圓形標志點亞像定位技術(shù)研究

圓形標志點亞像定位技術(shù)研究

0基于回光反射材料的圓形標志點定位技術(shù)人工標志點作為一個重要的圖像特征，在相機校正、三維重建、深度圖像匹配等三維形態(tài)測量中發(fā)揮著重要作用。其中,圓形標志點以其定位精度高、易于識別的優(yōu)點得到了廣泛的應(yīng)用。標志點定位精度在很大程度上決定著測量系統(tǒng)的精度,基于回光反射材料的圓形標志點的定位已經(jīng)可以達到很高的精度。針對普通的白色標志點,提出了一種可用于對復雜背景下的圓形標志點進行亞像素定位的方法,并討論了其在深度像匹配方面的應(yīng)用。1數(shù)的一階導數(shù)邊緣(edge)是指圖像局部強度變化最顯著的部分。圖像分析和理解的第一步常常是邊緣檢測。Canny邊緣檢測算子是高斯函數(shù)的一階導數(shù),是對信噪比與定位之乘積的最優(yōu)化逼近算子。Canny算子在傳統(tǒng)邊緣檢測算子基礎(chǔ)上做了兩點重要改進,使其能更好地檢測邊緣:非極大值抑制和雙閾值。非極大值抑制使邊緣得到細化,雙閾值作用較好地去除了假邊緣,同時又保持了邊緣地連通性。但此時的邊緣仍不能保證是單像素的,必須再經(jīng)過形態(tài)學細化處理,才能得到單像素連通邊緣。圖1是Canny邊緣檢測的一個實例。2標志點邊緣擬合Canny邊緣檢測后得到的圖像是一幅邊緣的二值圖像。由圖1可以看到,邊緣圖像中包含了很多由背景生產(chǎn)的雜亂邊緣。為此,首先對邊緣圖像進行邊界跟蹤,然后采用如下幾個判據(jù)識別標志點邊緣:(1)邊緣周長(邊緣像素數(shù))。由于標志點的大小是一定的,一組測量中拍攝距離也是固定的,因此標志點在各圖像中的大小基本一致。(2)邊緣是否閉合。標志點邊緣通常都是閉合的橢圓邊緣,而由紋理、陰影等形成的邊緣通常是一些曲線,是不閉合的。(3)亮度判據(jù)。標志點是黑色背景上的白色圓點,不論中心處的絕對亮度有多低,總是高于周圍區(qū)域的亮度。(4)擬合誤差判據(jù)。對滿足上述三點的邊緣進行橢圓擬合,計算擬合誤差,排除擬合誤差大的邊緣,例如標志點外圍的矩形邊緣。對原始圖像邊緣施加以上約束,可以得到只包含標志點邊緣的圖像,見圖2。3邊緣點的精確位置要準確擬合橢圓方程,首先要實現(xiàn)對邊緣的亞像素定位,得到橢圓邊緣的精確坐標。比較成熟的二維邊緣亞像素定位方法主要有矩方法和擬合法。文中采用對邊緣灰度的曲面擬合法,該方法可以在一定程度上抑制噪聲。標志點邊緣為階躍邊緣,因此邊緣的準確位置即為邊緣擬合曲面的梯度方向二階導數(shù)為零的點。兼顧準確性和效率,采用三次多項式擬合邊緣。設(shè)圖像鄰域模型為:式中:x和y是以邊緣點(x0,y0)為原點的相對坐標;f(x,y)是點(x0+x,y0+y)處的圖像灰度值。邊緣梯度方向(θ方向)上的點可表示為x=ρcosθ,y=ρsinθ,由此,點(x0,y0)處θ方向的二階方向?qū)?shù)為:令上述二階導數(shù)為零,可解出ρ,則邊緣點的精確位置為(x0+ρcosθ,y0+ρsinθ)。對一個橢圓輪廓的每一個邊緣點位置做亞像素修正,對整個橢圓曲線有較好的整體修正效果。如圖3所示,紅色曲線為修正前的輪廓,藍色曲線為修正后的輪廓。4標志點中心位置圓形標志點的影像為平面橢圓,利用前面得到的亞像素邊緣數(shù)據(jù)對橢圓方程進行最小二乘擬合,由得到的方程系數(shù)可直接計算出標志點的中心位置。平面橢圓的一般方程為:擬合可求得橢圓方程的5個參數(shù)B、C、D、E、F,橢圓中心坐標為:5b的噪聲與同機噪聲為了衡量算法的精度和可靠性,進行了如下仿真實驗:由計算機生成標志點的圖像并加入隨機噪聲,用文中算法進行圓心定位,并與理論值作比較。標志點的灰度最大值為1.0,-40dB的噪聲即標準差為0.0001的隨機噪聲。對每組不同噪聲強度、不同灰度的仿真圖像,重復100次實驗,統(tǒng)計求得的圓心坐標與理想圓心坐標的誤差,計算誤差的標準差作為該組實驗條件下亞像素定位的誤差。實驗所得的結(jié)果列于表1。顯然,噪聲的強度(圖像的信噪比)與標志點的灰度(標志點與背景的對比度)均對定位精度有一定影響。因此在測量拍攝時,應(yīng)保證環(huán)境光有足夠的強度,以提高信噪比,增加對比度。由表中數(shù)據(jù)可見,當圖像質(zhì)量較好時,標志點的定位精度高于0.01像素,即使在圖像質(zhì)量比較差時,仍能保證0.02像素的定位精度。6石膏像匹配誤差實驗基于標志點的匹配具有速度快,自動化程度高等優(yōu)點,已廣泛應(yīng)用于工業(yè)測量、逆向工程等領(lǐng)域。將標志點均勻粘貼于物體表面,用三維形貌測量系統(tǒng)對物體進行測量,可同時得到標志點的三維坐標。應(yīng)用歐式距離在空間剛體變換不變性原理來進行最大匹配集的提取,利用最小二乘方法計算兩個集合的位置變換關(guān)系,實現(xiàn)深度像的匹配。采用一個石膏像來進行實驗,將標志點均勻粘貼在石膏像上,采集兩個不同視場的灰度圖和深度像。圖4為其中一個視場的灰度圖和相應(yīng)的深度像。兩視場中匹配的標志點共7組。圖5顯示了由這些標志點確定的變換矩陣計算得到的兩個深度像的匹配結(jié)果。表2列出了7組匹配標志點轉(zhuǎn)換到同一坐標系下的距離誤差、平均誤差和均方根(RMS)誤差?？梢?對于兩視場的匹配精度可以控制在0.1mm以下。7基于曲面擬合的亞像素邊緣定位算法利用Canny算子檢測邊緣,結(jié)合恰當?shù)募s束條件,可以在復雜背景中順利地識別標志點橢圓?；谇鏀M