基于標(biāo)記點能量分布的多線擬合特征提取方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于計算機視覺測量技術(shù)領(lǐng)域，涉及一種適用于圓形標(biāo)記點的亞像素級中 心點提取方法。
【背景技術(shù)】
[0002] 隨著現(xiàn)代科技的不斷進(jìn)步，對測量技術(shù)的要求不斷提高。特別對于精密測量領(lǐng)域， 要求測量精度高且不能對被測量產(chǎn)生影響。針對這種測量需求，非接觸式測量成為現(xiàn)代精 密測量的主要發(fā)現(xiàn)方向，其中視覺測量以其非接觸、精度高、適應(yīng)性強等優(yōu)點被普遍應(yīng)用。 但由于視覺測量設(shè)備的測量原理，其測量精度受其圖像特征標(biāo)記提取精度限制，特別對于 特征非正面視角時，特征標(biāo)記點產(chǎn)生形變，其提取精度將大大降低，這將導(dǎo)致整體測量精度 下降。為解決這一問題，提高全測量過程圖像標(biāo)記點提取精度是現(xiàn)階段要解決的主要難題。
[0003] 目前使用的標(biāo)記點約束都較少，大多采用灰度階躍式變化的標(biāo)記點，提取過程中 只采用提取到的標(biāo)記點中的標(biāo)記信息。例如，解則曉，高翔，崔健等人2013年在中國激光發(fā) 表的《移動式三維測量用圓形標(biāo)記點提取算法》采用內(nèi)部為白色亮圓、周圍帶有黑圈的圓形 標(biāo)記點，提取的僅僅是白色內(nèi)圓和黑色外圓環(huán)交線上的部分點，提取的圖像信息和約束都 十分有限，不能保正圓心的準(zhǔn)確性。張正友等人1988年在IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE上發(fā)表的《A Flexible New Technique for Camera Calibration》使用棋盤格標(biāo)定靶標(biāo)進(jìn)行標(biāo)定，保證了精度問題;但是在操作過程中需要人 工指定棋盤格交叉點范圍，然后進(jìn)行角點搜索，用到的標(biāo)記特征較少，抗干擾性差，操作較 為復(fù)雜，智能化低。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明要解決的技術(shù)難題是克服現(xiàn)有技術(shù)的缺陷，發(fā)明一種基于標(biāo)記點能量分布 的多線擬合特征提取方法，該方法利用視覺標(biāo)記點能量的線性分布特征，通過標(biāo)記點粗提 取快速獲得初始搜索區(qū)域，在區(qū)域內(nèi)選定能量高點，對其進(jìn)行多方向線性搜索，對搜索結(jié)果 進(jìn)行多能量線空間擬合，最終根據(jù)到擬合直線距離最小優(yōu)化獲得高精度特征標(biāo)記中心。該 方法中粗提取可有效避免環(huán)境因素中噪點對測量精度的影響;并采用粗精二步式提取大大 提高提取速度，整體提高測量效率；同時由于標(biāo)記點能量分布在任何測量視角下均成線性 分布，這使得該提取方法能夠適應(yīng)全測量視場，對標(biāo)記點進(jìn)行準(zhǔn)確提取;多能量線空間擬合 優(yōu)化進(jìn)一步提尚中心提取精度，最大限度提尚特征標(biāo)記點中心提取精度。
[0005] 本發(fā)明采用的技術(shù)方案是一種基于標(biāo)記點能量分布的多線擬合特征提取方法，其 特征是，通過灰度重心法提取特征標(biāo)記中心初始值，并建立能量高點搜索區(qū)域，在高點搜索 區(qū)域內(nèi)搜索能量最高點作為能量高點，并以能量高點為中心進(jìn)行二維多方向線性搜索，建 立多線能量三維空間，利用特征標(biāo)記點中心與各能量線間關(guān)系進(jìn)行優(yōu)化提取標(biāo)記點中心， 該方法的具體提取步驟如下：
[0006] 第一步特征標(biāo)記中心粗提取
[0007]采用灰度重心法對圖像特征標(biāo)記進(jìn)行中心粗提取，利用高斯一階微分算子對圖像 進(jìn)行卷積操作以獲得特征標(biāo)記各像素灰度梯度，則梯度重心點坐標(biāo)的求取方法如下：
