柴功博，顧宏斌，孫 瑾

(南京航空航天大學(xué)民航學(xué)院，江蘇 南京 210016)

在機(jī)器視覺、虛擬現(xiàn)實(shí)與交互的研究當(dāng)中，人手的位置檢測與跟蹤是難點(diǎn)之一?；谑植繕?biāo)記的三維手部跟蹤是一種簡便實(shí)用的方法［1-4］。該方法通過在目標(biāo)手背上附加不同顏色的標(biāo)記點(diǎn)，使用標(biāo)定過內(nèi)外參數(shù)的攝像機(jī)，經(jīng)坐標(biāo)變換，計(jì)算出各個標(biāo)記點(diǎn)的三維空間位置。通過判斷標(biāo)記點(diǎn)絕對位置的變化，以及標(biāo)記點(diǎn)與標(biāo)記點(diǎn)之間相對位置的變化得出物體的運(yùn)動狀態(tài)和運(yùn)動趨勢。標(biāo)記點(diǎn)決定了實(shí)際物體的三維坐標(biāo)點(diǎn)，在識別跟蹤的過程中，標(biāo)記點(diǎn)的穩(wěn)定性，即標(biāo)記點(diǎn)形心位置的穩(wěn)定性，對實(shí)驗(yàn)結(jié)果有著至關(guān)重要的影響。只有保證標(biāo)記點(diǎn)的穩(wěn)定，才能準(zhǔn)確地判斷出目標(biāo)點(diǎn)的運(yùn)動情況。

影響標(biāo)記點(diǎn)穩(wěn)定性的主要因素有兩個:一是圖像噪聲，由于普通攝像頭的抗干擾能力比較差，在亮度不夠的情況下尤為突出，當(dāng)噪聲點(diǎn)的顏色與標(biāo)記點(diǎn)的顏色相近時，噪聲點(diǎn)會影響標(biāo)記區(qū)域，導(dǎo)致標(biāo)記點(diǎn)形心的跳動，使得整個三維物體的判定也產(chǎn)生跳動。因而一般的一階矩檢測無法滿足精度要求。另一個是圖像的分辨率，由于攝像頭分辨率不能足夠小，使得用一般方法檢測出來的形心只能處于像素點(diǎn)之內(nèi)，而不是實(shí)際位置，由此帶來了檢測的不準(zhǔn)確性。

目前穩(wěn)定標(biāo)記點(diǎn)的主要方法為濾波或標(biāo)記形狀擬合［5-6］。然而濾波將帶來時域上的延時，且擬合圓或橢圓的計(jì)算量很大。

筆者以模型手背上的3個不同顏色點(diǎn)為目標(biāo)，采用區(qū)域增長法將噪聲的影響縮小到檢測區(qū)域之內(nèi)，再應(yīng)用Hough變換精確定位，在不增加系統(tǒng)延時的前提下，提高目標(biāo)的檢測精度。

1 自適應(yīng)分塊區(qū)域增長法

1.1 顏色空間

在多顏色目標(biāo)的提取中對顏色判定的準(zhǔn)確性至關(guān)重要，影響顏色的主要因素是光源，光源的強(qiáng)度、顏色以及照射方向均能對目標(biāo)顏色產(chǎn)生影響。將顏色轉(zhuǎn)化到HSV空間是一種簡便有效的方法。由于HSV顏色空間將色彩與亮度分離，在光亮很弱的情況下也能較好地提取顏色。圖1為實(shí)驗(yàn)論證圖。其中實(shí)線為各顏色H值隨V值的變化，虛線為S值隨V值的變化。

對于光源顏色問題采用H值補(bǔ)償?shù)姆椒ā?/p>

H值補(bǔ)償也可對打印機(jī)打印的顏色偏差進(jìn)行補(bǔ)償處理。

1.2 區(qū)域增長法

圖1 實(shí)驗(yàn)論證圖

區(qū)域增長法是一類遞歸算法［7-9］。設(shè)二維圖像中第i行第j列點(diǎn)的像素H值為H(i，j)，待檢測的目標(biāo)像素H值為Hdest，建立關(guān)于顏色Hdest的堆棧Stack(Hdest)。對當(dāng)前點(diǎn)H(i，j)進(jìn)行判斷:

其中，ε為閾值，由圖1可以看出顏色的H值略有波動，經(jīng)實(shí)驗(yàn)實(shí)測ε取值范圍為5～10，可不丟失顏色目標(biāo)。

若H(i，j)滿足條件則Push Stack(Hdest)。入棧后從(i，j)點(diǎn)向四周任一方向繼續(xù)搜索，即判斷:

其中，Δi=1，2，…，n;(i+Δi)∈Simage。

如果Push Stack(Hdest)則Δi累加，繼續(xù)該方向搜索;如果Pop Stack(Hdest)則對堆棧前一層數(shù)據(jù)的其他方向元素，即 H(i- Δi，j)，H(i，j+Δj)，H(i，j-Δj)進(jìn)行搜索，也可進(jìn)行8方向搜索，繼續(xù)判斷H(i±Δi，j±Δj)的位置顏色H值，增加斜向判斷可以更準(zhǔn)確計(jì)算連通區(qū)域，但運(yùn)算量增加一倍。判斷終止條件是堆棧為空。當(dāng)堆棧為空后，記錄所有遍歷過的H(i，j)，作為顏色區(qū)域Scolor。

標(biāo)記點(diǎn)的圖像坐標(biāo)，則由顏色區(qū)域Scolor的一階矩決定，即:

該方法得出的圖像位置坐標(biāo)為亞像素值。在區(qū)域完整，即連通性好的情況下其值比較準(zhǔn)確。圖2為采用常規(guī)區(qū)域增長法得出的圖像。

1.3 目標(biāo)跟蹤自適應(yīng)區(qū)域增長法

由于區(qū)域增長法采用遞歸，若區(qū)域點(diǎn)面積較大則面臨堆棧溢出，若連通區(qū)域性不強(qiáng)，則可能出現(xiàn)檢測位置不準(zhǔn)確，因而引入分塊區(qū)域增長法。該方法定義m×n小區(qū)域，用該區(qū)域Hs(m，n)代替單個像素點(diǎn)H(i，j)的遍歷，其中:

圖2 常規(guī)區(qū)域增長法得出的圖像

即判斷 Hs(m，n)是否在［Hdest-ε，Hdest+ε］區(qū)間內(nèi)，然后采用遞歸算法求解。分塊區(qū)域增長能有效解決遞歸次數(shù)過大的弊端。

自適應(yīng)跟蹤是在分塊增長之后，根據(jù)前一幀目標(biāo)的位置預(yù)測下一幀目標(biāo)點(diǎn)的范圍。若前一幀檢測出的目標(biāo)位置為(Xcolor，Ycolor)，目標(biāo)區(qū)域大小為Scolor。

則定義系數(shù)K，跟蹤區(qū)域大小為:

跟蹤區(qū)域左上坐標(biāo)為:

跟蹤區(qū)域右下坐標(biāo)為:

通過對目標(biāo)區(qū)域大小的判斷來跟蹤，可以使效率得到極大的提升。同時排除了跟蹤區(qū)域外部的干擾因素，使區(qū)域檢測更加準(zhǔn)確。

由于跟蹤區(qū)域?yàn)檎叫?，如果目?biāo)為圓形，在目標(biāo)的運(yùn)動速度不快的情況下，利用其外接矩形作為跟蹤區(qū)域的方法之一，此時K值為3/4，然而在實(shí)際試驗(yàn)中，當(dāng)目標(biāo)運(yùn)動速度較快，一幀之內(nèi)的位移脫離了跟蹤區(qū)域，會使得跟蹤區(qū)域失效，需重新全局搜索，使效率降低。根據(jù)實(shí)驗(yàn)，K值取2～3，能夠較好地滿足一般情況下人手的跟蹤運(yùn)動。圖3為分塊跟蹤后的實(shí)驗(yàn)圖，其中方框?yàn)楦檯^(qū)域。

圖3 分塊跟蹤區(qū)域增長法實(shí)驗(yàn)圖

區(qū)域增長法雖然能夠準(zhǔn)確地找到目標(biāo)區(qū)域，但由于噪聲的干擾，在目標(biāo)點(diǎn)的邊緣部分會隨機(jī)地將噪聲點(diǎn)列入目標(biāo)區(qū)域，使得整體目標(biāo)質(zhì)心點(diǎn)的位置發(fā)生波動。圖4為分塊大小從1×1到5×5的質(zhì)心波動方差曲線，從實(shí)驗(yàn)數(shù)據(jù)可知，隨著分塊增大，雖然效率提升，但穩(wěn)定性下降。

