基于改进高斯拟合的红外相机视角下标识点中心定位方法

针对红外相机视角下标识点中心提取问题，在分析其图像特征的基础上，提出一种粗细结合的分割及高斯拟合的方法以实现对标识点中心的定位。首先根据图像中标识点的灰度差异，对其进行ROI粗定位，去除背景反光对其分割的影响。随后对目标图像采用K均值聚类算法，实现目标分割。最后，通过剔除中心冗余信息的改进高斯拟合提取方法，得到标识点光斑中心坐标。实验结果表明，相较于灰度质心法、Hough变换法和圆拟合法，本方法对其中心提取稳定性误差均小于0.1像素，具有高重复性和稳定性精度。即使目标产生不同程度遮挡时仍具有较高精度，适合于红外相机视角下定位系统的标识点中心提取。