[0009]其中：C(x，y)為應(yīng)用梯度重心法所提取的粗提取初始中心1像素坐標(biāo)值，|G(i，j) 為(i，j)點的梯度幅值，w，h分別為目標(biāo)圖像的寬和高，P(i，j)為(i，j)點的圖像坐標(biāo)；
[0010] 第二步搜索能量高點
[0011]以粗提取初始中心1所在像素為圓點，向外擴大N層像素區(qū)域作為能量高點搜索區(qū) 域2,在搜索區(qū)域內(nèi)進(jìn)行像素點灰度比較，取灰度值最高的像素點作為能量線搜索初始位置 3；
[0012]第三步多能量線空間建立
[0013]在特征標(biāo)記的像平面內(nèi)，以能量線搜索初始位置3為圓心，以四周Μ個方向作為直 線搜索方向4,獲得各直線路徑內(nèi)所有像素灰度值，以各像素坐標(biāo)作為能量線空間的Χ、Υ坐 標(biāo)，以標(biāo)記點灰度值作為能量空間Ζ坐標(biāo)；
[0014]利用能量分布線性特征，對各條搜索線在能量空間內(nèi)進(jìn)行直線擬合，建立多能量 線空間：
[0016]其中，m、n、x〇、y。為所擬合直線參數(shù)，（xn yn ζη)為擬合直線所用點的空間坐標(biāo)； [0017]第四步距離優(yōu)化標(biāo)記中心提取
[0018]以標(biāo)記中心點到能量線空間內(nèi)多能量線距離和最小為優(yōu)化目標(biāo)，利用點到空間線 距離公式進(jìn)行中心提取優(yōu)化獲得特征標(biāo)記最終中心：

[0020] 其中，di是最終中心點[X y ζ]到第i條直線
[0021] 本發(fā)明的有益效果是在測量過程中，利用特征標(biāo)記的能量分布線性特征，實現(xiàn)變 形圓特征的高速精確提取，采用粗精結(jié)合的提取方式提高提取算法速度，同時利用多能量 線優(yōu)化的方法進(jìn)一步提尚算法精度，以實現(xiàn)尚效、尚精度標(biāo)記點中心提取。
【附圖說明】
[0022] 圖1為基于標(biāo)記點能量分布的多線擬合特征提取方法原理圖，其中，1-粗提取初始 中心、2-能量高點搜索區(qū)域、3-能量線搜索初始位置、4-直線搜索方向、5最終中心坐標(biāo)。
[0023] 圖2為形變圓形標(biāo)記點中心提取過程圖，其中6-粗提取中心，7-能量高點。
[0024] 圖3為能量線空間擬合示意圖，其中，8-擬合能量線、9-特征標(biāo)記中心點。
[0025] 圖4為提取方法流程圖。
【具體實施方式】
[0026] 以下結(jié)合技術(shù)方案和附圖詳細(xì)敘述本發(fā)明的【具體實施方式】。
[0027] 附圖1為基于標(biāo)記點能量分布的多線擬合特征提取方法原理圖。本方法通過灰度 重心法提取特征標(biāo)記中心初始值，建立能量高點搜索區(qū)域，在高點搜索區(qū)域內(nèi)搜索能量最 高點作為能量高點，并以能量高點為中心進(jìn)行二維多方向線性搜索，建立多線能量三維空 間，利用特征標(biāo)記點中心與各能量線間關(guān)系進(jìn)行優(yōu)化提取標(biāo)記點中心。提取方法流程圖如 附圖4所示，具體提取步驟如下：
[0028] 第一步特征標(biāo)記中心粗提取
[0029] 采用灰度重心法對圖像特征標(biāo)記進(jìn)行中心粗提取，獲得如圖2所示粗提取中心6作 為初始中;L·、。
[0030] 第二步搜索能量高點
[0031] 以粗提取中心6所在像素為圓點，向外擴大3層像素區(qū)域作為能量高點搜索區(qū)域2， 在搜索區(qū)域內(nèi)進(jìn)行像素點灰度比較，獲得如圖2所示的能量高點7作為能量線搜索初始位置 3；
[0032]第三步多能量線空間建立
[0033]在特征標(biāo)記的像平面內(nèi)，以能量高點7為圓心，向四周均布的8個方向進(jìn)行直線搜 索，獲得各直線路徑內(nèi)所有像素灰度值，以各像素像素坐標(biāo)作為能量線空間的X、Y坐標(biāo)，以 標(biāo)記點灰度值作為能量空間Ζ坐標(biāo);對各條搜索線在能量線空間內(nèi)進(jìn)行直線擬合，建立如圖 3所示的多能量線空間；
[0034]第四步距離優(yōu)化特征標(biāo)記中心提取
