基于Hu矩的近景攝影測(cè)量圓形標(biāo)志的自動(dòng)檢測(cè)

王至博，姚喜，欒學(xué)科

(1.青島市勘察測(cè)繪研究院，山東青島 266000； 2.山東省水利勘測(cè)設(shè)計(jì)院，山東濟(jì)南 250013)

基于Hu矩的近景攝影測(cè)量圓形標(biāo)志的自動(dòng)檢測(cè)

王至博1?，姚喜2，欒學(xué)科1

(1.青島市勘察測(cè)繪研究院，山東青島 266000； 2.山東省水利勘測(cè)設(shè)計(jì)院，山東濟(jì)南 250013)

近景攝影測(cè)量中的人工標(biāo)志多采用圓作為主要特征，當(dāng)目標(biāo)面與像片平面不平行時(shí)，圓形標(biāo)志的像將為橢圓，本文提出了一種基于形狀準(zhǔn)則和Hu距的精確類橢圓標(biāo)志提取方法以及圓形標(biāo)志的分類方法，并制作編碼標(biāo)志實(shí)物在室內(nèi)實(shí)驗(yàn)室進(jìn)行場(chǎng)景實(shí)拍實(shí)驗(yàn)，各項(xiàng)實(shí)驗(yàn)結(jié)果數(shù)據(jù)證明該理論方法可行。

近景攝影測(cè)量；編碼標(biāo)志；邊緣檢測(cè)；Hu矩

1 引 言

近景攝影測(cè)量包括低空攝影測(cè)量、地面和室內(nèi)近景攝影測(cè)量，是目前國內(nèi)外研究的熱點(diǎn)。在傳統(tǒng)的近景攝影測(cè)量手段中，如果要獲取待測(cè)點(diǎn)的三維坐標(biāo)，需要滿足兩個(gè)條件:一是要求待測(cè)點(diǎn)本身紋理豐富，處于適宜的攝影環(huán)境中，能夠獲取合乎質(zhì)量的立體像對(duì)；二是需要在待測(cè)物點(diǎn)表面或周圍布設(shè)一定數(shù)量的控制點(diǎn)[1]。在眾多測(cè)量實(shí)踐中，待測(cè)區(qū)域本身往往是缺乏紋理的、隱蔽的、不可通視的或不便于直接測(cè)量，表面沒有足夠的特征，同時(shí)在每個(gè)待測(cè)點(diǎn)周圍布設(shè)控制點(diǎn)也是件費(fèi)時(shí)費(fèi)力的工作，這就使得利用常規(guī)的近景影攝影測(cè)量技術(shù)來獲得這類待測(cè)點(diǎn)的三維坐標(biāo)變得極為困難，甚至是不可能的。因此，人工標(biāo)志自動(dòng)化識(shí)別、自動(dòng)化定位和自動(dòng)化匹配在近景攝影測(cè)量中變得十分必要。

在近景攝影測(cè)量的許多應(yīng)用中，可以在待測(cè)物體表面分布一些具有明顯特征且易于識(shí)別的元素作為標(biāo)記點(diǎn)，如圓、十字刻劃線等。若給標(biāo)記點(diǎn)加載唯一的身份信息，即對(duì)標(biāo)記點(diǎn)進(jìn)行編碼，對(duì)圖像中標(biāo)記點(diǎn)進(jìn)行唯一身份識(shí)別后，可以方便、可靠地實(shí)現(xiàn)多幅圖像之間標(biāo)記點(diǎn)的對(duì)應(yīng)匹配。

目前國內(nèi)外已設(shè)計(jì)出的編碼標(biāo)志點(diǎn)主要有如圖1所示的形式[2～5]:

經(jīng)觀察可知，已有編碼標(biāo)志的圖案設(shè)計(jì)多數(shù)采用了圓作為主要特征。這是由于圓形無方向性，特征簡潔，是一種簡單而完美的圖形。因此，如何準(zhǔn)確而快速的提取近景像片中的標(biāo)志圓成為編碼標(biāo)志的識(shí)別定位的關(guān)鍵。

圖1 國內(nèi)外已設(shè)計(jì)出的主要編碼標(biāo)志點(diǎn)

