图像处理之轮廓跟踪算法及圆提取

 

 

---

目的是统计出上图贴纸中的小圆。

相关参数：

摄像头：OV2640

开发平台：ESP32-CAM

处理像素：320*240

1、采集原始图像

配置ESP32输出灰度图，像素太高无法存储及处理。320*240= 75K。

 

2、图像梯度计算

参考代码：C语言绘制图像梯度图

原理介绍：图像的梯度

计算图像梯度前先简单做个滤波处理，测试过3*3均值滤波和3*3中值滤波，中值滤波比较耗时，在ESP32平台上处理一张320*240的灰度图，需要耗费500ms左右，果断放弃。取舍选择了均值滤波，效果会有些许差异，没做深入比较。

参考代码里面是RGB三色做图像梯度，我们灰度只有一个灰度值。

    //图像梯度计算
    for (i = 1; i < HEIGHT - 1; i++)
    {
        for (j = 1; j < WIDTH - 1; j++)
        {
            int a1 = p2[i - 1][j] - p2[i][j];
            int a2 = p2[i][j - 1] - p2[i][j];
            p[i][j] = SqrtByCarmack(a1 * a1 + a2 * a2);
        }
    }

SqrtByCarmack 为一个快速开根函数，因为我们精度没有必要太高。

处理后的图像还需要进一步二值化处理，提供进一步的轮廓提取。如下图。图像梯度真的很神奇，把模糊变化的像素点直接抹去。

 

我作为二值化化的值并不大，根据实际的测试结果手动选取的，比较理想。二值化值为6

 

3、内外轮廓跟踪

这部分也是重中之重，潜心研究了许久。

参考博客：[Suzuki85]轮廓跟踪算法论文翻译

初次接触图像处理，必先知道openCV这个好东西。因为在嵌入式单片机上是无法移植openCV这么庞大的开源库的。便想着去实现它。轮廓查找及大体思路参考上述博客，里面提及的算法正是openCV的实现原理。不过我并未全部沿用，也并非全部搞懂。层包含的关系我没有深入研究。只关心外轮廓和内轮廓的关系。

大体思路我记录一下：

1. 查找并追踪外轮廓，外轮廓的依据就是nbd由0变为1的点，作为外轮廓的起始点。追逐方式采用8邻域逆时针查找，细节参考论文。逐一查找到轮廓的起始点或者孤立点，轮廓查找结束。查找到的轮廓点需要一个新标记 nbd置为2。
2. 查找内边界。内边界的依据就是nbd由1到0的变化，极为内边界。跟踪方式为8领域顺时针查找，找到的轮廓用nbd=3标记。找到起始点或者孤立点轮廓查找结束。
3. 如下图，红色为外轮廓 蓝色为内轮廓。

做梦都会有这样的一副画面，自己变成图上的一个小人，在每个像素点上跳跃，走迷宫一样的追逐着图上的轮廓，直到回到轮廓的起点。想象都很有趣。

4、内轮廓提取

直接沿用上图的点。

5、类圆轮廓提取(红点为拟合圆心)

最终得到很多轮廓。如何确定一个轮廓是圆呢？这又是我纠结了许久的问题。采用圆拟合还是Hough变换？对单片机而言都是比较奢侈的，就算实现了也得算很久。于是我只能自求门路。

1. 圆的面积可以求出直径，圆的周长也可以求出直径，那两个直径约越相近是不是说明圆的相似度越高呢
2. 几何图形中，相同的周长，圆的面积是最大的
3. 横坐标平均值和纵坐标的平均值就是圆心坐标。

以上3点，即可判断轮廓是不是一个圆，且得轮廓的 面积、周长、直径、圆心，以及拟合圆的拟合度。

果断搞起来。

1. 那么，首先得到一个轮廓的面积，那么积分这东西就有用了，扫描的每一行的累加和，就是封闭轮廓的面积。
2. 其次，如何得到轮廓的长度呢，点与点的距离的累加和不就是轮廓的长度嘛。
3. 其中，轮廓的点折叠效果会增大轮廓的长度，所以，尽可能一行只取最靠边界的两个像素点，减小长度累计误差。都是小修补，可视情况而定。
4. 由面积通过圆公式求出直径d1,轮廓长度通过圆周长公式计算直径d2. d1和d2的偏差就是圆的判断依据。

 

手绘圆实景处理

 

 

>circle:0 d:49.98 (64,30) e:0.03
>circle:1 d:6.38 (60,4) e:0.15
>circle:2 d:35.59 (91,256) e:0.06
>circle:3 d:43.42 (110,104) e:0.03
>circle:4 d:53.95 (128,172) e:0.04
>circle:5 d:39.51 (179,239) e:0.03
>circle:6 d:14.14 (185,290) e:0.01
>circle:7 d:27.34 (215,161) e:0.02
>circle end 8