光电视觉测量系统.docx
《光电视觉测量系统.docx》由会员分享，可在线阅读，更多相关《光电视觉测量系统.docx（15页珍藏版）》请在冰豆网上搜索。
光电视觉测量系统
一．实验名称：
光电视觉测量系统
二．实验目的
1．利用专业照明光源、工业CCD图像采集系统、计算机或图像工作站、图像处理软件包搭建完整的光电测量机器视觉系统。
2．利用搭建的光电测量系统对零件的几何形状参数进行测量。
3．掌握测量典型几何图形的直线、圆孔的基本计算方法。
三．实验原理
1、Hough直线检测
Hough变换是一种特殊的在不同空间之间进行的变换。
设在图像空间有一个目标，其轮廓可用代数方程表示，代数方程中既有图像空间坐标的变量也有属于参数空间的参数。
Hough变换就是图像空间和参数空间之间的一种变换。
对于边界上的n个点的点集，找出共线的点集和直线方程。
设任意两点的直线方程：
y=ax+b，构造一个参数a，b的平面。
则可以得到以下结论：
●xy平面上的任意一条直线y=ax+b，对应在参数ab平面上都有一个点。
●过xy平面一个点（x,y）的所有直线，构成参数ab平面上的一条直线。
●如果点（x1,y1）与点（x2,y2）共线，那么这两点在参数ab平面上的直线将有
一个交点。
●在参数ab平面上相交直线最多的点，对应的xy平面上的直线就是我们
的解。
然而，当图像空间中有直线为竖直线时，斜率a为无穷大，此时，参数空间可采用极坐标。
1.对于边界上的n个点的点集，找出共线的点集和直线方程。
2.对于直角坐标系中的一条直线l，可用
、
来表示该直线，且直线方程
为：
其中，
为原点到该直线的垂直距离，
为垂线与x轴的夹角，这条直线是唯一的。
类比xy平面到ab平面，也可以得到一些性质：
●
域中的一点对应于变换域
中的一条正弦曲线
●变换域
中的一点对应于
域中的一条直线
●
域中一条直线上的n个点对应于变换域
中经过一个公共点的
n条正弦曲线。
●变换域
中一条曲线上的n个点对应于
域中过一个公共点的n
条直线。
综上所述，由图像空间的一点可以在参数空间做一曲线，如果由多个间断点所做的多条曲线交于一点，则这些间断点共线。
2、Hough圆检测
由hough变换直线检测可推导知，图像空间中的一条已知的曲线方程也可以建立相应的参数空间。
所以图形空间的一点，可经过变换运算在参数空间中产生相应的轨迹曲线或曲面。
如果，对应各个间断点的曲线或曲面能够相交，则表明图像空间的诸间断点的连线符合已知曲线。
最后寻找参数空间的极大值，便可检测出来。
如果曲线或曲面不相交，则表明图像空间的诸间断点的连线不符合某已知曲线。
圆就相当于曲线，所以也可以用Hough变换检测出来。
圆的图像空间方程为：
通过Hough变换，可以将
图像空间对应到参数空间
，然后对其进行累加完成检测。
对应的公式为：
四．实验步骤
1、Hough直线检测
a）图像预处理
b）在
、
的极值范围内对其分别进行m，n等分，形成一个二维数组，设一个二维数组的下标（即每一个元素）对应空间
中的一个网格（与
、
值对应）；
c）数组中每个元素置初值0。
d）对空间
中的每个间断点作Hough变换，在对应的空间
中产生一条曲线，曲线所经过的每个网格的对应数组元素，其值增加1。
e）如果这些图像空间点共线，则参数空间中的曲线必有交点，那么找出数组中的极大元素，该元素坐标
所对应的空间
中的直线就是所要检测的少数间断点形成的直线。
f）检测出
平面上n点后，将交点坐标
带入
得到逼近n点的直线方程。
2、Hough圆检测
a）图像预处理
b）找出处理后图像中想要的点
，求出这些点对应的
空间中的圆锥曲线。
c）通过预分配内存设计
空间的累计器，计算
空间中每一个网格中累计的个数。
d）由于在
空间中共圆的点，对应与
空间的圆锥曲线会有共同的交点，只需找出满足一定阈值范围内的点，这些点所对应的坐标就对应于
空间的圆心坐标和半径大小，这样就可以在原图中找到圆。
五．实验结果及分析
1、
Hough直线检测
从上述结果可以看出，利用Hough极坐标直线变换可以很清楚的标注出原图中的直线；而对于显示场景中的图，由于噪声的干扰，只能识别比较明显的直线，而且运算时间加长。
2、
Hough圆检测
对于上述两个图，用hough圆变换可以很明显的标出原图中的圆，但是不足之处在于需要设定合理的阈值、步长以及初始搜索半径，这样可以提高效率，并且免去很多干扰，从而大大缩短程序的运行时间。
六．实验心得体会和建议
●心得体会：