2 標(biāo)志方案

經(jīng)分析目前國內(nèi)外已開發(fā)出的編碼標(biāo)志，本文采用Schneider編碼方案并對(duì)其進(jìn)行改進(jìn)，設(shè)計(jì)了帶有起始標(biāo)記——解碼起始圓的方案，簡稱此標(biāo)記為編碼標(biāo)志，如圖2所示。圖形中心為一圓點(diǎn)(稱為中心圓)，其外面為兩個(gè)圓環(huán)，它們與中心圓成同心圓?？拷行膱A的圓環(huán)為白色。在其外面的圓環(huán)則采用黑白相間的顏色，并用作標(biāo)志的編碼，稱為編碼環(huán)。圖2中的小圓點(diǎn)即為起始標(biāo)記圓(簡稱起始圓)。

圖2 編碼標(biāo)志

在Schneider編碼方案基礎(chǔ)上加入起始圓后，使其不再具有“旋轉(zhuǎn)重復(fù)性”。中心圓圓心與起始圓圓心的連線為解碼的初始位置。編碼環(huán)平均分為15份，即每24°一份。這樣，整個(gè)編碼環(huán)便可以制作成一個(gè)二進(jìn)制碼。每一位的前景色和背景色為二進(jìn)制碼的“1”和“0”，如圖3(b)所示。若編碼按順時(shí)針計(jì)，則圖3 (b)的編碼為111001110011000。

圖3 編碼的構(gòu)成

為了以后的匹配工作以及更好的區(qū)分編碼標(biāo)志，設(shè)計(jì)了非編碼標(biāo)志如圖4所示。

圖4 非編碼參考點(diǎn)

3 人工標(biāo)志檢測(cè)

3.1 圓形編制區(qū)域識(shí)別

圓形標(biāo)志投影后為橢圓形圖像，標(biāo)志的識(shí)別就是提取出符合一定要求的橢圓形邊緣。經(jīng)過Canny算子處理后的編碼環(huán)圖像為虛線邊緣的標(biāo)志圖像，或者含有非編碼標(biāo)志邊緣的圖像。通過邊緣跟蹤可以得到標(biāo)志圖像邊緣，但同時(shí)也會(huì)對(duì)虛線邊緣進(jìn)行跟蹤，因此需要對(duì)跟蹤后的邊緣和包含在邊緣內(nèi)的像素進(jìn)行判斷，從而實(shí)現(xiàn)對(duì)圓形標(biāo)志的識(shí)別。

本課題提出以下幾個(gè)判斷準(zhǔn)則來提取滿足條件的橢圓輪廓:

(1)邊緣周長[6]

邊緣像素?cái)?shù)(周長):近景攝影測(cè)量中使用的人工標(biāo)志尺寸是一致的，由于攝影位置和攝影角度的變化，標(biāo)志成像大小會(huì)發(fā)生變化，目標(biāo)點(diǎn)成像后變?yōu)闄E圓。為候選標(biāo)志邊緣周長設(shè)定范圍，如果某候選區(qū)域的邊緣像素不在此范圍內(nèi)，該邊緣被剔除。

式中，P為輪廓周長，Pmin、Pmax分別是起始圓的邊緣輪廓周長可能的最小值和中心圓邊緣輪廓可能的最大值。從而識(shí)別出這兩類圓的候選區(qū)域。

(2)形狀準(zhǔn)則[6]

形狀因子(圓形度):評(píng)價(jià)對(duì)象物體形狀接近圓的程度。形狀因子是用來描述平面二維圖形幾何特征一個(gè)參數(shù)，其中A為候選區(qū)封閉圖形的面積，即其中包含的像素?cái)?shù)，由前述對(duì)灰度圖像進(jìn)行邊緣跟蹤得到，l為圖形輪廓的周長，且0＜k≤1，當(dāng)二維圖形為圓時(shí)k＝1。對(duì)圓形標(biāo)志攝影角度達(dá)到70°時(shí)k值為0.66左右。橢圓形狀隨攝影角度變化而變化，如果候選區(qū)域的形狀因子不符合設(shè)定值則該邊緣也被剔除掉。

