遠(yuǎn)距離視覺測(cè)量中的快速靶標(biāo)提取與解碼方法

李德志，陶青川，黃鳳英

（1.四川大學(xué)電子信息學(xué)院，成都　610065；2.78009部隊(duì)，成都　610066）

遠(yuǎn)距離視覺測(cè)量中的快速靶標(biāo)提取與解碼方法

李德志1，陶青川1，黃鳳英2

（1.四川大學(xué)電子信息學(xué)院，成都610065；2.78009部隊(duì)，成都610066）

0　引言

在視覺測(cè)量中，不同角度采集圖像的精確匹配是一個(gè)重要環(huán)節(jié)。視覺測(cè)量具有非接觸測(cè)量、測(cè)量點(diǎn)多等特點(diǎn)，常用于測(cè)量大型目標(biāo)以及對(duì)動(dòng)態(tài)物體進(jìn)行姿態(tài)估計(jì)，但是對(duì)多幅高分辨率圖像直接進(jìn)行特征點(diǎn)匹配的計(jì)算量大，匹配精度不高，通常，結(jié)合人工靶標(biāo)作為待測(cè)物體特征點(diǎn)來幫助匹配[1]。

目前為止，國內(nèi)外學(xué)者在靶標(biāo)設(shè)計(jì)和檢測(cè)識(shí)別方面已做了很多研究。Schneider C T[2]、Forbes K[3]、Ahn S J[4-5]、Shortis M R[6]等國外學(xué)者設(shè)計(jì)了各種不同的靶標(biāo)，主要分為環(huán)狀靶標(biāo)、點(diǎn)狀靶標(biāo)、正方線形靶標(biāo)三大類。由于環(huán)狀靶標(biāo)具有易識(shí)別、平移旋轉(zhuǎn)無關(guān)性等優(yōu)點(diǎn)，所以本文選擇環(huán)狀靶標(biāo)作為研究對(duì)象。同時(shí)，在遠(yuǎn)距離高速采集條件下獲取的圖像具有對(duì)比度低、灰度不均勻、尺寸小等問題，加大了靶標(biāo)的快速提取與準(zhǔn)確解碼的難度。Forbes K[3]、宋麗梅[7]、蘇新勇[8]等學(xué)者對(duì)環(huán)狀靶標(biāo)的提取與解碼進(jìn)行了研究，但是他們都沒有考慮到在實(shí)際的應(yīng)用環(huán)境中圖像具有的這些問題，從而忽略了對(duì)采集到的圖像進(jìn)行圖像增強(qiáng)以及準(zhǔn)確高效的局部二值化等預(yù)處理步驟，同時(shí)，對(duì)小尺寸的環(huán)狀靶標(biāo)進(jìn)行高精度解碼算法也是必須重新研究的。

針對(duì)現(xiàn)有技術(shù)的不足，為了保證環(huán)狀靶標(biāo)的識(shí)別準(zhǔn)確率，本文提出了冪律變換與閾值截?cái)鄬?duì)圖像灰度概率密度進(jìn)行調(diào)整的圖像增強(qiáng)以及利用灰度積分圖像的快速局部二值化等預(yù)處理方法，同時(shí)也提出了一種基于起始位編碼帶高分辨率切割的高精度解碼方法。通過對(duì)中心圓輪廓進(jìn)行最小二乘橢圓擬合，中心定位達(dá)到亞像素精度。

1　Schneider編碼方案

10位Schneider編碼方案[2]的靶標(biāo)如圖1所示。

圖1　Schneider編碼靶標(biāo)

它由中心圓和同心編碼環(huán)帶組成，編碼環(huán)帶按照角度均分為10份，每份36°，每一份可以稱為亮環(huán)帶或者暗環(huán)帶，相應(yīng)的二進(jìn)制碼為1或者0，“1”表示該位上有編碼點(diǎn)，“0”表示該位上沒有編碼點(diǎn)，由于編碼環(huán)帶并沒有規(guī)定起始點(diǎn)，以任意一個(gè)編碼點(diǎn)為起始位置，按順時(shí)針方向讀取編碼環(huán)帶的碼值，可以組成長度為10的二進(jìn)制序列，對(duì)這個(gè)二進(jìn)制序列進(jìn)行循環(huán)移位，選取其中數(shù)值最小的二進(jìn)制序列作為該靶標(biāo)的碼值。按照這種編碼方法列出了編碼點(diǎn)份數(shù)N和編碼方案數(shù)K之間的關(guān)系如表1所示。