通过这次实验让我掌握Hough变换的基本原理，并能够用其进行直线和圆的检测。
●建议：
可以要求同学们用多种方式进行直线和圆的检测。
七．程序源代码
1、Hough直线检测
%%读取并显示原图
clc,clearall,closeall
f=imread（'malu.jpg'）;%读入彩色图像，注意不能使用灰度图像
f=imread（'line.jpg'）;
o=f;%保留彩色原图
f=rgb2gray（f）;%将彩色图像转换为灰度图像，
f=im2double（f）;
figure（）;
subplot（2,2,1）;imshow（o）;title（'原图'）;
%%提取图像边缘
[m,n]=size（f）;%得到图像矩阵行数m，列数n
fori=3:
m-2
forj=3:
n-2%处理领域较大，所以从图像（3,3）开始，在（m-2,n-2）结束
l（i,j）=-f（i-2,j）-f（i-1,j-1）-2*f（i-1,j）-f（i-1,j+1）-f（i,j-2）-2*f（i,j-1）+16*f（i,j）-2*f（i,j+1）-f（i,j+2）-f（i+1,j-1）-2*f（i+1,j）-f（i+1,j+1）-f（i+2,j）;%LoG算子
end
end
subplot（2,2,2）;imshow（l）;title（'LoG算子提取图像边缘'）;
%%滤波
[m,n]=size（l）;
fori=2:
m-1
forj=2:
n-1y（i,j）=l（i-1,j-1）+l（i-1,j）+l（i-1,j+1）+l（i,j-1）+l（i,j）+l（i,j+1）+l（i+1,j-1）+l（i+1,j）+l（i+1,j+1）;
y（i,j）=y（i,j）/9;%LoG算子提取边缘后，对结果进行均值滤波以去除噪声，为下一步hough变换提取直线作准备
end
end
subplot（2,2,3）;imshow（y）;title（'均值滤波器处理后'）
%%二值化
q=im2uint8（y）;
[m,n]=size（q）;
fori=1:
m
forj=1:
n
ifq（i,j）>80;%设置二值化的阈值为80
q（i,j）=255;%对图像进行二值化处理，使图像边缘更加突出清晰
else
q（i,j）=0;
end
end
end
subplot（2,2,4）;imshow（q）;title（'二值化处理后'）;
%%检测直线（快速查找）
%Hough变换检测直线，使用（a，p）参数空间，a∈[0,180],p∈[0,2d]
a=180;%角度的值为0到180度
d=round（sqrt（m^2+n^2））;%图像对角线长度为p的最大值
s=zeros（a,2*d）;%存储每个（a,p）个数
z=cell（a,2*d）;%用元胞存储每个被检测的点的坐标
fori=1:
m
forj=1:
n%遍历图像每个点
if（q（i,j）==255）%只检测图像边缘的白点，其余点不检测
fork=1:
a
p=round（i*cos（pi*k/180）+j*sin（pi*k/180））;%对每个点从1到180度遍历一遍，取得经过该点的所有直线的p值（取整）
if（p>0）%若p大于0，则将点存储在（d，2d）空间
s（k,d+p）=s（k,d+p）+1;%（a，p）相应的累加器单元加一
z{k,d+p}=[z{k,d+p},[i,j]'];%存储点坐标
else
ap=abs（p）+1;%若p小于0，则将点存储在（0，d）空间
s（k,ap）=s（k,ap）+1;%（a，p）相应的累加器单元加一
z{k,ap}=[z{k,ap},[i,j]'];%存储点坐标
end
end
end
end
end
%%显示直线
fori=1:
a
forj=1:
d*2%检查每个累加器单元中存储数量
if（s（i,j）>70）%将提取直线的阈值设为70
lp=z{i,j};%提取对应点坐标
fork=1:
s（i,j）%对满足阈值条件的累加器单元中（a，p）对应的所有点进行操作
o（lp（1,k）,lp（2,k）,1）=255;%每个点R分量=255，G分量=0，B分量=0
o（lp（1,k）,lp（2,k）,2）=0;
o（lp（1,k）,lp（2,k）,3）=0;%结果为在原图上对满足阈值要求的直线上的点赋红色
end
end
end
end
figure,imshow（o）;title（'hough变换提取直线'）;
2、Hough圆检测
clc,clearall
