梁春疆，段發(fā)階，楊　毅，李　洋，許　飛

( 天津大學(xué) 精密測試技術(shù)及儀器國家重點實驗室，天津 300072 )

?

車輛外廓尺寸計算機視覺動態(tài)測量

梁春疆，段發(fā)階，楊毅，李洋，許飛

( 天津大學(xué) 精密測試技術(shù)及儀器國家重點實驗室，天津 300072 )

摘要：針對車輛外廓尺寸的精確快速測量，本文提出一種激光光幕和CCD相結(jié)合的動態(tài)測量方法。本方法采用安裝在龍門架頂角的兩臺CCD相機快速采集被車輛高度調(diào)制垂直投射的激光點圖像，并應(yīng)用區(qū)域生長質(zhì)心匹配算法提取邊緣投影數(shù)據(jù)測量車輛的寬度；采用車身側(cè)面序列圖像拼接獲取車輛側(cè)面全景圖像，并對全景圖像做一階投影差分處理精確定位車頭和車尾，根據(jù)攝像機透視模型測量車輛的長度，并結(jié)合寬度邊緣分布數(shù)據(jù)修正長度的測量精度；采用FPGA獲取垂直安裝的紅外光幕側(cè)投影數(shù)據(jù)測量車輛的高度。本方法與傳統(tǒng)的激光雷達(dá)和紅外光幕的測量方法比較，具有占用場地小，安裝結(jié)構(gòu)簡單，抗干擾能力強和測量精度高的優(yōu)點，經(jīng)過車輛外廓尺寸的現(xiàn)場測試實驗，結(jié)果表明該方法測量誤差小于1%，平均耗時低于50 s，驗證了本測量方法的準(zhǔn)確性和實時性，且本方法具有較強的魯棒性和重要的應(yīng)用價值。

關(guān)鍵詞：計算機視覺；車輛外廓尺寸；圖像拼接；汽車安全與運營；智能交通

0　引言

近年來，隨著我國汽車保有量的不斷增加，人們在享受機動車輛帶來便利的同時，交通事故和道路設(shè)施的早期損壞等問題也頻頻發(fā)生[1]。汽車的綜合性能檢測成為了維持良好的車輛生產(chǎn)和道路交通秩序、確保道路設(shè)施的完好和公路交通安全的有效手段，汽車車身尺寸檢測是汽車綜合性能檢測的重要內(nèi)容[2]。傳統(tǒng)的測量方法多為人工測量，測量誤差大、效率低；如今普遍采用紅外光幕組合激光雷達(dá)測量法[3]和采用激光雷達(dá)組合計算機視覺測量法[4]。紅外光幕組合激光雷達(dá)測量法，采樣的頻率受現(xiàn)有產(chǎn)品的限制，測寬時需要在地面安裝紅外光幕接收器，不利于維護且難于達(dá)到較高的測量精度，綜合測量誤差小于2.5%。激光雷達(dá)組合計算機視覺測量法，這種測量方法的成本有所降低，但測量的采樣率一樣難于提高且占用場地較大，綜合測量誤差小于2%。

本文提出一種基于計算機視覺技術(shù)的測量方法[5-8]，采用測寬相機組快速采集車輛通過檢測區(qū)的橫向近紅外激光光幕光點圖像，利用區(qū)域分割算法[9-10]分割光點區(qū)域，質(zhì)心提取坐標(biāo)匹配算法匹配模板坐標(biāo)提取車輛的寬度和俯視投影數(shù)據(jù)；采用測長相機組快速采集車輛通過檢測區(qū)的側(cè)面圖像，利用金字塔分解、基于邊緣特征的快速拼接融合[11-14]等圖像處理算法和幾何模型計算車輛的長度，并結(jié)合寬度邊緣數(shù)據(jù)修正長度的測量精度；利用FPGA獲取紅外光幕探測車輛高度的側(cè)正投影數(shù)據(jù)測量車輛的高度。該測量方法的硬件成本低，占用場地小，測量誤差小于1%，測量系統(tǒng)性能穩(wěn)定可靠，測量過程實現(xiàn)自動化測量。

1　測量系統(tǒng)的組成

1.1 系統(tǒng)整體結(jié)構(gòu)

