王粟 朱飛

摘 ?要： 針對(duì)中餐宴會(huì)臺(tái)面人工測(cè)量餐具間距離出現(xiàn)的問題，將圖像處理和人工智能技術(shù)引入臺(tái)面擺臺(tái)效果評(píng)判中，提出一種POSIT算法求解中餐宴會(huì)臺(tái)面上餐具間距離的方法。首先，利用Hough圓檢測(cè)算法識(shí)別出中餐宴會(huì)臺(tái)面擺臺(tái)上的餐碟、湯碟、味碟、水杯、葡萄酒杯和白酒杯上的圓，通過K?means聚類算法對(duì)中餐宴會(huì)客人人數(shù)和餐桌中心花瓶進(jìn)行聚類;其次，在設(shè)計(jì)的黑白標(biāo)定板中選取4個(gè)共面點(diǎn)，利用共面POSIT算法估算相機(jī)在目標(biāo)坐標(biāo)系下的旋轉(zhuǎn)矩陣和平移向量，根據(jù)攝像機(jī)模型得出聚類標(biāo)號(hào)為10上各餐具間的實(shí)際距離。實(shí)驗(yàn)結(jié)果表明，與人工測(cè)量相比，該方法測(cè)量精度高、穩(wěn)定性良好。

關(guān)鍵詞： 測(cè)距方法; 餐具間距求解; POSIT算法; 圖像處理; Hough變換; K?means聚類

中圖分類號(hào)： TN98?34 ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼： A ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章編號(hào)： 1004?373X（2019）19?0139?05

Abstract： The image processing and artificial intelligence technology are introduced into the evaluation of the table top effect to solve the problem of artificially measuring the distance between table wares in the Chinese banquet table. A method of solving the distance between the table wares on the Chinese banquet table is proposed. The Hough circle detection algorithm is used to identify the circle on the plate， soup plate， saucer， water cup， wine glass and white wine glass on the table of the Chinese banquet table. The number of Chinese banquet guests and the table center vase are clustered by the K?means clustering algorithm. Four coplanar points are selected in the designed black?white calibration plate. The coplanar POSIT algorithm is used to estimate the rotation matrix and translation vector of the camera in the target coordinate system. The actual interval distance of table wares on the clustering label 10 is obtained according to the camera model. The experimental results show that， in comparison with manual measurement， the method has higher measurement accuracy and better stability.

Keywords： ranging method; tableware interval solution; POSIT algorithm; image processing; Hough transform; K?means clustering

0 ?引 ?言

隨著我國(guó)經(jīng)濟(jì)的不斷發(fā)展和第三產(chǎn)業(yè)所占比重的上升，國(guó)內(nèi)對(duì)旅游和酒店管理相關(guān)專業(yè)的人才需求量也在增加。中餐宴會(huì)臺(tái)面擺臺(tái)是旅游與酒店管理專業(yè)學(xué)生在人才培養(yǎng)過程中必須掌握的基本功，國(guó)內(nèi)大多數(shù)職業(yè)技術(shù)學(xué)院都有針對(duì)該專業(yè)學(xué)生開設(shè)的宴會(huì)臺(tái)面擺臺(tái)的實(shí)習(xí)實(shí)訓(xùn)課程和技能大賽等。然而，目前存在的一個(gè)突出問題是：學(xué)生擺臺(tái)效果的評(píng)判都是依靠實(shí)訓(xùn)老師或大賽評(píng)委通過目測(cè)和工具測(cè)量完成的。它存在的弊端包括：費(fèi)力，工作量大;費(fèi)時(shí)，測(cè)量和打分評(píng)價(jià)耗費(fèi)時(shí)間長(zhǎng)，不能立即得到擺臺(tái)效果的評(píng)分結(jié)果;精度低，人工測(cè)量時(shí)誤差較大，精度不高;穩(wěn)定性差，容易受人的主觀性影響。