表1　編碼點(diǎn)份數(shù)和編碼方案數(shù)關(guān)系

2　靶標(biāo)提取與解碼方法

在實(shí)際應(yīng)用環(huán)境中采集到的圖像具有對(duì)比度低，灰度不均勻等缺點(diǎn)，所以在提取圖像輪廓之前需要對(duì)圖像進(jìn)行圖像增強(qiáng)以及快速局部二值化等圖像預(yù)處理步驟，之后再進(jìn)行輪廓提取、靶標(biāo)中心定位及解碼。

2.1圖像預(yù)處理

（1）圖像增強(qiáng)

相機(jī)在遠(yuǎn)距離高速采集下，曝光時(shí)間短，獲取的圖像對(duì)比度低，不利于后續(xù)靶標(biāo)提取。本文提出一種簡單高效的圖像增強(qiáng)算法。步驟如下：

步驟一：計(jì)算圖像灰度分布的概率密度

其中，P（k）為第k級(jí)灰度分布的概率密度，L為灰度等級(jí)的級(jí)數(shù)，k為在L個(gè)灰度等級(jí)中的任一灰度等級(jí)，nk為圖像中第k級(jí)灰度的像素個(gè)數(shù)，N為圖像灰度的總數(shù)：

步驟二：對(duì)圖像灰度分布概率密度進(jìn)行冪律變換

其中，Pq（k）為第k個(gè)灰度等級(jí)擴(kuò)展后的概率密度，Pmax是原始圖像灰度分布概率密度的最大值，q是灰度分布概率密度的因子，q∈（0,1）。

步驟三：設(shè)定閾值T，對(duì)步驟二所得到的灰度分布概率密度Pq（k）進(jìn)行截?cái)?/p>

其中，PT（k）為閾值截?cái)嗪髨D像灰度分布概率密度，T灰度分布概率密度的截?cái)嚅撝怠?/p>

步驟四：根據(jù)直方圖均衡化原理，可以得到輸入-輸出轉(zhuǎn)換函數(shù)F（k）：

其中，F(xiàn)（k）為圖像增強(qiáng)后的灰度。

低照度圖像背景色所屬灰度級(jí)的概率密度往往為概率密度中的最大值，也即Pmax，前景色所屬灰度級(jí)的概率密度往往小于Pmax，擴(kuò)展概率密度時(shí)，q越小，圖像中小于Pmax的概率密度經(jīng)擴(kuò)展后增加越快，而概率密度等于Pmax的則保持不變，從而增強(qiáng)了圖像前景色的對(duì)比度，抑制了圖像的背景色，實(shí)現(xiàn)了低照度圖像增強(qiáng)。

（2）快速局部二值化

在復(fù)雜的光照條件下，高效的局部二值化方法十分必要，基于上述要求，本文提出基于灰度積分圖像快速局部二值化的方法，其步驟如下：

步驟一：對(duì)于灰度等級(jí)為[0，L-1]，大小為W×H的灰度圖像F（i，j），計(jì)算灰度積分圖像I（i，j）：

步驟二：設(shè)定局部二值化的塊大小為S×S，根據(jù)灰度積分圖像來依次計(jì)算以每個(gè)像素為中心，周圍塊大小為S×S的平均灰度Avg（i，j）：

步驟三：如果當(dāng)前像素灰度F（i，j）低于它的平均灰度Avg（i，j）的t%，則此像素灰度二值化值Bin（i，j）為0，否則為1：

2.2靶標(biāo)提取

預(yù)處理后，對(duì)圖像進(jìn)行邊緣檢測(cè)，邊緣檢測(cè)的方法很多，如Sobel算子、Roberts算子、Canny算子等，Canny算子產(chǎn)生單像素邊緣且對(duì)噪聲不敏感，但是由于計(jì)算復(fù)雜，時(shí)間代價(jià)大。本文采用對(duì)二值化圖像進(jìn)行連通區(qū)域提取與標(biāo)記、邊界跟蹤的方法來進(jìn)行輪廓提取，簡單高效。提取到的輪廓含有待測(cè)物體、靶標(biāo)和背景等，需要對(duì)輪廓進(jìn)行最小二乘橢圓擬合，再通過輪廓周長、形狀因子、擬合殘差、灰度對(duì)比度與方差等判定準(zhǔn)則[9]進(jìn)行靶標(biāo)提取。

