一种基于质心法的光斑图像中心的快速定位方法

摘要

本发明涉及一种基于质心法的光斑图像中心的快速定位方法，其特征在于：包括下述步骤：(1)通过测量得到轴对称光斑的部分图像的灰度分布I(i，j)；(2)随机选取光斑图像上任意一个3×3灰度网格，计算其几何中心和质心；(3)计算通过该几何中心和质心的直线；(4)随机选取光斑图像上N个3×3灰度网格，其中至少有一个不同于步骤(2)中所选的3×3灰度网格，N大于等于1，重复步骤(2)和(3)，将得到的直线方程联立成方程组；(5)采用最小二乘方法解该方程组，得到光斑中心的位置(x0，y0)。本发明通过随机选取少量灰度网格对光斑中心进行快速定位，实时性好，节省数据存储空间且不受光斑位置的影响。

说明书

【技术领域】

本发明涉及一种基于质心法的光斑图像中心的快速定位方法，属于图像处理领域。 

【背景技术】

光斑图像中心定位是一种光斑图像处理的重要技术。光斑中心定位技术广泛的应用于目标跟踪、模式识别、激光测量、星敏感器的星点定位及激光衍射法粒度测量等诸多领域。快速、精确地提取光斑的中心坐标对上述系统整体性能有着重要影响，特别是对于实时的动态测量、定位而言，在保证中心定位精度的前提下，方法的复杂度和效率十分重要。 

目前，对于光斑图像中心的定位方法主要有Hough变换法、空间矩定位法、高斯曲面拟合法、灰度质心法等。对于已知灰度分布为轴对称的光斑的部分图像而言，利用Hough变换法时需要对参数空间离散化，进而对每一个轮廓点在二维参数空间内逐点投票、记录，故花费时间较长、计算量大且测量精度也较低。空间矩定位法虽然运算精度较高，但要求光斑边缘为理想二级边缘，在实际应用中受到限制。高斯曲面拟合法是最精确的方法，但是该算法需要求解广义逆矩阵以及较多的对数运算，因此运算过程复杂，程序运行效率低，无法满足对实时性要求较高的场合。灰度质心法由于其实现较为简单且定位精度较高，成为使用最多的一种定位方法。虽然灰度质心法应用范围较广，但该方法受光斑形状的影响，特别是对于光斑中心点在图像边缘或图像之外的情况，灰度质心法通常不能适用。 

【发明内容】

本发明针对轴对称分布的光斑的部分图像，提出一种基于质心法的光斑图像中心的快速定位方法。本发明通过随机选取少量灰度网格对光斑中心进行快速定位，实时性好，节省数据存储空间且不受光斑 位置的影响。 

本发明所提出的一种基于质心法的光斑图像中心的快速定位方法，包括下述步骤： 

步骤一：通过测量得到轴对称光斑的部分图像的灰度分布I(i，j)。 

步骤二：随机选取光斑图像上任意一个3×3灰度网格，计算其几何中心(x_g，y_g)和质心(x_c，y_c)。 

步骤三：计算通过该几何中心和质心的直线，其中x表示横坐标，y表示纵坐标。 

(x_g-x_c)y-(y_g-y_c)x＝(x_g-x_c)y_c-(y_g-y_c)x_c   (1) 

步骤四：随机选取光斑图像上N个3×3灰度网格，其中至少有一个不同于步骤二中所选的3×3灰度网格，N大于等于1，重复步骤二和三，将得到的直线方程联立成方程组。 

步骤五：采用最小二乘方法解该方程组，得到光斑中心的位置(x₀，y₀)。 

本发明给出的一种基于质心法的光斑图像中心的快速定位方法，其优点及功效在于：本发明巧妙地避免了传统的高斯曲面拟合法和Hough变换法中复杂的计算过程，而是随机选取部分灰度网格即可完成计算，提高了计算效率，减少了存储空间。与灰度质心法相比，当光斑中心点在图像边缘或图像之外时，该方法仍可用于计算光斑中心位置，而灰度质心法则不适用。 

