王 娟，趙 艷

（1.燕山大學(xué)信息科學(xué)與工程學(xué)院，河北秦皇島 066004；2.中國(guó)人民武裝警察部隊(duì)學(xué)院基礎(chǔ)部，河北廊坊 065000；3.河北科技大學(xué)信息科學(xué)與工程學(xué)院，河北石家莊 050018）

隨著計(jì)算機(jī)視覺研究領(lǐng)域的不斷發(fā)展，近年來，基于單幅圖像進(jìn)行目標(biāo)定位以及三維重建的研究成為了該領(lǐng)域的熱點(diǎn)之一。根據(jù)二維圖像來確定目標(biāo)方位的傳統(tǒng)研究一般是建立在照相機(jī)、攝像機(jī)內(nèi)部參數(shù)均為確定的基礎(chǔ)上，并且需要至少2臺(tái)照相機(jī)、攝像機(jī)設(shè)備對(duì)目標(biāo)在不同的方位成像才能實(shí)現(xiàn)空間定位。國(guó)內(nèi)外一些學(xué)者在目標(biāo)空間定位方面的研究取得了一些成果。于艷提出了根據(jù)滅點(diǎn)屬性確定攝像機(jī)內(nèi)、外參數(shù)，將目標(biāo)物體轉(zhuǎn)化為長(zhǎng)方體模型，考慮到單幅圖像中相對(duì)深度對(duì)長(zhǎng)方體長(zhǎng)、寬、高3參數(shù)的精度影響頗大，對(duì)相對(duì)深度算法進(jìn)行改進(jìn)，進(jìn)而計(jì)算出目標(biāo)物體特征點(diǎn)的三維坐標(biāo)［1］。張小虎等針對(duì)無目標(biāo)距離信息和目標(biāo)上已知控制點(diǎn)的單像機(jī)成像情況，提出了一種單像機(jī)對(duì)運(yùn)動(dòng)目標(biāo)定位的新方法：共線方程法［2］。余紹鵬等以Intel公司開發(fā)的開源計(jì)算機(jī)視覺庫OpenCV作為定位系統(tǒng)的開發(fā)工具，在對(duì)目標(biāo)平面上已知的參考特征點(diǎn)與其在二維圖像上的投影只進(jìn)行一次匹配訓(xùn)練，便能夠由單幅二維圖像確定目標(biāo)方位［3］。

筆者在照相機(jī)、攝像機(jī)內(nèi)部參數(shù)未知的情況下，通過圖像中已知標(biāo)盤上的控制點(diǎn)對(duì)照相機(jī)進(jìn)行標(biāo)定，并提出了用共面四線的方法來解決空間目標(biāo)定位問題。

1 基于單幅圖像的目標(biāo)空間定位的算法

在目標(biāo)空間定位系統(tǒng)中存在3種坐標(biāo)系，分別是照相機(jī)坐標(biāo)系、圖像坐標(biāo)系和世界坐標(biāo)系。如何更準(zhǔn)確地在這3種坐標(biāo)系間進(jìn)行坐標(biāo)轉(zhuǎn)換，是實(shí)現(xiàn)測(cè)量精度的關(guān)鍵。筆者實(shí)現(xiàn)了在照相機(jī)、攝像機(jī)內(nèi)部參數(shù)未知的情況下，實(shí)現(xiàn)目標(biāo)的空間定位，并將其用于交通事故處理系統(tǒng)中的測(cè)距模塊，系統(tǒng)框架圖如圖1所示。在該系統(tǒng)中，首先，將從照相機(jī)、攝像機(jī)得到的二維圖像進(jìn)行預(yù)處理并用Prewitt算子提取邊緣；接著，采用基于輪廓特征和拓?fù)潢P(guān)系的圖像檢索方法將標(biāo)盤中的特征點(diǎn)從圖像中識(shí)別提取出來；然后，用本文所述方法將目標(biāo)物體上的點(diǎn)或線與其在二維圖像上的投影相匹配，從而確定目標(biāo)的空間方位；最后，實(shí)現(xiàn)二維圖像的空間測(cè)距。

