一种基于随机生成筛选的拟合方法及其应用
技术领域
本发明属于图像拟合
技术领域
，具体涉及一种基于随机生成筛选的拟合方法及其应用。背景技术
随着近些年智能机的普及率越来越高，特别是智能手机所采用的芯片性能在逐步提升，其芯片自身的计算能力也得到了空前的发展，从而也衍生出众多的APP，给智能手机的功能带来更多变化，也丰富了更多的交互体验。
图片是有众多像素点组合而成，同时像素点也是图片的基本组成单位，像素点DPI值越高，其图片展示的画质也就越高。工业化生产加工逐渐精细标准化的同时，对于零部件的精度要求也越高越高，传统的手工测量方式已远远不能满足零部件精细测量要求，于是影像拍照测量方法也被应运而生。
影像拍照测量方法在实际的使用过程中，对待测量件进行拍照后，再进行线性拟合，生成真实的影像尺寸并反馈给拍摄者，更加直观。但是由于影像拍摄过程中，会存在多个干扰项的像素点，这种像素点的个数不多，直接采用线性拟合的方法在进行拟合时，会存在将干扰像素点影响拟合直线的合成偏差。
在中国专利CN111310108A中公开了一种线性拟合方法和系统以及储存介质，在该方法中，通过输入建立多个向量集合，计算向量的无符号不相关系数的平方，设定一个阈值并对数据噪音(噪点)进行判断，若数据噪音(噪点)较大时，即偏离真实数据较多，则计算每个数据点被删除后剩余数据的无符合不相关系数平方值对应的数据点，随后删除这些偏差大的噪音(噪点)，并对其他的噪音(噪点)进行重新线性拟合。但是这种噪音大(噪点偏离程度)时，首先采用特定的方程进行数据噪音(噪点)判断，但是限性较大。在进行线性拟合时，各种场景下拍摄的图片所生成的像素点都是不规则空间位置或是不规则的平面结构，并不完全适配该特定方程，造成判断噪点有误，影响拟合直线的拟合精度。
发明内容
针对现有技术的不足，本发明的目的在于提供一种基于随机生成筛选的拟合方法及其应用，解决了现有技术中存在的上述技术问题。
本发明的目的可以通过以下技术方案实现：
一种基于随机生成筛选的拟合方法，包括以下步骤：
S1、通过摄像机对待测量件进行影像拍摄操作；
S2、选定需要拟合的区域，并对该区域的多个像素点标记为P1-Pn；
S3、首先选定P1-Pn中的随机选定两像素点并确定一条直线L1，分别计算去除确定直线L1的两个像素点以外的像素点距离直线L1的距离，随后将所有像素点距离直线L1的间距距离相加得到线段总长度为X1；
S4、重复S3操作，随机筛选另外两个像素点并确定另外一条直线L2，分别计算去除确定直线L2的两个像素点以外的像素点距离直线L2的距离，随后将所有像素点距离直线L2的间距距离相加得到线段总长度为X2，直至将所有像素点全部拟合，并计算出所有像素点距离直线Lm的间距距离相加得到线段总长度为Xm；
其中m＝n*(n-1)/2，n为所有像素点的个数；
S5、随后按照长度大小将X1～Xm进行从小到大选取排序，并选取X1～Xm中长度排序靠前的区间Z；
S6、在选定的区间Z中推断出在该区间内形成线段总长度X的所有像素点P；
S7、将S5确定的所有像素点P进行线性拟合方法重新拟合成一条直线，即为目标拟合直线L。
进一步的，所述S5中区间Z的长度范围是前50％。
进一步的，所述S4中每次选取的两个像素点P拟合时的选点位置各不相同。
进一步的，所述像素点设置在三维空间结构时，其拟合成的曲线Lm为三维曲线，即三维弧线或三维圆形曲线，同时间距距离为三维空间间距距离。
进一步的，所述像素点这是在二维空间时，其拟合的线性方程为线性直线或二维曲线，同时间距距离为二维空间间距距离。
进一步的，所述像素点标记为亚像素点，即多个单独的独立像素点合成。
进一步的，所述像素点标记采用像素点表面的感光强度明暗来确定像素点位置。
进一步的，所述随机生成筛选的拟合方法应用于影像图片的边缘线性拟合。
本发明的有益效果：
1、本发明采用的线性拟合方法，首先对任意两个像素点进行线性拟合，从而确定其他离散点距离距离该拟合的直线的距离，进而去除离散程度高的无效像素点，该方法可以极大提高拟合线的精准度，同时根据需要，在三维空间状态下，采用三维空间的线性拟合方式也可以实现三维曲线拟合。