[0035]以特征標(biāo)記中心點到能量線空間內(nèi)多能量線距離和最小為優(yōu)化目標(biāo)，利用點到空 間線距離公式進(jìn)行中心提取優(yōu)化獲得如圖3所示的特征標(biāo)記中心點9。
[0036]本發(fā)明利用特征標(biāo)記的能量分布線性特征，實現(xiàn)變形圓形特征的高速精確提取， 采用粗精結(jié)合的提取方式提高提取算法速度，并利用能量線性分布原理實現(xiàn)對變形圓標(biāo)記 點的準(zhǔn)確提取，同時利用多能量線優(yōu)化的方法進(jìn)一步提尚算法精度，以實現(xiàn)尚效、尚精度標(biāo) 記點中心提取。
【主權(quán)項】
1. 一種基于標(biāo)記點能量分布的多線擬合特征提取方法，其特征是，通過灰度重屯、法提 取特征標(biāo)記中屯、初始值，并建立能量高點捜索區(qū)域，在高點捜索區(qū)域內(nèi)捜索能量最高點作 為能量高點，并W能量高點為中屯、進(jìn)行二維多方向線性捜索，建立多線能量Ξ維空間，利用 特征標(biāo)記點中屯、與各能量線間關(guān)系進(jìn)行優(yōu)化提取標(biāo)記點中屯、，該方法的具體提取步驟如 下： 第一步特征標(biāo)記中屯、粗提取 采用灰度重屯、法對圖像特征標(biāo)記進(jìn)行中屯、粗提取，利用高斯一階微分算子對圖像進(jìn)行 卷積操作W獲得特征標(biāo)記各像素灰度梯度，則梯度重屯、點坐標(biāo)的求取方法如下：(1) 其中：c(x，y)為應(yīng)用梯度重屯、法所提取的粗提取初始中屯、（1)像素坐標(biāo)值，|G(i，j)|為 (1，如點的梯度幅值，*，}1分別為目標(biāo)圖像的寬和高少。，如為。，如點的圖像坐標(biāo)； 第二步捜索能量高點 W粗提取初始中屯、（1)所在像素為圓點，向外擴大N層像素區(qū)域作為能量高點捜索區(qū)域 (2) ，在捜索區(qū)域內(nèi)進(jìn)行像素點灰度比較，取灰度值最高的像素點作為能量線捜索初始位置 (3) ; 第Ξ步能量線空間建立 在特征標(biāo)記的像平面內(nèi)，W能量線捜索初始位置(3)為圓屯、，W四周Μ個方向作為直線 捜索方向（4)，獲得各直線路徑內(nèi)所有像素灰度值，W各像素坐標(biāo)作為能量線空間的Χ、Υ坐 標(biāo)，W標(biāo)記點灰度值作為能量空間Ζ坐標(biāo)； 利用能量分布線性特征，對各條捜索線在能量空間內(nèi)進(jìn)行直線擬合，建立多能量線空 間：其中，m、n、x。、y。為所擬合直線參數(shù)，（xnynzn)為擬合直線所用點的空間坐標(biāo) 第四步距離優(yōu)化標(biāo)記中屯、提取 W標(biāo)記中屯、點到能量線空間內(nèi)多能量線距離和最小為優(yōu)化目標(biāo)，利用點到空間線距離 公式進(jìn)行中屯、提取優(yōu)化獲得特征標(biāo)記最終中屯、：其中，di是最終中屯、點[X y Ζ]到第i條直續(xù)的距離。
【專利摘要】本發(fā)明基于標(biāo)記點能量分布的多線擬合特征提取方法屬于計算機視覺測量技術(shù)領(lǐng)域，涉及一種適用于圓形標(biāo)記點的亞像素級中心點提取方法。該方法利用視覺標(biāo)記點能量的線性分布特征，通過標(biāo)記點粗提取快速獲得初始搜索區(qū)域，在區(qū)域內(nèi)選定能量高點，對其進(jìn)行多方向線性搜索，對搜索結(jié)果進(jìn)行多能量線空間擬合，最終根據(jù)到擬合直線距離最小優(yōu)化獲得高精度特征標(biāo)記中心。本發(fā)明采用粗精二步式提取大大提高提取運算速度；同時由于標(biāo)記點能量分布在任何測量視角下均成線性分布，這使得該提取方法能夠適應(yīng)全測量視場；多能量線空間擬合優(yōu)化進(jìn)一步提高中心提取精度，最大限度提高特征標(biāo)記中心提取精度。
【IPC分類】G06T7/60
【公開號】CN105551065
【申請?zhí)枴緾N201510894705
【發(fā)明人】劉巍, 馬鑫, 賈振元, 魯繼文, 劉惟肖
【申請人】大連理工大學(xué)
【公開日】2016年5月4日
【申請日】2015年12月8日