基于图像处理的多光源质心位置检测

董棂皙

(中北大学信息探测与处理技术研究所，山西 太原 030051)

基于图像处理的多光源质心位置检测

董棂皙

(中北大学信息探测与处理技术研究所，山西 太原 030051)

为满足现代多种光源形成的图像噪声多、处理困难的需求，本文基于传统单光源质心检测的方法，提出了一种以数字图像处理为导向，以图像处理为基础的图像特征识别，以及精确检测所获取图像的特征区域质心位置的算法。本文设计的特点是优化了传统处理方法的边缘模糊不清问题，并且算法简易且高速有效，可以精确检测并标记出双光源甚至多光源的质心位置。

图像质心算法；特征识别；图像处理；坐标；定位

在我们生活的很多方面，比如定位人的位置，定位照射过来光的位置，所以获取图像中的重要信息的位置对于我们来说尤其重要，传统的质心算法适用于没有任何背景噪声甚至背景噪声与周围环境相一致或者背景噪声信噪比较相对比较高的情况。然而现代社会摄取的图像五彩斑斓，提取出部分有用的信息后，仍有许多噪声影响造成不好处理的多种因素。在此基础上，本文提出了一种基于图像处理及传统质心算法上的将摄取图像进行划分区域，来检测质心的算法。

1 单光源图像的预处理

经过采集过程一般获取的都是彩色图像，图像的预处理首先需要先将摄取的彩色图像用图像处理的手段处理为灰色图像，也就是利用灰度化处理将真彩色的RGB图像转变为灰度图像[1]。然后使用最大类间方差法找到该图片的一个适于它的一个阈值，也即按照图像的灰度特性将图像分成两个部分，分别为背景和目标。传统质心算法公式如式(1)所示[2]。

(1)

其中Iij为摄取的二维图像上每个像素点所接收到的光强。再用该方法处理光源数目多的时候已经不能很好的区分开光斑并检测出质心位置。

2 多光源图像处理

为了更好地说明该方法的可行性及优越性。本文的单光源采用的是在黑暗环境中用激光笔从远处照射一束光从而摄取的一幅图片。而对于两个光源的图像，当摄取的图片中有两个光源形成的光斑后。

通常在实际获取的一幅图像中包括目标物体、背景甚至很多方面的噪声，势必影响图像的很多有用信息，比如对比度等。当光源的数目增多时，会更加严重的影响到下一步的图像处理[3]。要想从多值的数字图像中直接提取出所需的目标物体数据，原先的阈值产生不出来所需的结果，就需要增大二值化阈值来达到所需。并且额外需要增加开运算和闭运算。在形态学图像处理中，扩张和腐蚀是两种基本运算[4]。先腐蚀后膨胀，彻底删除了不包含微小元素的图像区域，使图像的边缘轮廓变得平滑，狭窄的连接也被断开，细微小的突出部分也被除掉，然后再先膨胀后腐蚀，同样会使得图像的边缘轮廓变得平滑，并将狭窄的缺口连接起来形成细长的弯口，并在其中用一些比微小元素小的洞类元素来填充。获取的图片和处理后的图片如图1所示。

图1 获取的光源以及处理后图片

3 多光源质心算法分析

图像处理完后，需要将图像划分为多个区域，每个区域依次求取出质心位置。模型如图2所示。

图2 获取的光源处理后的模型

对于一个未知光源所形成的亮点，对模型的计算，将图中的圆分割成横纵多个区域，即AGE、EGB、AGQC、BGDQ、CQF、DQF，依次统计各区域的质心即可。现假设有多个光源，划分为多个区域。算法过程如下所示：

(2)

(3)

其中h为光斑的总高度，w为光斑的总宽度。将摄取的总宽为w总高为h的图像横纵划分为多个区域，根据式(2)及式(3)并求取每个横向区域的质心x1、x2、…、xn及纵向区域的质心y1、y2、…、yw。

S=Sij+1 .

(4)

其中S为各个区域的面积之和，根据式(4)依次获取累加所有区域的面积，得到所有区域面积之和S11、S12、…、Sij。

(5)

(6)

最后根据式(5)和式(6)可得出光源所形成光斑的质心。处理后的图像质心坐标如图3所示。

图3 质心标记坐标图

4 系统流程设计

算法流程如图4所示。一般灰度化处理有多种方法，有分量法，最大法，平均法以及加权平均法。但本文主要使用Matlab，其主要采用的是利用加权平均的算法对RGB分量进行转换。为了能更好地把一张灰度图像转换为二值图像，利用最大类间方差法得到的这个阈值通常比人为设定的阈值可以达到更好的效果[5]。

图4 系统流程图

经过测试与传统的算法误差分析如图5所示。其中“*”代表改进后的多光源质心坐标数据，“o”代表传统算法质心坐标数据。比较看来，所检测出的质心位置更精确。

图5 横坐标的误差对比

5 结论

本文通过对质心算法的分析，在传统单光源质心算法的基础上提出了基于图像处理的多光源质心算法，结果表明，相对传统的单光源质心检测算法，可以使图像处理的更加完美，更加精确的检测并标记出多光源所求质心的坐标，并且在精度上面有很大的提高。

[1] 胡颖，王东.基于MATLAB的图像预处理技术研究[J].辽宁师专学报(自然科学版),2012(2):57-59.

[2] 李春艳，谢华，李怀锋，等.高精度星敏感器星点光斑质心算法[J].光电工程,2006(2):41-44.

[3] 高浩军，杜宇人.中值滤波在图像处理中的应用[J].电子工程师,2004(8):35-36.

[4] 张莹.开闭运算在消除图象噪声中的应用研究[J].潍坊学院学报,2002(2):65-66.

[5] 齐丽娜，张博，王战凯.最大类间方差法在图像处理中的应用[J].无线电工程,2006(7):25-26.

The Position Detection of Multi Light Source on Image Processing

Dong Lingxi

(InstituteofSignalCapturing&ProcessingTechnology,TheNorthUniversityofChina,TaiyuanShanxi030051,China)

In order to satisfy the solution on the problem that the image caused by modern multiple light sources has more noise and difficult to process, and based on the traditional single light source detection method, this paper proposes a image feature recognition method guided by digital image processing and based on image processing as well as an algorithm that can accurately detect the centroid position of the image’s characteristic region. The characteristics of the design in this paper is to optimize the edge fuzzy problems of traditional processing method, and the algorithm is effective, simple and high speed which can accurately detect and mark the centroid position of double light and even multi light.

image centroid algorithm; feature recognition; image processing; coordinates; positioning

2016-09-02

董棂皙(1992- ) ，女，山西运城永济人，研究生，主要从事图形处理、信号与信息处理方面的研究。

1674- 4578(2016)06- 0009- 02

TP751.1

A