馬 禮，趙曉偉，李德江*

（1.中國(guó)地質(zhì)大學(xué)（北京）信息工程學(xué)院，北京 100083；2.黑龍江省測(cè)繪科學(xué)研究所，黑龍江 哈爾濱 150081）

視覺(jué)定位技術(shù)[1-3]是智能機(jī)器人自主導(dǎo)航的關(guān)鍵技術(shù)之一，在各類工程中具有迫切的需求和廣闊的應(yīng)用價(jià)值?；谟?jì)算機(jī)視覺(jué)的目標(biāo)定位是近年來(lái)發(fā)展起來(lái)的一種定位方法[4]，是利用視覺(jué)傳器獲取物體圖像，然后用計(jì)算機(jī)進(jìn)行圖像處理，進(jìn)而獲得物體的位置信息?，F(xiàn)有的室內(nèi)定位技術(shù)[5-7]，測(cè)量方法大多受測(cè)量精度或室內(nèi)信號(hào)強(qiáng)度的限制，無(wú)法真正滿足現(xiàn)代化生產(chǎn)對(duì)高精度、大尺寸三維整體現(xiàn)場(chǎng)測(cè)試技術(shù)需求，因此，多目視覺(jué)方法[8-10]應(yīng)運(yùn)而生。多目視覺(jué)定位技術(shù)不依賴于內(nèi)置信源和天然信源，不受信源信號(hào)強(qiáng)弱的影響，并且具有非接觸、自動(dòng)化、效率高等優(yōu)點(diǎn)，具有很高的實(shí)用價(jià)值[11]。本文基于攝影測(cè)量與機(jī)器視覺(jué)理論，提出一種基于多目視覺(jué)的標(biāo)記點(diǎn)定位方法，最后通過(guò)實(shí)驗(yàn)驗(yàn)證了本研究算法的正確性和有效性，同時(shí)對(duì)本研究識(shí)別的橢圓誤差來(lái)源進(jìn)行了有效的分析。本研究能夠?yàn)橄嚓P(guān)室內(nèi)定位技術(shù)以及標(biāo)志點(diǎn)提取算法提供有價(jià)值的參考。

1 環(huán)形編碼標(biāo)記點(diǎn)設(shè)計(jì)與識(shí)別

1.1 編碼標(biāo)志點(diǎn)設(shè)計(jì)

本文采用的環(huán)形編碼標(biāo)志具有結(jié)構(gòu)簡(jiǎn)單、提取容易、識(shí)別方便、精度高且穩(wěn)定等特點(diǎn)。標(biāo)志設(shè)計(jì)采用代表性的Schneider[12]等設(shè)計(jì)的環(huán)狀編碼方式：二進(jìn)制編碼原理。編碼帶上每個(gè)位置都可以作為二進(jìn)制的一位，再換算為十進(jìn)制，作為該編碼標(biāo)志的編碼數(shù)，使每個(gè)編碼標(biāo)志都有唯一的數(shù)字與之相對(duì)應(yīng)。本文采用8位編碼帶環(huán)形編碼（CCT），并將編碼設(shè)計(jì)為對(duì)稱形狀，便于識(shí)別。編碼帶8等分，每個(gè)單元之間相隔45°，白色為1，黑色為0，以任意單元為起點(diǎn)，組成的編碼環(huán)帶對(duì)應(yīng)的最小8位二進(jìn)制數(shù)，就是該編碼標(biāo)號(hào)。按此方法，設(shè)計(jì)以下易于識(shí)別的編碼標(biāo)志點(diǎn)，如圖1所示。

圖1 編碼標(biāo)志點(diǎn)

1.2 編碼標(biāo)志點(diǎn)識(shí)別

本研究環(huán)形編碼標(biāo)記點(diǎn)提取主要分為2個(gè)步驟：

1）檢測(cè)圖片中的所有圖斑，并篩選出可能為編碼標(biāo)志的中心圓。本文采用一種基于梯度和位置的橢圓檢測(cè)函數(shù)，對(duì)原圖進(jìn)行初步檢測(cè)和篩選，以找到編碼標(biāo)志點(diǎn)中心圓可能存在的區(qū)域，從而減小基于梯度和位置檢測(cè)橢圓的檢測(cè)范圍。首先將圖像基于Otsu算法[18]二值化，然后利用以輪廓為基礎(chǔ)的橢圓檢測(cè)函數(shù)檢測(cè)圖中所有可能的橢圓。

