張官進(jìn)，周碩亞

(1.安徽理工大學(xué) 測(cè)繪學(xué)院，安徽 淮南 232001；2.中鐵四局集團(tuán)有限公司，安徽 合肥 230000)

?

攝影測(cè)量標(biāo)靶中心提取算法的比較分析

張官進(jìn)1，周碩亞2

(1.安徽理工大學(xué) 測(cè)繪學(xué)院，安徽 淮南 232001；2.中鐵四局集團(tuán)有限公司，安徽 合肥 230000)

攝影測(cè)量標(biāo)靶中心的提取是進(jìn)行攝影測(cè)量工作的基礎(chǔ)和前提，標(biāo)靶中心坐標(biāo)提取的精度直接影響物方標(biāo)志點(diǎn)空間坐標(biāo)的解算精度。目前，數(shù)字化解算已經(jīng)能夠做到圖像處理、標(biāo)靶識(shí)別、標(biāo)靶中心擬合與提取全過(guò)程的計(jì)算機(jī)處理。實(shí)驗(yàn)就現(xiàn)有的攝影測(cè)量標(biāo)靶中心坐標(biāo)的提取方法進(jìn)行比較分析。首先對(duì)攝影測(cè)量和圖像處理的基本理論進(jìn)行簡(jiǎn)要介紹,然后對(duì)學(xué)者們常用的標(biāo)靶邊緣檢測(cè)方法、標(biāo)靶中心提取方法分別通過(guò)Matlab進(jìn)行相關(guān)檢驗(yàn)，并對(duì)各種算法的精度進(jìn)行分析。實(shí)驗(yàn)中圖像全部為仿真圖像，最后得出：“roberts”算法提取的精度很高,Harris角點(diǎn)檢測(cè)方法的精度要比Hough變換的精度要高。

Matlab;邊緣檢測(cè);中心提取;亞像素

攝影測(cè)量是通過(guò)非接觸的方式使用攝像設(shè)備，產(chǎn)生數(shù)字圖像，然后通過(guò)目標(biāo)點(diǎn)測(cè)量或特征點(diǎn)測(cè)量，采用多種分析方法來(lái)計(jì)算目標(biāo)點(diǎn)或特征點(diǎn)的空間坐標(biāo)，最后得到數(shù)據(jù)處理所需的各種數(shù)據(jù)。其非接觸、非破壞性、測(cè)量精度高可獲得全面信息等優(yōu)勢(shì)，被廣泛應(yīng)用于古建筑、古文物、生物醫(yī)學(xué)和工業(yè)攝影測(cè)量等方面。攝影測(cè)量具有以下優(yōu)點(diǎn)：1)即時(shí)獲得大量的被測(cè)物體的幾何和物理信息，適合大量的測(cè)量點(diǎn)目標(biāo)；2)非接觸式測(cè)量方法，可在苛刻的條件下工作；3)適用于動(dòng)態(tài)目標(biāo)的測(cè)量。

1　實(shí)驗(yàn)操作流程

1)研究、分析較為成熟的攝影測(cè)量軟件系統(tǒng)，重點(diǎn)研究標(biāo)志點(diǎn)提取和標(biāo)志點(diǎn)中心坐標(biāo)的提取。

2)使用Matlab軟件編寫(xiě)相關(guān)代碼。

3)設(shè)計(jì)幾種不同形式的標(biāo)靶進(jìn)行試驗(yàn)。其中，在圖像處理過(guò)程中進(jìn)行圖像灰度化和二值化、對(duì)比度增強(qiáng)減弱等處理，并對(duì)標(biāo)靶邊緣進(jìn)行檢測(cè)。利用幾種不同方法對(duì)標(biāo)志點(diǎn)中心進(jìn)行坐標(biāo)提取：橢圓擬合法，Hough直線變換，Harris檢點(diǎn)檢測(cè)。最后對(duì)所生成的代碼進(jìn)行實(shí)驗(yàn)。