一種可行的解決方案是將圖像處理和人工智能技術(shù)引入旅游與酒店管理專業(yè)的臺(tái)面擺臺(tái)效果評(píng)判中，徹底改變?cè)瓉硗耆揽咳斯ぴu(píng)判的現(xiàn)狀，也克服原來評(píng)判方式存在的諸多弊病。要實(shí)現(xiàn)中餐宴會(huì)擺臺(tái)的定位，除了餐具識(shí)別之外，另一個(gè)重點(diǎn)和難點(diǎn)就是如何根據(jù)不同視角下的臺(tái)面擺臺(tái)圖像測(cè)算餐具間的真實(shí)距離問題。視覺定位方法有單目視覺定位和立體視覺定位，其中，立體視覺定位算法理論[1?3]相對(duì)復(fù)雜，求解花費(fèi)的時(shí)間比較長(zhǎng)，實(shí)時(shí)性比較差。文獻(xiàn)[4]提出一種采用SoftPOSIT算法對(duì)某衛(wèi)星進(jìn)行位姿估計(jì)。文獻(xiàn)[5]中利用單連接聚類算法和SoftPOSIT算法，可以實(shí)現(xiàn)相機(jī)位姿的三維跟蹤。文獻(xiàn)[6]中采用PnP多點(diǎn)透視結(jié)合POSIT算法對(duì)標(biāo)識(shí)物進(jìn)行跟蹤，得到識(shí)別面可達(dá)86.67%，它的識(shí)別速度快，實(shí)時(shí)性好。上述單目視覺定位方法都是針對(duì)不同的具體問題提出的解決方案，不具有通用性，顯然也不適合中餐宴會(huì)臺(tái)面擺臺(tái)個(gè)性化定位的需求。本文提出一種基于POSIT算法求解中餐宴會(huì)臺(tái)面上餐具間距離問題的方法。

1 ?圖像識(shí)別

1.1 ?Hough變換檢測(cè)圓

Hough變換是從圖像中識(shí)別幾何形狀的常見圖像處理方法，其應(yīng)用領(lǐng)域比較廣泛[7]。對(duì)于方程[（x-a）2+（y-b）2=r2]，該方程中有3個(gè)參數(shù)，[（a，b）]代表圓心坐標(biāo)，[r]代表圓的半徑。如點(diǎn)[（xi，yi）]對(duì)應(yīng)的輸入空間a?b的參數(shù)方程表達(dá)式為[（a-xi）2+（b-yi）2=r2]，由參數(shù)方程可知為一個(gè)三維的錐面。在圖像空間中圓周上的任意一點(diǎn)坐標(biāo)[（xi，yi）]，它們?cè)趨?shù)空間中都為一個(gè)三維錐面[8?9]，如圖1所示。

圖2為中餐宴會(huì)臺(tái)面擺臺(tái)，利用Hough找圓算法找出餐碟、湯碟、味碟、水杯、葡萄酒杯和白酒杯共6種餐具的圓以及相應(yīng)的像素坐標(biāo)。識(shí)別圓形餐具是實(shí)現(xiàn)定位的最重要一步，為后面測(cè)算餐具間的距離做好鋪墊。

在OpenCV中利用HoughCircles函數(shù)通過霍夫變換算法檢測(cè)出灰度圖中的圓，在圖3中用淺黑色的圓圈出了找到的圓形餐具。

5 ?結(jié) ?語

本文將POSIT算法引入中餐宴會(huì)臺(tái)面擺臺(tái)的定位中，利用共面POSIT算法估計(jì)相機(jī)在目標(biāo)坐標(biāo)系下的旋轉(zhuǎn)矩陣和平移向量，然后根據(jù)攝像機(jī)模型計(jì)算得出聚類標(biāo)號(hào)為10上餐具間的距離。本文提出的定位方法可以解決從不同視覺測(cè)算臺(tái)面擺臺(tái)圖像中餐具間真實(shí)距離的難題，為機(jī)器視覺和人工智能等新技術(shù)在該領(lǐng)域的順利應(yīng)用掃清了障礙，進(jìn)而實(shí)現(xiàn)中餐宴會(huì)擺臺(tái)定位的自動(dòng)化、快速化、客觀化和智能化，徹底變革該細(xì)分領(lǐng)域內(nèi)完全依靠人工評(píng)判的現(xiàn)狀。

參考文獻(xiàn)

[1] 沈彤，劉文波，王京.基于雙目立體視覺的目標(biāo)測(cè)距系統(tǒng)[J].電子測(cè)量技術(shù)，2015，38（4）：52?54.

SHEN Tong， LIU Wenbo， WANG Jing. Target ranging system based on binocular stereo vision [J]. Electronic measurement technology， 2015， 38（4）： 52?54.

[2] 楊景豪，劉巍，劉陽(yáng)，等.雙目立體視覺測(cè)量系統(tǒng)的標(biāo)定[J].光學(xué)精密工程，2016，24（2）：300?308.

YANG Jinghao， LIU Wei， LIU Yang， et al. Calibration of bi?nocular stereo vision measurement system [J]. Optical precision engineering， 2016， 24（2）： 300?308.

