圖像處理在桿影桿長(zhǎng)定位技術(shù)中的應(yīng)用

唐鵬 張雷 張楓笛

DOI：10.16660/j.cnki.1674-098X.2016.18.170

摘 要：選取一段桿影隨太陽(yáng)高度角變化而變化的視頻，通過(guò)Matlab提取部分包含主要信息的圖像，并進(jìn)行灰度化和二值化等預(yù)處理。運(yùn)用Canny邊緣檢測(cè)算法提取預(yù)處理后圖片的輪廓，得到失真度小、誤檢率較低的圖片，再進(jìn)行相應(yīng)的坐標(biāo)轉(zhuǎn)化得到理想像素坐標(biāo)，最后采用基于平面模板的兩步法來(lái)改進(jìn)攝像機(jī)的標(biāo)定方式，利用非線性優(yōu)化算法求解出內(nèi)外參數(shù)值，使得圖像處理在桿影桿長(zhǎng)定位技術(shù)中得到更好的應(yīng)用。

關(guān)鍵詞：灰度化 二值化 平面模板 Canny邊緣檢測(cè)

中圖分類(lèi)號(hào)：P39 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-098X（2016）06（c）-0170-03

桿影桿長(zhǎng)定位技術(shù)是通過(guò)一段桿影變化的視頻，依托相關(guān)地理學(xué)和天文學(xué)知識(shí)，尋找視頻拍攝地點(diǎn)或日期從而快速精確定位的新技術(shù)，能夠在救援搜索中發(fā)揮重要作用。其中視頻圖像的處理尤為重要，如何高效率處理圖像，并且提取有用信息是十分重要的。圖像是能在人的視覺(jué)系統(tǒng)中產(chǎn)生相關(guān)視覺(jué)印象的客觀對(duì)象，其包括有生活中的自然景物、機(jī)器拍攝到的圖片或視頻、用數(shù)學(xué)或者其他方式所表達(dá)描述的圖形信息。由于自然界中普遍存在的圖像都是模擬量，而目前普遍的計(jì)算機(jī)技術(shù)只能處理數(shù)字信號(hào)而不能處理模擬信號(hào)，故要對(duì)圖像先進(jìn)行數(shù)字化處理，然后采用一系列方法提取圖像中的有用信息。

1 視頻及圖像的預(yù)處理

1.1 視頻圖像的提取

對(duì)一段桿影長(zhǎng)度隨著太陽(yáng)高度角變化而變化的視頻而言，首要任務(wù)是將視頻中的圖像進(jìn)行提取，目前很多視頻播放或圖像處理軟件均有自動(dòng)截屏的功能，但所提取視頻圖像信息量大，處理效率低。往往需要處理的圖像只是整張圖片的部分區(qū)域，因此，使用Matlab對(duì)圖像部分區(qū)域直接提取，從而減小工作量、增加其準(zhǔn)確性。圖1為用Matlab得到圖片。

1.2 圖像的灰度化及二值化處理

圖像的灰度化處理是點(diǎn)運(yùn)算的一種，即將圖像中的每個(gè)像素依次進(jìn)行同樣的灰度變換運(yùn)算。

為了進(jìn)一步處理圖像，減小處理的數(shù)據(jù)量，同時(shí)得到研究的對(duì)象輪廓，將256個(gè)亮度等級(jí)的灰度圖像通過(guò)閾值選取以獲得仍然可以反映圖像整體和局部特征的二值化圖像，如圖2所示。

2 基于Canny邊緣檢測(cè)法的圖像輪廓提取

2.1 Canny邊緣檢測(cè)法基本原理

圖像邊緣檢測(cè)必須能有效地抑制噪聲且盡量精確確定邊緣位置，根據(jù)對(duì)信噪比與定位乘積的測(cè)度，得到最優(yōu)化逼近算子即Canny邊緣檢測(cè)算子。為了盡可能多地標(biāo)識(shí)出圖像中的實(shí)際邊緣，Canny邊緣檢測(cè)法采用了先平滑后求導(dǎo)的方法。