【附图说明】

附图1所示为典型的轴对称的光斑图像。 

附图2所示为典型的光强分布图。 

附图3所示为在光斑图像上选取的一个灰度网格示意图。 

附图4所示为对无噪声光斑图像进行中心定位的仿真结果。 

附图5所示为对信噪比为60dB的光斑图像进行中心定位的仿真结果。 

附图6所示为对光斑中心大大偏离图像中心的图像进行中心定位的仿真结果。 

【具体实施方式】

本发明，即一种基于质心法的光斑图像中心的快速定位方法，包括下述步骤： 

步骤一：通过测量得到轴对称光斑的部分图像的灰度分布I(i，j)。 

步骤二：随机选取光斑图像上任意一个3×3灰度网格，计算其几何中心(x_g，y_g)和质心(x_c，y_c)。 

步骤三：计算通过该几何中心和质心的直线，其中x表示横坐标，y表示纵坐标。 

(x_g-x_c)y-(y_g-y_c)x＝(x_g-x_c)y_c-(y_g-y_c)x_c   (2) 

步骤四：随机选取光斑图像上N个3×3灰度网格，其中至少有一个不同于步骤二中所选的3×3灰度网格，N大于等于1，重复步骤二和三，将得到的直线方程联立成方程组。 

步骤五：采用最小二乘方法解该方程组，得到光斑中心的位置(x₀，y₀)。 

下面结合附图和实施例对本发明做进一步详细说明。 

获取的光斑图像通常如附图1所示，典型的光强分布如附图2所示。从光斑图像获得的灰度分布为I(i，j)，随机选取光斑图像上任意一个3×3灰度网格如附图3所示。计算其几何中心(x_g，y_g)和质心(x_c，y_c)。 

$\left(\begin{array}{c}{x}_c=\frac{\underset{s=1}{\overset{3}{\Sigma }}\underset{t=1}{\overset{3}{\Sigma }}(i+s-2)·I(i+s-2,j+t-2)}{\underset{i=1}{\overset{3}{\Sigma }}\underset{j=1}{\overset{3}{\Sigma }}I(i+s-2,j+t-2)}\\ y_c=\frac{\underset{s=1}{\overset{3}{\Sigma }}\underset{t=1}{\overset{3}{\Sigma }}(j+t-2)·I(i+s-2,j+t-2)}{\underset{i=1}{\overset{3}{\Sigma }}\underset{j=1}{\overset{3}{\Sigma }}I(i+s-2,j+t-2)}\end{array}\right)---\left(3\right)$

通过该几何中心和质心的直线方程为 

(x_g-x_c)y-(y_g-y_c)x＝(x_g-x_c)y_c-(y_g-y_c)x_c   (4) 

随机选取光斑图像上其他10个3×3灰度网格，重复步骤二和三。令(x_g-x_c)＝δx，(y_g-y_c)＝δ_y，δx_i和δy_i分别代表第i个灰度网格的几何中心和质心的x坐标差值与y坐标差值，表示第i个灰度网格的质心坐标。得到以下方程组 

$\left(\begin{array}{c}\mathrm{\delta x}·y-\mathrm{\delta y}·x=\mathrm{\delta x}·y_c-\mathrm{\delta y}·x_c\\ {\mathrm{\delta x}}_1·y-{\mathrm{\delta y}}_1·x={\mathrm{\delta x}}_1·y_1^c-{\mathrm{\delta y}}_1·x_1^c\\ {\mathrm{\delta x}}_2·y-{\mathrm{\delta y}}_2·x={\mathrm{\delta x}}_2·y_2^c-{\mathrm{\delta y}}_2·x_2^c\\ {\mathrm{\delta x}}_3·y-{\mathrm{\delta y}}_3·x={\mathrm{\delta x}}_3·y_3^c-{\mathrm{\delta y}}_3·x_3^c\\ ·\\ ·\\ ·\\ {\mathrm{\delta x}}_{10}·y{-\mathrm{\delta y}}_{10}·x={\mathrm{\delta x}}_{10}·y_{10}^c-{\mathrm{\delta y}}_{10}·x_{10}^c\end{array}\right)---\left(5\right)$

采用最小二乘方法求解上述方程组，得到光斑中心的位置(x₀，y₀)，如附图4所示。 

通常情况下，探测到的图像会存在一定的噪声，当探测得到的图像的信噪比为60dB时，计算得到的光斑中心位置如附图5所示。当光斑中心在边缘位置时，计算得到的光斑中心如附图6所示。 

以上对本发明及其实施方式的描述，并不局限于此，附图中所示仅是本发明的实施方式之一。在不脱离本发明创造宗旨的情况下，不经创造地设计出与该技术方案类似的结构或实施例，均属本发明保护范围。