改进的圆形标志亚像素级中心检测方法

218
计
算
机
工
程
2013 年 1 月 15 日
测点的邻域选取并不明确。为此，本文在现有方法的 基础上进行改进，以提高检测精度。
2
2.1
圆形标志的亚像素边缘检测
1
概述
往不能满足要求 [3]。对图像进行亚像素细分，能有效 提高测量精度。实验表明，即使亚像素中心精度只提 高 0.005 个像素，最终测量精确度也能够大幅提升。 常用的亚像素检测方法基本都利用图像边缘点附近 灰度值信息计算，定位精度并不高。 研究者利用图像梯度信息来改进算法以提高精 度。 文献 [4]在用二次多项式插值的方法进行亚像素细 分时，用粗定位边缘点附近 3 个点的梯度值作为插值 点进行计算，提高了定位精度，但其邻域选择固定在
————————————
通过图像边缘梯度函数曲线的形状选取部分点பைடு நூலகம்行 高斯曲线拟合，该方法在测量精度上有所提高，但检
基金项目：国家自然科学基金资助项目(61203245)；河北省自然科学基金资助项目(F2012202027) 作者简介：许 策(1985－)，男，硕士研究生，主研方向：图像处理；马 副教授、硕士 收稿日期：2011-10-21 修回日期：2011-12-20 E-mail：ncubaxuce@163.com 杰，副教授、博士；赵全明，教授、博士；唐红梅，
许
摘
策，马 杰，赵全明，唐红梅
(河北工业大学信息工程学院，天津 300401) 要：针对现有亚像素级边缘检测算法过于依赖图像灰度值，且计算邻域不明确等不足，提出一种改进的圆形标志中心
亚像素级检测方法。利用双阈值法得到边缘的粗定位点，将坐标轴按粗定位点的梯度方向进行旋转，在新坐标系下通过邻 域控制参数 S 的自适应选择，选取合适的邻域进行边界点的亚像素级定位，利用椭圆拟合确定目标边缘。通过 Matlab 编程 实现算法，并与原算法进行比较，结果显示改进方法的精度较高，可满足摄影测量等光电测量的要求。 关键词：编码标志；亚像素；边缘检测；椭圆拟合；梯度；自适应选择
3 3 范围内限制了算法精度的进一步提升。文献 [5]
近 景 数 字 摄影 测 量 系 统 [1] 被 广 泛 应 用 于 工 业 测 量中，可提高产品的逆向设计精度，保证生产质量。 该系统通过检测编码标志进行信息提取和三维重 建 ，精 确检测 编码 标志 [2] 是 保证 测量精 度的 首要前 提。由于编码标志通常设计成圆形，因此研究圆形 标志的亚像素边缘检测具有重要的理论意义和应用 价值。 边缘是图像基本的特征之一，在图像分析中起着 重要的作用。图像的边缘检测技术就是通过图像中相 邻像素灰度值的相互关系，找出目标边界的过程。通 常用微分算子检测到的边缘都是像素级的，其精度往
Improved Method of Sub-pixel Centre Detection in Circle Mark
XU Ce, MA Jie, ZHAO Quan-ming, TANG Hong-mei
(School of Information Engineering, Hebei University of Technology, Tianjin 300401, China) 【Abstract】 Existing pixel level edge detection algorithm is dependent on image gray value, and the calculating neighborhood is not clear. Aiming at this problem, an improved method of sub-pixel centre of the circle mark in photogrammetry is proposed. The sub-pixel edge based on digital coarse boundaries using a dual threshold method is found by rotating image coordinate system according to the local gradient direction of the coarse boundaries. An adaptive parameter S in rotated coordinate system is used to search local sub-pixel edge points, and the centre of ellipses is detected on the basis of these points. The proposed algorithm is realized using Matlab, and the experimental results demonstrate its excellent performance and high precision in good agreement with that of the Steger edge algorithm. It is concluded that the new method can satisfy the demands in the opto-electronic measurement. 【Key words】coding mark; sub-pixel; edge detection; ellipse fitting; gradient; adaptive selection DOI: 10.3969/j.issn.1000-3428.2013.01.047
第 39 卷 Vol.39
第1期 No.1
计 算 机 工 程 Computer Engineering
文章编号：1000—3428(2013)01—0217—04 文献标识码：A
2013 年 1 月 January 2013
中图分类号：TN911.73
・图形图像处理・
改进的圆形标志亚像素级中心检测方法