激光掃描點(diǎn)云中運(yùn)動(dòng)圖像邊界信息提取方法

劉健欣,趙金鳳

(平頂山學(xué)院,河南 平頂山 467000)

1 引 言

運(yùn)動(dòng)圖像邊界信息可以為運(yùn)動(dòng)員訓(xùn)練或者人們平時(shí)運(yùn)動(dòng)提供更多的借鑒內(nèi)容,對(duì)人體運(yùn)動(dòng)姿態(tài)跟蹤、鑒別以及優(yōu)化提供參考。運(yùn)動(dòng)圖像邊界信息提取有利于在原有的運(yùn)動(dòng)方法基礎(chǔ)上改善運(yùn)動(dòng)狀態(tài)[1],提高運(yùn)動(dòng)的效率。信息接收媒介主要是圖像,在運(yùn)動(dòng)圖像的采集、存儲(chǔ)、傳輸、顯示等各個(gè)環(huán)節(jié)中,存在著運(yùn)動(dòng)圖像光照不均勻、色彩減少、對(duì)比度明暗或曝光過(guò)度、細(xì)節(jié)缺失等現(xiàn)象,使運(yùn)動(dòng)圖像出現(xiàn)不同程度的退化。人類對(duì)運(yùn)動(dòng)圖像的感知已經(jīng)由傳統(tǒng)的二維成像技術(shù)拓展到以激光掃描技術(shù)為主的方式,激光掃描技術(shù)可以有效去除運(yùn)動(dòng)圖像中的噪聲點(diǎn)[2],將運(yùn)動(dòng)圖像中背景點(diǎn)云和目標(biāo)點(diǎn)云有效分離[3],研究運(yùn)動(dòng)圖像具有至關(guān)重要的作用。

在運(yùn)動(dòng)圖像領(lǐng)域中,對(duì)信息有效自動(dòng)提取直接關(guān)系到分析運(yùn)動(dòng)結(jié)果的質(zhì)量。國(guó)內(nèi)外相關(guān)研究成果眾多,文獻(xiàn)[4]基于改進(jìn)Renyi熵的運(yùn)動(dòng)目標(biāo)圖像提取仿真,估算運(yùn)動(dòng)圖像的顏色概率,根據(jù)概率確定閾值,并計(jì)算運(yùn)動(dòng)目標(biāo)函數(shù),搜索邊界完成運(yùn)動(dòng)目標(biāo)圖像提取。研究表明,該方法具有較高的性能和準(zhǔn)確性。文獻(xiàn)[5]提出一種聚類算法在體育視頻圖像提取與處理中的應(yīng)用,對(duì)兩幀的差分結(jié)果進(jìn)行聚類,然后利用中值濾波技術(shù)和形態(tài)學(xué)方法對(duì)聚類結(jié)果進(jìn)行提取和處理,得到運(yùn)動(dòng)前景目標(biāo)。在視頻目標(biāo)圖像提取過(guò)程中,引入了顏色空間聚類算法和濾波算法,降低了圖像中的顏色噪聲,提高了目標(biāo)定位的準(zhǔn)確性和提取效率。最后設(shè)計(jì)并實(shí)現(xiàn)了提取系統(tǒng)的框架。實(shí)驗(yàn)結(jié)果表明,該算法具有較好的性能。

雖然上述研究取得一定進(jìn)展,但是對(duì)于得到的數(shù)據(jù)點(diǎn)密度較低,無(wú)法精細(xì)提取運(yùn)動(dòng)圖像邊界信息,為此提出激光掃描點(diǎn)云中運(yùn)動(dòng)圖像邊界信息提取方法,該方法創(chuàng)新點(diǎn)是利用激光掃描點(diǎn)云技術(shù)掃描信息,獲得運(yùn)動(dòng)圖像脈沖的發(fā)射和接收的有效信息,具有較好的性能。