2.3靶標(biāo)解碼

圖2　二值靶標(biāo)圖

步驟一：從二值化圖像中提取出來的一個(gè)靶標(biāo)區(qū)域，如圖 2所示。

步驟二：根據(jù)靶標(biāo)提取步驟中的輪廓最小二乘擬合結(jié)果，可以得到編碼中心橢圓的長半軸為a1，短半軸為b1，角度為θ1，中心坐標(biāo)（xCenter，yCenter），根據(jù)靶標(biāo)制作時(shí)的實(shí)際尺寸可以得到編碼環(huán)帶內(nèi)的長半軸a2、短半軸b2、角度θ2，編碼環(huán)帶外的長半軸a3、短半軸b3、角度為 θ3，其中 θ1=θ2=θ3，編碼帶內(nèi)百分比 t2∈（1.05，1.15），t3∈（0.9，0.97），遍歷二值圖中靶標(biāo)區(qū)域的所有像素點(diǎn)（x，y）

若像素坐標(biāo)點(diǎn)滿足上面的條件，說明該點(diǎn)位于編碼環(huán)帶上。

圖3　確定二進(jìn)制編碼過程

步驟三：對(duì)編碼環(huán)帶上的點(diǎn)進(jìn)行仿射變換成圓。

步驟四：將該圓環(huán)帶均分為360/（M×N）份（N為編碼位數(shù)，M為編碼位內(nèi)份數(shù)），統(tǒng)計(jì)每一份中灰度值為255的像素個(gè)數(shù)與它的像素總數(shù)，對(duì)圖2統(tǒng)計(jì)灰度值為255的像素個(gè)數(shù)結(jié)果如圖3（a）。

步驟五：然后對(duì)統(tǒng)計(jì)結(jié)果進(jìn)行量化處理，計(jì)算每一份中灰度值為255的像素個(gè)數(shù)與該份像素總數(shù)的比值，如果這個(gè)比值大于0.5，則量化為1，否則量化為0，量化結(jié)果如圖3（b）。

步驟六：根據(jù)360/（M×N）個(gè)量化值，開始找編碼環(huán)帶解碼的起始位置，如果某一位處于跳變點(diǎn)（0跳變?yōu)?，或1跳變?yōu)?）并且該點(diǎn)前后連續(xù)0的個(gè)數(shù)與連續(xù)1的個(gè)數(shù)都大于M/2，則認(rèn)為它是該環(huán)帶的解碼起始位置。

步驟七：從該編碼環(huán)帶的解碼起始位置開始，對(duì)這360/（M×N）個(gè)量化值依次進(jìn)行每M位統(tǒng)計(jì)1的個(gè)數(shù)，如果1的個(gè)數(shù)大于M/2，則該位為1，否則為0，這樣就得到了該靶標(biāo)的N位二進(jìn)制碼，編碼二進(jìn)制數(shù)如圖3 （c）。對(duì)得到的二進(jìn)制碼進(jìn)行循環(huán)移位，將其中最小的二進(jìn)制碼轉(zhuǎn)換為十進(jìn)制數(shù)，作為最終的解碼值。

3　實(shí)驗(yàn)結(jié)果與分析

為了驗(yàn)證本文算法，實(shí)驗(yàn)使用DALSAPiranha4線陣傳感器（分辨率為8kpixel，線速率為50kHz）來獲取不同場(chǎng)景下的靶標(biāo)圖像，靶標(biāo)直徑3.5cm，同時(shí)進(jìn)行靶標(biāo)的提取與解碼實(shí)驗(yàn)。

驗(yàn)證本文圖像增強(qiáng)算法的效果。對(duì)貼有106個(gè)靶標(biāo)的實(shí)驗(yàn)架（長3m、寬1.2m、高2m）進(jìn)行圖像采集，鏡頭光圈F數(shù)設(shè)置為F4.0，曝光時(shí)間設(shè)置為100us，采集到的圖像如圖4（a），經(jīng)過本文方法增強(qiáng)后得到圖4 （b）。從圖4（a）和圖4（b）對(duì)比中，可以看到本文的方法通過調(diào)節(jié)圖像灰度的動(dòng)態(tài)范圍，增強(qiáng)了局部對(duì)比度，同時(shí)達(dá)到了全局清晰的效果，圖像有用信息得到增強(qiáng)，算法流程簡單，有利于靶標(biāo)的提取與解碼。

