本發(fā)明屬于視覺位移監(jiān)測，尤其涉及一種基于圖像算法的近紅外視覺位移監(jiān)測方法及裝置。

背景技術(shù)：

1、近紅外光的波長范圍為700nm至2500nm，相較于可見光，這樣的波長范圍使得近紅外光具有更強的穿透能力和對材料的更好識別能力，特別適用于非接觸式檢測，在材料科學(xué)、結(jié)構(gòu)監(jiān)測和生物醫(yī)學(xué)等領(lǐng)域使用近紅外光進行視覺位移監(jiān)測已逐漸普及。

2、近紅外視覺位移監(jiān)測作為一種非接觸式檢測，目前通常是利用近紅外相機對目標(biāo)靶標(biāo)進行圖像采集，然后通過圖像對目標(biāo)靶標(biāo)的實際位移的進行監(jiān)測，但是受限于環(huán)境干擾、近紅外相機標(biāo)定和動態(tài)范圍的影響，目前的近紅外視覺位移監(jiān)測存在著精確度不高的缺陷，導(dǎo)致了近紅外視覺位移監(jiān)測的發(fā)展受限，因此，目前亟需一種基于圖像算法的近紅外視覺位移監(jiān)測方法及裝置來解決現(xiàn)有技術(shù)的缺陷。

技術(shù)實現(xiàn)思路

1、本發(fā)明旨在提供一種基于圖像算法的近紅外視覺位移監(jiān)測方法及裝置，以解決上述技術(shù)問題，通過對近紅外圖像提取的輪廓點進行重構(gòu)，并結(jié)合輪廓點的權(quán)重構(gòu)建擬合圓，實現(xiàn)對靶標(biāo)的實際移動距離的求解，提高了近紅外視覺位移監(jiān)測的精確度。

2、為了解決上述技術(shù)問題，本發(fā)明實施例提供了一種基于圖像算法的近紅外視覺位移監(jiān)測方法，包括：

3、采集若干初始近紅外圖像，根據(jù)預(yù)設(shè)圖像處理算法對所述初始近紅外圖像進行預(yù)處理，獲取每個所述初始近紅外圖像的初始輪廓點集合；

4、根據(jù)預(yù)設(shè)輪廓點處理方法對所述初始輪廓點集合中的輪廓點進行重構(gòu)，得到每個所述初始近紅外圖像的第一輪廓點集合；

5、獲取所述第一輪廓點集合中每個輪廓點的權(quán)重，并基于每個所述輪廓點的權(quán)重對所述第一輪廓點集合中的輪廓點進行擬合，得到每個所述初始近紅外圖像的擬合圓；

6、獲取近紅外相機的設(shè)備參數(shù)，并結(jié)合所述擬合圓計算靶標(biāo)的實際移動距離，完成近紅外視覺位移監(jiān)測。

7、可以理解的是，相對于現(xiàn)有技術(shù)，本發(fā)明通過對初始近紅外圖像進行預(yù)處理，得到初始輪廓點集合，之后對初始輪廓點集合中的輪廓點進行重構(gòu)，并計算重構(gòu)后的輪廓點的權(quán)重，以權(quán)重為依據(jù)進行擬合，得到了初始近紅外圖像的擬合圓，之后以擬合圓為基礎(chǔ)計算靶標(biāo)的實際移動距離，完成近紅外視覺位移監(jiān)測。本發(fā)明通過對輪廓點進行重構(gòu)，能夠消除因噪聲、遮擋或成像誤差而產(chǎn)生的離散輪廓點，得到更加平滑和一致的輪廓點數(shù)據(jù)，提高了初始近紅外圖像的特征可靠性，使得后續(xù)的擬合圓計算精確度更高；以權(quán)重為基礎(chǔ)構(gòu)建擬合圓，能夠有效的減少因噪聲或異常點引起的擬合偏差，提高了擬合圓目標(biāo)定位的準(zhǔn)確性和魯棒性，進而提高了對靶標(biāo)的實際移動距離求解的準(zhǔn)確性，提高近紅外視覺位移監(jiān)測的精確度。