2 激光掃描點(diǎn)云中運(yùn)動(dòng)圖像邊界信息提取

2.1 激光掃描點(diǎn)云運(yùn)動(dòng)圖像獲取

在傳統(tǒng)的運(yùn)動(dòng)圖像邊界信息提取中,通常采用機(jī)載掃描,在掃描過(guò)程中由于距離問(wèn)題造成了數(shù)據(jù)點(diǎn)密度較差[6],因此本文在激光掃描點(diǎn)云中應(yīng)用了激光雷達(dá),該激光雷達(dá)是三維激光掃描儀、電荷耦合器件(Charge Coupled Device,CCD)相機(jī)、GPS/IMU組合系統(tǒng)以及控制裝置的集合[7-8],通過(guò)三維激光掃描儀獲取運(yùn)動(dòng)圖像周邊的空間信息[9],由此采集邊界信息結(jié)構(gòu)。

在激光掃描儀向待測(cè)量目標(biāo)發(fā)射一定的激光脈沖后,獲取到運(yùn)動(dòng)圖像脈沖的發(fā)射和接收的時(shí)間差、距離信息和角度信息,得到以掃描儀為坐標(biāo)原點(diǎn)的點(diǎn)云坐標(biāo),具體如圖1所示。

圖1 以掃描儀為坐標(biāo)原點(diǎn)的點(diǎn)云坐標(biāo)結(jié)構(gòu)圖Fig.1 Coordinate structure of point cloud with scanner as coordinate origin

由圖1,在運(yùn)動(dòng)圖像點(diǎn)云坐標(biāo)獲取過(guò)程中,對(duì)于任意一個(gè)激光掃描點(diǎn)云位置,為后續(xù)激光掃描點(diǎn)云配準(zhǔn)提供了方便。需要滿足保證隨機(jī)兩個(gè)相鄰激光掃描光點(diǎn)云的方向完全一致,且相鄰激光掃描點(diǎn)云間觀察標(biāo)簽的最佳同步數(shù)相同。因?yàn)檫\(yùn)動(dòng)圖像邊界信息是動(dòng)態(tài)的,存在不確定性,導(dǎo)致采集到的邊界圖像有較多的缺陷,如運(yùn)動(dòng)圖像漏洞、運(yùn)動(dòng)圖像動(dòng)態(tài)目標(biāo)的數(shù)據(jù)匹配不良等。為了提高識(shí)別精度,必須對(duì)激光掃描點(diǎn)云的三維運(yùn)動(dòng)圖像進(jìn)行預(yù)處理。

2.2 掃描運(yùn)動(dòng)圖像邊界信息三維數(shù)據(jù)預(yù)處理

在上述獲取激光掃描點(diǎn)云運(yùn)動(dòng)圖像的基礎(chǔ)上,需要對(duì)得到的運(yùn)動(dòng)圖像邊界信息三維數(shù)據(jù)進(jìn)行預(yù)處理,方便運(yùn)動(dòng)圖像邊界信息的提取,提高數(shù)據(jù)精度[10-11]。在運(yùn)動(dòng)信息數(shù)據(jù)處理的前期,可以建立激光掃描點(diǎn)云空間索引完成離散點(diǎn)之間的關(guān)系。具體處理流程如圖2所示。

圖2 運(yùn)動(dòng)圖像邊界信息掃描預(yù)處理流程圖Fig.2 Flow chart of moving image boundary information scanning preprocessing

按照上述進(jìn)行運(yùn)動(dòng)信息掃描,同時(shí)利用八叉樹處理[12],八叉樹是基于一維數(shù)據(jù)的二叉樹、存儲(chǔ)二維數(shù)據(jù)的四叉樹之上的數(shù)據(jù)結(jié)構(gòu)擴(kuò)展,其中的每個(gè)節(jié)點(diǎn)都是由立方體經(jīng)過(guò)劃分而組成的,這種劃分方法是基于表示二叉樹的線段和表示四叉樹的矩形之上的,屬于一種三維數(shù)據(jù)的表達(dá)方式。在使用八叉樹進(jìn)行搜索時(shí),先查找最近節(jié)點(diǎn),并對(duì)最近鄰居的搜索對(duì)三個(gè)分裂平面進(jìn)行近似計(jì)算,運(yùn)動(dòng)圖像目標(biāo)模型結(jié)構(gòu)如圖3所示。

圖3 運(yùn)動(dòng)圖像目標(biāo)模型結(jié)構(gòu)圖Fig.3 Structure diagram of moving image target model

