式求得边缘点像素 y 坐标
y= y i+
R ( i, j- 1) - R ( i, j + 1)
R (i, j - 1)- 2R i, j+ R ( i, j+ 1)×w2 ( 11)
式中: h为像素 y 方向的间距。
4 圆中心精确定位
经多项式插值法亚像素精确定位后,得到了圆
目标轮廓的边缘坐标, 最常用的方法是最小二乘圆
拟合法。因自动对接系统中,待测圆目标的内径同
已知螺母外径相同, 可用此半径作为约束条件[ 10]
结合最小二乘圆拟合法, 用来约束圆的拟合,以提
高拟合精度。
最小二乘法就是利用使优化函数达到最小值
而求解出一定区域位置参数的值。
设圆的方程为
( x i- a)
2
+ ( yi- b)
2
= r
2
( 12)
取残差 i 为
i= ( x i- a) 2+ ( y i- b) 2- r2 ( 13)
式中: i∈E , E 表示所有待拟合圆的亚像素边缘点
集合; ( x i , y i) ( i= 1, 2, ⋯, n)为图像亚像素边缘点
坐标; a与 b为齿轮圆心; r 为齿轮中心孔半径。
残差平方和函数为
Q = ∑
i∈E
[ ( x i - a)
2
+ ( y i - b)
2
- r
2
]
2
( 14)
式中: ( x i, y i ) 为图像边缘上特征点坐标。
当圆半径作为约束参与拟合时,根据拉格朗日
乘法, 将其最小二乘优化目标函数改为
Q = ∑
i∈E
( ( x i - a) 2 + ( y i - b) 2 - r ) 2 +
!( r - r 0) ( 15)
式中: r 0为约束条件
设计
领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计
半径; !为朗格朗日乘
子。
通过此式将约束最小二乘法转化为无约束最
小二乘法, 利用高斯-牛顿或Levenberg-Marquardt
法可以求解圆中心坐标( a, b)。
5 实验数据分析及结论
为了验证定位算法, 通过CCD摄像头对一圆
目标进行测量定位。使用本文提出的方法对圆目标
进行快速精确定位, 软件程序采用 M icrosof t
Visual C+ + 6. 0 编译, 运行环境为Window s XP
系统。
首先CCD摄像头所获得圆目标图像经中值滤
波后如图7所示。使用抗噪膨胀腐蚀算子对其边缘
检测结果如图8所示。
图7 圆目标图像
Fig. 7 Image of circle target
图8 边缘检测图像
Fig. 8 Image of edge location
随后用多项式插值法对其图像边缘进行亚像
素定位, 对其中一边缘点测量其亚像素值, 并进行
多次重复测量,测量结果如表1所示。
由表1所示,亚像素边缘定位标准差小于0. 04
像素, 亚像素定位精度定义为标准差, 优于 1/ 20像
·959·应用光学 2010, 31( 6) 李元锋,等: CCD 摄像头圆目标中心定位方法
素,另用多项式插值法定位所有亚像素边缘,总共
耗时238 ms。
表1 对一边缘点多次测量亚像素值结果
Table 1 Results of a edge point measured iteratively
序号 亚像素值/像素 均值/像素 标准差
1
2
3
4
5
6
0. 557
0. 537
0. 528
0. 529
0. 573
0. 591
0. 552 0. 033
最后用约束半径最小二乘圆拟合方法对其进
行中心定位, 提取亚像素边缘30个对称点位,连续
提取10帧圆目标图像,根据先验知识标定约束半
径取为 150 mm ,基于半径约束最小二乘圆拟合法
测量时间为35 ms,圆心精度 x 方向的标准差为∀x
为0. 004 9, y 方向的标准差为0. 005 4,总标准偏差
∀为
∀= ∀2x+ ∀2y= 0. 007 3 ( 16)
由此可见,采用该圆心定位方法中心总标准偏
差小于0. 01,单次测量时间低于0. 3 s,能够有效满
足自动对接系统的精度速度要求。
参考文献:
[ 1] 孔兵,王昭, 谭玉山.基于圆拟合的激光光斑检测算法
[ J] . 红外与激光工程, 2002, 31( 3) : 275-279.
KONG Bing, WANG Zhao , T AN Yu-shan.
