基于YOLOv5算法的圆心定位方法

准确地获取图像中圆形目标的圆心是目标识别和定位中的关键问题。目前圆心定位主要采用最小二乘拟合圆以及HOUGH变换方法，但这些方法在不同程度上存在着鲁棒性不强、对环境光线要求高、需提前调试参数确定阈值、复杂背景下效果急剧变差等局限性。针对该问题，提出一种综合运用YOLOv5算法、Grabcut算法和灰度质心法进行图像分类、图像分割和灰度重心算法求取圆心坐标。该方法使用YOLOv5对图像中的圆形目标进行粗定位，再通过图像分割方法分割出圆形目标，最后使用加权型的灰度重心算法准确定位出圆心坐标，实现对圆形标志的可靠定位。用多个实验比较了该算法与现有算法的精度和稳定性，实验表明，该算法与现有算法相比，在干扰及形变的情况下圆心定位平均相对误差保持在0.5pixel以内，而在干扰、强形变及目标残缺的情况下仍能保持在7 pixel以内，该算法不仅提高了圆形目标圆心检测的鲁棒性和准确性，而且具有良好的抗干扰性。