1.1 圖像預(yù)處理

由照相機(jī)、攝像機(jī)獲得的圖像一般都存在噪聲，這些噪聲會(huì)影響可視化處理的結(jié)果。因此需要通過濾波的方法使噪聲對(duì)原始數(shù)據(jù)的影響達(dá)到最小。低通濾波可以去掉大部分噪聲，但會(huì)使圖像的細(xì)節(jié)失真；高通濾波雖然加強(qiáng)了圖像的邊緣細(xì)節(jié)，但是也同時(shí)加強(qiáng)了噪聲信息，筆者采用3×3中值濾波進(jìn)行降噪處理，這種方法在有效消除脈沖噪聲的同時(shí)，保護(hù)了圖像的細(xì)節(jié)。圖像降噪后，邊緣檢測(cè)的效果得到了明顯改善。

圖1 系統(tǒng)框架圖Fig.1 System diagram

1.2 特征目標(biāo)的自動(dòng)識(shí)別提取

確定物體的形狀輪廓及其內(nèi)部對(duì)象間的空間關(guān)系是進(jìn)行目標(biāo)定位的基礎(chǔ)，也是進(jìn)行圖像識(shí)別的重要依據(jù)。筆者提出了一種基于輪廓特征和拓?fù)潢P(guān)系的特征區(qū)域提取方法。首先利用空間拓?fù)潢P(guān)系進(jìn)行圖像分割；然后提取特征區(qū)域輪廓特征。

圖像的區(qū)域分割是根據(jù)對(duì)象之間的空間拓?fù)潢P(guān)系來完成的。EGENHOFER等根據(jù)2個(gè)空間對(duì)象關(guān)系的9交模型中的512種可能關(guān)系，提出用8種面面關(guān)系（分離、包含、包含于、覆蓋、覆蓋于、等價(jià)、相交和相接關(guān)系）來描述圖像中對(duì)象之間的空間拓?fù)潢P(guān)系［4］。圖像對(duì)象之間的空間拓?fù)潢P(guān)系的形式化表達(dá)如圖2所示。

圖2 圖像對(duì)象之間的拓?fù)潢P(guān)系Fig.2 Topological relationships between objects in the image

若把標(biāo)盤區(qū)域特征（其他內(nèi)部邊界特征暫不考慮）作為一個(gè)整體，并假設(shè)為區(qū)域1，把整個(gè)外圍背景假設(shè)為區(qū)域2，則二者關(guān)系為分離的關(guān)系。標(biāo)盤的內(nèi)部：黑色圓形、白色正方形，黑色邊框?yàn)榘蛘甙?。根?jù)這種關(guān)系把標(biāo)盤區(qū)域分離出來。

1.3 用Prewitt算子提取邊緣

邊緣是指周圍像素灰度有階躍變化或屋頂變化的那些像素的集合，它存在于目標(biāo)與背景、目標(biāo)與目標(biāo)、區(qū)域與區(qū)域、基元與基元之間，是圖像最基本的特征，是圖像分析與識(shí)別的重要環(huán)節(jié)［5］。目前，一般的邊緣檢測(cè)算子包括Canny算子、Roberts算子、Laplace算子、Sobel算子、Prewitt算子等?；谛螤钐卣鞯膱D像檢索主要是使用圖像中目標(biāo)對(duì)象的輪廓作為檢索特征，經(jīng)過實(shí)驗(yàn)比較，采用Prewitt算子作為邊緣檢測(cè)算子。

2 確定目標(biāo)方位及相機(jī)內(nèi)參數(shù)的方法

筆者采用特征目標(biāo)上的共面四線與其在圖像上的投影相匹配的方法。在此問題中涉及到3個(gè)坐標(biāo)系：圖像坐標(biāo)系（oi，xi，yi）、世界坐標(biāo)系（Ow，Xw，Yw，Zw）和照相機(jī)坐標(biāo)系（Oc，Xc，Yc，Zc）。圖像坐標(biāo)系與照相機(jī)坐標(biāo)系的關(guān)系見式（1）：