8、作為優(yōu)選方案，所述根據(jù)預(yù)設(shè)圖像處理算法對所述初始近紅外圖像進行預(yù)處理，獲取每個所述初始近紅外圖像的初始輪廓點集合,具體包括：

9、根據(jù)預(yù)設(shè)灰度化算法對每個所述初始近紅外圖像進行灰度化處理，得到若干第一近紅外圖像；

10、對每個所述第一近紅外圖像進行濾波處理，得到若干第二近紅外圖像；

11、將每個所述第二近紅外圖像的像素值轉(zhuǎn)換為預(yù)設(shè)第一灰度值和預(yù)設(shè)第二灰度值，得到若干第三近紅外圖像；

12、根據(jù)預(yù)設(shè)邊緣檢測算法提取每個所述第三近紅外圖像的邊緣，并對每個所述第三近紅外圖像的邊緣進行閉運算處理；

13、基于每個進行閉運算處理后的所述第三近紅外圖像的邊緣，結(jié)合預(yù)設(shè)輪廓點提取算法提取每個所述第三近紅外圖像的輪廓點，確定每個所述初始近紅外圖像的初始輪廓點集合。

14、本優(yōu)選方案通過對初始近紅外圖像依次進行灰度化處理、濾波、像素值轉(zhuǎn)換處理，能夠減少初始近紅外圖像中的噪聲干擾，并減少了初始近紅外圖像數(shù)據(jù)的復(fù)雜度，并通過閉運算處理提高了初始近紅外圖像的圖像特征準(zhǔn)確性，從而提高了后續(xù)擬合圓的精確度，提高了近紅外視覺位移監(jiān)測的精確度。

15、作為優(yōu)選方案，所述根據(jù)預(yù)設(shè)輪廓點處理方法對所述初始輪廓點集合中的輪廓點進行重構(gòu)，得到每個所述初始近紅外圖像的第一輪廓點集合，具體包括：

16、獲取所述初始輪廓點集合的均值和標(biāo)準(zhǔn)差；

17、根據(jù)所述初始輪廓點集合的均值和標(biāo)準(zhǔn)差，結(jié)合預(yù)設(shè)標(biāo)準(zhǔn)閾值剔除每個所述初始輪廓點集合中的異常輪廓點，得到每個初始近紅外圖像的第二輪廓點集合；

18、對所述第二輪廓點集合進行均勻重采樣，得到每個所述初始近紅外圖像的第一輪廓點集合。

19、本優(yōu)選方案通過剔除初始輪廓點集合中的異常輪廓點，之后再進行均勻重采樣，能夠消除因噪聲、遮擋或成像誤差而產(chǎn)生的離散輪廓點，得到更加平滑和一致的輪廓點數(shù)據(jù)，從而提高了后續(xù)擬合圓的計算準(zhǔn)確度，提高了近紅外視覺位移監(jiān)測的精確度。

20、作為優(yōu)選方案，所述獲取所述第一輪廓點集合中每個輪廓點的權(quán)重，并基于每個所述輪廓點的權(quán)重對所述第一輪廓點集合中的輪廓點進行擬合，得到每個所述初始近紅外圖像的擬合圓，具體包括：