圖4　圖像增強(qiáng)效果對(duì)比圖

驗(yàn)證本文快速局部二值化算法的效果。對(duì)圖4（b）進(jìn)行二值化得到圖5（a），原圖大小為8192x8192，平均處理時(shí)間小于0.2s，可以看到靶標(biāo)架上的106個(gè)靶標(biāo)前景與背景都很分明。其中二值化圖像中局部靶標(biāo)區(qū)域如圖5（b），可以看到本文算法對(duì)圖像進(jìn)行二值化后，輪廓清晰，有利于靶標(biāo)的提取與解碼。

圖5　二值化圖

進(jìn)行靶標(biāo)提取與解碼的驗(yàn)證。首先，考慮光照條件對(duì)靶標(biāo)提取與解碼的影響。同一條件下，鏡頭光圈F數(shù)分別設(shè)置為 F2.8、F4.0、F5.6、F8.0，曝光時(shí)間設(shè)置為100us，進(jìn)行4×30次采集圖像，其中在鏡頭光圈F4.0下，靶標(biāo)提取結(jié)果如圖6，所有靶標(biāo)均被提取出來，且解碼正確，并對(duì)120次實(shí)驗(yàn)下靶標(biāo)提取與解碼結(jié)果進(jìn)行統(tǒng)計(jì)，得到了表2，在低照度情況下，通過本文方法，靶標(biāo)的提取與解碼有很高的準(zhǔn)確率，即使在鏡頭光圈F8.0下，提取準(zhǔn)確率也達(dá)到了 96.6%，同時(shí)解碼準(zhǔn)確率也有96.3%。綜上，可以得出光照條件對(duì)本文算法的靶標(biāo)提取與解碼結(jié)果影響很小，實(shí)用性強(qiáng)。

圖6　F4.0下靶標(biāo)提取結(jié)果圖

表2　不同F(xiàn)值下靶標(biāo)提取與解碼結(jié)果

考慮攝影距離對(duì)靶標(biāo)提取與解碼的影響。同一條件下，鏡頭光圈F數(shù)設(shè)置為 F4.0，曝光時(shí)間設(shè)置為100us，分別進(jìn)行了3.5m、4.5m、5m、6m、7m、8m、9m距離的7×30次采集圖像，其中在5m距離的靶標(biāo)提取結(jié)果如圖7，可以看到16個(gè)靶標(biāo)完全提取出來，并且解碼正確，并對(duì)210次實(shí)驗(yàn)下靶標(biāo)提取結(jié)果進(jìn)行統(tǒng)計(jì)，得到了表3，在7m的攝影距離下，即內(nèi)圓直徑10pixel以上，靶標(biāo)提取與解碼正確率接近100%，在8m以上的攝影距離下，也就是內(nèi)圓直徑9pixel以下，靶標(biāo)提取與解碼正確率開始下降。5m距離的中心亞像素中心坐標(biāo)如表4。綜上，本文的靶標(biāo)提取與解碼在中心圓直經(jīng)10pixel以上，有接近100%的提取與解碼正確率，并且中心定位到達(dá)亞像素精度。

圖7　5m距離下靶標(biāo)提取結(jié)果圖

4　結(jié)語

本文提出了遠(yuǎn)距離高速采集下的靶標(biāo)快速提取與解碼算法。該算法優(yōu)點(diǎn)主要有：第一，冪律變換與閾值截?cái)噙M(jìn)行圖像增強(qiáng)，提高了低對(duì)比度圖像靶標(biāo)提取與解碼的準(zhǔn)確率；第二，利用灰度積分圖像的快速局部二值化方法，有助于大面積光照不均情況下的靶標(biāo)提取與解碼；第三，對(duì)二值化圖像進(jìn)行連通區(qū)域提取與標(biāo)記、邊界跟蹤提取輪廓，效果好且時(shí)間短；第四，提出了一種高準(zhǔn)確率的解碼方法。實(shí)驗(yàn)表明，本文算法對(duì)遠(yuǎn)距離、低照度、光照不均等情況下的靶標(biāo)提取與解碼有很強(qiáng)的實(shí)用性和魯棒性。

表3　不同距離下靶標(biāo)提取與解碼結(jié)果

表4　靶標(biāo)亞像素級(jí)中心坐標(biāo)

[1]馬揚(yáng)騰，鐘約先，鄭聆．三維數(shù)據(jù)拼接中編碼標(biāo)志點(diǎn)的設(shè)計(jì)與檢測(cè)[J]．清華大學(xué)學(xué)報(bào)，2006，46(2)：169-171，175.

