主权项 |
一种基于RANSAC的激光网格标记图像特征提取方法,其特征在于,包括以下步骤:第一步,将原始图像A变为灰度图像B,并计算每个像素点的灰度值。根据像素的灰度值,为每个像素分配权重值,灰度值越高,则分配的权重值越大。第二步,将灰度图像B变为二值图像C,并将像素值为1的像素点的坐标记录在Data中。第三步,确定改进RANSAC算法的最大循环次数m和残差阈值θ,以及假设模型预检验时选取的点数x。第四步,在Data中随机选取x个不同的点,点的坐标记作集合Z,在Z中随机选取两个点确定一条直线L。分别计算剩余x‑2个点到直线L的距离,记作D<sub>i</sub>(i=1,…,x‑2),若D<sub>i</sub><θ,则该点为内点,将所有内点坐标的集合记作W。若W为空集,则循环执行第四步,直至W不为空集。如W不为空集,则此时Z中随机选取两个点所确定的直线即为符合要求的假设模型。(该步即为假设模型预检验)第五步,计算Data中所有点到第四步中假设模型的距离,记作E<sub>i</sub>(i=1,…,Data‑2),若E<sub>i</sub><θ,则该点为内点,将所有内点坐标的集合记作Y。计算Y中所有内点坐标的权重值之和,记作S。第六步,重复第四步和第五步,直至达到最大循环次数m。该过程可以得到多个S值,找出其中最大的S值,记作S<sub>max</sub>。则获得S<sub>max</sub>所对应的两个随机点所确定的直线模型,即为最优拟合直线。第七步,将最优拟合直线的所有内点,都从Data中剔除。第八步,确定所需拟合直线的数量,记作n,重复n次第四步到第七步,即可找到n条拟合直线。 |