測量方案整體示意圖如圖1所示，分為光電觸發(fā)模塊、長度測量模塊、寬度測量模塊、高度測量模塊和測控系統(tǒng)五個部分。

光電觸發(fā)模塊布局3組成扇形發(fā)射方式的光電組獲取觸發(fā)信號，用于捕獲車輛駛?cè)?、離開檢測區(qū)的開關(guān)信號，長度測量模塊、寬度測量模塊、高度測量模塊由測控系統(tǒng)同步控制采集車輛的長度、寬度、高度數(shù)據(jù)，結(jié)合處理算法計算出車輛的外廓尺寸；測控系統(tǒng)完成對各功能模塊的調(diào)度，數(shù)據(jù)的接收處理，報表打印、查詢、存儲、異常報警等功能。

1.2 車輛長度測量原理

待測車輛長度測量原理如圖2所示，當(dāng)車輛行駛?cè)霗z測區(qū)域時，測控系統(tǒng)通過RS232接收光電組R1、R2、R3檢測車輛駛?cè)氲拈_始信號，以此啟動電路控制器輸出CCD同步信號，控制測長機組CCD3和CCD4同步采集車輛通過檢測區(qū)的側(cè)面圖像，對采集的圖像進行預(yù)處理、Sobel邊緣提取、直方圖均衡化、金字塔快速拼接融合等圖像處理算法獲取車輛側(cè)面的全景圖像，再通過全景圖像作一階灰度縱投影差分定位車輛的前端和后端位置，結(jié)合靠近相機一側(cè)寬度邊緣數(shù)據(jù)修正計算出車輛的長度。

1.3 車輛寬、高測量原理

待測車輛寬度、高度測量原理如圖3所示，龍門架兩端橫向安裝有兩組橫向近紅外激光光幕，每組激光光幕激光器間距均勻分布，垂直向下投射到反射面(反射面涂有反光漆以增強反射)，中央測控系統(tǒng)控制測寬機組CCD1和CCD2同步快速獲取車輛通過檢測區(qū)的激光光幕投射在反射面上激光點的分布圖像，由于采用結(jié)構(gòu)光測量結(jié)構(gòu)，車輛通過檢測區(qū)時打在車身上的激光點被車輛的高度所調(diào)制，激光點圖像落在相機的視場之外，對采集到的圖像采用區(qū)域生長匹配算法提取車輛兩側(cè)邊緣激光點質(zhì)心坐標(biāo)，同時計算激光點區(qū)域的面積和周長，根據(jù)先驗條件去除雜散的干擾點后和已知的模板所存坐標(biāo)進行匹配，獲取車輛邊緣點的圖像坐標(biāo)，采用中值濾波、冒泡去噪算法計算出車輛的最大寬度。

圖2　車輛長度測量原理Fig.2　Vehicle length measurement principle

圖3　車輛寬度、高度測量原理Fig.3　Vehicle width and height measurement principle

在龍門架縱向安裝多組紅外光幕，紅外光幕連續(xù)不斷周期性掃描，光幕間隔均勻分布發(fā)射器發(fā)射平行的紅外光線，車輛通過檢測區(qū)時，光幕被遮擋部分的數(shù)據(jù)被光幕數(shù)據(jù)采集器編碼，F(xiàn)PGA采集器接收光幕編碼的數(shù)據(jù)，用FIFO給數(shù)據(jù)添加數(shù)據(jù)包號并緩沖接收的數(shù)據(jù)，然后通過RS485總線傳輸?shù)綔y控系統(tǒng)，測控系統(tǒng)接收數(shù)據(jù)利用解碼算法可獲取車輛高度縱投影數(shù)據(jù)，采用冒泡去噪算法計算出車輛的最大高度。

1.4 中央測控系統(tǒng)軟件架構(gòu)

測控系統(tǒng)包括數(shù)據(jù)采集以及命令交互功能塊、圖像處理算法模塊、長寬高數(shù)據(jù)處理模塊、數(shù)據(jù)庫管理和設(shè)備自檢功能模塊。數(shù)據(jù)采集模塊主要完成觸發(fā)信號、圖像數(shù)據(jù)和紅外光幕數(shù)據(jù)的采集和傳輸功能。測控系統(tǒng)接收各功能模塊的數(shù)據(jù)后采取相應(yīng)的處理算法計算車輛的外廓尺寸。