[2][2]Schneider C T，Sinnreich K．Optical 3-D Measurement Systems for Quality Control in Industry[C]．International Archives of Photogrammetry and Remote Sensing，1993：56-59.

[3][3]Forbes K，Vougt A，Bodika N．An Inexpensive，Automatic and Accurate Camera Calibration Method[C]．Proceedings of the Thirteenth Annual South African Workshop on Pattern Recongnition，2002：1-6.

[4]AHN S J，RAUH W，RECKNAGEL M．Circular Coded Landmark for optical3D-measurement and Robot Vision[C]．International Conference on Intelligent Robots arid Systems，1999：1128-1133.

[5]AHN S J，RAUH W．Circular Coded Target for Automation of Optical 3D-Measurement and Camera Calibration[J]．International Journal of Pattern Recognition and Articial Intelligence，2001，15(6)：905-919.

[6]SHORTIS M R，SEAUER J W，ROBSON S．Automatic Recognition of Coded Targets Based on a Hough Transform and Segment Matching[C]．Proceedings of the International Society for Optics and Photonics on Electronic Imaging，2003：202-208.

[7]宋麗梅，陳昌曼，陳卓，覃名翠，李大鵬．環(huán)狀編碼標(biāo)記點(diǎn)的檢測(cè)與識(shí)別[J]．光學(xué)精密工程，2013，21(12)：3239-3247.

[8]蘇新勇，黃雪梅，朱明健．?dāng)?shù)字近景工業(yè)攝影測(cè)量中標(biāo)志點(diǎn)的識(shí)別與檢測(cè)[J]．制造業(yè)自動(dòng)化，2014，36(5)：31-35.

[9]戴相龍．三維非接觸式測(cè)量中編碼標(biāo)志的研究與應(yīng)用[D]．西安電子科技大學(xué)，2014：17-29.

Proposes a fast target extraction and decoding algorithm for vision measurement.First,the image enhancement is performed by the power law transformation and threshold truncation method.Secondly,the contour is extracted to locate the target.Finally,the high resolution cutting method is used in the encoding band.Experimental results show that the average recognition accuracy is 96.3%,when the pixel number of the center circle is up to 10,the average recognition accuracy is close to 100%,and the center position is sub pixel accuracy. Keywords:

Image Enhancement;Local Binaryzation;Target Extraction;Target Decoding;Center Location

Fast Target Extraction and Decoding Method in Remote Visual Measurement

LI De-zhi1，TAO Qing-chuan1，HUANG Feng-ying2
（1.College of Electronics and Information Engineering，Sichuan University，Chengdu 610065）3.PLA of 78009，Chengdu 610066）

1007-1423（2016）03-0063-06

10.3969/j.issn.1007-1423.2016.03.015

李德志（1990-），男，湖北利川人，碩士研究生，研究方向?yàn)橛?jì)算機(jī)應(yīng)用與圖像處理

陶青川（1972-），男，四川南充人，碩士生導(dǎo)師，副教授，研究方向?yàn)槟Ｊ阶R(shí)別與智能系統(tǒng)

黃鳳英（1978-），男，重慶璧山人，78009部隊(duì)碩士工程師，研究方向?yàn)橥ㄐ畔到y(tǒng)與信息處理

2015-12-21

2016-01-10

提出一種應(yīng)用于視覺測(cè)量中的快速靶標(biāo)提取與解碼算法。首先，通過冪律變換與閾值截?cái)喾椒ㄟM(jìn)行圖像增強(qiáng)、利用灰度積分圖像進(jìn)行快速局部二值化；其次，對(duì)二值圖進(jìn)行提取輪廓，應(yīng)用最小二乘對(duì)輪廓進(jìn)行橢圓擬合，并通過一系列篩選準(zhǔn)則定位靶標(biāo)；最后，對(duì)編碼帶采用高分辨率切割進(jìn)行解碼。實(shí)驗(yàn)結(jié)果表明，對(duì)于遠(yuǎn)距離、低對(duì)比度、灰度不均圖像，平均準(zhǔn)確率達(dá)96.3%，中心圓直徑大于10pixel時(shí)，平均準(zhǔn)確率接近100%，且中心定位達(dá)到亞像素精度。

圖像增強(qiáng)；局部二值化；靶標(biāo)提??；靶標(biāo)解碼；中心定位