利用有色浓淡斑点进行三维空间位置测试.docVIP

利用有色浓淡斑点进行三维空间位置测试[摘要]提出有色方向符号匹配法,提出有色浓淡斑点,并利用顶点处配置了有色浓淡斑点的三角形标示进行空间位置测试。 [关键词]orientation code matchingrobust tagtriangle marker3D measuring [中图分类号]TP242.6+2[文献标识码]A[文章编号]1009-5349(2010)04-0137-02 前言 对针对照明变动、图像缺损拥有鲁棒性的方向符号匹配法进行改进,发展成能够缩短匹配时间和提高鲁棒性的有色方向符号匹配法。还有,使对于视角歪斜、照明变动拥有鲁棒性的浓淡斑点有色,使其与有色方向符号匹配法相组合,并使其组合达到提高鲁棒性的目的。在应用上,使用配置了有色浓淡斑点的三角形标示进行空间位置测试。 一、关于有色方向符号匹配法(COCM) 方向符号匹配法是基于对明度勾配方向进行符号化而设计出的一种匹配算法。在克服对象图像中的局部明度变动、图像歪斜等问题上,拥有高的鲁棒性。在本稿中,对于一直以浓淡图像为处理对象的方向符号匹配法进行改进,提出了在原来的基础上,利用图像的色信息发展为有色方向符号匹配法。使用有色图像时,首先分别得到进行匹配的对象图像和参照图像的红、绿、蓝3种单色图像。最简单的思考方案是,使对象图像的红色单色图像与参照图像的红色单色图像相匹配,使对象图像的绿色单色图像与参照图像的绿色单色图像相匹配,使对象图像的蓝色单色图像与参照图像的蓝色单色图像相匹配,然后利用3者的结果求平均值。但是如果这样,匹配时间就会增加3倍。因此这里需要提出既要与采用浓淡图像时所用时间相近、又要达到改善精度的目的的方法。本研究中,对对象图像和参照图像的色图像进行方向符号化,比较每个画素的3色(RGB)值,取最大值的所属色作为该画素的代表色,并做成辅助图像。利用其信息,在匹配有色图像时达到缩短匹配时间,提高匹配精度的目的。 这里以提出手法示意图Fig.1为基准进行说明。利用对象图像和参照图像的色图像做成1枚3色强度值的图像,并使其方向符号化。这里与原有手法不同的是,比较色图像中各画素的R值、G值以及B值,取其中最大值作为该画素的代表色,做出色代表图像(即辅助色图像)。进行匹配时,首先比较参照图像与对象图像的辅助色图像中的各画素的代表色,如果不一致,在进行匹配方向符号时,将忽略该画素的信息。匹配时因为利用了辅助色图像,而且在自然光和荧光灯的照射条件下,图像的代表色很难因照明的变动而受到改变,表现出了鲁棒性。代表色不同的地方,说明不是相同的部分,这里就可以省去接下来的计算部分。从而实现缩短匹配时间的目的。在辅助色图像中,图像的各画素(x#65380;y)的RGB值,有以下公式成立。(如果三色值相同,代表色取排号小的,这里取代表色为红色)。代表色情报为hxy。 匹配时的平均残差绝对值以以下公式表示,这里,hIf, hIg分别表示参照图像、对象图像的代表色信息。在计算每个画素的方向符号时,如果画素的代表色信息不一致,方向符号与不定符号的处理结果相同,数值直接为d(a,b)=N/4。 求得平均残差绝对值D的最小值,其所在位置为匹配位置。 二、色浓淡斑点 针对与视角歪斜、照明变动等情况,拥有鲁棒性的浓淡斑点,其明度只在半径方向上拥有单调变化,具有这样特征圆状图形已经得到提案。浓淡斑点正如Fig2中所示,灰度I(x,y)从中心,沿半径方向发生单调变化。这里取I(x,y)的值从中心向外单调递减。φ(r)为单调增加函数。 这里提出使浓淡斑点带有色信息,加入红、绿、蓝三种色,做成3种单色浓淡斑点。然后放到同平面上,使用有色方向符号法(COCM)对其进行检出,以此达到使COCM的鲁棒性和高速性与色浓淡斑点的鲁棒性相结合,以期得到更高的鲁棒性。如Fig.3中实验所示。 (a)残差绝对值分布图(b) 匹配例 Fig.3色浓淡斑点的检出例 三、空间位置测试 在三角形的各顶点配置了色浓淡斑点如Fig.4所示。建立坐标系。照相机坐标系为o-xyz、与平面xy面相平行建立图像坐标系(x,y’)。三斑点间的距离L1,L2以及L3为已知数。所以有以下公式成立 L12=(x2-x3)2+(y2-y3)2+(z2-z3)2 (4) L22=(x3-x1)2+(y3-y1)2+(z3-z1)2 (5) L32=(x1-x2)2+(y1-y2)2+(z1-z2)2 (6) 与各顶点(xi,yi,zi)相对应的图像的点(xi,yi’)之间的关系由以下公式表示,最终能够求出三斑点空间坐标。 xi:xi=zi:f(7)yi:yi’=zi:f(8) Fig.4色浓淡斑点及坐标系