近景攝影測(cè)量中標(biāo)靶的設(shè)計(jì)與使用方法會(huì)影響測(cè)量的精度。因此，要求標(biāo)靶在設(shè)計(jì)上能夠容易被計(jì)算機(jī)檢測(cè)和識(shí)別。常用的標(biāo)靶類型有：圓形標(biāo)靶，方形標(biāo)靶(直對(duì)角、斜對(duì)角)。

2　仿真試驗(yàn)及分析

目前，圓形標(biāo)志點(diǎn)亞像素級(jí)的定位算法主要有橢圓最小二乘擬合法、灰度加權(quán)質(zhì)心法、灰度平法加權(quán)法等，這幾種擬合方法都實(shí)現(xiàn)了亞像素級(jí)定位精度。

在Photoshop中新建圖像大小為800×1 600像素。用橢圓工具在圖像上畫(huà)出一個(gè)橢圓，再通過(guò)變換路徑工具將橢圓的中心絕對(duì)坐標(biāo)設(shè)置在圖像中心固定坐標(biāo)處(見(jiàn)圖1)，方便對(duì)橢圓擬合方法的精度進(jìn)行評(píng)估。背景色設(shè)置為R：125，G：125，B：125。標(biāo)靶前景色設(shè)置為純黑色R：0，G：0，B：0。Matlab 7.0中內(nèi)含6種邊緣檢測(cè)算子分別是：sobel，prewitt，roberts，log，zerocross，canny。對(duì)這6種邊緣檢測(cè)算子分別進(jìn)行了實(shí)驗(yàn)，驗(yàn)證其邊緣檢測(cè)效果。當(dāng)目標(biāo)特征是圓或橢圓時(shí)，對(duì)提取的目標(biāo)邊界點(diǎn)進(jìn)行橢圓最小二乘擬合，從而確定標(biāo)靶中心和橢圓的軸向。

對(duì)單個(gè)橢圓進(jìn)行橢圓擬合求標(biāo)靶中心坐標(biāo)，對(duì)每種邊緣檢測(cè)算子得到的結(jié)果分別對(duì)應(yīng)邊緣檢測(cè)中的兩種模式“noholes”和“holes”:Matlab中的語(yǔ)句為：BW=edge(I,sz); %sz代表邊緣檢測(cè)算子 [B，L]=bwboundaries(BW,'holes');通過(guò)表1的數(shù)據(jù)能夠知道兩種模式下“roberts”方法的提取精度最高。

表1　坐標(biāo)偏差(noholes、holes)

為了在更加真實(shí)的環(huán)境下驗(yàn)證這一結(jié)果，實(shí)驗(yàn)中在空白背景增加一些復(fù)雜背景，采用“noholes”模式實(shí)驗(yàn)，結(jié)果如表2所示。

表2　加入背景結(jié)果(noholes)

從結(jié)果看，加入背景后的橢圓擬合(標(biāo)靶中心)中心經(jīng)過(guò)圖像處理等步驟，提取坐標(biāo)依然能夠達(dá)到亞像素的精度級(jí)別，但是整體中心提取精度都有所下降。同時(shí)可以看到所有的算法中“roberts”算法依然是精度最高的。在檢測(cè)的過(guò)程中，算法的閥值選擇十分重要，它的選擇直接影響標(biāo)靶橢圓邊界提取的完整性與準(zhǔn)確性，從而影響擬合的精度。

Hough變換：首先進(jìn)行方形直對(duì)角的標(biāo)靶。使用Photoshop軟件制作仿真相片。新建一個(gè)1 600×800像素的背景圖像，將方形標(biāo)靶絕對(duì)中心放在圖像中心[800,400]處。運(yùn)行程序?qū)?biāo)靶中心坐標(biāo)進(jìn)行提取。選擇相應(yīng)的邊緣檢測(cè)算子“sobel”和累加器取值(A>70)，運(yùn)行程序讀入所對(duì)應(yīng)的圖片。通過(guò)直線方程參數(shù)斜率和截距解算出6條直線的交點(diǎn)，如表3所示。

表3　直線交點(diǎn)

又因標(biāo)靶是軸對(duì)稱圖形,因此,標(biāo)靶的中心可以由表3中9個(gè)焦點(diǎn)的平均值得到。

X0=801.99像素，Y0=400.06像素.

