【摘要】：分析了光斑圖像成像特點和理想光斑灰度分布模型,針對含有多個不同尺度光斑的圖像,提出了一種可以在復雜環(huán)境下一次性快速檢測出多個光斑中心的方法。該方法基于高斯模糊后光斑中心不變的性質,先對含有大量光斑的圖像進行快速多級高斯模糊,構建其高斯尺度空間;然后,使用加速的非極大值抑制方法在尺度空間內(nèi)尋找多個尺度的局部極值,初步確定各光斑中心的像素級坐標;最后,聯(lián)合這些坐標的鄰域像素,擬合局部曲面,得到光斑中心的亞像素級精確位置。利用仿真實驗和實物實驗驗證了提出方法的有效性。結果表明:該算法對640pixel×480pixel圖像,處理時間僅需50ms,每千個光斑的平均檢測時間為23ms,在復雜環(huán)境下正確率可達89%。此外,該方法對弱光斑較敏感,適合快速處理含有大量不同尺度光斑的圖像,并能夠有效減少光斑的錯檢和漏檢。由于檢測速度快,自適應性強,在實際應用中取得了良好的檢測效果。
[Abstract]:In this paper, the imaging characteristics of spot image and the ideal gray distribution model of light spot are analyzed. A method to detect the center of light spot in complex environment is proposed for the image with different scales. This method is based on Gao Si's property that the center of light spot is invariant. Firstly, the image containing a large number of light spots is blur by a fast multilevel Gao Si blur, and then the size space of the image is constructed. Then, the accelerating non-maximum suppression method is used to search for the local extremum of multiple scales in the scale space, and the pixel level coordinates of each spot center are preliminarily determined. Finally, by combining the adjacent pixels of these coordinates, the local surface is fitted to obtain the accurate sub-pixel position of the spot center. The effectiveness of the proposed method is verified by simulation and physical experiments. The results show that the processing time of the algorithm is only 50 Ms for 640pixel 脳 480pixel images, and the average detection time for every 1000 spots is 23 Ms, and the correct rate can reach 89 Ms in complex environment. In addition, this method is sensitive to weak spot, and is suitable for fast processing of images with different scales, and can effectively reduce spot error and miss detection. Because of fast detection speed and strong adaptability, good detection effect has been obtained in practical application.
【作者單位】： 大連理工大學海岸與近海工程國家重點實驗室;大連理工大學電子信息與電氣工程學部;
【基金】：國家自然科學基金資助項目(No.61202253)
【分類號】：TP391.41

【相似文獻】

相關期刊論文 前8條

1 黃浩,詹玲;一種光斑中心定位算法的研究與實現(xiàn)[J];小型微型計算機系統(tǒng);2005年07期

2 趙婧鑫;周富強;;小尺寸光斑中心的高精度定位算法[J];紅外與激光工程;2014年08期

3 馮馳;孟浩;;雙光斑中心識別算法比較[J];應用科技;2009年08期

4 蔣峰;孫志毅;何秋生;;太陽光斑質心位置檢測算法的研究[J];數(shù)字技術與應用;2012年03期

5 周敬濱;范勇;肖德成;;基于機器視覺的光斑中心高精度實時檢測[J];微計算機信息;2009年16期

6 韓亞榮;黃朝兵;鐘繼衛(wèi);王翔;;一種光斑圖像的閾值分割和光斑中心坐標的計算方法[J];現(xiàn)代計算機(專業(yè)版);2011年22期

7 周紅鋒;任樸生;;光學測量中光斑圖像的處理及測量精度研究[J];雞西大學學報;2014年05期

8 ;[J];;年期

相關會議論文 前2條

1 胡軍志;;軌道平順度激光檢測儀光斑定位技術的研究[A];科技創(chuàng)新與經(jīng)濟結構調(diào)整——第七屆內(nèi)蒙古自治區(qū)自然科學學術年會優(yōu)秀論文集[C];2012年

2 葛文博;楊國田;;基于改進Hough變換的曲面測量技術的研究[A];第三屆中國智能計算大會論文集[C];2009年

相關碩士學位論文 前3條

1 梁艷中;環(huán)形光斑處理及分析系統(tǒng)設計與實現(xiàn)[D];電子科技大學;2014年

2 王雪;基于CCD的4f光學系統(tǒng)光斑圖像處理的研究[D];黑龍江大學;2015年

3 馮新星;面向實時高精度三維測量的光斑圖像提取與誤差補償[D];南京航空航天大學;2012年

，

本文編號：2322462