圖5(a)是經(jīng)過上述幾何檢驗(yàn)標(biāo)準(zhǔn)約束后提取得到的具有完整邊緣(即不是虛線)的標(biāo)志邊緣的圖像。這些圖像有非編碼標(biāo)志，編碼標(biāo)志的中心圓及其起始圓。然而并不是所有圖像經(jīng)過幾何檢驗(yàn)后都可以得到顯示，如圖5(b)尚應(yīng)有編碼標(biāo)志的編碼環(huán)(因其為虛線)。因此需要更進(jìn)一步的檢驗(yàn)。

圖5 經(jīng)幾何檢驗(yàn)識(shí)別后的圖像截圖

(3)基于Hu矩特征準(zhǔn)則[7，8]

一般情況下，通過選取適當(dāng)?shù)闹荛L、圓形度閾值等，可以準(zhǔn)確地找到完整的橢圓，實(shí)現(xiàn)圖像中類橢圓的自動(dòng)識(shí)別。但當(dāng)攝影角度較大時(shí)，圖像變形較大，需要進(jìn)一步結(jié)合邊緣之間的相似度屬性來進(jìn)行特征區(qū)域的自動(dòng)分割。

Hu[9]于1962年提出Hu不變矩，在形狀識(shí)別和分類中獲得了廣泛的應(yīng)用，但Hu矩針對(duì)區(qū)域像素進(jìn)行計(jì)算，Chen[10]對(duì)其進(jìn)行了改進(jìn)，使其可用于形狀邊緣的檢測(cè)。

對(duì)于形狀邊緣A＝{(xi，yi)，1≤i≤n}，其p，q階統(tǒng)計(jì)矩定義為:

p，q階中心矩定義為:

對(duì)上式中心矩進(jìn)行歸一化處理，得歸一化中心矩:

由歸一化中心矩可得7個(gè)用于邊緣形狀檢測(cè)的不變矩:

上述7個(gè)不變矩具有平移、旋轉(zhuǎn)和尺度變化的不變性。

設(shè)另一條形狀邊緣B＝{(xi，yi)，1≤j≤m}，根據(jù)邊緣形狀的不變矩，計(jì)算兩個(gè)邊緣的形狀相似度:

其中:

當(dāng)兩條邊緣形狀完全相同時(shí)，I(A，B)＝0，否則，邊緣的相似性越差，I(A，B)的值就越大。取邊緣相似性系數(shù):

其中Tj為邊緣相似度閾值。

根據(jù)以上定義的常用矩，對(duì)二值影像進(jìn)行區(qū)域分割，獲得區(qū)域邊界，每個(gè)區(qū)域?qū)?yīng)一個(gè)目標(biāo)，計(jì)算其7個(gè)Hu不變矩和擴(kuò)展的兩個(gè)4階不變矩，區(qū)分出圓形標(biāo)志邊緣特征。

矩不變量盡管理論上是不受平移、旋轉(zhuǎn)、尺度變化的，但是實(shí)際中由于變換后數(shù)字化的誤差，存在一些偏差。而關(guān)鍵是要提取出目標(biāo)對(duì)象的對(duì)應(yīng)不變的區(qū)域和邊界。因此采用不變矩作為特征不變量的分類效果最終還是受到圖像分割結(jié)果的影響。

3.2 圓形標(biāo)志分類判斷

在上一步識(shí)別出的圓共有三類，一類是非編碼標(biāo)志圓，一類是編碼標(biāo)志中的中心圓，一類是編碼標(biāo)志中的起始圓。需要將這三類圓分類識(shí)別，并予以編號(hào)存儲(chǔ)。

(1)非編碼標(biāo)志圓與編碼標(biāo)志中心圓的分類判斷

兩類標(biāo)志的區(qū)別在于它們除了中央圓點(diǎn)之外的部分。非編碼標(biāo)志的組成只有一個(gè)中央圓點(diǎn)，而編碼標(biāo)志的組成除了中央圓點(diǎn)外還有若干個(gè)與之同心的圓環(huán)段。雖然編碼標(biāo)志的圖像是由幾個(gè)互相獨(dú)立白色區(qū)域組成的，但同一編碼標(biāo)志中的圓環(huán)段與相應(yīng)的中央圓點(diǎn)的距離是最近的。即使不同標(biāo)志間的粘貼位置十分相近，標(biāo)志間的距離也總是大于同一編碼標(biāo)志內(nèi)部的距離，況且實(shí)際操作中為了充分發(fā)揮標(biāo)志的作用，要求其粘貼位置保持一定距離。

