圆查找

模块原理

该模块的算法运行主要包含以下3个步骤：

1. 在圆环形的ROI内自动设置卡尺区域。如下图1和图2中蓝色线条围合的环形区域即ROI，黄色矩形即卡尺区域。

   说明：

   卡尺的具体工作原理，请参见卡尺工具工作原理。

2. 在卡尺区域内提取目标的边缘点。如下图2和图3中紫色X形所示的点。

3. 将提取到的边缘点集拟合为圆，即下图4中所示的绿色圆。

ROI内设置卡尺区域	在卡尺区域内提取边缘点

提取到的边缘点集	基于边缘点集进行圆拟合

使用限制

单个圆查找模块只能查找一个圆。如果要查找多个圆，建议配合Group模块的循环功能使用。如果需查找的多个圆有规律排列，可调用阵列圆查找 模块。

使用方法

在流程中，圆查找模块的：

• 前序模块通常为图像源。图像源为圆查找提供图像输入。

• 后序模块可为逻辑工具模块（如脚本和数据集合）；也可为其他模块，如图形生成模块中的圆拟合和测量模块中的点点测量。圆查找为后序模块提供定位到的圆信息。

在流程中调用圆查找模块后，该模块的主要配置步骤如下：

1. 执行一次流程，使图像源将图像数据输出至圆查找。

2. 在基本参数页签，选择ROI类型，并在图像上圆所在区域绘制ROI。

3. 根据业务需求指定下文参数配置中提及的卡尺数量、扇环半径、滤波尺寸等运行参数。

以下动图以绘制圆形ROI为例。

图 1 绘制ROI

使用示例

以下视频展示了测量同心度的应用示例。具体为：在流程中组合调用圆查找和脚本、数据集合、圆拟合和点点测量等其他模块，测量汽车刹车盘上的10个小圆孔的同心度。

该应用示例中，脚本模块的脚本代码如下。其中所调用的脚本接口详情，请参见脚本接口。

using System;
using System.Text;
using System.Windows.Forms;
using Script.Methods;
/************************************
Shell Module default code: using .NET Framwwork 4.6.1
*************************************/
public partial class UserScript:ScriptMethods,IProcessMethods
{
    //the count of process
	//执行次数计数
    int processCount ;  

    /// <summary>
    /// Initialize the field's value when compiling
	/// 预编译时变量初始化
    /// </summary>
    public void Init()
    {
        //You can add other global fields here
		//变量初始化，其余变量可在该函数中添加
        processCount = 0;
       
    }

    /// <summary>
    /// Enter the process function when running code once
	/// 流程执行一次进入Process函数
    /// </summary>
    /// <returns></returns>
    public bool Process()
    {
        //You can add your codes here, for realizing your desired function
		//每次执行将进入该函数，此处添加所需的逻辑流程处理
		float[] x = new float[9];
		float[] y = new float[9];		
		for(int i=1;i<10;i++)
        {
			x[i-1] = (float)((x1-x0)*Math.Cos(36*i*Math.PI/180) - (y1-y0)*Math.Sin(36*i*Math.PI/180) + x0);
			y[i-1] = (float)((x1-x0)*Math.Sin(36*i*Math.PI/180) + (y1-y0)*Math.Cos(36*i*Math.PI/180) + y0);
        }		
		SetFloatArrayValue("x2",x,0,9);
		SetFloatArrayValue("y2",y,0,9);		
        return true;
    }
}

参数配置

以下仅介绍该模块的运行参数详情。通过配置运行参数，可定义当前模块如何处理输入的数据。

扇环半径

ROI扇环区域半径，建议内、外径与实际查找圆半径接近，可提高查找精度。

边缘类型

设置待查找的边缘类型。

最强

只提取扫描范围内梯度最大的边缘点集合并拟合成圆。

最后一条

只提取扫描范围内与圆心距离最大的边缘点集合并拟合成圆。

第一条

只提取扫描范围内与圆心距离最小的边缘点集合并拟合成圆

最强边缘	最后一条

第一条边缘

边缘极性

黑到白

仅检测边缘极性为“黑到白”的边缘。从圆心向外看，灰度值低的区域过渡到灰度值高的区域的边缘，极性为黑到白。

白到黑

仅检测边缘极性为“白到黑”的边缘。从圆心向外看，灰度值高的区域过渡到灰度值低的区域的边缘，极性为白到黑。

任意

上述两种边缘均被检测。

黑到白	白到黑

边缘阈值

边缘阈值即梯度阈值，取值范围为0~255。仅边缘梯度阈值大于该值的边缘点能被算法检测到。数值越大，抗噪能力越强，得到的边缘数量越少，甚至可能导致目标边缘点被筛除

说明：

边缘梯度是衡量卡尺区域内图像源的灰度变化率的指标。

图 2 边缘阈值原理

滤波尺寸

指滤波器大小。可用于增强边缘并抑制噪声，最小取值为1。当边缘模糊或有噪声干扰时，增大该值可使检测结果更加稳定。但如果边缘与边缘之间距离小于滤波尺寸时，反而会影响边缘位置的精度甚至丢失边缘

边缘过渡带较小时建议使用较小滤波尺寸，边缘过渡带较大时使用较大滤波尺寸

卡尺数量

用于扫描边缘点的ROI（即上文模块原理中提及的卡尺）的数量。当该数量设置为10和100时，相同弧度范围内的卡尺分布见下图

卡尺数量10	卡尺数量100

剔除点数

误差过大而被排除不参与拟合的最小点数量。一般情况下，离群点越多，该值应设置越大。为获取更佳查找效果，建议与下文的剔除距离结合使用。

如下左图中红色点为剔除的边缘点。

当剔除点数设置过大时，可能会导致拟合失败，无法查找到圆（见如下右图）。

剔除点示意	剔除点数过大

初定位

开启初定位后，需配置下文提及的圆定位敏感度和下采样系数。初定位可大致判定ROI区域内更接近圆的区域中心作为初始圆中心，便于后续精细圆查找。

若关闭初定位，则默认ROI中心为初始圆中心。如果圆查找模块在流程中的前一模块为位置修正，建议关闭初定位。

下采样参数

下采样也叫降采样，即是采样点数减少。如果其降采样系数为k，则表示在原图中每行每列每隔k个点取一个点组成一幅图像。因此下采样系数越大，轮廓点越稀疏，轮廓越不精细，该值不宜设置过大。

图 3 下采样

圆定位敏感度

排除干扰点。该参数取值越大，排除噪声干扰的能力越强，但也越容易导致圆的初定位失败。

剔除距离

允许离群点到拟合圆的最大像素距离，值越小，排除点越多。

投影宽度

在环形ROI中分布的若干个卡尺的宽度。在一定范围内增大该值可以获取更加稳定的边缘点，具体可参见直线查找。

初始拟合

设置圆的初始拟合模式。

局部

按照局部的特征点拟合圆。穷举遍历边缘点集中的部分点来圆拟合，并将最优圆作为初始拟合圆，如果局部特征更加准确反映圆所在位置，则采用局部最优，否则采用全局最优。

图 4 局部拟合

全局

按照查找到的全局特征点进行圆拟合。全局最优特征更加准确反映圆所在位置时采用该模式。

图 5 全局拟合

拟合方式

设置圆的拟合方式，包括最小二乘、huber和tukey三种。三种拟合方式仅在权重的计算方式上有所差异。随着离群点数量增多以及离群距离增大，可逐次使用最小二乘、huber和tukey。

模块结果

该模块输出结果中各项参数详情，请参见圆查找模块的输出结果。