基于圖像多分辨率與運(yùn)動(dòng)控制卡的線陣相機(jī)快速定位算法?

陳大偉 閔改

（1.平頂山教育學(xué)院計(jì)算機(jī)系平頂山467000）（2.平頂山學(xué)院信息工程學(xué)院平頂山467000）

基于圖像多分辨率與運(yùn)動(dòng)控制卡的線陣相機(jī)快速定位算法?

陳大偉1閔改2

（1.平頂山教育學(xué)院計(jì)算機(jī)系平頂山467000）（2.平頂山學(xué)院信息工程學(xué)院平頂山467000）

為了解決當(dāng)前線陣相機(jī)寬幅面采集圖像時(shí)，存在圖像數(shù)據(jù)過大影響系統(tǒng)處理速度與精度的問題，論文提出了基于圖像多分辨率與運(yùn)動(dòng)控制卡的線陣相機(jī)快速定位算法。首先，采用高斯金字塔結(jié)構(gòu)對(duì)圖像進(jìn)行多分辨率處理，對(duì)較高層的低分辨率圖像進(jìn)行surf角點(diǎn)匹配，完成對(duì)目標(biāo)區(qū)域的快速定位。然后，基于凌華運(yùn)動(dòng)控制卡開發(fā)包函數(shù)，對(duì)Dalsa線陣相機(jī)與圖像采集卡SDK進(jìn)行二次開發(fā)，完成圖像數(shù)據(jù)深度采集，實(shí)現(xiàn)線陣相機(jī)快速定位。實(shí)驗(yàn)測(cè)試結(jié)果顯示：與當(dāng)前圖像采集定位技術(shù)相比，在面對(duì)大數(shù)據(jù)圖像時(shí)，論文算法擁有更高的處理效率與準(zhǔn)確度。

線陣相機(jī)定位；多分辨率；高斯金字塔結(jié)構(gòu)；二次開發(fā)；運(yùn)動(dòng)控制卡

Class NumberTP391

1 引言

隨著電子制造檢查要求不斷提高，先對(duì)大面積產(chǎn)品目標(biāo)進(jìn)行全局圖像采集和局部圖像深化采集，然后再進(jìn)行各種視覺檢查與測(cè)量，這一過程已成發(fā)展趨勢(shì)［1～2］。但是由于全局圖像數(shù)據(jù)量過大，這對(duì)快速準(zhǔn)確地定位圖像目標(biāo)區(qū)域提出了新的挑戰(zhàn)，尤其是隨著線陣相機(jī)的推廣使用，這一需求亟待技術(shù)上實(shí)現(xiàn)［3～4］。由于線陣相機(jī)的成像原理，對(duì)寬幅面的目標(biāo)采集，具有得天獨(dú)厚的優(yōu)勢(shì)，即在水平方向可以無限采集，而且成像均勻清晰。但是，采集的圖像數(shù)據(jù)非常大，一般可以達(dá)到100M每幀圖像。為了解決這個(gè)問題，達(dá)到對(duì)線陣圖像目標(biāo)區(qū)域的快速定位，本文提出了基于運(yùn)動(dòng)控制卡與圖像金字塔結(jié)構(gòu)多分辨率處理的線陣相機(jī)圖像目標(biāo)快速定位系統(tǒng)。