2）進(jìn)行多次橢圓篩選。篩選出圓形在可接受傾角范圍（45°）內(nèi)的投影長(zhǎng)短軸之比范圍為1～1.6內(nèi)的橢圓，剔除2個(gè)圓心距離小于兩個(gè)圓中大圓半徑的大圓，剔除橢圓周圍連通域過(guò)小或者不存在連通域的橢圓，即不符合編碼標(biāo)志形態(tài)的橢圓剔除。最后對(duì)篩選出的可能的編碼標(biāo)志點(diǎn)中心圓進(jìn)行以梯度為基礎(chǔ)的橢圓檢測(cè)，確定所有編碼標(biāo)志點(diǎn)的中心圓，并精確計(jì)算出其坐標(biāo)。首先以經(jīng)過(guò)第一步篩選的橢圓為中心，截取其周圍的一個(gè)矩形區(qū)域，作為橢圓檢測(cè)的目標(biāo)區(qū)域，再將基于梯度的橢圓檢測(cè)函數(shù)中的感興趣區(qū)域設(shè)為該矩形區(qū)域，以此類推，對(duì)所有目標(biāo)區(qū)域進(jìn)行橢圓檢測(cè)。

1.3 編碼標(biāo)志點(diǎn)的解碼

解碼過(guò)程可以分為以下幾步：

1）以中心圓的圓心為中心裁剪一個(gè)能覆蓋編碼標(biāo)志點(diǎn)的小圖像，對(duì)小圖像進(jìn)行輪廓提取得到每個(gè)白色區(qū)域輪廓的質(zhì)心（編碼環(huán)的質(zhì)心），從而得到“1”的個(gè)數(shù)。

2）計(jì)算所有編碼環(huán)的質(zhì)心與中心圓的質(zhì)心連線間的夾角，并且將這些夾角除以45°取整，從而得到“0”的個(gè)數(shù)。

3）將“1”和“0”組成的8位二進(jìn)制數(shù)循環(huán)移位得到編碼值。將相機(jī)采集到的圖像中編碼值相同的點(diǎn)對(duì)應(yīng)起來(lái)，對(duì)CCT橢圓區(qū)域進(jìn)行仿射變換將其變?yōu)檎龍A。

4）得到仿射變換矩陣，計(jì)算仿射變換后的中心點(diǎn)坐標(biāo)，該坐標(biāo)可以視為CCT中心坐標(biāo)，得到CCT的3個(gè)半徑，8位編碼，轉(zhuǎn)45圈，每圈加一度，360°/N，以N為標(biāo)準(zhǔn)在2.5倍的圓環(huán)上均勻采樣，每一圈得到的編碼都轉(zhuǎn)換為最小編碼，調(diào)用解碼函數(shù)，二進(jìn)制數(shù)轉(zhuǎn)換為最小整數(shù)，進(jìn)行解碼。

2 基于多目視覺(jué)的物體識(shí)別

2.1 基于梯度與位置的橢圓檢測(cè)算法

首先對(duì)圖像進(jìn)行預(yù)處理，在復(fù)雜的圖像信息中提取出邊緣特征。使用Otsu閾值分割算法[13]對(duì)圖像進(jìn)行二值化，二值化后的圖像進(jìn)行輪廓提取，Roberts[14]邊緣提取方法，返回所有輪廓點(diǎn)，方便后面做篩選。將邊緣提取細(xì)化后得到的二值圖像作為橢圓識(shí)別的基礎(chǔ)輸入數(shù)據(jù)。

由橢圓方程ax2+2bxy+cy2+2dx+2yf+1=0可知，至少需要5個(gè)方程才能夠解算出所有參數(shù)。傳統(tǒng)的隨機(jī)Hough變換[15]橢圓檢測(cè)方法是基于邊緣點(diǎn)位置，隨機(jī)選取橢圓上5個(gè)點(diǎn)以上求解橢圓方程，但是必須保證該5個(gè)點(diǎn)來(lái)自同一橢圓，否則會(huì)采樣到虛假橢圓，采樣無(wú)效，運(yùn)算效率較低。而三點(diǎn)橢圓檢測(cè)方法[16]會(huì)同時(shí)考慮到3個(gè)點(diǎn)的位置和梯度，基于兩點(diǎn)位置和梯度來(lái)確定一組橢圓，由第三點(diǎn)位置來(lái)橢圓組中確定一橢圓，梯度信息驗(yàn)證這三點(diǎn)是否是同一橢圓。因?yàn)檫@種驗(yàn)證機(jī)制，采樣有效性大大提高。但是隨機(jī)噪音和圖像像素化的影響，該方法在計(jì)算橢圓中心存在較大的誤差，且多橢圓檢測(cè)效率較低。本研究將結(jié)合2種橢圓檢測(cè)方法，設(shè)計(jì)同時(shí)基于梯度與位置來(lái)確定橢圓的算法，具體算法如下：

