了解基于视觉的长度测量

• 一.概述
  （1）了解距离测量的原理与方法。
  （2）了解圆的测量和圆面积测量。
  （3）了解角度的测量
• 二.距离测量
  距离测量原理大致分为两种，第一种是求得两条直线的表达式，根据表达式计算两条直线的距离。第二种是检测出图像的角点，计算角点之间的距离
  2.1两直线的距离（直线测量）
  2.1.1最小二乘法
  基本思想：寻找一条直线使得这些求得的数据与实际数据之间误差的平方和为最小。
  
      使用最小二乘法，可以方便快速地求解直线的方程。但是使用这种方法拟合出的用于定位距离的两条直线可能不平行，这种情况下一般采用一条直线上多点到另一条直线的距离的平均值来近似计算。
  2.1.2Hough变换法
      当给定图像空间的一些共线的点，就可以通过哈夫变换确定连接这些点的直线方程，并计算直线间的距离。
  
  
  2.2角点间距法（线段测量）
  2.2.1概述
  原理：测量一条线段需要知道起点和终点，起点和终点次此处统称角点，那么如何找出角点成为关键。
  角点：
  （1）局部窗囗沿各方向移动灰度均产生明显变化。
  （2）图像局部曲率突变的点。
  角点示例:
  
  2.2.2角点检测原理（推导与结论）
  
  https://blog.csdn.net/hujingshuang/article/details/46829627
  结论：
  
  注:在实际应用中为了能够应用更好的编程（因为图像中的几乎每个点都需要进行一次特征值的计算，计算量非常大），定义了角点响应函数R，通过判定R大小来判断像素是否为角点。
  
  detM表示M的行列式，traceM表示M的迹，R表示角点响应值。a为经验常数，一般在0.04至0.06之间取值。
  判断准则：当R超过某个设定的阈值时，可认为是角点；反之，则不是。

2.2.3角点检测算法步骤

三、圆测量
3.1检测圆的两种方法
3.1.1最小二乘法检测圆
原理：采样点到对应描述圆方程上的点距离最短。

过程：

3.1.2Hough变换求解

在参数空间中，上式表示的是一个三维锥面。
物理意义：图像空间中的圆对应着参数空间中的一个点，而图像空间中的一个点（x，y）对应着参数空间中的一个三维直立圆锥，该点约束了通过其的一个圆锥面的参（a，b，r）。
检测过程:对图像空间中的圆进行检测时，首先计算图像每点的梯度信息，然后根据适当阈值求出边缘，最后计算与边缘上的每一点像素距离为r的所有点（a，b），同时将对应（a，b，r）立方体小格的累加器加1。改变r的值，重复上述过程，当对全部边缘点变换完成后，对三维阵列的所有累加器的值进行检验，其峰值格的坐标就对应着图像空间中圆形边界的圆心（a，b，r）。

3.1.3改进的Hough变换求解
    先通过面积测量的方法求圆的面积，进而计算得到圆的半径r，这样三维空间又变成了二维空间问题。这时，可用一个二维累加数组（a，b）进行统计，它的峰值能确定圆的圆心位置。用这种方法可以大大减少计算量，节省运算时间，提高检测速度，但是精度受圆面积测量的精度影响。
3.2面积测量
3.2.1面积测量概述
原理：通过计算待测物体所在区域，计算该区域内像素点的个数得到其面积。
技术要点：
（1）由于噪音的存在，如何判断区域中的物体是否为独立的物体。
（2）多个物体需要测量，如何划定测量区域，而互不影响。
解决措施：连通区域标记法，即给图像中每一个连通的区域分配一个唯一的标记值。
3.2.2八连通判别算法
步骤：
（1）将图像二值化，对二值图像，从左到右，从上到下，依次检验每个像素，如果发现某像素值为1，则依次检测该点的右上点正上点、左上点，左前点共4个点的像素值，判断其是否与已标示区域连通，并标示物体，将物体的像素值改为该像素所在区域的标号。
（2）依次逐行检测至扫描结束。
（3）循环取得各点的像素值，像素值就是标号。
（4）根据不同的标号，将像素加到对应的数组。
（5）计算各个连通区域的面积及个数等。
四、角度测量
原理：测量出两条直线的参数，得出两条直线的方程，夹角用斜率求出。

技术要点：通过前面讲述的直线测量或线段测量的方法来先求得直线，然后求得斜率进而得出夹角。