李德志，陶青川，黃鳳英

（1.四川大學電子信息學院，成都　610065；2.78009部隊，成都　610066）

遠距離視覺測量中的快速靶標提取與解碼方法

李德志1，陶青川1，黃鳳英2

（1.四川大學電子信息學院，成都610065；2.78009部隊，成都610066）

0　引言

在視覺測量中，不同角度采集圖像的精確匹配是一個重要環(huán)節(jié)。視覺測量具有非接觸測量、測量點多等特點，常用于測量大型目標以及對動態(tài)物體進行姿態(tài)估計，但是對多幅高分辨率圖像直接進行特征點匹配的計算量大，匹配精度不高，通常，結(jié)合人工靶標作為待測物體特征點來幫助匹配[1]。

目前為止，國內(nèi)外學者在靶標設(shè)計和檢測識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]等國外學者設(shè)計了各種不同的靶標，主要分為環(huán)狀靶標、點狀靶標、正方線形靶標三大類。由于環(huán)狀靶標具有易識別、平移旋轉(zhuǎn)無關(guān)性等優(yōu)點，所以本文選擇環(huán)狀靶標作為研究對象。同時，在遠距離高速采集條件下獲取的圖像具有對比度低、灰度不均勻、尺寸小等問題，加大了靶標的快速提取與準確解碼的難度。Forbes K[3]、宋麗梅[7]、蘇新勇[8]等學者對環(huán)狀靶標的提取與解碼進行了研究，但是他們都沒有考慮到在實際的應(yīng)用環(huán)境中圖像具有的這些問題，從而忽略了對采集到的圖像進行圖像增強以及準確高效的局部二值化等預(yù)處理步驟，同時，對小尺寸的環(huán)狀靶標進行高精度解碼算法也是必須重新研究的。

針對現(xiàn)有技術(shù)的不足，為了保證環(huán)狀靶標的識別準確率，本文提出了冪律變換與閾值截斷對圖像灰度概率密度進行調(diào)整的圖像增強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。通過對中心圓輪廓進行最小二乘橢圓擬合，中心定位達到亞像素精度。

1　Schneider編碼方案

10位Schneider編碼方案[2]的靶標如圖1所示。

圖1　Schneider編碼靶標

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)的二進制碼為1或者0，“1”表示該位上有編碼點，“0”表示該位上沒有編碼點，由于編碼環(huán)帶并沒有規(guī)定起始點，以任意一個編碼點為起始位置，按順時針方向讀取編碼環(huán)帶的碼值，可以組成長度為10的二進制序列，對這個二進制序列進行循環(huán)移位，選取其中數(shù)值最小的二進制序列作為該靶標的碼值。按照這種編碼方法列出了編碼點份數(shù)N和編碼方案數(shù)K之間的關(guān)系如表1所示。

表1　編碼點份數(shù)和編碼方案數(shù)關(guān)系

2　靶標提取與解碼方法

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

2.1圖像預(yù)處理

（1）圖像增強

相機在遠距離高速采集下，曝光時間短，獲取的圖像對比度低，不利于后續(xù)靶標提取。本文提出一種簡單高效的圖像增強算法。步驟如下：

步驟一：計算圖像灰度分布的概率密度

其中，P（k）為第k級灰度分布的概率密度，L為灰度等級的級數(shù)，k為在L個灰度等級中的任一灰度等級，nk為圖像中第k級灰度的像素個數(shù)，N為圖像灰度的總數(shù)：

步驟二：對圖像灰度分布概率密度進行冪律變換

其中，Pq（k）為第k個灰度等級擴展后的概率密度，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，對步驟二所得到的灰度分布概率密度Pq（k）進行截斷

其中，PT（k）為閾值截斷后圖像灰度分布概率密度，T灰度分布概率密度的截斷閾值。

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）為圖像增強后的灰度。

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

（2）快速局部二值化

在復雜的光照條件下，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：對于灰度等級為[0，L-1]，大小為W×H的灰度圖像F（i，j），計算灰度積分圖像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算以每個像素為中心，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靶標提取

預(yù)處理后，對圖像進行邊緣檢測，邊緣檢測的方法很多，如Sobel算子、Roberts算子、Canny算子等，Canny算子產(chǎn)生單像素邊緣且對噪聲不敏感，但是由于計算復雜，時間代價大。本文采用對二值化圖像進行連通區(qū)域提取與標記、邊界跟蹤的方法來進行輪廓提取，簡單高效。提取到的輪廓含有待測物體、靶標和背景等，需要對輪廓進行最小二乘橢圓擬合，再通過輪廓周長、形狀因子、擬合殘差、灰度對比度與方差等判定準則[9]進行靶標提取。

2.3靶標解碼

圖2　二值靶標圖

步驟一：從二值化圖像中提取出來的一個靶標區(qū)域，如圖 2所示。

步驟二：根據(jù)靶標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（xCenter，yCenter），根據(jù)靶標制作時的實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），遍歷二值圖中靶標區(qū)域的所有像素點（x，y）

若像素坐標點滿足上面的條件，說明該點位于編碼環(huán)帶上。

圖3　確定二進制編碼過程

步驟三：對編碼環(huán)帶上的點進行仿射變換成圓。

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)計每一份中灰度值為255的像素個數(shù)與它的像素總數(shù)，對圖2統(tǒng)計灰度值為255的像素個數(shù)結(jié)果如圖3（a）。