隨機(jī)選取N個(gè)點(diǎn)（N≥3），設(shè)這N個(gè)點(diǎn)的坐標(biāo)為（xi，yi）。i=1，2，3，4，…，N，代入橢圓方程得：

由此，可利用N個(gè)點(diǎn)的坐標(biāo)有N個(gè)方程。然后基于N個(gè)點(diǎn)梯度信息構(gòu)建方程組，fi為N個(gè)點(diǎn)中任意pi（xi，yi）處灰度值。

而橢圓方程的切線方向?yàn)椋?/p>

因?yàn)樘荻确较虼怪庇谇芯€方向可得：

將式（6）代入式（5），并將（xi，yi）的坐標(biāo)代入，可得：

這樣利用梯度信息也得到了N個(gè)方程。聯(lián)立式（4）和（7），便可利用最小二乘法得到橢圓方程的系數(shù)。橢圓的中心點(diǎn)坐標(biāo)（x0，y0）為：

長(zhǎng)軸平方a2為：

長(zhǎng)軸平方b2為：

沿逆時(shí)針?lè)较驈膞軸正方向旋轉(zhuǎn)到橢圓長(zhǎng)軸的角度θ為：

2.2 算法測(cè)實(shí)驗(yàn)

首先布設(shè)標(biāo)記點(diǎn)，用手機(jī)拍攝照片，導(dǎo)入本文的標(biāo)記點(diǎn)識(shí)別系統(tǒng)，先對(duì)圖片進(jìn)行灰度化和Otsu二值化處理，使標(biāo)記點(diǎn)在圖片中更突出地顯示。接下來(lái)，根據(jù)編碼標(biāo)志點(diǎn)的識(shí)別算法步驟對(duì)編碼標(biāo)志點(diǎn)進(jìn)行橢圓檢測(cè)與識(shí)別。本文采用的中心圓識(shí)別算法中，圓形可接的傾角范圍為45°，長(zhǎng)短半軸之比在0～1.6。當(dāng)相機(jī)同時(shí)拍攝2個(gè)相互垂直的平面時(shí)，這2個(gè)平面的45°相交平面互相平行。因此，此場(chǎng)景必須采用至少3個(gè)視角拍攝才能實(shí)現(xiàn)。此拍攝場(chǎng)景光線較暗，Otsu閾值設(shè)置較低（為70），拍攝距離為0.5 m左右，成像時(shí)橢圓比場(chǎng)景大，相應(yīng)地，將最小像素設(shè)置為30。依據(jù)上述實(shí)驗(yàn)步驟，分別在0.5 m、1 m、2 m不同距離下進(jìn)行3次拍攝測(cè)試，圖2～5為距離0.5 m下的測(cè)試過(guò)程圖。

為了進(jìn)一步驗(yàn)證本研究算法在復(fù)雜的室內(nèi)環(huán)境下的有效性和精確性，隨機(jī)選取室內(nèi)比較復(fù)雜的場(chǎng)景（電腦辦公桌）。同樣，此場(chǎng)景采用3視角拍攝Otsu閾值設(shè)置為60，拍攝距離為0.5 m左右，最小像素設(shè)置為30。依據(jù)上述測(cè)試實(shí)驗(yàn)步驟，在0.5 m距離下進(jìn)行3次拍攝測(cè)試，圖6為該測(cè)試下的過(guò)程圖。

圖6 橢圓檢測(cè)結(jié)果和標(biāo)記點(diǎn)編碼

以測(cè)試1為例，表1為測(cè)試1的檢測(cè)標(biāo)記點(diǎn)編碼及解算的中心圓圓心坐標(biāo)。

表1 檢測(cè)標(biāo)記點(diǎn)編碼及其中心圓圓心坐標(biāo)

結(jié)合圖2～6和表1可以看出，采用本文提出的室內(nèi)多目視覺(jué)標(biāo)記點(diǎn)定位算法，無(wú)需人工，能夠提高工作效率，且提取率較高。無(wú)論是單物體還是相對(duì)復(fù)雜的室內(nèi)環(huán)境，均可實(shí)現(xiàn)環(huán)形編碼標(biāo)記點(diǎn)的快速定位，快速的計(jì)算出檢測(cè)標(biāo)記點(diǎn)編碼及其中心圓圓心坐標(biāo)。