專門對(duì)線陣圖像進(jìn)行快速定位研究很少，但是在普通相機(jī)目標(biāo)快速定位識(shí)別方面，國內(nèi)研究人員已經(jīng)將圖像處理與計(jì)算機(jī)視覺技術(shù)引入到該領(lǐng)域中，對(duì)其展開研究，其圖像處理原理與前者相同，如趙振杰［5］提出了基于篩選機(jī)制的快速概率占據(jù)圖目標(biāo)定位系統(tǒng)，能夠快速準(zhǔn)確地計(jì)算出進(jìn)入場(chǎng)景中運(yùn)動(dòng)物體的位置。具體而言，首先設(shè)計(jì)了一種高效的篩選機(jī)制，可以根據(jù)運(yùn)動(dòng)檢測(cè)的結(jié)果，粗略估計(jì)出運(yùn)動(dòng)目標(biāo)在三維空間中的位置，然后建立合適的似然模型，利用貝葉斯方法計(jì)算出目標(biāo)出現(xiàn)在備選區(qū)域內(nèi)各個(gè)位置上的概率，從而找到目標(biāo)物體；最后，通過閾值化概率圖的方法得到目標(biāo)的位置信息，并采用粒子濾波器對(duì)定位結(jié)果進(jìn)行校正，以進(jìn)一步提高定位的準(zhǔn)確度，達(dá)到了圖像目標(biāo)快速定位目的。但是，此技術(shù)依靠預(yù)先設(shè)定貝葉斯復(fù)雜模型，在圖像數(shù)據(jù)量大時(shí)，其模型構(gòu)建往往缺乏準(zhǔn)確性，導(dǎo)致定位錯(cuò)位和速度過慢。

如張娟［6］提出了視頻監(jiān)測(cè)區(qū)的特定視覺特征快速定位系統(tǒng)，通過混合高斯背景模型構(gòu)建視頻監(jiān)測(cè)區(qū)多態(tài)散布模型，對(duì)監(jiān)測(cè)區(qū)域的視頻圖像進(jìn)行去噪處理，并提取視頻圖像顏色特征，利用顏色直方圖Euler距離實(shí)現(xiàn)特定圖像特征的跟蹤匹配，實(shí)現(xiàn)對(duì)視覺檢測(cè)區(qū)域的特定視覺特征快速識(shí)別定位，達(dá)到了圖像目標(biāo)快速定位目的。但是，此技術(shù)依靠圖像簡單的像素?cái)?shù)據(jù)結(jié)構(gòu)，推理出顏色灰度規(guī)律，在圖像數(shù)據(jù)量復(fù)雜時(shí)，其推理往往缺乏適用性，導(dǎo)致定位錯(cuò)位和速度過慢。

對(duì)此，為了提高目標(biāo)快速定位系統(tǒng)的實(shí)用性，本文提出了基于圖像多分辨率處理與運(yùn)動(dòng)控制卡的快速定位技術(shù)，給出了軟硬件的解決方案，最后，測(cè)試了本文算法的準(zhǔn)確性。

2 本文線陣相機(jī)快速定位算法

本文算法的架構(gòu)流程見圖1。該算法首先初始化線陣相機(jī)采集全局圖像、建立圖像金字塔結(jié)構(gòu)，完成多分辨率處理，對(duì)上層低分辨率圖像進(jìn)行Surf角點(diǎn)匹配，得到目標(biāo)區(qū)域坐標(biāo)。同時(shí)初始化運(yùn)動(dòng)控制卡，初始化運(yùn)動(dòng)參數(shù)，連接相機(jī)控制伺服與上位機(jī)軟件，運(yùn)動(dòng)控制系統(tǒng)處于待命狀態(tài)。最后將圖像處理結(jié)果（目標(biāo)區(qū)域坐標(biāo)）與控制卡系統(tǒng)融合，控制相機(jī)運(yùn)動(dòng)到目標(biāo)區(qū)域上方，再做深度圖像采集，完成整個(gè)線陣圖像快速定位的軟硬件實(shí)現(xiàn)方案。待定位的材料全局圖像如圖2所示，可見圖像范圍大，實(shí)際達(dá)到120M，對(duì)目標(biāo)快速定位帶來一定的難度和障礙；而且實(shí)際感興趣區(qū)域?yàn)橄虏康臈l碼，即快速定位目標(biāo)。本文后續(xù)將展開系統(tǒng)研究，并實(shí)驗(yàn)驗(yàn)證。

圖1本文機(jī)制架構(gòu)