改變數(shù)據(jù)結(jié)構(gòu)，采用局部搜索算法。利用標(biāo)記點(diǎn)的距離特性，采用圖像分割的方法將對(duì)隸屬環(huán)段的搜索限定在一個(gè)小的圖像子塊內(nèi)。由于在一個(gè)編碼標(biāo)志成像的范圍內(nèi)不可能出現(xiàn)任何其他標(biāo)志，于是可以以中心圓圓心為中心分割出一個(gè)矩形圖像塊，矩形的大小滿足只包含同一編碼標(biāo)志所有的組成部分。圖像拍攝時(shí)相機(jī)與被測(cè)物體間的距離要求保證了各標(biāo)志的成像大小基本恒定，所以矩形大小可以采用多次試驗(yàn)的方法確定一個(gè)固定值。矩形圖像塊分割完畢，統(tǒng)計(jì)每個(gè)塊內(nèi)的白色區(qū)域的數(shù)目。如果塊內(nèi)只有一個(gè)白色區(qū)域，那么這一定是非編碼標(biāo)志，否則，是編碼標(biāo)志。

(2)編碼標(biāo)志中心圓與起始圓的分類識(shí)別

在上一步識(shí)別出非編碼標(biāo)志圓后，剩下的就是編碼標(biāo)志中心圓與起始圓了。這兩類圓最大的差異就是面積一個(gè)大，一個(gè)小。利用這個(gè)特點(diǎn)，很容易能將兩者區(qū)分開來。

3.3 精確中心定位

由于本課題所設(shè)計(jì)的兩類測(cè)量標(biāo)志采用圓形圖案，在實(shí)際應(yīng)用中多呈橢圓形，則測(cè)量標(biāo)志的定位實(shí)質(zhì)上是指橢圓在數(shù)字圖像上的定位。經(jīng)過邊緣檢測(cè)，可以得到橢圓標(biāo)志的邊緣，然后需要對(duì)邊緣點(diǎn)進(jìn)行計(jì)算。

Canny邊緣檢測(cè)確定了候選橢圓的單像素精度的邊緣，在邊緣內(nèi)運(yùn)用區(qū)域生長法算法可獲得邊緣所包圍的區(qū)域內(nèi)各像素的灰度Iij，利用下式可以計(jì)算標(biāo)記點(diǎn)的質(zhì)心坐標(biāo)，即得到標(biāo)記點(diǎn)的亞像素中心。

4 實(shí)驗(yàn)及結(jié)果分析

本文提出的算法已采用Matlab實(shí)現(xiàn)。實(shí)驗(yàn)數(shù)據(jù)在山東科技大學(xué)3D數(shù)字?jǐn)z影測(cè)量實(shí)驗(yàn)室中采集。像片采用Canon公司的EOS－5D型單反數(shù)碼相機(jī)(分辨率4 368×2 912，焦距24 mm)。軌道實(shí)拍實(shí)驗(yàn)中，標(biāo)志總數(shù)為18個(gè)，其中編碼標(biāo)志點(diǎn)12個(gè)。拍攝高度為8 m，拍攝共150幅像片，設(shè)計(jì)對(duì)于編碼標(biāo)志，編碼環(huán)直徑為4.5 cm，中心圓直徑1.5 cm，起始圓直徑4.5 mm。

首先采用標(biāo)準(zhǔn)編碼圖像合成的模擬場(chǎng)景圖像進(jìn)行實(shí)驗(yàn)，效果如圖6所示。

圖6 模擬實(shí)驗(yàn)圖像

圖7 圓形區(qū)域判斷

經(jīng)過上述3.2節(jié)中圓形標(biāo)志分類判斷方法以及canny算子中心定位算法后，對(duì)其精確中心定位以及中心圓和起始圓的判斷結(jié)果如圖7所示(利用Matlab程序分別在識(shí)別出的中心圓和起始圓下方3個(gè)像素處用數(shù)字1和3標(biāo)識(shí)，并在定位中心以十字絲標(biāo)注)。

采用場(chǎng)景實(shí)拍效果如圖8所示。

圖8 場(chǎng)景實(shí)拍像片

選取該像片中拍攝到的標(biāo)志數(shù)目為8個(gè)，采用本設(shè)計(jì)識(shí)別定位算法，識(shí)別定位結(jié)果如下:

