轮廓点椭圆拟合

椭圆拟合

摘要：本文全面介绍了在SEM图像分析中使用OpenCV进行椭圆拟合的技术。首先阐述了椭圆拟合的技术背景和数学原理，包括椭圆方程、最小二乘拟合和Fitzgibbon方法。接着详细展示了C#代码实现，涵盖MainForm中的椭圆拟合、报告导出参数处理和ContourMetric参数存储。文章还提供了参数调优指南，包括最小点数要求、长宽比计算、角度解读和单位换算。最后解答了六个常见问题，如轮廓点数要求、长轴判断、拟合失败处理、角度解读、与最小外接矩形的区别以及椭圆绘制方法，为SEM图像中椭圆形目标的形态分析提供了完整的技术参考。

一、技术背景

椭圆拟合是从轮廓点集中拟合出最佳椭圆的技术。在SEM图像分析中，许多目标（如孔隙、颗粒）呈现近似椭圆形，椭圆拟合可以：

• 准确测量目标的长轴和短轴
• 计算目标的方向角度
• 分析目标的长宽比

OpenCV的FitEllipse函数使用最小二乘法拟合椭圆，为目标的形态分析提供了重要参数。

二、数学原理

2.1 椭圆方程

一般椭圆方程为：

$$A{x}^2+Bxy+C{y}^2+Dx+Ey+F=0$$

约束条件：$B^2-4AC<0$（确保为椭圆）

2.2 最小二乘拟合

椭圆拟合的目标是找到最优参数，使所有点到椭圆的距离平方和最小：

$$\min \sum _{i=1}^n{d}_i^2$$

其中 $d_i$ 为第 $i$ 个点到拟合椭圆的距离。

2.3 Fitzgibbon方法

OpenCV使用的Fitzgibbon方法：

2.4 椭圆参数

拟合结果以RotatedRect形式返回：

2.5 角度定义

角度 $\theta$ 定义为：

• 长轴与水平方向的夹角
• 范围：$[0°,180°)$
• 顺时针方向为正

三、代码实现

3.1 MainForm中的椭圆拟合

文件路径: e:\\SEM\\Forms\\MainForm.cs

// 椭圆拟合与参数计算
for (int i = 0; i < processingImageInfo.contours.Length; i++)
{
var countour = processingImageInfo.contours[i];
double area_px = Cv2.ContourArea(countour);

if (area_px >= 200)
{
// 轮廓点数必须>=5才能进行椭圆拟合
if (countour.Length < 5) continue;

// 椭圆拟合
RotatedRect ellipse = Cv2.FitEllipse(countour);
Rect bbox = Cv2.BoundingRect(countour);

// 计算长轴和短轴（单位：μm）
double majorAxis = Math.Max(ellipse.Size.Width, ellipse.Size.Height) * umPerPixel;
double minorAxis = Math.Min(ellipse.Size.Width, ellipse.Size.Height) * umPerPixel;

var metric = new imageUtils.ContourMetric
{
Index = i + 1,
Area_um2 = areaUm2,
Perimeter_um = peri_um,
MajorAxis_um = Math.Round(majorAxis, 2),
MinorAxis_um = Math.Round(minorAxis, 2),
Angle_deg = Math.Round(ellipse.Angle, 2)
};

processingImageInfo.ContourMetrics.Add(metric);
}
}

3.2 报告导出中的椭圆参数

文件路径: e:\\SEM\\Forms\\MainForm.cs

// 报告导出中的椭圆拟合
for (int i = 0; i < info.contours.Length; i++)
{
var contour = info.contours[i];

// 面积过滤
double areaThreshold = 200 * areaPixelToUm2;
if (area < areaThreshold) continue;

if (contour.Length < 5) continue;

// 椭圆拟合
RotatedRect ellipse = Cv2.FitEllipse(contour);

// 计算Feret直径（最大弦长）
double feret = Math.Max(ellipse.Size.Width, ellipse.Size.Height) * umPerPixel;
double minFeret = Math.Min(ellipse.Size.Width, ellipse.Size.Height) * umPerPixel;
double angle = ellipse.Angle;

// 计算长宽比
double aspectRatio = feret / minFeret;

// 其他参数
double roundness = 4 * Math.PI * area / (perimeter * perimeter);
double solidity = area / (Cv2.ContourArea(Cv2.ConvexHull(contour)) * areaPixelToUm2);
}