21、基于所述第一輪廓點集合中每個輪廓點的坐標(biāo)信息，獲取所述第一輪廓點集合中每個輪廓點的權(quán)重；

22、基于所述第一輪廓點集合中每個輪廓點的權(quán)重構(gòu)建每個所述第一輪廓點集合對應(yīng)的加權(quán)矩陣；

23、根據(jù)所述第一輪廓點集合中每個輪廓點的坐標(biāo)信息和加權(quán)矩陣，構(gòu)建每個所述第一輪廓點集合的加權(quán)方程；

24、對所述第一輪廓點集合的加權(quán)方程進行求解，得到每個所述第一輪廓點集合對應(yīng)的擬合圓參數(shù)；

25、基于所述擬合圓參數(shù)對所述第一輪廓點集合中的輪廓點進行擬合，得到每個所述初始近紅外圖像的擬合圓。

26、本優(yōu)選方案通過計算每個輪廓點的權(quán)重，使得遠離中心的輪廓點對擬合結(jié)果影響更小，增強對信噪比差或受干擾輪廓點的抑制效果，有效減少了因噪聲或異常輪廓點引起的擬合偏差，提高了擬合圓的準(zhǔn)確性和魯棒性，提高了近紅外視覺位移監(jiān)測的精確度。

27、作為優(yōu)選方案，所述基于所述第一輪廓點集合中每個輪廓點的坐標(biāo)信息，獲取所述第一輪廓點集合中每個輪廓點的權(quán)重，具體包括：

28、基于所述第一輪廓點集合中每個輪廓點的坐標(biāo)信息，獲取所述第一輪廓點集合的坐標(biāo)中位數(shù)，并基于所述坐標(biāo)中位數(shù)構(gòu)建初始圓心；

29、基于所述第一輪廓點集合中每個輪廓點的坐標(biāo)信息，計算所述第一輪廓點集合中每個輪廓點的權(quán)重：

30、

31、其中，wi為第i個輪廓點的權(quán)重，dist為第i個輪廓點到初始圓心的距離。

32、本優(yōu)選方案通過計算每個輪廓點的權(quán)重，使得遠離中心的輪廓點對擬合結(jié)果影響更小，增強對信噪比差或受干擾輪廓點的抑制效果，有效減少了因噪聲或異常輪廓點引起的擬合偏差，提高了擬合圓的準(zhǔn)確性和魯棒性。

33、作為優(yōu)選方案，所述獲取近紅外相機的設(shè)備參數(shù)，并結(jié)合所述擬合圓計算靶標(biāo)的實際移動距離，完成近紅外視覺位移監(jiān)測，具體包括：

34、獲取近紅外相機的設(shè)備參數(shù)，所述設(shè)備參數(shù)包括：像元尺寸、物距和焦距；

35、根據(jù)所述擬合圓的圓心坐標(biāo)獲取靶標(biāo)的像素位移；

36、根據(jù)所述像元尺寸、物距、焦距和像素位移計算靶標(biāo)的實際移動距離，完成近紅外視覺位移監(jiān)測。

37、本優(yōu)選方案通過獲取近紅外相機的設(shè)備參數(shù)，再結(jié)合擬合圓的圓心坐標(biāo)，以基礎(chǔ)的幾何光學(xué)與三角形映射原理，能夠快速且準(zhǔn)確的計算靶標(biāo)的實際移動距離，提高近紅外視覺位移監(jiān)測的準(zhǔn)確性和效率。

38、相應(yīng)的，本發(fā)明實施例提高了一種基于圖像算法的近紅外視覺位移監(jiān)測裝置，包括：輪廓點獲取模塊、輪廓點重構(gòu)模塊、擬合圓計算模塊和位移監(jiān)測模塊；

39、其中，所述輪廓點獲取模塊用于采集若干初始近紅外圖像，根據(jù)預(yù)設(shè)圖像處理算法對所述初始近紅外圖像進行預(yù)處理，獲取每個所述初始近紅外圖像的初始輪廓點集合；

40、所述輪廓點重構(gòu)模塊用于根據(jù)預(yù)設(shè)輪廓點處理方法對所述初始輪廓點集合中的輪廓點進行重構(gòu)，得到每個所述初始近紅外圖像的第一輪廓點集合；