f=imread（'yingbi.jpg'）;%读入彩色图像，注意不能使用灰度图像
o=f;%保留彩色原图
f=rgb2gray（f）;%将彩色图像转换为灰度图像，
f=im2double（f）;
figure（）;
subplot（2,2,1）;imshow（o）;title（'原图'）;
%%提取图像边缘
[m,n]=size（f）;%得到图像矩阵行数m，列数n
fori=3:
m-2
forj=3:
n-2%处理领域较大，所以从图像（3,3）开始，在（m-2,n-2）结束
l（i,j）=-f（i-2,j）-f（i-1,j-1）-2*f（i-1,j）-f（i-1,j+1）-f（i,j-2）-2*f（i,j-1）+16*f（i,j）-2*f（i,j+1）-f（i,j+2）-f（i+1,j-1）-2*f（i+1,j）-f（i+1,j+1）-f（i+2,j）;%LoG算子
end
end
%subplot（2,2,2）;imshow（l）;title（'LoG算子提取图像边缘'）;
%%滤波
[m,n]=size（l）;
fori=2:
m-1
forj=2:
n-1y（i,j）=l（i-1,j-1）+l（i-1,j）+l（i-1,j+1）+l（i,j-1）+l（i,j）+l（i,j+1）+l（i+1,j-1）+l（i+1,j）+l（i+1,j+1）;
y（i,j）=y（i,j）/9;%LoG算子提取边缘后，对结果进行均值滤波以去除噪声，为下一步hough变换提取直线作准备
end
end
%subplot（2,2,3）;imshow（y）;title（'均值滤波器处理后'）
%%二值化
q=im2uint8（y）;
[m,n]=size（q）;
fori=1:
m
forj=1:
n
ifq（i,j）>80;%设置二值化的阈值为80
q（i,j）=255;%对图像进行二值化处理，使图像边缘更加突出清晰
else
q（i,j）=0;
end
end
end
subplot（2,2,2）;imshow（q）;title（'二值化处理后'）;
%%***************hough圆变换*********************************
BW=q;
step_r=10;%设定半径搜索步长
r_min=50;%最小半径和最大半径，确定搜索范围
r_max=150;
[m,n]=size（BW）;
r=round（（r_max-r_min）/step_r）+1;%半径最大搜索次数
adder=zeros（m,n,r）;
[x,y]=find（BW）;%找出矩阵中的非零值
count=size（x）;%计算非零值的个数
forN=1:
count
forR=1:
r
forA=1:
360
A=（A/360）*2*pi;
a=round（x（N）-（r_min+step_r*（R-1））*cos（A））;
b=round（y（N）-（r_min+step_r*（R-1））*sin（A））;
if（a>0&&a<=m&&b>0&&b<=n）
adder（a,b,R）=adder（a,b,R）+1;%参数空间累加器加1
end
end
end
end
%%画出原图中的圆，并找出圆心
max_adder=max（max（max（adder）））;%找出空间累计器中储存最多的点数
thre=0.85;%根据经验设定阈值比重
index=find（adder>=max_adder*thre）;%找出满足阈值范围内点的序数
l=length（index）;
a1=zeros（l,1）;
b1=zeros（l,1）;
r1=zeros（l,1）;
subplot（2,2,3）,imshow（o）,holdon,title（'圆形检测结果'）;
fori=1:
l
[a1（i）,b1（i）,r1（i）]=ind2sub（size（adder）,index（i））;%根据序数找出其所对应的坐标
r1（i）=r_min+step_r*（r1（i）-1）;%算出半径（之前的r（i）代表的是步长的个数而不是半径）
plot（b1（i）,a1（i）,'.red'）;%标注圆心
%根据坐标画出圆
rectangle（'position',[b1（i）-r1（i）,a1（i）-r1（i）,2*r1（i）,2*r1（i）],'curvature',[1,1],'edgecolor','r'）;
end
报告评分：
指导教师签字：
升级会员 