基于標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記提取精度限制，特別對于 特征非正面視角時，特征標記點產(chǎn)生形變，其提取精度將大大降低，這將導致整體測量精度 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] 目前使用的標記點約束都較少，大多采用灰度階躍式變化的標記點，提取過程中 只采用提取到的標記點中的標記信息。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》使用棋盤格標定靶標進行標定，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，然后進行角點搜索，用到的標記特征較少，抗干擾性差，操作較 為復雜，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，該方法利用視覺標記點能量的線性分布特征，通過標記點粗提 取快速獲得初始搜索區(qū)域，在區(qū)域內(nèi)選定能量高點，對其進行多方向線性搜索，對搜索結(jié)果 進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，對標記點進行準確提取;多能量線空間擬合 優(yōu)化進一步提尚中心提取精度，最大限度提尚特征標記點中心提取精度。
[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，利用特征標記點中心與各能量線間關(guān)系進行優(yōu)化提取標記點中心， 該方法的具體提取步驟如下：
[0006] 第一步特征標記中心粗提取
[0007]采用灰度重心法對圖像特征標記進行中心粗提取，利用高斯一階微分算子對圖像 進行卷積操作以獲得特征標記各像素灰度梯度，則梯度重心點坐標的求取方法如下：
[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像素坐標值，|G(i，j) 為(i，j)點的梯度幅值，w，h分別為目標圖像的寬和高，P(i，j)為(i，j)點的圖像坐標；
[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，以各像素坐標作為能量線空間的Χ、Υ坐 標，以標記點灰度值作為能量空間Ζ坐標；
[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； [0017]第四步距離優(yōu)化標記中心提取
[0018]以標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，利用點到空間線 距離公式進行中心提取優(yōu)化獲得特征標記最終中心：

[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)化的方法進一步提尚算法精度，以實現(xiàn)尚效、尚精度標記點中心提取。
【附圖說明】
[0022] 圖1為基于標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。
[0023] 圖2為形變圓形標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)方案和附圖詳細敘述本發(fā)明的【具體實施方式】。
[0027] 附圖1為基于標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，利用特征標記點中心與各能量線間關(guān)系進行優(yōu)化提取標記點中心。提取方法流程圖如 附圖4所示，具體提取步驟如下：
[0028] 第一步特征標記中心粗提取
[0029] 采用灰度重心法對圖像特征標記進行中心粗提取，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，以各像素像素坐標作為能量線空間的X、Y坐標，以 標記點灰度值作為能量空間Ζ坐標;對各條搜索線在能量線空間內(nèi)進行直線擬合，建立如圖 3所示的多能量線空間；
[0034]第四步距離優(yōu)化特征標記中心提取
[0035]以特征標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，利用點到空 間線距離公式進行中心提取優(yōu)化獲得如圖3所示的特征標記中心點9。
[0036]本發(fā)明利用特征標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)對變形圓標記 點的準確提取，同時利用多能量線優(yōu)化的方法進一步提尚算法精度，以實現(xiàn)尚效、尚精度標 記點中心提取。
【主權(quán)項】
1. 一種基于標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 特征標記點中屯、與各能量線間關(guān)系進行優(yōu)化提取標記點中屯、，該方法的具體提取步驟如 下： 第一步特征標記中屯、粗提取 采用灰度重屯、法對圖像特征標記進行中屯、粗提取，利用高斯一階微分算子對圖像進行 卷積操作W獲得特征標記各像素灰度梯度，則梯度重屯、點坐標的求取方法如下：(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)像素坐標值，|G(i，j)|為 (1，如點的梯度幅值，*，}1分別為目標圖像的寬和高少。，如為。，如點的圖像坐標； 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各像素坐標作為能量線空間的Χ、Υ坐 標，W標記點灰度值作為能量空間Ζ坐標； 利用能量分布線性特征，對各條捜索線在能量空間內(nèi)進行直線擬合，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 第四步距離優(yōu)化標記中屯、提取 W標記中屯、點到能量線空間內(nèi)多能量線距離和最小為優(yōu)化目標，利用點到空間線距離 公式進行中屯、提取優(yōu)化獲得特征標記最終中屯、：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記點的亞像素級中心點提取方法。該方法利用視覺標記點能量的線性分布特征，通過標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，對其進行多方向線性搜索，對搜索結(jié)果進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)化進一步提高中心提取精度，最大限度提高特征標記中心提取精度。
【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
【公開日】2016年5月4日
【申請日】2015年12月8日