由計(jì)算結(jié)果可知,X方向的偏差為1.99個(gè)像素，Y方向可以到0.06的亞像素級(jí)別。

“sobel”算子提取標(biāo)靶中心坐標(biāo)的中誤差為

Mx=±1.853 7(pixed),My=±0.228 4(pixed).

可以清楚地看到“sobel”算子在Y方向的精度能夠達(dá)到亞像素級(jí)別，但是其在X方向上的精度卻是不夠的。同樣對(duì)方形標(biāo)靶(斜對(duì)角)的標(biāo)靶進(jìn)行實(shí)驗(yàn),運(yùn)行Matlab代碼。通過(guò)對(duì)所得數(shù)據(jù)的分析知道，得到的實(shí)驗(yàn)結(jié)果與方形直對(duì)角標(biāo)靶的標(biāo)靶中心提取結(jié)果相類似： “sobel算子的提取結(jié)果最好。

Harris算子角點(diǎn)檢測(cè)：同樣是方形標(biāo)靶，角點(diǎn)檢測(cè)是檢測(cè)方形標(biāo)靶的角點(diǎn)，利用標(biāo)靶的對(duì)稱性來(lái)計(jì)算標(biāo)靶的中心坐標(biāo)。角點(diǎn)檢測(cè)是基于灰度圖像的檢測(cè)方法。這種算法的基本原理是：通過(guò)一個(gè)濾波器在圖像的一端開(kāi)始，逐個(gè)像素進(jìn)行灰度檢測(cè)，若某一點(diǎn)向任一個(gè)方向微小偏移都會(huì)引起灰度的巨大變化，說(shuō)明這個(gè)點(diǎn)是一個(gè)角點(diǎn)，同時(shí)在程序中通過(guò)一個(gè)數(shù)組記錄下該像素的坐標(biāo)。運(yùn)行Harris角點(diǎn)檢測(cè)程序，通過(guò)計(jì)算可以求出每種濾波器提取標(biāo)靶中心的坐標(biāo)偏差，如圖1所示。

圖1　不同濾波器提取真誤差

兩種濾波器提取的中誤差：

M1=±2.540 7(pixed),M2=±2.914 1(pixed)。

從整體效果來(lái)看，濾波器大小為[2 2]的效果要優(yōu)于[3 3]的濾波器。

3　結(jié)　論

通過(guò)Matlab軟件對(duì)幾種算法進(jìn)行試驗(yàn)，并分析相應(yīng)的試驗(yàn)結(jié)果，得到以下結(jié)論：

1)“roberts”算法進(jìn)行邊緣檢測(cè)的完整性和適用性最高，提取的精度很高。

2)方形標(biāo)靶使用Hough變換和Harris檢點(diǎn)檢測(cè)。從兩種方法的提取結(jié)果來(lái)看，Harris角點(diǎn)檢測(cè)方法的精度要比Hough變換的精度要高。

本實(shí)驗(yàn)一定程度上模擬了真實(shí)場(chǎng)景，但與現(xiàn)實(shí)仍有不同。如實(shí)驗(yàn)圖像中標(biāo)靶的分布過(guò)于理想、圖像中的噪聲太小、前景背景對(duì)比度太大等，因此，擬進(jìn)行以下改進(jìn)：

1)能夠?qū)γ總€(gè)標(biāo)靶進(jìn)行編號(hào)識(shí)別。通過(guò)鼠標(biāo)選取某一個(gè)標(biāo)靶，記錄所選取圖像的位置和標(biāo)靶在圖像中的相對(duì)位置，從而確定其在這幅圖像中的位置。

2)生成可視化的操作界面。

3)利用數(shù)碼相機(jī)拍攝真實(shí)布設(shè)的標(biāo)靶并進(jìn)行提取實(shí)驗(yàn)。

[1]李子梅.基于近景攝影測(cè)量的石質(zhì)文物裂隙識(shí)別定位的研究[D].北京：中國(guó)地質(zhì)大學(xué) (北京),2012.