人機交互模塊具有測量顯示、報警功能，將測量數(shù)據(jù)和車輛信息輸出顯示在大屏幕上，當(dāng)測量到車輛尺寸超標(biāo)時，進行文字提示和聲音報警信號；歷史記錄查詢功能，操作人員能夠隨時查看已有的車輛測量過程數(shù)據(jù)及測量結(jié)果；報表打印功能，對測量數(shù)據(jù)和測量結(jié)果生成報表打??；用戶管理功能，設(shè)置系統(tǒng)的用戶以及相應(yīng)的權(quán)限信息，從應(yīng)用軟件級別確保系統(tǒng)的安全。軟件處理框架如圖4所示。

圖4　中央測控系統(tǒng)框架Fig.4　Central monitoring and control system framework

2　測量原理數(shù)學(xué)模型

2.1 基于金字塔快速拼接算法的長度三角測量方法

2.1.1 提取車輛全景像素大小

測控系統(tǒng)控制CCD相機連續(xù)采集一序列車輛側(cè)面的圖像，為了提高拼接算法的速度，首先對采集的序列圖像進行三級金字塔抽樣后進行初匹配，記錄匹配后的坐標(biāo)再還原到原始圖像中做小范圍的精確匹配，記錄所有序列間的匹配位置，利用快速融合算法獲取車輛側(cè)面的全景圖像。本文采用歸一化互相關(guān)系數(shù)作為確定最佳匹配位置的參數(shù)，根據(jù)模板圖像和配準(zhǔn)圖像的搜索計算，查找互相關(guān)系數(shù)最大的圖像坐標(biāo)位置作為最佳的匹配位置，配準(zhǔn)計算式：

式中：T(m,n)、Si,j( m,n)分別是模板圖像和待匹配圖像對應(yīng)像素的灰度值，R(i,j)為兩圖像間歸一化的互相關(guān)系數(shù)。按照上述方法，對多幀連續(xù)圖像進行配準(zhǔn)和融合，拼接結(jié)果如圖5、6所示。

圖5　待拼接的圖像Fig.5　Images for mosaic

圖6　拼接結(jié)果及精確定位Fig.6　The mosaic results & precise positioning

圖5為經(jīng)過預(yù)處理的待拼接圖像，圖6(a)為序列圖像拼接后的全景圖像，圖6(b)為全景圖像的一維縱投影圖像，圖6(c)為全景圖像縱投影的一階差分圖，根據(jù)差分?jǐn)?shù)據(jù)精確定位車身的前端和后端，有圖可知本文提出的投影差分法定位車輛前端和后端具有很高端精度，且魯棒性強。采用本文的圖像配準(zhǔn)和融合算法可以復(fù)現(xiàn)出車身側(cè)面全景信息，穩(wěn)定可靠的拼接質(zhì)量保證了后續(xù)車輛長度測量的精度。

2.1.2 長度計算的幾何模型

根據(jù)序列圖像拼接獲取得車身的全景圖像素大小，結(jié)合寬度一側(cè)的邊緣數(shù)據(jù)計算車身的長度尺寸。長度測量的數(shù)學(xué)模型如圖7所示，圖中o點為成像透視點，以o為原點建立攝像機坐標(biāo)系oxyz，像平面坐標(biāo)系為O1XY，Z0為相機標(biāo)定的平面，同時對應(yīng)到橫向光幕一側(cè)的邊緣數(shù)據(jù)，可以得到車身距離相機透視點的相對坐標(biāo)，每次車身偏離初始位置的變化△Z都可以在寬度的邊緣數(shù)據(jù)中獲得，如此可由在三角形oAB中計算出圖中標(biāo)示的車輛全景ROI的實際長度。

根據(jù)圖7數(shù)學(xué)模型，可得到位于Z1平面內(nèi)的長度，但汽車的側(cè)面并未全部處于同一個平面內(nèi)，汽車前端和后端的弧面各不相同，但同一車型的弧面近似，因此引入修正參數(shù)α、β，由此得當(dāng)車身側(cè)面處于Z1平面處車輛長度的計算公式如下：

