新城注册-平台提款要多久[0001] 本发明属于计算机视觉测量技术领域，设及一种关于能量线性变化标记点和准确 稳定的标记点提取方法。

　　[0002] 基于计算机视觉理论的视觉测量系统因具有非接触、测量效率高和测量准确度较 高等优点，而广泛应用于制造业中。其中，标记点设计及其提取方法在机器视觉中有着十分 重要的地位，在很多情况下，标记点是图像采集的主要对象，而标记点提取也是图像处理的 主要步骤。随着现代科技的不断发展，机器视觉技术的应用更加广泛，运使得标记点的设计 W及提取方法必须满足更宽泛的需求，在提取精度上提出了比较苛刻的要求。现在常用的 标记点主要有祀标圆形标记点和棋盘格两种，运两种标记方法运用的约束都比较少，包含 的信息也较少，并不能完全准确反映出被测物的信息。在目前情况下，合理设计标记点并准 确地提取标记点是目前主要难题和研究的主要方向。

　　[0003] 目前使用的标记点约束都较少，大多采用灰度阶跃式变化的标记点，提取过程中 只采用提取到的标记点中的标记信息。例如，解则晓，高翔，崔健等人2013年在中国激光发 表的《移动式Ξ维测量用圆形标记点提取算法》采用内部为白色亮圆、周围带有黑圈的圆形 标记点，提取的仅仅是白色内圆和黑色外圆环交线上的部分点，提取的图像信息和约束都 十分有限，不能保正圆屯、的准确性。张正友等人1988年在IE邸TRANSACTIONS ON PATTERN ANALYSIS AND MACHI肥 INTCLLIGENCE上发表的《A Flexible New Technique for Camera 化libration》使用棋盘格标定祀标进行标定，很好的保证了精度问题，但是在操作过程中 需要人工指定棋盘格交叉点范围，然后进行角点捜索，操作较为复杂，智能化低。

　　[0004] 本发明为克服现有技术的缺陷，发明了一种能量线性变化的标记点及其标记点中 屯、的快速准确提取方法，解决在机器视觉中标记点运用的约束较少，圆形有倾斜角度时会 产生形变的技术难题。标记点整体呈现圆形，从中屯、向边缘灰度呈线性变化，中屯、处亮度最 高，灰度最大。运种标记点不仅有形状的约束，而且从中屯、向边缘采取了能量信息的线性约 束，提局了标记点提取的精度和鲁棒性。在标记点提取时，先进行标记点中屯、的粗提取，可 W根据实际情况，利用整体标记点图形的对称性，使用灰度重屯、法进行粗提取，提取标记点 的形屯、。之后采用楠圆锥拟合算法，楠圆锥拟合算法运用了整个标记点的灰度线性信息，而 不是单一的边界信息，从而提高了标记点提取的鲁棒性和精度。

　　[0005] 本发明采用的技术方案是一种能量线性变化圆形标记点及提取方法，其特征是， 标记点整体呈现圆形，从中屯、向边缘灰度呈线性变化，中屯、处亮度最高，灰度最大;在标记 点提取时，先进行标记点中屯、的粗提取，根据实际情况，利用整体标记点图形的对称性，使 用灰度重屯、法进行粗提取，提取标记点的形屯、;之后运用整个标记点的灰度线性信息，而不 是单一的边界信息进行楠圆锥拟合，再通过最小二乘法拟合出最优的楠圆锥，得到精确的 能量标记点的中屯、坐标;提取方法的具体步骤如下：

　　[0006]第一步在平面上应用能量线性变化圆形标记点对称性的粗提取方法，用灰度重屯、 法求取目标标记点的公式如下：

　　[0009] 其中：f(x，y)是坐标为(x，y)的像素点的灰度值，S是目标区域集合，反刀是区域 粗提取中屯、点坐标；

　　[0011] 首先采用楠圆锥拟合法对标志图案的灰度信息进行提取，当标志的灰度值z = f (x，y)被提取后，按楠圆锥方程对提取的点进行拟合，其表达如下：

　　[0013]其中，（x，y,)为样本点坐标，z = f(x，y)为对应样本点的灰度值，a，b，c，d，e，f为楠 圆锥方程参数；

　　[001引首先在第一步提取的区域粗提取中屯、点坐标(;-，；，/(;.刮)附近的S范围内提取一 定数量的样本点N;用最小二乘法拟合出最优的楠圆锥，求解目标函数的最小值：

　　，对公式（3)的参数a，b，c，d，e，f进行求解， 得到楠圆锥顶点坐标(d，e，f)，即精确的求出了能量标记点的精确提取中屯、点坐标(d，e)。

　　[0018] 本发明的有益效果是该能量线性变化圆形标记点从圆屯、向边缘的灰度变化呈线 性，运种圆形标记点相对于传统标记点含有更多的约束，包含了更多的标记点信息，同时在 标记点是否变形的情况下，采用两种提取方法来保证提取精度。所W，本发明设计的标记点 和拟合方法比传统标记点有更广泛、精度更高的应用，提高了标记点提取的精度和鲁棒性。