[2]王鳳艷.數(shù)字近景攝影測(cè)量快速獲取巖體裂隙信息的工程應(yīng)用[D].長(zhǎng)春: 吉林大學(xué),2006.

[3]馮文灝.關(guān)于發(fā)展我國(guó)高精度工業(yè)攝影測(cè)量的幾個(gè)問(wèn)題[J].測(cè)繪學(xué)報(bào)，1994，23(2)：120-126.

[4]俞縉,吳亮清.基于橢圓擬合的人工標(biāo)志中心定位法[J].鄭州輕工業(yè)學(xué)院學(xué)報(bào)(自然科學(xué)版),2009,24(4): 75-78.

[5]李德仁.我國(guó)第一顆民用三線陣立體測(cè)圖衛(wèi)星：資源三號(hào)測(cè)繪衛(wèi)星[J].測(cè)繪學(xué)報(bào)，2012,41(3):317-322.

[6]黃桂平.圓形標(biāo)志中心子像素定位方法的研究與實(shí)現(xiàn)[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版)，2005，30(5)：388-391.

[7]臧歡歡.基于攝影與目標(biāo)自動(dòng)識(shí)別的隧道斷面測(cè)量技術(shù)研究[D].長(zhǎng)沙：中南大學(xué),2012.

[8]李真真,李瑞賢,魏宏剛.邊緣檢測(cè)算法在小目標(biāo)提取中的應(yīng)用[J].中國(guó)西部科技,2011,10(30): 19-20.

[9]劉哲,劉瀟鵬,吳洪濤.Map Window GIS插件機(jī)制及應(yīng)用[J].黑龍江工程學(xué)院學(xué)報(bào)，2015,29(5)：11-15.

[10]王成亮.基于普通數(shù)碼影像的近景攝影測(cè)量技術(shù)研究與應(yīng)用[D].長(zhǎng)沙：中南大學(xué),2006.

[11]楊彪.基于普通數(shù)字影像的近景攝影測(cè)量技術(shù)研究與應(yīng)用 [D].南京: 河海大學(xué),2004.

[12]楊化超,鄧喀中,郭廣禮.相似材料模型變形測(cè)量中的數(shù)字近景攝影測(cè)量監(jiān)測(cè)技術(shù)[J].煤炭學(xué)報(bào),2006,31(3): 292-295.

[13]王晶.數(shù)字?jǐn)z影技術(shù)在礦山提升設(shè)備變形監(jiān)測(cè)中的應(yīng)用研究[D].青島：山東科技大學(xué),2010.

[14]BOPP H，KRAUSS H.Extension of the 11-parameter solution for on-the-job calibrations of non-metric cameras[J].International Archives of Photogrammetry,1978,22(5):7-11.

[15]HARALICK R M.Digital step edges from zero crossing of second directional derivatives[J].IEEE Trans,Pattern Analysis and Machine Intelligence,1984,6(1): 58-68.

[責(zé)任編輯：郝麗英]

Comparative analysis of photogrammetry target center extraction algorithm

ZHANG Guanjin，ZHOU Shuoya

(School of Geodesy & Geomatics,Anhui University of Science and Technology.Huainan 232001,China)

Foundation and prerequisite for photogrammetric work is to extract the target center,because the target coordinates of the center directly affects the accuracy of the extracted solution from square landmarks spatial coordinates.Currently the digital computing has been able to do image processing,target recognition,target center fitting,and the extraction computer processing.Experiments carry out a comparative analysis of existing extraction method photogrammetric target center coordinates.First,the basic theory of photogrammetry and image processing will be introduced,and then the scholars commonly target edge detection method.These methods are carried out by the relevant inspection with Matlab.The accuracy of the algorithms are to be analyzed.During the experiment all images are simulated.The experiments concludes “roberts” algorithm has the high accuracy,among which Harris corner detection method is more accurate than Hough transformation.

Matlab; edge detection; center extraction; sub pixel

10.19352/j.cnki.issn1671-4679.2016.05.006

2016-04-27

張官進(jìn)(1989-),男，碩士研究生，研究方向：大地測(cè)量學(xué)與測(cè)量工程.

P2

A

1671-4679(2016)05-0019-03