[3] 倪章松，顧藝，柳慶林，等.大視場(chǎng)雙目立體視覺柔性標(biāo)定[J].光學(xué)精密工程，2017，25（7）：1882?1889.

NI Zhangsong， GU Yi， LIU Qinglin， et al. Flexible calibration of binocular stereo vision in large field of view [J]. Optical precision engineering， 2017， 25（7）： 1882?1889.

[4] 張?chǎng)?，張雅聲，程文華，等.基于SoftPOSIT算法的單目視覺非合作目標(biāo)相對(duì)位姿估計(jì)[J].上海航天，2016，33（3）：124?129.

ZHANG Xin， ZHANG Yasheng， CHENG Wenhua， et al. Relative position estimation of monocular vision non?cooperative target based on SoftPOSIT algorithm [J]. Shanghai aerospace， 2016， 33（3）： 124?129.

[5] 陳鵬.基于單目視覺的像機(jī)位姿估計(jì)技術(shù)[D].北京：北京科技大學(xué)，2015.

CHEN Peng. Camera position estimation technology based on monocular vision [D]. Beijing： University of Science and Technology Beijing， 2015.

[6] 韓雪.基于三維標(biāo)識(shí)物的醫(yī)用增強(qiáng)現(xiàn)實(shí)跟蹤注冊(cè)方法研究[D].長(zhǎng)春：吉林大學(xué)，2017.

HAN Xue. Research on medical augmented reality tracking re?gistration method based on three?dimensional markers [D]. Changchun： Jilin University， 2017.

[7] FERNANDESL A F， OLIVEIRA M M. Real?time line detection through an improved hough transform voting scheme [J]. Pattern recognition， 2008， 41（1）： 299?314.

[8] 朱桂英，張瑞林.基于Hough變換的圓檢測(cè)方法[J].計(jì)算機(jī)工程與設(shè)計(jì)，2008，29（6）：1462?1463.

ZHU Guiying， ZHANG Ruilin. Circle detection method based on hough transform [J]. Computer engineering and design， 2008， 29（6）： 1462?1463.

[9] 焦圣喜，肖德軍，闞一凡.霍夫變換算法在圓心視覺定位中的應(yīng)用研究[J].科學(xué)技術(shù)與工程，2013，13（14）：1463.

JIAO Shengxi， XIAO Dejun， KAN Yifan. Application of Hough transform algorithm in center vision positioning [J]. Science technology and engineering， 2013， 13（14）： 1463.

[10] 王改華，李濤，呂朦，等.采用無監(jiān)督學(xué)習(xí)算法與卷積的圖像分類模型[J].華僑大學(xué)學(xué)報(bào)，2018，39（1）：148.

WANG Gaihua， LI Tao， L? Meng， et al. Image classification model using unsupervised learning algorithm and convolution [J]. Journal of Huaqiao University， 2018， 39（1）： 148.

[11] 王千，王成，馮振元，等.K?means聚類算法研究綜述[J].電子設(shè)計(jì)工程，2012，20（7）：21?23.

WANG Qian， WANG Cheng， FENG Zhenyuan， et al. Summary of K?means clustering algorithm research [J]. Electronic design engineering， 2012， 20（7）： 21?23.

[12] GRAMEGNA T， VENTURINO L， CICIRELLI G， et al. Optimization of the POSIT algorithm for indoor autonomous navigation [J]. Robotics & autonomous systems， 2004， 48（2）： 145?162.

[13] 賀萌.基于機(jī)器視覺的無人車跟蹤算法研究[D].北京：北京交通大學(xué)，2017.

HE Meng. Research on unmanned vehicle tracking algorithm based on machine vision [D]. Beijing： Beijing Jiaotong University， 2017.

[14] 歷艷琨，毛建旭，劉仁明.基于特征點(diǎn)的3D人臉姿態(tài)跟蹤[J].電子測(cè)量與儀器學(xué)報(bào)，2016，30（4）：605?612.

LI Yankun， MAO Jianxu， LIU Renming. 3D face pose tracking based on feature points [J]. Journal of electronic measurement and instrument， 2016， 30（4）： 605?612.

[15] 牛皓.基于單目視覺的非合作目標(biāo)姿態(tài)測(cè)量研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2014.

NIU Hao. Research on non?cooperative target attitude measurement based on monocular vision [D]. Harbin： Harbin Institute of Technology， 2014.

[16] 張治國(guó).基于單目視覺的定位系統(tǒng)研究[D].武漢：華中科技大學(xué)，2009.

ZHANG Zhiguo. Research on positioning system based on monocular vision [D]. Wuhan： Huazhong University of Science and Technology， 2009.