视觉测量中圆形标志两种提取方法的比较.docVIP

视觉测量中圆形标志两种提取方法的比较 　　摘要：针对靶场视觉测量相机标定中圆形标志在复杂背景图像上的提取和定位问题，研究了两种不同的圆形标志提取方法，一种是基于感兴趣区域的交互式提取方法，另一种是基于图像灰度和几何形态学的提取方法。对两种方法的圆形标志提取过程进行了研究，并分别采用两种方法对视觉测量图像中的圆形标志进行提取实验，对两种方法的边缘提取效果和定位结果进行了对比，分析了两种方法的优势和不足。圆形标志的提取结果表明，第一种方法能够平滑地提取出圆形标志的边缘，但受圆形标志的成像情况影响较大，第二种方法边缘提取效果受圆形标志的成像情况影响较小，但提取出的边缘为锯齿形，部分圆形标志的像素点被误判为背景，与圆形标志的实际成像有一定误差。 　　关键词： 圆形标志； 图像提取； 图像定位； 感兴趣区域； 椭圆拟合 　　中图分类号： TP 391.41 文献标志码： A doi： 10.3969/j.issn.1005-5630.2017.02.005 　　文章编号： 1005-5630（2017）02-0026-08 　　引 言 　　视觉测量中常采用设定的人工标志点作为已知点来进行相机内外参数的标定。人工标志点的世界坐标可以通过预先测量得到，人工标志点在图像上的位置坐标要通过图像提取来确定[1]。针对靶场视觉测量中测量距离远、背景复杂、干扰因素多等问题，选择图1所示的圆形标志作为标志点，圆形标志具有旋转不变性，以一定角度拍摄后成像为椭圆，相比于线形或点状的标志，具有更强的稳健性[2]。在相机标定模型确定的情况下，相机内外参数的标定精度不仅与标志点的世界坐标精度有关，还与标志点在图像上的提取和定位精度有关[3]。 　　由于拍摄角度的原因，圆形标志在图像上呈现为椭圆，因此圆形标志的提取主要是椭圆的检测问题。Hough变换及其改进算法[4-5]是常用的椭圆检测方法，基于Hough变换的方法在进行椭圆检测时需要将图像空间映射到参数空间进行多维统计计算，计算量大且效率低。同时，在进行现场视觉测量时，图像背景较为复杂，在静爆实验中还会受到冲击波、扬尘等复杂因素的干扰，因而Hough变换的应用较为困难[6]。针对这些问题，研究了基于感兴趣区域（ROI）的交互式提取方法和基于图像灰度和几何形态学的提取方法，分别对圆形标志图像进行提取定位。这两种方法计算量小，能够在已知标志点个数的情况下快速完成对圆形标志的定位。 　　本文研究了基于感兴趣区域的最小二乘拟合提取和基于图像灰度和几何性质提取的两种方法，对两种方法的提取过程进行了论述，并采用两种提取方法对圆形人工标志进行了提取实验，通过对比分析了两种方法的优点和不足。 　　1 基于感兴趣区域的最小二乘边缘拟合提取方法 　　1.1 感兴趣区域的提取 　　1.1.1感兴趣区域 　　在背景复杂的图像中进行目标提取时，目标的提取效率较低，提取效果较差。为了缩小目标提取时的搜索范围，降低复杂背景因素的影响，可以在目标提取前提取目标所在的感兴趣区域。感兴趣区域是指图像、视频中能够引起人的视觉系统注意力的区域，这些区域往往具有相对于周围环境比较显著的亮度、颜色、形状、纹理等特征[7]。感兴趣区域包含了图像的主要信息和关键信息，因而对感兴趣区域的处理可以近似代替对原图像的处理，这可以大大减少计算量，降低图像处理的复杂程度[8]。 　　感兴趣区域的提取方法主要有人机交互式方法、基于注视点的方法、基于视觉注意模型的方法、基于特定对象分割的方法等[9]。其中，人机交互式方法操作简单，实现容易，因而采用交互式方法提取标定圆所在的感兴趣区域。 　　1.1.2感兴趣区域的交互式提取 　　将标定圆外侧黑色边框所包围的区域作为感兴趣区域（图1），感兴趣区域的交互式提取通过人工选取标定圆所在的矩形区域来实现。以MATLAB 2014b软件作为图像处理工具，采用waitforbuttonpress函数来获取鼠标在图像上点击位置点的坐标来获取选中的区域。 　　1.2 圆形标志的边缘提取 　　圆形标志的提取以其中一个圆形标志为例进行说明。圆形标志的提取转化为对其中椭圆的提取，椭圆检测步骤如下： 　　1） 输入圆形标志的感兴趣区域I1，记录感兴趣区域左上角的位置坐?耍?x0，y0）； 　　2） 滤波处理，对I1进行中值滤波处理，在不损失目标信息的同时降低噪声对椭圆边界的影响，增强椭圆边缘像素之间的联通性； 　　3） 二值化处理，对图像进行二值化，将背景区域像素值置为0，圆形标志区域像素值置为1； 　　4） 区域填充，对封闭区域内部进行填充，消除边缘上的空洞； 　　5） 干扰区域剔除，对图像上的联通区域进行检测并统计各个联通区域的像素数作为联通区域的特征面积，面积最大的区域为圆形标志所在区域，剔除其他