步驟五：然后對統(tǒng)計結(jié)果進行量化處理，計算每一份中灰度值為255的像素個數(shù)與該份像素總數(shù)的比值，如果這個比值大于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（0跳變?yōu)?，或1跳變?yōu)?）并且該點前后連續(xù)0的個數(shù)與連續(xù)1的個數(shù)都大于M/2，則認為它是該環(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，對這360/（M×N）個量化值依次進行每M位統(tǒng)計1的個數(shù)，如果1的個數(shù)大于M/2，則該位為1，否則為0，這樣就得到了該靶標的N位二進制碼，編碼二進制數(shù)如圖3 （c）。對得到的二進制碼進行循環(huán)移位，將其中最小的二進制碼轉(zhuǎn)換為十進制數(shù)，作為最終的解碼值。

3　實驗結(jié)果與分析

為了驗證本文算法，實驗使用DALSAPiranha4線陣傳感器（分辨率為8kpixel，線速率為50kHz）來獲取不同場景下的靶標圖像，靶標直徑3.5cm，同時進行靶標的提取與解碼實驗。

驗證本文圖像增強算法的效果。對貼有106個靶標的實驗架（長3m、寬1.2m、高2m）進行圖像采集，鏡頭光圈F數(shù)設(shè)置為F4.0，曝光時間設(shè)置為100us，采集到的圖像如圖4（a），經(jīng)過本文方法增強后得到圖4 （b）。從圖4（a）和圖4（b）對比中，可以看到本文的方法通過調(diào)節(jié)圖像灰度的動態(tài)范圍，增強了局部對比度，同時達到了全局清晰的效果，圖像有用信息得到增強，算法流程簡單，有利于靶標的提取與解碼。

圖4　圖像增強效果對比圖

驗證本文快速局部二值化算法的效果。對圖4（b）進行二值化得到圖5（a），原圖大小為8192x8192，平均處理時間小于0.2s，可以看到靶標架上的106個靶標前景與背景都很分明。其中二值化圖像中局部靶標區(qū)域如圖5（b），可以看到本文算法對圖像進行二值化后，輪廓清晰，有利于靶標的提取與解碼。

圖5　二值化圖

進行靶標提取與解碼的驗證。首先，考慮光照條件對靶標提取與解碼的影響。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，曝光時間設(shè)置為100us，進行4×30次采集圖像，其中在鏡頭光圈F4.0下，靶標提取結(jié)果如圖6，所有靶標均被提取出來，且解碼正確，并對120次實驗下靶標提取與解碼結(jié)果進行統(tǒng)計，得到了表2，在低照度情況下，通過本文方法，靶標的提取與解碼有很高的準確率，即使在鏡頭光圈F8.0下，提取準確率也達到了 96.6%，同時解碼準確率也有96.3%。綜上，可以得出光照條件對本文算法的靶標提取與解碼結(jié)果影響很小，實用性強。

圖6　F4.0下靶標提取結(jié)果圖

表2　不同F(xiàn)值下靶標提取與解碼結(jié)果

考慮攝影距離對靶標提取與解碼的影響。同一條件下，鏡頭光圈F數(shù)設(shè)置為 F4.0，曝光時間設(shè)置為100us，分別進行了3.5m、4.5m、5m、6m、7m、8m、9m距離的7×30次采集圖像，其中在5m距離的靶標提取結(jié)果如圖7，可以看到16個靶標完全提取出來，并且解碼正確，并對210次實驗下靶標提取結(jié)果進行統(tǒng)計，得到了表3，在7m的攝影距離下，即內(nèi)圓直徑10pixel以上，靶標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如表4。綜上，本文的靶標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，并且中心定位到達亞像素精度。

圖7　5m距離下靶標提取結(jié)果圖

4　結(jié)語

本文提出了遠距離高速采集下的靶標快速提取與解碼算法。該算法優(yōu)點主要有：第一，冪律變換與閾值截斷進行圖像增強，提高了低對比度圖像靶標提取與解碼的準確率；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提取與解碼；第三，對二值化圖像進行連通區(qū)域提取與標記、邊界跟蹤提取輪廓，效果好且時間短；第四，提出了一種高準確率的解碼方法。實驗表明，本文算法對遠距離、低照度、光照不均等情況下的靶標提取與解碼有很強的實用性和魯棒性。

表3　不同距離下靶標提取與解碼結(jié)果

表4　靶標亞像素級中心坐標

[1]馬揚騰，鐘約先，鄭聆．三維數(shù)據(jù)拼接中編碼標志點的設(shè)計與檢測[J]．清華大學學報，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)狀編碼標記點的檢測與識別[J]．光學精密工程，2013，21(12)：3239-3247.

[8]蘇新勇，黃雪梅，朱明健．數(shù)字近景工業(yè)攝影測量中標志點的識別與檢測[J]．制造業(yè)自動化，2014，36(5)：31-35.

[9]戴相龍．三維非接觸式測量中編碼標志的研究與應(yīng)用[D]．西安電子科技大學，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，研究方向為計算機應(yīng)用與圖像處理

陶青川（1972-），男，四川南充人，碩士生導師，副教授，研究方向為模式識別與智能系統(tǒng)

黃鳳英（1978-），男，重慶璧山人，78009部隊碩士工程師，研究方向為通信系統(tǒng)與信息處理

2015-12-21

2016-01-10

提出一種應(yīng)用于視覺測量中的快速靶標提取與解碼算法。首先，通過冪律變換與閾值截斷方法進行圖像增強、利用灰度積分圖像進行快速局部二值化；其次，對二值圖進行提取輪廓，應(yīng)用最小二乘對輪廓進行橢圓擬合，并通過一系列篩選準則定位靶標；最后，對編碼帶采用高分辨率切割進行解碼。實驗結(jié)果表明，對于遠距離、低對比度、灰度不均圖像，平均準確率達96.3%，中心圓直徑大于10pixel時，平均準確率接近100%，且中心定位達到亞像素精度。

圖像增強；局部二值化；靶標提?。话袠私獯a；中心定位