2、本发明采用的拟合方法可以有效去除干扰的无效像素点，并对有效的像素点进行重新线性拟合，以便提高拟合的精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例的整体流程示意图；
图2是本发明实施例的线性拟合L1直线的示意图；
图3是本发明实施例的线性拟合L2直线的示意图；
图4是本发明实施例的线性拟合最终状态的示意图；
图5是本发明实施例的拟合实物模拟示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
如图1所示，本发明实施例提供一种基于随机生成筛选的拟合方法，包括以下步骤：
S1、通过摄像机对待测量件进行影像拍摄操作，以便清晰的展现拍摄图片的单个像素点位置。
S2、选定需要拟合的区域，并对该区域内的多个像素点标记为P1-Pn；同时根据需要可以将像素点标记为亚像素点，即多个单独的独立像素点合成一个标定点，然后再对这个标定点进行线性拟合，这种方式其拟合状态下的可以适合粗放状态下的线性拟合，其计算方便(可将多个像素点集合成一个进行计算)，并且像素点标记采用像素点表面的感光强度明暗来确定像素点位置，即可用设定一个阈值，当感光强度大于阈值时即确定该点为有效的像素点，当感光强度小于设定阈值时即去除该无效的像素点。
S3、如图2所示，首先选定P1-Pn中的随机选定两像素点并确定一条直线L1，分别计算去除确定直线L1的两个像素点以外的像素点距离直线L1的距离，随后将所有像素点距离直线L1的间距距离相加得到线段总长度为X1。
S4、如图3所示，重复S3操作，随机筛选另外两个像素点并确定另外一条直线L2(每次选取的两个像素点P拟合时的选点位置各不相同，使每次的像素点均能进行线性拟合，提高生成直线的精度)，分别计算去除确定直线L2的两个像素点以外的像素点距离直线L2的距离，随后将所有像素点距离直线L2的间距距离相加得到线段总长度为X2，采用上述的方法，每次都随机筛选另外两个像素点，直至将所有像素点全部拟合，并计算出所有像素点距离直线Lm的间距距离相加得到线段总长度为Xm；
其中m＝n*(n-1)/2，n为所有像素点的个数；
同时m也为线性拟合的次数，拟合的次数越多，其最终的拟合结果也越精细。
S5、如图4所示，随后按照长度大小将X1～Xm进行从小到大选取排序，并选取X1～Xm中长度排序靠前的区间Z；根据需要，可以实现将区间Z的长度范围控制在前50％，即像素点越集中在拟合成型的直线周边时，其得到线段总长度Xm就越小，当像素点越分散在拟合成型的直线周边时，其得到线段总长度Xm就越大，而越分散的像素点即为无效像素点，不在拟合的范围内，(同时根据精度需要区间Z的长度范围可控制调整，当控制小于在50％时，其拟合的直线的所有像素点越集中在拟合的直线周边，精度越高，当控制大于50％时，其拟合的直线的所有像素点越分散在拟合的直线周边，精度降低，根据实际的拟合需要，可进行控制调整)。
S6、随后在选定的区间Z中推断出在该区间内形成线段总长度X的所有像素点P，即区间范围在前50％的所有拟合直线的像素点重新确定。
S7、将S5确定的所有像素点P进行线性拟合方法重新拟合成一条直线，即为目标拟合直线L。
如图5所示，同时根据需要，像素点标记设置在三维空间结构时，其拟合成的直线Lm为三维曲线结构，即三维弧线或三维圆形曲线，间距距离为三维空间间距距离；同时间距距离为三维空间间距距离。
像素点在二维空间时，其拟合的线性方程为线性直线或二维曲线，同时间距距离为二维空间间距距离(本申请为了更加直观的表达，采用直线你拟合的方式表达，其采用其他曲线拟合的方式亦能表达同样的效果)。
进一步的，随机生成筛选的拟合方法应用于影像图片的边缘线性拟合。
整个方法采用的线性拟合方法，通过随机生成筛选的拟合方法，将非集中的无效像素点去除，保证了重新拟合的有效像素点在有效的区域范围内(更加精细化)，并趋近正式有效的边缘线，进行拟合的时候可以极大提高拟合线的精准度(根据需要，在三维空间状态下，采用三维空间的线性拟合方式也可以实现三维曲线拟合)。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。
- 上一篇：石墨接头机器人自动装卡簧、装栓机
- 下一篇：基于图像特征信息的精密工件台倾角检测方法