圖2待處理的全局圖像

2.1 基于高斯金字塔多分辨率處理的快速區(qū)域定位

由于線陣相機(jī)采集的圖像很大，一般達(dá)到100M/幀，如果對(duì)整張圖像進(jìn)行全局處理，不僅影響速度和精度，而且處理了不必要的冗余數(shù)據(jù)。因此，本文提出，先構(gòu)建高斯金字塔圖像結(jié)構(gòu)，對(duì)高層圖像進(jìn)行快速定位，得到目標(biāo)大致區(qū)域后，再返回低層圖像，再對(duì)先前得到的區(qū)域做Surf角點(diǎn)匹配，過程見圖3。

圖3快速定位過程

圖像金字塔結(jié)構(gòu)是金字塔形狀排列的分辨率逐步降低的圖像集合，底部是高分辨率圖像，頂部是近分辨率近似的低分辨率圖像［7～8］。因此，金字塔向上移動(dòng)時(shí)，尺寸和分辨率降低，快速定位區(qū)域正是基于這些圖像。圖像金字塔中各級(jí)圖像尺寸如下式所示：

式中f(x，y)為金字塔結(jié)構(gòu)中圖像，j代表金字塔層數(shù)，j最大值為J，如式（2）所示，N代表圖像最大分辨率大小，經(jīng)分析，圖像金字塔結(jié)構(gòu)中所有像素和計(jì)算公式［9］如下：

其中Sum為圖像金字塔結(jié)構(gòu)中所有像素和，j代表金字塔層數(shù)，N代表圖像最大分辨率大小。經(jīng)過多分辨率處理，按上述結(jié)構(gòu)，本文選取縮小16倍的層圖，得到尺寸成比例縮小的子圖像，進(jìn)行快速處理，子圖僅6M，處理速度為原來的1/16。通過Sruf角點(diǎn)匹配，得到目標(biāo)區(qū)域的大致坐標(biāo)，再以16倍換算到原圖引導(dǎo)線陣相機(jī)到感興趣區(qū)域，進(jìn)行二次圖像采集，即深度圖像采集，做進(jìn)一步視覺分析檢查。

最后，再對(duì)定位的區(qū)域完成Surf角點(diǎn)匹配［10］，其過程為：1）計(jì)算積分圖像，即對(duì)像素左右進(jìn)行加減。2）計(jì)算Hessian矩陣。3）提取興趣點(diǎn)，即像素梯度值與方向達(dá)到局部最大的點(diǎn)。4）計(jì)算Surf描述子，并釋放積分圖像。

Surf角點(diǎn)匹配過程較簡單，非本文分析重點(diǎn)，這里不展開說明，匹配結(jié)果如圖4所示，對(duì)縮小16倍圖像的角點(diǎn)匹配結(jié)果，以綠色圓圈標(biāo)注感興趣區(qū)域角點(diǎn)。

圖4角點(diǎn)匹配結(jié)果

2.2 基于運(yùn)動(dòng)控制卡的線陣深度采集

得到了準(zhǔn)確的目標(biāo)區(qū)域坐標(biāo)后，需要通過運(yùn)動(dòng)控制卡控制線陣相機(jī)伺服運(yùn)動(dòng)到目標(biāo)區(qū)域正上方，進(jìn)行深度圖像采集，見圖5。目前運(yùn)動(dòng)控制分為兩種方式［11～12］：基于PC的PCI總線運(yùn)動(dòng)控制卡、基于PLC可編程邏輯控制器。由于運(yùn)動(dòng)控制卡借助PC強(qiáng)大功能，相較于PLC控制，運(yùn)動(dòng)控制卡具有更強(qiáng)的功能。PLC控制主要對(duì)開關(guān)量進(jìn)行觸發(fā)，應(yīng)用簡單，但是涉及直線插補(bǔ)軌跡控制等較復(fù)雜運(yùn)算時(shí)，功能不如運(yùn)動(dòng)控制卡。而且運(yùn)動(dòng)控制卡帶有完整的開發(fā)函數(shù)，可支持在PC端獨(dú)立開發(fā)完成，達(dá)到與上位機(jī)客戶端功能軟件的對(duì)接，綜合考慮，本系統(tǒng)采用運(yùn)動(dòng)控制卡，完成控制相機(jī)運(yùn)動(dòng)的功能。