圖4 不同分塊大小時質(zhì)心波動方差曲線

因此由區(qū)域增長法計(jì)算出的質(zhì)心點(diǎn)不能保證穩(wěn)定性要求，但可以高效地判別粗略位置，為后續(xù)準(zhǔn)確判斷提供參考。

2 Hough變換

2.1 Hough變換原理

Hough變換是利用圖像空間和Hough參數(shù)空間的點(diǎn)線對偶性，把圖像空間中的檢測問題轉(zhuǎn)換到參數(shù)空間。這實(shí)際上是把檢測空間直線的問題，轉(zhuǎn)化為檢測空間點(diǎn)的問題［10］。為解決檢測垂直線的問題，定義參數(shù)空間為:

將圖像坐標(biāo)中的二維點(diǎn)坐標(biāo)(x，y)通過上式轉(zhuǎn)換成參數(shù)空間中的(ρ，θ)。

對于處于同一條直線上的n個二維圖像點(diǎn)(xi，yi)，i=1，2，…，n，在參數(shù)空間對應(yīng)的 n 條曲線為:

使用加權(quán)最小二乘法，估計(jì)出上述n個等式的解。求出的交點(diǎn)(ρl，θl)即為直線的參數(shù)空間坐標(biāo)，再由空間坐標(biāo)變換公式，即可反推出圖像坐標(biāo)中的直線公式為:

生姜是姜科多年生草本植物姜的根莖，別名有姜根、百辣云、鮮生姜、蜜炙姜等。生姜中含有的揮發(fā)油、姜辣素、姜黃素等能抗?jié)儭㈡?zhèn)吐、增加胃液分泌、調(diào)節(jié)胃腸運(yùn)動、保肝利膽、興奮循環(huán)和呼吸系統(tǒng)，同時還能降血脂等。其中所含的姜辣素（Curcumin）具有明顯的抗氧化、抗衰老、降血脂等功能，對心臟和血管運(yùn)動中樞有直接的興奮作用，可使心跳加速、血管擴(kuò)張，血行旺盛而使脈絡(luò)通暢，進(jìn)而實(shí)現(xiàn)改善體表循環(huán)的保健功能[3-6]。

實(shí)驗(yàn)證明Hough變換檢測直線的準(zhǔn)確性非常高，但是如果進(jìn)行全區(qū)域變換不但效率很低，還會將背景中的直線全部提取出來，增加冗余運(yùn)算。因而必須降低Hough變換的運(yùn)算，縮小Hough變換的范圍，提高系統(tǒng)的實(shí)時性。

2.2 區(qū)域跟蹤局部Hough變換

Hough變換相比于直線擬合的優(yōu)勢是不需要判斷哪些點(diǎn)屬于同一條直線，通過對參數(shù)空間內(nèi)點(diǎn)的擬合即可得出直線信息，但圖像空間中的坐標(biāo)(xi，yi)需要通過輪廓檢測來得出。

由于目標(biāo)標(biāo)記的粗略位置已經(jīng)由分塊區(qū)域檢測法得出上述Strack，通過這一先驗(yàn)知識，可以對Hough變換的區(qū)域進(jìn)一步縮小。對Strack區(qū)域進(jìn)行輪廓提取，這樣不但消除了大范圍的背景冗余輪廓，還由于區(qū)域面積的縮小降低了計(jì)算量。

將目標(biāo)區(qū)域跟蹤的功能交給區(qū)域增長法來實(shí)現(xiàn)，不交由Hough變換來運(yùn)算，這種跟蹤與檢測分開的方法可以提高跟蹤速度，降低系統(tǒng)資源消耗。

3 實(shí)驗(yàn)

筆者應(yīng)用普通USB攝像機(jī)，分辨率為640×480，在實(shí)驗(yàn)室環(huán)境中，選用模型手作為運(yùn)動目標(biāo)，并在模型手目標(biāo)上附加標(biāo)記進(jìn)行跟蹤實(shí)驗(yàn)。

首先對標(biāo)記點(diǎn)進(jìn)行改進(jìn)，標(biāo)記點(diǎn)圖如圖5所示。

圖5 實(shí)驗(yàn)標(biāo)記圖

將普通圓形標(biāo)記點(diǎn)均分割成4部分，相鄰兩部分不同色，其中一種選取待檢測的顏色，另一種顏色根據(jù)待檢測顏色的亮度來選取黑色或白色。若待檢測顏色為黃色，則另一種顏色取黑;若待檢測顏色為藍(lán)色，則另一種顏色取白。這種取法可以使梯度法搜索出的邊界更加準(zhǔn)確。在圓形標(biāo)記的中間設(shè)計(jì)一待檢測顏色的小圓形，小圓形使得待檢測顏色連成一個區(qū)域，因此區(qū)域增長法檢測出的一階矩不會有很大的偏差。區(qū)域增長以及邊界檢測如圖6(a)所示。