Locat ion algo rit hm o f the la ser spot based on cir cle
fitting [ J] . I nfr ar ed and Laser Engineer ing , 2006, 31
( 3) : 275-279. ( in Chinese w ith an Eng lish abstr act)
[ 2] 蓝章礼, 闫果, 杨小帆, 等. 基于动态梯度的激光光斑中
心定位算法[ J] .计算机科学, 2008, 35( 8) : 223-226.
LAN Zhang-li, YAN Guo, YANG Xiao-fan, et al.
L ocaiton algo rithm of the la ser spo t based on
dynamic gr adient [ J ] . Computer Science, 2008, 35
( 8) : 223-226. ( in Chinese with an Eng lish abstr act)
[ 3] 党宏社, 胡尊风. 基于灰度矩亚像素定位算子的视觉
测量方法研究[ J] . 陕西科技大学学报, 2008, 26( 3) :
79-82.
DANG Hong-she, HU Zun-feng . Study on v ision
measuring method based on Gray-Moment Sub-P ix el
edge lo cation oper ato r [ J ] . Journal of Shaanx i
Univ ersity o f Science & Technolog y , 2008, 26( 3) : 79-
82. ( in Chinese w ith an Eng lish abstr act)
[ 4] 赵霞, 毛建东. 齿轮齿形误差图像测量方法的研究
[ J] .机床与液压, 2009, 37( 6) : 124-128.
ZHAO Xia, MAO Jian-dong . M easur ement of t he
gea r invo lute-err or based on image pro cessing
method [ J ] . Machine Tool & Hydraulics, 2009. 37
( 6) : 124-128. ( in Chinese w it h an English abstr act)
[ 5] 黄剑玲,邹辉. 一种基于形态学的多结构元素多尺度
图像边缘检测算法 [ J] . 微电子学与计算机, 2009, 26
( 8) : 76-79.
HUANG Jian-ling, ZOU Hui. An image edge
detection met hod o f multi-st ructure element s and
mutil-scale based on mo rpholog y [ J ] . M icr o-
electr onics & Computer . 2009. 26 ( 8 ) : 76-79. ( in
Chinese w ith an English abstr act)
[ 6] 董鸿燕.边缘检测的若干技术研究 [ D] .长沙:国防科
技大学, 2008: 29-30.
DONG Hong-yan. Resear ch on some t echniques in
edge detection[ D ] . Chang sha : National Univer sity of
Defense Technolog y, 2008: 29-30. ( in Chinese)
[ 7] 文华.基于数学形态学的图像处理算法的研究 [ D ] .
哈尔滨: 哈尔滨工程大学, 2007: 67-70.
WEN Hua. Resear ch of image processing alg or it hm
based on ma thematic mo rpho lo gy [ D ] . Harbin :
Harbin Eng ineer ing Univ ersity, 2007: 67-70. ( in
Chinese)
[ 8] 刘庆民.基于计算机视觉的小尺寸零件精密测量技术
研究[ D ] .长春: 吉林大学, 2006: 77-79.
LIU Q ing-min. Pr ecision measur ement t echnique
st udy on small size par ts based on computer v ision
[ D ] . Changchun: Jilin Univer sity , 2006: 77-79. ( in
Chinese)
[ 9] 陈向伟. 机械零件计算机视觉检测关键技术的研究
[ D] . 长春: 吉林大学, 2005: 67-70.
CHEN Xiang-w ei. Key technique resear ch on com-
puter vision inspection of mechanical par t [ D ] .
Changchun: Jilin Univ ersit y, 2005: 67-70. ( in
Chinese)
[ 10] 刘珂, 周富强, 张广军. 半径约束最小二乘圆拟合法及其
误差分析[ J] .光电子·激光, 2006, 17( 5) : 604-607.
L IU Ke, ZHOU Fu-qiang , ZHANG Guang-jun.
Radius constr aint least -squar e circle fitt ing met hod
and err o r analysis [ J] . Journal o f Opto electr onics.
L aser, 2006, 17( 5) : 604-607. ( in Chinese w ith an
English abst ract )
·960· 应用光学 2010, 31( 6) 李元锋,等: CCD 摄像头圆目标中心定位方法