41、所述擬合圓計算模塊用于獲取所述第一輪廓點集合中每個輪廓點的權(quán)重，并基于每個所述輪廓點的權(quán)重對所述第一輪廓點集合中的輪廓點進行擬合，得到每個所述初始近紅外圖像的擬合圓；

42、所述位移監(jiān)測模塊用于獲取近紅外相機的設(shè)備參數(shù)，并結(jié)合所述擬合圓計算靶標(biāo)的實際移動距離，完成近紅外視覺位移監(jiān)測。

43、作為優(yōu)選方案，所述擬合圓計算模塊包括：擬合圓計算單元；

44、所述擬合圓計算單元用于基于所述第一輪廓點集合中每個輪廓點的坐標(biāo)信息，獲取所述第一輪廓點集合中每個輪廓點的權(quán)重；

45、基于所述第一輪廓點集合中每個輪廓點的權(quán)重構(gòu)建每個所述第一輪廓點集合對應(yīng)的加權(quán)矩陣；

46、根據(jù)所述第一輪廓點集合中每個輪廓點的坐標(biāo)信息和加權(quán)矩陣，構(gòu)建每個所述第一輪廓點集合的加權(quán)方程；

47、對所述第一輪廓點集合的加權(quán)方程進行求解，得到每個所述第一輪廓點集合對應(yīng)的擬合圓參數(shù)；

48、基于所述擬合圓參數(shù)對所述第一輪廓點集合中的輪廓點進行擬合，得到每個所述初始近紅外圖像的擬合圓。

49、作為優(yōu)選方案，所述擬合圓計算單元包括：權(quán)重計算子單元；

50、所述權(quán)重計算子單元用于基于所述第一輪廓點集合中每個輪廓點的坐標(biāo)信息，獲取所述第一輪廓點集合的坐標(biāo)中位數(shù)，并基于所述坐標(biāo)中位數(shù)構(gòu)建初始圓心；

51、基于所述第一輪廓點集合中每個輪廓點的坐標(biāo)信息，計算所述第一輪廓點集合中每個輪廓點的權(quán)重：

52、

53、其中，wi為第i個輪廓點的權(quán)重，dist為第i個輪廓點到初始圓心的距離。

54、作為優(yōu)選方案，所述位移監(jiān)測模塊包括：位移監(jiān)測單元；

55、所述位移監(jiān)測單元用于獲取近紅外相機的設(shè)備參數(shù)，所述設(shè)備參數(shù)包括：像元尺寸、物距和焦距；

56、根據(jù)所述擬合圓的圓心坐標(biāo)獲取靶標(biāo)的像素位移；

57、根據(jù)所述像元尺寸、物距、焦距和像素位移計算靶標(biāo)的實際移動距離，完成近紅外視覺位移監(jiān)測。

58、可以理解的是，相對于現(xiàn)有技術(shù)，本裝置通過對初始近紅外圖像進行預(yù)處理，得到初始輪廓點集合，之后對初始輪廓點集合中的輪廓點進行重構(gòu)，并計算重構(gòu)后的輪廓點的權(quán)重，以權(quán)重為依據(jù)進行擬合，得到了初始近紅外圖像的擬合圓，之后以擬合圓為基礎(chǔ)計算靶標(biāo)的實際移動距離，完成近紅外視覺位移監(jiān)測。本裝置通過對輪廓點進行重構(gòu)，能夠消除因噪聲、遮擋或成像誤差而產(chǎn)生的離散輪廓點，得到更加平滑和一致的輪廓點數(shù)據(jù)，提高了初始近紅外圖像的特征可靠性，使得后續(xù)的擬合圓計算精確度更高；以權(quán)重為基礎(chǔ)構(gòu)建擬合圓，能夠有效的減少因噪聲或異常點引起的擬合偏差，提高了擬合圓目標(biāo)定位的準(zhǔn)確性和魯棒性，進而提高了對靶標(biāo)的實際移動距離求解的準(zhǔn)確性，提高近紅外視覺位移監(jiān)測的精確度。