式中：X為車身全景像素，f為鏡頭的焦距，Z0為初始標(biāo)定的Z向距離，△Z為車身偏離初始位置的距離，α、β是與車型相關(guān)的系數(shù)，由多組測量數(shù)據(jù)回歸統(tǒng)計得出。

2.2 采用點結(jié)構(gòu)光的寬度測量方法

寬度的測量方法采用點結(jié)構(gòu)光的測量原理，對采集到的圖像做區(qū)域分割標(biāo)記處理，提取激光點的質(zhì)心與模板坐標(biāo)匹配，根據(jù)圖像坐標(biāo)計算其物理坐標(biāo)，由于CCD3、CCD4處于龍門架的一腳，像平面上每個像素標(biāo)示的物理尺寸不是均勻分布的，成“近大遠(yuǎn)小”的分布，故建立數(shù)學(xué)模型如圖8所示。

圖7　長度測量原理數(shù)學(xué)模型Fig.7　Length measurement principle mathematical model

圖8　寬度測量數(shù)學(xué)模型Fig.8　Width measurement mathematical model

圖中AB為激光器點云的分布區(qū)域，CCD相機安裝在龍門架M位置，距離地面的高度為h，f為有效焦距，P點為圖像中心對應(yīng)在反射面上的物點，x1為任意一個激光點，α為相機視場最大位置B對應(yīng)的夾角，γ為視場角，ν為工作距離，以此建立計算x1的方程如下。

記相機CCD陣面尺寸為W×H，由此可得γ/2的計算式：

由攝像機透視變換模型可得：

在三角形△ACM中，得：

AC=h×tan(γ+δ)(5)

在測量系統(tǒng)中，BC變化范圍為200 mm~400 mm，h=5 000 mm，由此計算知δ變化范圍是2.29°~4.57°，變化角度很小，為簡化計算可以忽略。把式(3)帶入式(5)，結(jié)合三角函數(shù)可得：

變換式(6)為

設(shè)定攝像機和鏡頭參數(shù)后，f和W是一固定值，h和ν之間是比例關(guān)系，由此得：

由此，光點投射部分的距離可由圖像中像素X坐標(biāo)線性表出，記：

故x1物點距離可以用線性方程計算，即：

式中：系數(shù)ξ，b可以用最小二乘法擬合計算，X1為激光點在圖像中的像素坐標(biāo)，由此采用圖像處理算法提取出圖像坐標(biāo)后可以直接由線性方程計算出物理坐標(biāo)。

3　測量系統(tǒng)測試實驗及誤差分析

3.1 測量系統(tǒng)參數(shù)設(shè)計

為了驗證算法的可靠性和準(zhǔn)確性，搭建測量系統(tǒng)。試驗中選用BASLER Ace1300相機，Microvision 25 mm鏡頭，BOSCH GLM激光測距儀，鉛垂，龍門架設(shè)計為5 m×5 m，測長機組距離中心線4.5 m，測長機組CCD3、CCD4同步幀頻為10 f/s，測寬機組CCD1、CCD2同步幀頻為70 f/s。龍門架兩端安裝兩組橫向光幕，每組2 m，中間間隔1 m，光幕間隔10 mm均勻分布5 mW，780 nm激光器；龍門架縱向安裝4 m的紅外光幕，光幕間隔11 mm均勻分布激光發(fā)射器，另一側(cè)對應(yīng)安裝紅外光幕接收器，數(shù)據(jù)采集輸出連接到中央測控系統(tǒng)，根據(jù)以上參數(shù)構(gòu)建測量系統(tǒng)如圖9所示。

圖9　測量系統(tǒng)Fig.9　Measurement system

圖10　待測廂式貨車Fig.10　Test car

3.2 測試實驗準(zhǔn)確性分析

為了驗證算法的可靠性，對車輛進行重復(fù)測量實驗。首先使用鉛垂標(biāo)記車輛最長、最高、最寬的位置，然后使用BOSCH GLM激光測距儀測得待測車輛的實際尺寸作為標(biāo)準(zhǔn)尺寸，最后使用測量系統(tǒng)對輕型廂式貨車進行3組重復(fù)測量，實驗結(jié)果如表1所示。