利用運(yùn)動(dòng)圖像目標(biāo)模型結(jié)構(gòu)建立離散點(diǎn)之間的關(guān)系,需要消除原始點(diǎn)云數(shù)據(jù)的噪音?；诩す鈷呙椟c(diǎn)云數(shù)據(jù)的特點(diǎn),需要重新組織原始數(shù)據(jù)來(lái)壓縮運(yùn)動(dòng)圖像邊界信息原始數(shù)據(jù),可以將點(diǎn)云體素化來(lái)實(shí)現(xiàn)去噪。八叉樹中的一個(gè)立方體可以代表一個(gè)體素,立方體能夠記錄體素的位置。其位置信息可以表示為(r,c,h),計(jì)算公式為:

(1)

公式(1)中,(r,c,h)分別表示該體素距離全部點(diǎn)云中最小的位置點(diǎn)x、位置點(diǎn)y和位置點(diǎn)z的距離,xmin、ymin和zmin分別表示位置點(diǎn)x、位置點(diǎn)y和位置點(diǎn)z的最小值,通過(guò)上述計(jì)算建立了點(diǎn)云與體素之間對(duì)應(yīng)關(guān)系,完成運(yùn)動(dòng)圖像邊界信息三維數(shù)據(jù)預(yù)處理。

2.3 提取運(yùn)動(dòng)圖像邊界信息中動(dòng)態(tài)目標(biāo)特征

為了準(zhǔn)確有效地提取到運(yùn)動(dòng)圖像邊界信息中動(dòng)態(tài)目標(biāo)的三維信息,首先要根據(jù)運(yùn)動(dòng)圖像的動(dòng)態(tài)目標(biāo)特征將其從其他地物中區(qū)別開(kāi)來(lái)。為了實(shí)現(xiàn)這一目標(biāo),使用聚類法對(duì)動(dòng)態(tài)目標(biāo)進(jìn)行分類提取,需要過(guò)濾掉鏈接部分的不確定因素。在聚類的過(guò)程中,將每個(gè)點(diǎn)都關(guān)聯(lián)上特征向量,在特征向量中,也會(huì)包含幾何輻射量值。地物聚類實(shí)際上就是過(guò)濾掉不確定因素,經(jīng)過(guò)投影后建立起水平格網(wǎng)。在該格網(wǎng)中進(jìn)行標(biāo)記,數(shù)字1到5分別表示含有點(diǎn)云的格網(wǎng),Not表示不含有點(diǎn)云的格網(wǎng),聚類后的格網(wǎng)示意圖如圖4所示。

圖4 運(yùn)動(dòng)圖像地物聚類示意圖Fig.4 Schematic diagram of moving image feature clustering

由圖4可知,在激光掃描過(guò)的點(diǎn)云中,運(yùn)動(dòng)圖像地物聚類分為六個(gè)部分,其中格網(wǎng)標(biāo)記1到5分布著有效的運(yùn)動(dòng)圖像邊界信息,Not部分則不含有點(diǎn)云格網(wǎng),此處運(yùn)動(dòng)圖像邊界信息無(wú)效。經(jīng)過(guò)聚類之后,可以看到若干聚類塊,但是一個(gè)聚類塊中并不代表點(diǎn)云為同一種類,在后續(xù)的運(yùn)動(dòng)圖像特征提取中,還需要將與圖像中交叉在一起的其他數(shù)據(jù)剔除。在得到大的聚類單元后進(jìn)行分割,計(jì)算分布點(diǎn)云的投影面積后,計(jì)算投影跨度,進(jìn)行筆跡理算,完成運(yùn)動(dòng)圖像邊界信息動(dòng)態(tài)目標(biāo)特征的提取。

3 實(shí)驗(yàn)分析

3.1 實(shí)驗(yàn)準(zhǔn)備

為了測(cè)試本文設(shè)計(jì)的基于激光掃描技術(shù)的運(yùn)動(dòng)圖像邊界信息提取方法具有一定有效性,在實(shí)驗(yàn)過(guò)程中選擇某運(yùn)動(dòng)員訓(xùn)練時(shí)運(yùn)動(dòng)圖像進(jìn)行數(shù)據(jù)采集并進(jìn)行測(cè)試。在激光掃描儀向待測(cè)量目標(biāo)發(fā)射一定的激光脈沖后,獲取到脈沖的發(fā)射和接收的時(shí)間差、距離信息和角度信息,得到以掃描儀為坐標(biāo)原點(diǎn)的點(diǎn)云坐標(biāo),激光掃描儀以及慣性測(cè)量單元的相關(guān)參數(shù)如表1所示。