3.3 ContourMetric中的椭圆参数存储

文件路径: e:\\SEM\\Utils\\imageUtils.cs

public class ContourMetric
{
public int Index { get; set; }
public double Area_um2 { get; set; }
public double Perimeter_um { get; set; }
public double BBoxX_um { get; set; }
public double BBoxY_um { get; set; }
public double BBoxWidth_um { get; set; }
public double BBoxHeight_um { get; set; }
public double MajorAxis_um { get; set; } // 椭圆长轴
public double MinorAxis_um { get; set; } // 椭圆短轴
public double Angle_deg { get; set; } // 椭圆角度
}

四、参数调优

4.1 最小点数要求

椭圆拟合要求轮廓至少有5个点：

if (contour.Length < 5)
{
// 无法进行椭圆拟合，使用其他方法
Rect bbox = Cv2.BoundingRect(contour);
double width = bbox.Width;
double height = bbox.Height;
}

4.2 长宽比计算

RotatedRect ellipse = Cv2.FitEllipse(contour);

// 正确的长宽比计算
double majorAxis = Math.Max(ellipse.Size.Width, ellipse.Size.Height);
double minorAxis = Math.Min(ellipse.Size.Width, ellipse.Size.Height);
double aspectRatio = majorAxis / minorAxis;

// 注意：Size.Width和Size.Height不一定是长轴和短轴
// 需要通过Max/Min判断

4.3 角度解读

角度值的含义：

4.4 单位换算

// 椭圆参数单位换算
MicroscopeScale scaleTool = new MicroscopeScale();
double umPerPixel = scaleTool.GetUmPerPixel(magnification);

// 长轴：像素 → μm
double majorAxis_um = majorAxis_px * umPerPixel;

// 短轴：像素 → μm
double minorAxis_um = minorAxis_px * umPerPixel;

// 角度：无需换算（度）
double angle_deg = ellipse.Angle;

五、常见问题

Q1: 为什么轮廓点数必须>=5？

椭圆有5个自由参数：

• 中心坐标 $(x_0,y_0)$
• 长轴 $a$ 和短轴 $b$
• 旋转角度 $\theta$

最少需要5个点才能确定唯一椭圆。点数越多，拟合越稳定。

Q2: FitEllipse返回的Size.Width和Size.Height哪个是长轴？

OpenCV不保证Size.Width是长轴：

• Size.Width：椭圆的宽度方向尺寸
• Size.Height：椭圆的高度方向尺寸

正确做法：

double majorAxis = Math.Max(ellipse.Size.Width, ellipse.Size.Height);
double minorAxis = Math.Min(ellipse.Size.Width, ellipse.Size.Height);

Q3: 椭圆拟合失败怎么办？

椭圆拟合可能失败的情况：

处理方案：

try
{
RotatedRect ellipse = Cv2.FitEllipse(contour);
// 使用椭圆参数
}
catch
{
// 回退到边界框
Rect bbox = Cv2.BoundingRect(contour);
double width = bbox.Width;
double height = bbox.Height;
}

Q4: 椭圆角度如何解读？

角度表示长轴相对于水平方向的夹角：

• 顺时针为正
• 范围 $[0°,180°)$
• 角度+180°表示相同方向

示例：

• 0°：长轴水平
• 90°：长轴垂直
• 45°：长轴斜向

Q5: 椭圆拟合与最小外接矩形的区别？

选择建议：

• 圆形/椭圆形目标：使用椭圆拟合
• 矩形/方形目标：使用最小外接矩形
• 不规则形状：两者结合使用

Q6: 如何绘制拟合椭圆？

RotatedRect ellipse = Cv2.FitEllipse(contour);

// 绘制椭圆
Cv2.Ellipse(image, ellipse, new Scalar(0, 255, 0), 2);

// 绘制椭圆中心
Cv2.Circle(image, ellipse.Center.ToPoint(), 3, new Scalar(0, 0, 255), –1);

// 绘制长轴方向
double angleRad = ellipse.Angle * Math.PI / 180.0;
Point pt1 = new Point(
(int)(ellipse.Center.X + Math.Cos(angleRad) * ellipse.Size.Width / 2),
(int)(ellipse.Center.Y + Math.Sin(angleRad) * ellipse.Size.Width / 2));
Point pt2 = new Point(
(int)(ellipse.Center.X – Math.Cos(angleRad) * ellipse.Size.Width / 2),
(int)(ellipse.Center.Y – Math.Sin(angleRad) * ellipse.Size.Width / 2));
Cv2.Line(image, pt1, pt2, new Scalar(255, 0, 0), 2);