十字线激光图像的快速边缘检测方法

十字线激光图像的快速边缘检测方法

A fast edge detection method for cross laser image

摘要：针对工程应用中十字线激光图像存在较大干扰噪声和要求图像处理速度快的特点，提出了一个快速准确的边缘检测方法。在图像处理时先找出图像中的有用区域，采用基于局域亮度最大的方法在有用区域内找出像素级的边缘点，对这些像素级的边缘点进行亚像素处理得到更高角度的边缘点，用最小二乘法计算出两条直线，最后计算出交点坐标和水平倾角。用640×480像素摄像机（光靶分辨率为0.0627mm/像素）在4.3m摄取50幅图像进行处理，标准差x为0.0119mm，y 为0.0235mm，水平倾角为1.89′。方法应用于导轨直线度和扭曲度检测中，取得了很好的效果。关键词：图像处理；边缘检测；亚像素；最小二乘法

Abstract: In view of strong noise in cross laser images and requirement for fast processing in industrial application, a fast edge detection method for cross laser image is presented. During the image processing, a serviceable area is firstly located, pixel edge points are then detected in the serviceable area by maximum luminance in a local region, these pixel edge points are processed to get sub-pixel edge points which are calculated to get the two lines of the cross by least square method, so the coordinate of the intersection point and the angle. The standard deviation is 0.0119mm for x, 0.0235mm for y and 1.89′for angle, with a camera (640×480 pixels and 0.0627mm/pixel as resolution of the target) at distance of 4.3m and 50 samples. This method was used in straightness and twist inspection of rail guides and got satisfied results.

Key words:Image processing; Edge detection; Sub-pixel; Least square method

1 引言

工业生产和工程实际中，经常需要对直线度和扭曲度等进行检测，因而需要直线和角度基准。激光以其方向性好、能量集中、抗干扰能力强等特点，已在许多测量领域里得到广泛应用。十字线激光束可用于同时需要直线和角度基准的场合。

十字线激光束用于直线和角度基准并采用图像处理技术时，需要计算十字线的中心和横线的角度。为此，首先要进行边缘检测。目前已有很多的边缘检测方法，如梯度方法[1]、数学形态学方法[2]、小波变换方法、蚂蚁算法等[3,4]。

本文介绍一种边缘检测方法，它针对十字线激光图像的特点，无需对图像进行二值化处理，不需要选取阈值，因而算法具有较强的抗干扰能力；它只对图像的有用区域进行处理，因此运算量小，速度快。

2 十字线激光图像的特点

图1是一幅十字线激光图像。进行图像处理时，图像的有用区域仅仅是两条亮线及周围部分。

实际应用中，由于背景光等因素的干扰，图像存在较大的噪声。此时，若采用传统的边缘检测方法对整个图像进行处理，不仅运算量大，而且由于经常需要选取阈值，而阈值的选取又极易受噪声干扰，因此会严重影响边缘检测效果。

理论分析和视觉表明，尽管十字线激光图像存在较大噪声，但图像中确实存在着两条亮线，亮线中心部分亮度最大，这又恰恰是计算需要的信息。因此，为了提高边缘检测方法的抗噪声能力，应当采用屋脊形边缘。

图1 十字线激光图像

3 边缘检测方法

针对十字线激光图像的特点，边缘检测的基本思路是：首先，确定检测起始直线。这实际上是寻找十字线中两条直线的大致中心线，以后的边缘检测将在这两条中心线的附近进行。其次，在检测起始直线附近寻找像素级的边缘点。最后，将这些像素级的边缘点进行亚像素处理，提高检测精度。

在本文介绍的边缘检测方法中，有些处理理论上应当沿十字线中每条线的垂直方向进行。考虑到实际应用中被测物体的角度变化范围很小，光学系统在设计时又有意使十字线的横线呈水平状态。为了简化运算，这些处理都按图像的坐标轴方向进行。

为了叙述简洁，以下讨论中图像坐标的选取沿用Matlab 的习惯，边缘检测也仅以竖线的边缘检测为例；横线的边缘检测方法与竖线的边缘检测方法类似，只是调换了方向和大小有些差别；并记图像中十字线的宽度为W 。虽然线宽W 随摄像机与光源间的距离变化而变化，但在一定的测量范围内，将线宽W 看作一个适当的常数不仅切实可行，还可以简化计算。

检测步骤如下：

3.1 确定检测起始直线

在图像中均匀地确定N 条水平直线。N 的值依图像的大小而定，但N ≥20。以每条直线上的像素点为中心，用半径为W/4的滤波圆盘进行中值滤波，做出每条直线上的亮度曲线q i ，i =1，2，3,…,N 。并记每条亮度曲线上的亮度最大值为q max i 。

计算每条亮度曲线上亮度大于q max i /2的部分（称为亮条），并记l ij （其中j ＝1，2，3，…，K ，K 为第i 条亮线上的亮条个数）为每一亮条的长度。

对于每一亮度曲线，如果存在且仅存在一个亮条m ，满足

W 2W 2

1<

由{p i }用最小二乘法拟合得用于竖线边缘检测的检测起始直线L v 。

同理求得用于横线边缘检测的检测起始直线L h 。并记L h 与L v 交点坐标为（x o ,y 0）。

3.2 边缘检测

由于要检测的边缘是屋脊形边缘，考虑到图像会有一定的角度，因此检测模板用圆形模板。 对于图像f (x,y )，定义圆s (x c ,y c ,r )，其中(x c ,y c )为圆心，记为p c ，r 为半径。圆内像素点的集合为