表1 激光測(cè)量設(shè)備參數(shù)Tab.1 Parameters of laser measuring equipment

在以上參數(shù)的作用下,將激光掃描點(diǎn)云儀器固定在運(yùn)動(dòng)圖像測(cè)試儀器上,可以在-20～40℃的環(huán)境下完成測(cè)量。

為了保證實(shí)驗(yàn)方法的適用性范圍,選擇了具有不同特征的三段運(yùn)動(dòng)圖像,分別為準(zhǔn)備開(kāi)始訓(xùn)練階段運(yùn)動(dòng)圖像(為圖像1)、訓(xùn)練高峰期時(shí)的運(yùn)動(dòng)圖像(為圖像2)以及訓(xùn)練快結(jié)束時(shí)的運(yùn)動(dòng)圖像(為圖像3)。本文對(duì)三個(gè)測(cè)試運(yùn)動(dòng)圖像的軌跡數(shù)據(jù)進(jìn)行裁剪,使其規(guī)則化,在上述的實(shí)驗(yàn)環(huán)境下,分別使用本文設(shè)計(jì)的自動(dòng)提取方法對(duì)上述三段圖像進(jìn)行信息的提取,并對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行分析。

3.2 實(shí)驗(yàn)結(jié)果統(tǒng)計(jì)與分析

在三種不同的三維信息提取方法下,分別得到了各段圖像的運(yùn)動(dòng)目標(biāo)點(diǎn)云提取結(jié)果。由于篇幅原因,僅展示訓(xùn)練高峰期時(shí)的運(yùn)動(dòng)圖像的三維信息提取結(jié)果對(duì)比圖,運(yùn)用本文方法前后對(duì)比的運(yùn)動(dòng)圖像點(diǎn)云提取結(jié)果如圖5所示。

圖5 運(yùn)動(dòng)圖像點(diǎn)云信息提取結(jié)果Fig.5 Moving image point cloud information extraction results

圖5中,圖5(a)為運(yùn)用本文方法前得到的運(yùn)動(dòng)圖像激光點(diǎn)云圖,圖5(b)為運(yùn)用本文方法后提取到的運(yùn)動(dòng)圖像激光點(diǎn)云圖。在圖5(a)中,僅僅能夠過(guò)濾出低效的觀測(cè)標(biāo)簽,無(wú)法對(duì)于運(yùn)動(dòng)圖像進(jìn)行有效提取。在圖5(b)中,A位置表示的是運(yùn)動(dòng)場(chǎng)地的灌木,B位置表示在運(yùn)動(dòng)場(chǎng)地分塊時(shí)被破壞的行道樹點(diǎn)云,需要人工對(duì)這種不具備行道樹特點(diǎn)的植被進(jìn)行篩選標(biāo)記,C位置為運(yùn)動(dòng)場(chǎng)地行道樹后的廣告牌,圖5(b)能夠很好地將運(yùn)動(dòng)圖像中事物進(jìn)行提取。

對(duì)實(shí)驗(yàn)中的三幅圖像的三維信息提取結(jié)果進(jìn)行定量分析,在定量分析過(guò)程中,選擇三個(gè)參量進(jìn)行計(jì)算并驗(yàn)證,分別為運(yùn)動(dòng)圖像提取的準(zhǔn)確性、完整性和提取質(zhì)量。計(jì)算公式如下所示:

(2)

式中,p表示運(yùn)動(dòng)圖像提取的準(zhǔn)確性;TP表示實(shí)驗(yàn)中檢測(cè)出的正確運(yùn)動(dòng)圖像的個(gè)數(shù);FP表示錯(cuò)誤檢測(cè)運(yùn)動(dòng)圖像的個(gè)數(shù),也就是說(shuō),原本不屬于運(yùn)動(dòng)圖像的提取目標(biāo),但是通過(guò)提取錯(cuò)誤的歸類為運(yùn)動(dòng)圖像的數(shù)量;r表示運(yùn)動(dòng)圖像提取的完整性;FN表示原本屬于運(yùn)動(dòng)圖像的提取目標(biāo),但是沒(méi)有被檢測(cè)出來(lái)的運(yùn)動(dòng)圖像數(shù)量;q表示提取質(zhì)量。得到兩種方法運(yùn)動(dòng)圖像提取結(jié)果的質(zhì)量評(píng)價(jià)結(jié)果如表2所示。