圖5控制卡工作過程

基于PC、DSP、FPGA的運(yùn)動(dòng)控制卡，具有同步性、柔性、開放性的優(yōu)勢(shì)，本系統(tǒng)采用凌華運(yùn)動(dòng)控制卡［13～15］，配有穩(wěn)定的開發(fā)函數(shù)，經(jīng)過研究分析，在此基礎(chǔ)上二次開發(fā)：ADLink_Open（）為控制卡打開；ADLink_Reset（）為控制卡重啟；ADLink_SetSmplTm（）為控制脈沖頻率；ADLink_LmtSns（）為限位頻率；ADLink_Closelp（）為關(guān)閉控制卡，如圖6所示，為本文上位機(jī)控制模塊。除了常規(guī)的控制卡開啟、關(guān)閉、原點(diǎn)復(fù)位功能外，還開發(fā)了以相對(duì)和絕對(duì)方式的速度與方向控制，達(dá)到了柔性控制運(yùn)動(dòng)機(jī)構(gòu)的目的，可以對(duì)相機(jī)伺服進(jìn)行同步隨機(jī)相應(yīng)控制。而其硬件架構(gòu)如圖7所示，視覺部分為線陣相機(jī)、鏡頭、光源，運(yùn)動(dòng)部分為滑動(dòng)平臺(tái)與相機(jī)伺服，兩者融合構(gòu)成硬件圖像采集與控制系統(tǒng)。結(jié)合上節(jié)計(jì)算出的感興趣區(qū)域坐標(biāo)，通過運(yùn)動(dòng)控制卡，把相機(jī)控制運(yùn)動(dòng)到指定位置進(jìn)行深度采集。

圖6運(yùn)動(dòng)控制UI

圖7硬件架構(gòu)

3 實(shí)驗(yàn)與討論

為了體現(xiàn)本文算法的優(yōu)勢(shì)，將快速定位性能較好的技術(shù)-文獻(xiàn)［5］、文獻(xiàn)［6］設(shè)為對(duì)照組，算法實(shí)驗(yàn)參數(shù)：金字塔層數(shù)為11（本文選4層，即縮小16倍）、控制卡轉(zhuǎn)速為3000脈沖每秒。圖8為本文算法的運(yùn)行界面，其中開發(fā)了“實(shí)時(shí)采集”、“快速抓拍”、相機(jī)參數(shù)設(shè)置等功能，還有待處理的原全局圖像在正中，感興趣區(qū)域?yàn)橄虏康臈l碼。

圖8本文算法運(yùn)行界面

本文先采集全局圖像、建立圖像金字塔結(jié)構(gòu)，完成多分辨率處理，對(duì)上層低分辨率圖像進(jìn)行Surf角點(diǎn)匹配（如圖9所示），得到目標(biāo)區(qū)域坐標(biāo)。最后將圖像處理結(jié)果（目標(biāo)區(qū)域坐標(biāo)）與控制卡系統(tǒng)融合，完成整個(gè)線陣圖像快速定位的軟硬件實(shí)現(xiàn)方案。如圖10所示，可見本文準(zhǔn)確地定位到感興趣區(qū)域。

而利用對(duì)照組文獻(xiàn)［5］技術(shù)處理圖8時(shí)，由于單純依靠預(yù)先設(shè)定貝葉斯復(fù)雜模型，在圖像數(shù)據(jù)量大時(shí)，其模型構(gòu)建往往缺乏準(zhǔn)確性，導(dǎo)致定位錯(cuò)位，如圖11所示，出現(xiàn)了過多的感興趣區(qū)域，定位結(jié)果不夠準(zhǔn)確。