其中，R1是照相機(jī)內(nèi)部參數(shù)矩陣。照相機(jī)坐標(biāo)系與世界坐標(biāo)系之間的關(guān)系見式（2）：

式中：R2為3×3的旋轉(zhuǎn)矩陣，T為位移矩陣［6-7］。

3 實(shí)驗(yàn)結(jié)果

表1為實(shí)際測(cè)量值與測(cè)距系統(tǒng)值的誤差分析。圖3為實(shí)驗(yàn)結(jié)果，其中圖3a）為通過照相機(jī)、攝像機(jī)獲得的二維圖像；圖3b）是經(jīng)過中值濾波后的圖像；圖3c）為經(jīng)過Prewitt算子邊緣提取后的圖像；圖3d）為目標(biāo)特征區(qū)域。目標(biāo)物體的空間方位的標(biāo)定，就是通過目標(biāo)區(qū)域特征點(diǎn)和它們?cè)诙S圖像中的投影相匹配，從而確定目標(biāo)的空間方位。

表1 平面測(cè)距比較Tab.1 Plane distance measurement comparison

圖3 實(shí)驗(yàn)結(jié)果Fig.3 Experimental results

4 結(jié) 語

在照相機(jī)、攝像機(jī)內(nèi)部參數(shù)未知的情況下，提出了一種利用特征目標(biāo)上共面四線與其在二維圖像中的投影相匹配的方法來確定目標(biāo)的三維空間方位。為了提高系統(tǒng)的檢測(cè)精度，引入了基于拓?fù)潢P(guān)系的目標(biāo)區(qū)域分割方法把待處理的圖像區(qū)域分割出來，并使用Prewitt算子提取該區(qū)域邊緣。實(shí)驗(yàn)結(jié)果表明，筆者采用的算法測(cè)距精度較高且魯棒性較好。當(dāng)然，本算法還有不足之處，比如待測(cè)物體距離白色標(biāo)盤較遠(yuǎn)時(shí)，測(cè)量誤差稍大。

［1］ 于 艷.基于單幅圖像目標(biāo)定位及三維重建的研究［D］.南京：南京理工大學(xué)，2009.

［2］ 張小虎，邸 慧，周 劍，等.一種單像機(jī)對(duì)運(yùn)動(dòng)目標(biāo)定位的新方法［J］.國(guó)防科技大學(xué)學(xué)報(bào)（Journal of National University of Defense Technology），2008，28（5）：114-118.

［3］ 余紹鵬，馮凌云.基于OpenCV的二維定位系統(tǒng)設(shè)計(jì)［J］.貴州大學(xué)學(xué)報(bào)（自然科學(xué)版）（Journal of Guizhou University（Natural Science Edition）），2010，27（5）：63-66.

［4］ EGENHOFER M J，SHARMA J，MARK D M.A critical comparioin of the 4-intersection and 9-intersection models for spatial relations：Formal analysis［J］.AutoCarto，1993（11）：1-11.

［5］ 李立冬.單幅圖像基礎(chǔ)上的交通事故現(xiàn)場(chǎng)三維重建［D］.天津：河北工業(yè)大學(xué)，2005.

［6］ 黃鳳榮，劉教民，孫壯志，等.基于單幅圖像確定目標(biāo)空間方位新方法的測(cè)距系統(tǒng)［J］.計(jì)算機(jī)工程與應(yīng)用（Computer Engineering and Applications），2002（4）：236-239.

［7］ 金為銑.攝影測(cè)量學(xué)［M］.武漢：武漢測(cè)繪科技大學(xué)出版社，1996.

［8］ 王彥霞，王震洲，劉教民.基于雙目立體視覺的三維建模算法［J］.河北科技大學(xué)學(xué)報(bào)（Journal of Hebei University of Science and Technology），2008，29（3）：219-222，249.

［9］ 張 軍，唐心亮，王震洲，等.DSP／BIOS實(shí)時(shí)系統(tǒng)在電智能斷路器中的應(yīng)用［J］.河北科技大學(xué)學(xué)報(bào)（Journal of Hebei University of Science and Technology），2010，31（6）：542-545.