CN119418027A 多边形标记点快速识别定位方法及系统、存储介质 （合肥安迅精密技术有限公司）

地涉及一种多边形标记点快速识别定位方法及梯度方向信息和坐标信息进行待检测多边形标2提取多边形标记点图像的感兴趣区域，公式如下：ROIW=(BRw+Sw)*1000/位pixel；BRw、BRh分别代表待检测多边形标记点在水平放置时最小外接正矩形的理论长采用Canny算法对所述感兴趣区域进行边缘提取，再利用连通域方其中，Radio为轮廓评价对于单个连通的目标轮廓利用保留的强边缘点的均值作为目标轮廓中心3直方图极大值点对应的角度值，其中极大值点查找时以查找位置3个邻域内的数量和作为;;否则按照如下公式对转换后的各极大值点对应的角角度下对保留的强边缘轮廓点进行坐标旋转变换，得到多个旋转点集，变换公式如下：xxcy分别表示旋转中心4对各个旋转点集进行水平和竖直方向上的投影，获得水平和竖直影数量和最大的情况对应的角度值作为待检测多边形的旋转角基于待检测多边形标记点的尺寸参数和相机的像元尺寸信息创建模利用待检测多边形标记点的尺寸参数和相机的像元尺寸信息计算待检测多边形标记由估计的待检测多边形标记点的旋转角度和待检测多边形标记点的各个内角度数计算获粗定位模块，用于利用目标轮廓边缘轮廓点的梯度幅值筛除弱边缘轮廓点，粗定位结果校正模块，用于利用旋转投影统计方法以估计的中心点为旋转中心精定位模块，用于以校正后的粗定位结果作为初始值进行配准获取执行如权利要求1_8中任一项所述多边形标记点5[0004]针对多边形标记点识别困难问题目前常见的解决方法包括边界拟合、模板匹配、[0005]边界拟合的方法主要是利用边界直线拟合再对拟合直线进行组合的方式实现最[0007]基于特征点匹配的算法虽然在一定程度上解决了模板匹配算法在角度和缩放上统特征点匹配算法大多采用角点或者边界轮廓点作为特征点。当采用角点作为特征点时，6[0011]为了实现上述目的，本发明第一方面提供一种多边形标强边缘的梯度方向信息和坐标信息进行待检测多边形标记点的旋转角度和中心的快速估步在小范围内利用旋转投影的方式对估计的角度进行校正，缩小估计值与真实值的偏差，7图5为本发明公开的实施例中多边形标记点1筛选后的目标轮廓点集的梯度幅值图6为本发明公开的实施例中多边形标记点1筛选后的目标轮廓点集的梯度方向图7为本发明公开的实施例中多边形标记点1筛选后的目标轮廓在角度校正阶段投影极值点数量和最大的角度下的水平和竖[0018]基于以上构思，本发明实施例第一方面提出一种多边形标记点快速识别定位方尺寸信息以及固定的波动范围提取感兴趣区域减少不必要的资源浪费的同时加快处理速8边缘轮廓点；再利用强边缘轮廓点的梯度方向信息估计待检测多边形标记点的旋转角度；最后利用强边缘轮廓点的坐标均值获得待检测多边形标记点的估计中心。以图2所示的多各点利用水平和竖直方向3*3大小的两个Sobel算子从所述滤波后的感兴趣图像中计算出各点的梯度幅值和梯度方向。最后将目标轮廓点集中梯度幅值小于阈值的弱边缘点筛除，yy于矩形和正多边形标记点采用均分原则，并且极大值点查找时时以查找位置3个邻域内的9c为矩形或正多边形标记点的一个理论内角度数。n为矩形或正多边形标再以邻域大小为3查找四个区间的极大值点对应的方向获得四个候选角度；然后对候选角大的角度值作为待检测多边形标记点的角度估xcx标记点的旋转角度和待检测多边形标记点的各个内角度数计保留的强边缘的梯度方向信息和坐标信息进行待检测多边形标记点的旋转角度和中心的实验以YAMAHA品牌的YS12贴片机设备拍摄的PCB板上的多边形标记点图像为样本