圖9本文匹配結(jié)果

圖10本文快速定位結(jié)果

圖11文獻(xiàn)［5］的定位結(jié)果

利用對(duì)照組文獻(xiàn)［6］技術(shù)處理圖8時(shí)，由于依靠圖像簡單的像素?cái)?shù)據(jù)結(jié)構(gòu)，推理出顏色灰度規(guī)律，在圖像數(shù)據(jù)量復(fù)雜時(shí)，其推理往往缺乏適用性，導(dǎo)致定位錯(cuò)位，如圖12所示，出現(xiàn)了過少的感興趣區(qū)域，定位結(jié)果不夠準(zhǔn)確。

圖12文獻(xiàn)［6］的定位結(jié)果

另外，本文測(cè)試了三種算法的效率，統(tǒng)計(jì)了它們處理同一幀圖像所用的時(shí)間，由于本文先對(duì)低分辨率圖像做定位，再針對(duì)原圖坐標(biāo)控制相機(jī)伺服，而對(duì)照組均直接對(duì)大容量的原圖處理，耗費(fèi)時(shí)間過多。如圖13所示，本文系統(tǒng)所用為對(duì)照組的1/ 16。綜上所示，本文方法在效率上，相較于傳統(tǒng)方法，具有明顯的優(yōu)勢(shì)，同時(shí)以軟硬件的方式實(shí)現(xiàn)了系統(tǒng)，本文方法具有更強(qiáng)的實(shí)用性。

圖13定位時(shí)間對(duì)比

4 結(jié)語

為了解決線陣相機(jī)圖像數(shù)據(jù)過大情況下，影響圖像處理時(shí)間和定位精度的問題，本文設(shè)計(jì)了基于圖像多分辨率與運(yùn)動(dòng)控制卡的線陣圖像快速定位系統(tǒng)，實(shí)現(xiàn)對(duì)線陣圖像的全局采集、金字塔結(jié)構(gòu)構(gòu)建、Surf角點(diǎn)匹配、運(yùn)動(dòng)控制、快速定位。實(shí)驗(yàn)結(jié)果表明：與當(dāng)前快速定位技術(shù)相比，在面線陣相機(jī)圖像數(shù)據(jù)過大的情況下，本文方法具有更好的定位精度和速度，本文在硬軟件上做了集成，為實(shí)際應(yīng)用做好了系統(tǒng)的技術(shù)準(zhǔn)備。

［1］張超然.基于水下小平臺(tái)的近場(chǎng)目標(biāo)快速定位［J］.海軍工程大學(xué)學(xué)報(bào)，2016，11（17）：196-199. ZHANG Chaoran.Fast localization of near field target based on underwater small platform［J］.Journal of Naval University of engineering，2016，11（17）：196-199

［2］唐宇.平面工件的識(shí)別與定位方法研究［J］.機(jī)械設(shè)計(jì)與制造，2015，23（14）：286-290. TANG Yu.Research on the method of identification and lo?calization of plane workpiece［J］.mechanical design and manufacture，2015，23（14）：286-290.

［3］Dhiraj Joshi，Andrew Gallagher，Jie Yu.Inferring photo?graphic location using geotagged web images［J］.Multime?dia Tools and Applications，2012，56（1）：131-153.

［4］Joshua Mati，Tokiyama Stefanie，Lisberger Stephen G.In?teractions between target location and reward size modu?late the rate of microsaccades in monkeys［J］.Journal of Neurophysiology，2015，114（5）：2616-2624.

［5］趙振杰.一種基于篩選機(jī)制的快速概率占據(jù)圖目標(biāo)定位算法［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2016，21（21）：283-287. ZHAO Zhenjie.A fast probabilistic mapping algorithm based on screening mechanism［J］.computer engineering and design，2016，21（21）：283-287.

［6］張娟.視頻監(jiān)測(cè)區(qū)的特定視覺特征快速定位方法研究［J］.計(jì)算機(jī)仿真，2015，17（32）：427-430. ZHANG Juan.Fast location method of specific visual fea?tures in video surveillance area［J］.computer simulation，2015，17（32）：427-430.