　　[0019]图1为能量线性变化圆形标记点及提取示意图。其中，1-粗提取中屯、点；2-精确提 取中屯、点；S-样本点捜索区域。

　　[0021 ] W下结合技术方案和附图详细叙述本发明的【具体实施方式】。

　　[0022] 附图1为能量线性变化圆形标记点及提取示意图，标记点整体呈现圆形，圆屯、到边 缘的灰度变化呈线性，中屯、点亮度最高，灰度值最大，边缘亮度最低，灰度值最小。附图2为 能量标记点的提取流程图。整个提取流程分为中屯、点的粗提取和精确求解标记点中屯、。在 标记中屯、粗提取阶段可W采用灰度重屯、法初步求解中屯、点，在精确求解阶段可W根据楠圆 锥拟合出最优解，求得更为准确的中屯、点坐标。实施例采用图2所示的能量标记点提取流 程，对标记点进行图像采集。下面是针对能量标记点的具体提取步骤如下：

　　[0023] 将本发明的能量标记点布置于物体表面，配置相机及其附属光源等设备，调整焦 距视角等使标记点清晰可见，对标记点进行图像采集。

　　[0025] 本例采用灰度重屯、法粗提取标记点中屯、，先对标记点进行图像采集后，对采集到 的图像使用灰度重屯、法，然后利用图像中像素的坐标值(X，y)和灰度值f (X，y )，应用灰度重 屯、法初步求取目标标记点的中屯、，公式如下：

　　[00%]其中：f(x，y)是坐标为(x，y)的像素点的灰度值，S是目标区域集合。对公式（1)和 (2)求解后得到的胃，；)为初步求取的区域中屯、坐标。计算得出图1所示的粗提取中屯、点1 (44.12,58.05)。

　　[0030] W第一步得到的粗提取中屯、点1 (44.12，58.05)为捜索中屯、，在S范围内选取个数 为N的样本点，取N = 500,得到500组坐标值(xi，yi，zi)(i = l，2,3，…，500)，其中zi = f(xi， yi)为(xi，yi)对应的灰度值，然后对运500个样本点采用楠圆锥拟合法。其表达如下：

　　[0032] 其中，（x，y)为样本点坐标，z = f(x，y)为对应样本点灰度值，a，b，c，d，e，f为楠圆 锥方程参数。

　　[0036] 本发明采用两种提取方法来保证提取精度，采用的圆形标记点从圆屯、向边缘的灰 度变化呈线性，运种能量标记点相对于传统标记点含有更多的约束，包含了更多的标记点 信息。因此，本发明的标记点和拟合方法比传统标记点有更广泛、精度更高的应用，提高了 标记点提取的精度和鲁棒性。

　　1. 一种能量线性变化圆形标记点及提取方法，其特征是，标记点整体呈现圆形，从中心 向边缘灰度呈线性变化，中心处壳度最尚，灰度最大;在标记点提取时，先进行标记点中心 的粗提取，根据实际情况，利用整体标记点图形的对称性，使用灰度重心法进行粗提取，提 取标记点的形心；之后运用整个标记点的灰度线性信息，而不是单一的边界信息进行椭圆 锥拟合，再通过最小二乘法拟合出最优的椭圆锥，得到精确的能量标记点的中心坐标;提取 方法的具体步骤如下： 第一步在平面上应用能量线性变化圆形标记点对称性的粗提取方法，用灰度重心法求 取目标标记点的公式如下：其中：f(x，y)是坐标为(X，y)的像素点的灰度值，S是目标区域集合，??丨是区域粗提 取中心点坐标； 第二步采用椭圆锥拟合方法对标志图案的灰度信息进行提取 首先采用椭圆锥拟合法对标志图案的灰度信息进行提取，当标志的灰度值z = f(x，y) 被提取后，按椭圆锥方程对提取的点进行拟合，其表达如下：其中，（x，y,)为样本点坐标，z = f (x，y)为对应样本点的灰度值，8，13,〇，(1，6 4为椭圆锥 方程参数； 第三步通过最小二乘法拟合出最优的椭圆锥 首先在第一步提取的区域粗提取中心点11附近的S范围内提取一定数量 的样本点N;用最小二乘法拟合出最优的椭圆锥，求解目标函数的最小值：令_对公式(3)的参数a，b，c，d，e，f进行求解，得到 椭圆锥顶点坐标(d，e，f)，即精确的求出了能量标记点的精确提取中心点坐标(d，e)。

　　【专利摘要】本发明一种能量线性变化圆形标记点及提取方法属于计算机视觉测量技术领域，涉及一种关于能量线性变化标记点和准确稳定的标记点提取方法。标记点整体呈现圆形，从中心向边缘灰度呈线性变化，中心处亮度最高，灰度最大。在标记点提取时，先进行标记点中心的粗提取，利用整体标记点图形的对称性，使用灰度重心法进行粗提取，提取标记点的形心。之后运用整个标记点的灰度线性信息，而不是单一的边界信息进行椭圆锥拟合，再通过最小二乘法拟合出最优的椭圆锥，得到精确的能量标记点的中心坐标。本发明采用两种提取方法来保证提取精度，能量线性变化圆形标记点和拟合方法比传统标记点有更广泛、精度更高的应用，提高了标记点提取的精度和鲁棒性。