canny边缘检测_边缘检测 canny算子_opencv canny边缘检测(2)

0000000

0.0190.0230.0230.0230.0230.0230.019

0.0150.0470.0470.0470.0470.0470.015

00.0220.0570.070.0570.0220

表3模板

00.0230.0390.0410.0390.0230

0.0230.027-0.013-0.026-0.0130.0270.023

0.039-0.023-0.053-0.066-0.053-0.0130.039

0.041-0.026-0.066-0.081-0.066-0.0260.041

0.039-0.013-0.053-0.066-0.053-0.0130.039

0.0230.027-0.013-0.026-0.0130.0270.023

00.0230.0390.0410.0390.0230

4最小二乘椭圆拟合

摄像机标定过程中靶标上圆形标志经透镜采集后为平面椭圆，需要对所提取的椭圆边缘点进行最小二乘拟合，确定标志中心的像素位置。先对采集的靶标图像进行Canny边缘检测，通过计算圆形度确定每个圆的区域，在对边缘检测的图像进行亚像素检测，最后将每个圆区域的亚像素数据进行最小二乘拟合。椭圆的平面方程为[3]：

（7）

拟合求得椭圆方程5个参数B，C，D，E，F。椭圆中心坐标计算公式为：

（8）

5实验

为了验证算法的精度和可靠性，首先通过计算机仿真圆和椭圆，对理想的边缘加入不同比例的高斯噪声进行模拟计算，与已知值进行比较。再对标定过程中采集到的靶标上的圆形标志图像进行计算，分析摄像机标定精度。

计算机生成理想的圆和椭圆，并仿真出不同比例的高斯噪声，将计算结果和理想值进行比较。圆的半径为25个像素，理论圆心坐标（50.5，50.5）；椭圆的长半轴为30个像素，短半轴为27个像素，理想中心坐标为（80.5，100.5），加入不同比例的高斯噪声模拟实际情况下噪声是未知的，来验证算法的精确性和稳定性。

表4加入不同噪声计算的中心坐标

高斯噪声比例/%圆形/像素椭圆/像素

xyxy

2.550.51150.51380.524100.535

550.48750.47280.533100.544

1050.54750.54280.455100.438

2050.68550.66880.699100.676

表4中可以看出在加入不同比例高斯噪声提取标志中心时，对理想圆形标志x坐标提取平均误差为0.066个像素，y坐标提取平均误差为0.070个像素；对理想椭圆标志x坐标提取平均误差为0.076个像素，y坐标提取平均误差为0.079个像素。由表4数据可以看出椭圆受噪声影响较圆形大。在图像噪声小于10%的时候，中心标志定位精度小于0.06个像素。

在摄像机的实际标定过程中进行标志中心提取，摄像机采用大恒公司生产的COMS摄像机，分辨率为1280*1024，焦距为12mm的镜头，工作距离约700mm处。标定板为圆形特征标志的靶标，圆的个数为11*9，相邻两圆的圆心距离为25mm0.0015mm，如图2所示。

图2右摄像机采集的标定板靶标图3Canny检测的标定板边缘图

图4亚像素检测后拟合的圆心标记图图5双目匹配后标定板点云图

图2为右摄像机采集到的标定板图，经过Canny算子检测后得到像素级的边缘图（见图3），记录下圆形标志的区域；再经Zernike矩进行亚像素检测得到亚像素级边缘；然后通过最小二乘拟合，得到这些标志中心的精确坐标（表5为图中大圆中心坐标）；最后进行标定计算，得到摄像机的内外参数，将该算法和质心法得到的标定数据进行比较，采用质心法后左摄像机的u，v轴偏差均值分别为0.32和0.26个像素，右摄像机为0.23和0.17个像素；采用本算法左摄像机的u，v轴偏差均值分别为0.27和0.21个像素，右摄像机的u，v轴偏差均值分别为0.22和0.16个像素[4]。可见，相比质心法采用亚像素拟合得到的标定数据精度较高。通过对左右图片以及圆心坐标进行匹配，得到标定板的点云（见图5）和标定板圆心的世界坐标，计算两相邻圆心之间的绝对距离，最大误差为0.3mm，平均误差为0.02mm。

表5右摄像机图提取大圆中心像素坐标比较

像素边缘拟合坐标本算法拟合坐标

大圆标号x坐标y坐标x坐标y坐标

1578.1233296.011578.2496296.059

2643.589297.216643.6749297.1766

3446.5921426.6635446.7241426.4394

4838.849439.7023838.744439.5055

5634.6113568.304634.6221568.2936

6结论

摄像机标定过程中，对圆形标志采用边缘分割，亚像素检测，最小二乘拟合的方法进行中心位置精确定位。实验结果表明：此方法在标定过程中对圆形标志提取精确且稳定，对图像噪声较大的情况也有明显的优越性，实验中对中心定位精度优于0.1个像素，该算法计算后得到的标定数据精度较高，平均误差小于0.02mm，满足视觉检测的精度。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-33894-2.html