［7］Wen-Shing Sun，Chuen-Lin Tien，Chien-Yue Chen.Sin?gle-lens camera based on a pyramid prism array to cap?ture four images［J］.Optical Review，2013，20（2）：145-152.

［8］Yannis Avrithis，Giorgos Tolias.Hough Pyramid Match?ing：Speeded-Up Geometry Re-ranking for Large Scale Image Retrieval［J］.International Journal of Computer Vi?sion，2014，107（1）：1-19.

［9］邢強(qiáng).仿復(fù)眼的動(dòng)目標(biāo)位置快速估計(jì)算法［J］.光子學(xué)報(bào)，2015，11（17）：246-249. XING Qiang.Inspired of compound eyes fast estimation al?gorithm［J］.Acta PHOTONICA Sinica，the target posi?tion，2015，11（17）：246-249.

［10］李杰.基于粒子群優(yōu)化的模板定位跟蹤算法［J］.計(jì)算機(jī)應(yīng)用，2015，23（2）：271-276. LI Jie.A particle swarm optimization based template lo?cation and tracking algorithm［J］.Computer Applica?tions，2015，23（2）：271-276.

［11］Binh Minh Nguyen，Alexander Viehweider，Hiroshi Fuji?moto.Basic Design of Electric Vehicle Motion Control System Using Single Antenna GPS Receiver［J］.IFAC Proceedings Volumes，2013，46（21）：612-619.

［12］Petr Wagner，Jan Kordas，Viktor Michna.Motion con?trol for robots based on cubic Hermite splines in re?al-time［J］.IFAC Proceedings Volumes，2010，43（24）：150-155.

［13］馬明智，芮延年，喬冬冬.基于運(yùn)動(dòng)控制卡的PT運(yùn)動(dòng)模式研究［J］.蘇州大學(xué)學(xué)報(bào)（工科版），2012，32（1）：48-51. MA Mingzhi，BING Yannian，Qiao Dongdong.PT move?ment pattern research based on motion control card［J］. Journal of Soochow University（Engineering Science Edi?tion），2012，32（1）：48-51.

［14］楊秀增.基于FPGA的高速五軸步進(jìn)電機(jī)運(yùn)動(dòng)控制卡設(shè)計(jì)［J］.機(jī)床與液壓，2012，40（4）：66-68. YANG Xiuzeng.Design of motion control card for high speed five axis stepper motor based on［J］.FPGA ma?chine tool and hydraulic，2012，40（4）：66-68.

［15］Fei Wang，Yonghong Liu，Zhili Chen.Design of Three-ax?is ED Milling Machine Based on the PMAC Motion Card［J］.Journal of Computers，2012，7（10）：2496-2502.

Rapid Positioning of Linear Array Camera System Based on Multi-resolution Image and Motion Control Card

CHEN Dawei1MIN Gai2
（1.Department of Computer，Pingdingshan College of Education，Pingdingshan467000）（2.College of Information Engineering，Pingdingshan University，Pingdingshan467000）

In order to solve the linear array camera wide format image acquisition，image data of system processing speed and accuracy，this paper presents line array camera fast positioning system based on multi-resolution image and motion control card. Firstly，the image is processed by Gauss Pyramid structure，and the surf corner matching is performed to the lower resolution image of the upper level.Then，the Dalsa linear array camera and image acquisition card SDK are studied，and the data is collected for two times.Finally，based on the development of the motion control card，the development of the linear array camera control system，and coupling and fast positioning algorithm，rapid acquisition and positioning system of linear array camera are achieved.Experi?mental results show that compared with the current image acquisition and positioning system，in the face of large data images，the al?gorithm has a higher processing speed and accuracy.

line array camera positioning，multi resolution，gauss pyramid structure，two development，motion control card

TP391

10.3969/j.issn.1672-9722.2017.07.036

2017年1月11日，

2017年2月25日

陳大偉，男，講師，研究方向：圖像處理、計(jì)算機(jī)應(yīng)用。閔改，女，碩士，講師，研究方向：圖像處理、計(jì)算機(jī)應(yīng)用。