表1　輕型廂式貨車測量實驗數(shù)據(jù)Table 1　Vehicle measuring data

實驗結(jié)果表明，3次的重復(fù)測量，與激光測距儀測量值進行比較，系統(tǒng)測量誤差絕對值均小于1%，平均耗時小于50 s，驗證了測量系統(tǒng)的準(zhǔn)確性和穩(wěn)定性。

4　結(jié)論

目前，汽車的車身尺寸檢測成為汽車綜合性能檢測以運行安全監(jiān)測的重要內(nèi)容之一。本文提出一種車輛外廓尺寸的視覺測量方法，該方法充分地利用了計算機視覺測量技術(shù)和光電檢測技術(shù)，測量精度高、速度快，并且具有較強的魯棒性。通過3次重復(fù)性測量實驗，實驗結(jié)果顯示，該測量方法對車輛外廓尺寸的測量相對誤差小于1%，測量消耗的時間優(yōu)于50 s，滿足了測量準(zhǔn)確性和快速性的要求，為車輛綜合性能檢測和智能交通系統(tǒng)提供了一種有效的解決方案，在實際應(yīng)用中具有重要意義。

參考文獻:

[1]劉琦. 道路交通安全管理研究 [D]. 青島：中國海洋大學(xué)，2012：12-17. LIU Qi. The road traffic safety management research [D]. Qingdao：Ocean University of China，2012：12-17.

[2]宋健，王偉瑋，李亮，等. 汽車安全技術(shù)的研究現(xiàn)狀和展望 [J]. 汽車安全與節(jié)能學(xué)報，2010，30(2)：98-106. SONG Jian，WANG Weiwei，LI Liang，et al. Research status and prospects of automotive safety technology [J]. Journal of Automotive Safety and Energy，2010，30(2)：98-106.

[3] 陳顯龍，陳曉紅，羅新偉，等. 車輛尺寸測量方法，包括安置垂直和平行于車輛行駛方向的激光雷達(dá)測量車輛的長度：中國，102679889 [P]. 2009-07-06. CHEN Xianlong，CHEN Xiaohong，LUO Xinwei，et al. Method for measuring vehicle size，involves arranging horizontal plane parallel to vehicle driving direction and perpendicular to scanning plane to measure length of vehicle using laser radar：CN，102679889-A; 102679889-B [P]. 2009-07-06.

[4] 陳長軍，劉勇，方人宇，等. 車輛整體尺寸自動測量裝置，使用計算機通過數(shù)據(jù)電纜連接測量設(shè)備，并且二維掃描儀直接安裝在屋頂，側(cè)壁或者屋頂和側(cè)壁的角落：中國，CN201429410-Y [P]. 2010-03-24. CHEN Changjun，LIU Yong，F(xiàn)ANG Renyu，et al. Automatic vehicle overall dimension measuring device，has computer connected to measuring device through data cable，and two-dimensional laser scanner directly fixed at roof，side wall or corner between roof and side wall in building：CN，201429410-Y [P]. 2010-03-24.

[5] 劉毅. 汽車車身尺寸檢測系統(tǒng)研究 [D]. 長春：吉林大學(xué)，2006：35-43. LIU Yi. Study on Vehicle Dimensional Measuring System [D]. Changchun：Jilin University，2006：35-43.

[6] 姜慶昌. 汽車輪廓尺寸測量機的研究 [D]. 哈爾濱：哈爾濱工業(yè)大學(xué)，2006：18-27. JIANG Qingchang. Study of the Automobile Outline Size's Measuring Machine [D]. Harbin：Harbin Institute of Technology，2006：18-27.

[7] 卞曉東. 基于機器視覺的車輛幾何尺寸測量系統(tǒng)研究 [D]. 南京：東南大學(xué)，2005：27-31. BIAN Xiaodong. Research on Vehicle Dimensions Measuring System Based on Machine Vision [D]. Nanjing：Southeast University，2005：27-31.

[8] 翟乃斌. 基于計算機視覺的汽車整車尺寸測量系統(tǒng)的研究 [D]. 長春：吉林大學(xué)，2007：31-39. ZHAI Naibin. Study on Testing System of Vehicle-body Dimension Based on Computer Vision [D]. Changchun：Jilin University，2007：31-39.