像片識(shí)別定位結(jié)果(單位/像素) 表1

三類圓識(shí)別結(jié)果 表2

表1中的點(diǎn)號(hào)為粘貼時(shí)的標(biāo)注，其編碼為解碼后的二進(jìn)制轉(zhuǎn)化為十進(jìn)制后的結(jié)果(后續(xù)工作)，具體編碼方案見上述標(biāo)志方案。由于標(biāo)志中有兩個(gè)圓，起著至關(guān)重要的作用，中心圓用來中心定位，且由中心圓和起始圓的質(zhì)心連線方向?yàn)闃?biāo)志解碼識(shí)別的起始方向，因此要求識(shí)別定位的精度較高。本設(shè)計(jì)經(jīng)過多組實(shí)驗(yàn)，共拍攝0°～70°，拍攝距離1.5 m～3 m的共150幅像片。根據(jù)識(shí)別結(jié)果以及定位結(jié)果，標(biāo)志的3類圓的識(shí)別判斷準(zhǔn)確率為98.75%，且定位結(jié)果也較好，可以滿足實(shí)際工程需要。

5 結(jié) 論

針對(duì)缺乏紋理特征的待測(cè)區(qū)域，采用布設(shè)編碼標(biāo)志的方案，針對(duì)標(biāo)志中的圓形特征提取，本文提出了一種基于形狀準(zhǔn)則和Hu矩的識(shí)別方法，各項(xiàng)實(shí)驗(yàn)數(shù)據(jù)表明，識(shí)別結(jié)果較好。

[1]吳慶雙.基于空間后方交會(huì)的三維坐標(biāo)測(cè)量方法研究[D].武漢:武漢大學(xué)，2005

[2]SCHNEIDERC T.DPA－WIN－A PC based digital photogrammetric station for fast and flexible on－site measurement [J]International Achieves of Photogrammetry and Remote Sensing，Vienna，1996.XXXI(B):530～533

[3]HEUVELY D，KROONR F A.Digital close－range photogrammetry using artifical tragets[J]Int Archives of Photogrammetry and Remote Sensing，Washingtion D C，1992.29 (B5):222～229

[4]AHNS J，RAUHW.Circular coded target for automation of optical 3D－measurement and camera calibration[J].International Journal of Pattern Recognition and Artificial Intelligence，2001，15(6):905～919

[5]黃桂平.圓形標(biāo)志中心子像素定位方法研究與實(shí)現(xiàn)[J].武漢大學(xué)學(xué)報(bào).信息科學(xué)版，2005，30(5):388～391

[6]周玲，張麗艷，鄭建冬等.近景攝影測(cè)量中標(biāo)記點(diǎn)的自動(dòng)檢測(cè)[J].2007，25(3)，288～294

[7]張?zhí)煨?成像自動(dòng)目標(biāo)識(shí)別[M].武漢:湖北科學(xué)技術(shù)出版社，2005

[8]季錚.近景目標(biāo)三維重建的自動(dòng)化方法研究[D].武漢:武漢大學(xué)，2007

[9]Hu.M.Visual pattern recognition by moment invariants[J].IRE Trans－action on Information Theory，1962，8(2):179～187

[10]Chen C.Improved moment invariants for shape discrimination[J].Pattern，Recognition，1993，26(5):683～686

Automated Circle Target Detection in Close－Range Photogrammetry Based on Hu Moments

Wang ZhiBo1，Yao Xi2，Luan XueKe1
(1.Qingdao Geotechnical Investigation and Survey Institute，Qingdao 266000，China；2.Shandong research institute of investigation and design of water conservancy，Jinan 250013，China)

Most artificial targets in close－range photogrammetry use circle target as their essential feature，but when the targets are not parallel to the photo，the targets will be ellipse in photo.This paper proposed a new method based on geometric checking and Hu to extract circle area，and how to classify different circle areas.What’s more，the process in real scene image experiments is developed and tested，and these result data prove this research can fulfill practical projects.

close－range photogrammetry；coded target；edge detect；Hu moments

1672－8262(2010)05－93－05

P234.1

A

2009—12—25

王至博(1977—)，男，工程師，主要從事工程測(cè)量方面的研究。