表2 運(yùn)動(dòng)圖像邊界信息提取結(jié)果質(zhì)量評(píng)價(jià)結(jié)果Tab.2 Quality evaluation results of moving image boundary information extraction results

從表2的統(tǒng)計(jì)數(shù)據(jù)中可以看出,在本文設(shè)計(jì)的激光掃描點(diǎn)云中運(yùn)動(dòng)圖像邊界信息提取方法中,三個(gè)圖像的準(zhǔn)確性、完整性和提取質(zhì)量都超過(guò)了97 %,說(shuō)明這三個(gè)圖像的絕大多數(shù)的邊界信息都被進(jìn)行了準(zhǔn)確的提取,說(shuō)明本文設(shè)計(jì)的提取方法相對(duì)于傳統(tǒng)的提取方法具有更高的提取準(zhǔn)確性。

運(yùn)動(dòng)圖像因受到眾多干擾因素的影響,導(dǎo)致采集后曝光強(qiáng)度過(guò)大、運(yùn)動(dòng)圖像模糊虛化以及亮度整體效果不佳的情況,不能夠準(zhǔn)確提取邊界信息的情況,原始運(yùn)動(dòng)圖像如圖6(a)所示,運(yùn)用本文方法后得到的圖像如圖6(b)所示。

(a)原始圖像

由圖6(a)可以看出,原始圖像曝光度過(guò)強(qiáng),模糊現(xiàn)象嚴(yán)重,邊緣信息過(guò)度弱化,看不清楚運(yùn)動(dòng)圖像細(xì)節(jié)。在圖6(a)基礎(chǔ)上,運(yùn)用所設(shè)計(jì)激光掃描點(diǎn)云中運(yùn)動(dòng)圖像邊界信息提取方法進(jìn)行處理后,得到提取效果圖像結(jié)果,由此可以看出,利用所設(shè)計(jì)方法得到的運(yùn)動(dòng)圖像,避免了圖像的過(guò)度曝光,有效消除了模糊現(xiàn)象,突出了運(yùn)動(dòng)圖像的邊緣細(xì)節(jié)信息,增加了運(yùn)動(dòng)圖像清晰度,說(shuō)明本方法具有較好的提取效果。

4 結(jié)束語(yǔ)

本文將激光掃描點(diǎn)云技術(shù)應(yīng)用在了運(yùn)動(dòng)圖像邊界信息提取方法中,探測(cè)運(yùn)動(dòng)圖像邊界信息動(dòng)態(tài)目標(biāo)特征,在激光脈沖的作用下進(jìn)行目標(biāo)探測(cè),且表現(xiàn)出了較高的穿透探測(cè)能力。預(yù)處理激光掃描點(diǎn)云技術(shù)生成的數(shù)據(jù)、提取運(yùn)動(dòng)圖像點(diǎn)云特征等,完成運(yùn)動(dòng)圖像三維信息提取,從而實(shí)現(xiàn)運(yùn)動(dòng)圖像邊界信息的精確獲取。通過(guò)實(shí)驗(yàn)結(jié)果表明,設(shè)計(jì)的方法在提取的準(zhǔn)確性、完整性和提取質(zhì)量方面均優(yōu)于傳統(tǒng)方法,具有較好的提取效果。

在運(yùn)動(dòng)圖像邊界信息提取過(guò)程中,不可避免地被干擾信息或者噪聲影響,造成運(yùn)動(dòng)圖像邊界信息提取數(shù)據(jù)不完整,運(yùn)動(dòng)圖像數(shù)據(jù)丟失,此時(shí)無(wú)法準(zhǔn)確地提取這些運(yùn)動(dòng)圖像的點(diǎn)云和信息,未來(lái)可以對(duì)此進(jìn)行更加深入的研究,避免上述情況帶來(lái)的提取信息不準(zhǔn)確問(wèn)題。