[9] 羅東華，余志，李熙瑩，等. 基于邊緣的背景差法在車流量檢測中的應(yīng)用 [J]. 光電工程，2007，34(11)：70-73. LUO Donghua，YU Zhi，LI Xiying，et al. Application of edge-based background difference in traffic volume extraction [J]. Opto-Electronic Engineering，2007，34(11)：70-73.

[10] 劉賢喜，李邦明，蘇慶堂，等. 一種新的二值圖像連通區(qū)域準(zhǔn)確標(biāo)記算法 [J]. 計算機工程與應(yīng)用，2007，43(22)：76-78，98. LIU Xianxi，LI Bangming，SU Qingtang，et al. New exact labeling algorithm of connected regions in binary images [J]. Computer Engineering and Applications，2007，43(22)：76-78，98.

( )( )

[11] 雷華. 基于金字塔反射鏡的視場無縫拼接技術(shù)研究 [D]. 杭州：浙江大學(xué)，2010：31-40. LEI Hua. Research on an seamless optical butting technology based on pyramid reflector [D]. Hangzhou：Zhejiang University，2010：31-40.

[12] 王建，劉肖，王國琿. 基于梯度變換的多傳感器圖像融合算法 [J]. 重慶理工大學(xué)學(xué)報：自然科學(xué)，2012，26(10)：62-65. WANG Jian，LIU Xiao，WANG Guohui. Multi-Sensor Image Fusion Algorithm Based on Gradient Transform [J]. Journal of Chongqing University of Technology：Natural Science，2012，26(10)：62-65.

[13] 李建林，俞建成，孫勝利. 基于梯度金字塔圖像融合的研究 [J]. 科學(xué)技術(shù)與工程，2007，7(22)：5818-5822. LI Jianlin，YU Jiancheng，SUN Shengli. Study of Image Fusion Based on Grad Pyramid Algorithm [J]. Science Technology and Engineering，2007，7(22)：5818-5822.

[14] 孫玉秋，田金文，柳健. 基于圖像金字塔的分維融合算法 [J]. 計算機應(yīng)用，2005，25(05)：1064-1065，1075. SUN Yuqiu，TIAN Jinwen，LIU Jian. Fractal dimension fusion method based on image pyramid [J]. Computer Applications，2005，25(05)：1064-1065，1075.

A Vehicle Outer Contour Dimension Measuring Method Based on Computer Vision Technology

LIANG Chunjiang，DUAN Fajie，YANG Yi，LI Yang，XU Fei
( State Key Laboratory of Precision Measuring Technology & Instruments, Tianjin University, Tianjin 300072, China )

Abstract:A dynamic measuring method for combining the laser light curtains and CCD is proposed to achieve a precise measurement of the vehicles outside dimensions. Rapidly acquisition image of the laser spot light curtain is modulated by vehicles height with CCD cameras mounted gantry vertex, and extract the vehicle distribution data of the edge based on region growing centroid matching algorithm to measure vehicle width. Secondly, a sequence of images with mosaic methodis used to get the vehicle panoramic image, and pinpoint the front and rear of vehicle by panoramic image projected first-order differential, then depending on the camera perspective model to measure the length of the vehicle, combined with a width edge distribution data to correct the length accuracy. Obtain infrared light curtain vertically mounted projection data via FPGA processing system to measure vehicle height. The measurement method have the advantages of a space occupied by small, simple installation structure, strong anti-jamming capability and high accuracy measurements compared with traditional measurement methods of laser radar and infrared light curtain. The results of the outer contour of the vehicle size measuring test show that the measurement system error is <1% and the average time-consuming is lower than 50 s. Verify the accuracy and real time of this measurement method, and this measurement method is robust and important applications.

Key words:computer vision measurement; vehicles’ size detection; image mosaic; automotive safety and operations; intelligent traffic system

作者簡介：梁春疆(1991-)，男(漢族)，云南昆明人。碩士研究生，主要研究工作是計算機視覺與光電檢測技術(shù)。E-mail: liangchunjaing@126.com。

基金項目：國家863高技術(shù)計劃項目(2013AA102402)；國家自然科學(xué)基金項目(51275349)

收稿日期：2015-03-26； 收到修改稿日期：2015-07-11

文章編號：1003-501X(2016)01-0042-07

中圖分類號：TP391；TP24

文獻標(biāo)志碼：A

doi：10.3969/j.issn.1003-501X.2016.01.008