Canny算子檢測的輪廓非常準(zhǔn)確，但要求圖像的清晰度足夠高，故在應(yīng)用Canny檢測輪廓之前需要對圖像進(jìn)行一定程度的銳化。

圖6 區(qū)域跟蹤輪廓檢測

圖7為Hough參數(shù)空間曲線圖。由于標(biāo)記點(diǎn)使用相互垂直的兩條邊界線，因此在Hough檢測的參數(shù)空間中，在θ∈［0，90)度之間必存在一條直線，因而θ1的取值范圍只需選取0～90，由于另一條直線與其垂直，因此另一條直線的θ參數(shù)為:

其中，Δθ的取值范圍由實(shí)際檢測中目標(biāo)標(biāo)記所在平面與攝像機(jī)光軸所成的最大夾角決定。經(jīng)實(shí)驗(yàn)測定，若目標(biāo)標(biāo)記近似與攝像機(jī)光軸垂直則取Δθ為5°可以不丟失第二條直線。

圖7 Hough參數(shù)空間圖

4 實(shí)驗(yàn)結(jié)果

圖8為固定不動的紅色標(biāo)記點(diǎn)檢測出的x方向位置波動圖，其縱坐標(biāo)為Xi-E(Xi)。

其中黑色為區(qū)域增長判斷出的位置，灰色為附加Hough變換后的位置。

表1為各顏色x，y坐標(biāo)的波動方差值。

表1 顏色波動方差

圖8 Hough參數(shù)空間圖

由實(shí)驗(yàn)數(shù)據(jù)可以看出，結(jié)合區(qū)域增長以及Hough變換的目標(biāo)跟蹤方法與僅使用區(qū)域增長的跟蹤方法相比，在穩(wěn)定性上有較大的提高。二維圖像中的標(biāo)記點(diǎn)波動不超過0.5個像素。

5 結(jié)論

在基于標(biāo)記的視頻跟蹤技術(shù)中，穩(wěn)定顏色標(biāo)記點(diǎn)是目標(biāo)三維定位的基礎(chǔ)，只有穩(wěn)定二維圖像中的顏色標(biāo)記才能通過單目視覺及雙目視覺的坐標(biāo)變換準(zhǔn)確地將其映射到三維環(huán)境中?；趨^(qū)域增長法以及Hough變換結(jié)合的方法，可以準(zhǔn)確而穩(wěn)定地定位標(biāo)記點(diǎn)，在使用帶有跟蹤的局部Hough變換之后，采集并處理之后的圖像仍然可以達(dá)到每秒13～15幀的速度，因而是一種有效且穩(wěn)定的標(biāo)記點(diǎn)三維定位方法。

［1］PYLKKO H.Real-time color-based tracking via a marker interface［J］.Robotics and Automation，2001(2):12-14.

［2］張欣欣.基于顏色信息的目標(biāo)跟蹤［D］.西安:西安電子科技大學(xué)圖書館，2008.

［3］汪建林.基于顏色特征的目標(biāo)跟蹤算法研究［D］.長春:東北師范學(xué)院圖書館，2009.

［4］高飛，初君.基于標(biāo)記點(diǎn)圖案的三維腳型建模與測量方法［J］.計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2009，21(10):1412-1419.

［5］ZHOU J.Algorithm of compensating loss of round color mark based on circle fitting［J］.Mechatronics and Automation，2005(3):1397-1401.

［6］郭玉波，姚郁.基于空間矩的圓標(biāo)記中心亞像素定位算法［J］.吉林大學(xué)學(xué)報(bào):工學(xué)版，2009，39(1):160-163.

［7］ROLF A，LEANNE B.Seeded region growing［J］.IEEE Trans Pattern Anal Mach Intell，1994，16(6):641-647.

［8］CHANG Y L.Adaptive image region-growing［J］.Image Processing，1994(3):868-875.

［9］WAN S Y.Symmetric region growing［J］.Image Processing，2003(12):1007-1013.

［10］KIRIL A.Implementation of hough transform as track detector［J］.Information Fusion，2000(2):11-16.