圖2 編碼標(biāo)志點(diǎn)成像

圖3 Otsu閾值分割二值化成像

圖4 識(shí)別的環(huán)形編碼帶

圖5 橢圓檢測(cè)結(jié)果和標(biāo)記點(diǎn)編碼

3 標(biāo)記點(diǎn)定位結(jié)果分析

實(shí)現(xiàn)編碼標(biāo)志點(diǎn)的自動(dòng)提取的主要目的是提高自動(dòng)提取與定位的效率和精度，從而提高識(shí)別與定位效率。本文從精度提取率和誤差等方面對(duì)上述實(shí)驗(yàn)結(jié)果進(jìn)行分析。采用手動(dòng)橢圓提取為基于輪廓的橢圓中心檢測(cè)，在同一橢圓尺寸、同一噪聲水平下進(jìn)行測(cè)試。

3.1 精度驗(yàn)證

將本文算法提取的圓心坐標(biāo)與手動(dòng)提取的圓心坐標(biāo)進(jìn)行對(duì)比，定量分析坐標(biāo)提取的精度，如表2所示。

表2 提取圓心坐標(biāo)誤差分析

表2中，在拍攝距離為0.5 m時(shí)，x、y坐標(biāo)平均誤差分別為0.019 5和0.021 5；中誤差為0.021 1和0.015 4，為0.01～0.02像素級(jí)別。由于實(shí)驗(yàn)材料有限，共有6個(gè)編碼點(diǎn)，其中成功識(shí)別6個(gè)，成功率為100%，識(shí)別成功率高，可以初步驗(yàn)證本算法的穩(wěn)定性。此外還進(jìn)行了另外30組實(shí)驗(yàn)，提取率穩(wěn)定在90%以上。

3.2 誤差分析

本研究在同一橢圓、同一噪聲水平條件下，此算法的精度表現(xiàn)與拍攝距離有關(guān)。如圖7所示，當(dāng)拍攝距離為0.5 m、1 m、1.5 m、2 m、3 m時(shí)，中心圓圓心坐標(biāo)提取中誤差按照0.01～0.04像素左右依次遞增。

圖7 拍攝距離與像素誤差

從圖7可知，拍攝距離越小，環(huán)形編碼標(biāo)記點(diǎn)在圖像中成像越大，中心圓圓心坐標(biāo)提取誤差越小，算法精度表現(xiàn)越好，拍攝距離與中心圓圓心坐標(biāo)提取中誤差呈現(xiàn)正相關(guān)關(guān)系。

本研究在實(shí)驗(yàn)過(guò)程中，發(fā)現(xiàn)拍攝角度為0°時(shí)，即相機(jī)鏡頭和標(biāo)記點(diǎn)圖像相互平行時(shí)，橢圓的識(shí)別率最高。而當(dāng)二者的角度大于45°時(shí)，環(huán)形編碼標(biāo)記點(diǎn)中心圓投影橢圓變形過(guò)大，程序無(wú)法識(shí)別。為進(jìn)一步探討二者的關(guān)系，本研究將拍攝傾斜角度做按照0°～45°，間隔為1°進(jìn)行拍攝實(shí)驗(yàn)，檢測(cè)橢圓識(shí)別率，如圖8所示。

圖8 拍攝角度與橢圓識(shí)別率

從圖8可知，拍攝角度越大，環(huán)形編碼標(biāo)記點(diǎn)中心圓投影橢圓的識(shí)別率越低，這樣勢(shì)必導(dǎo)致中心圓圓心坐標(biāo)提取誤差越大，算法精度表現(xiàn)越差，拍攝角度與中心圓圓心坐標(biāo)提取中誤差呈現(xiàn)負(fù)相關(guān)關(guān)系。對(duì)于此類標(biāo)記點(diǎn)，可以采取調(diào)整相機(jī)位置或增加視覺(jué)點(diǎn)進(jìn)行拍攝后再次識(shí)別的方法來(lái)改善。

室內(nèi)光照的強(qiáng)弱同樣對(duì)橢圓檢測(cè)率有一定的干擾，也是誤差的來(lái)源之一，但是因?yàn)閷?shí)驗(yàn)條件限制，無(wú)法對(duì)光照進(jìn)行定量計(jì)算。結(jié)合本研究的實(shí)驗(yàn)經(jīng)驗(yàn)來(lái)看，室內(nèi)光照越強(qiáng)，橢圓識(shí)別效果越差。這是因?yàn)楣庹諘?huì)導(dǎo)致灰度化后的圖像中亮圖斑多，易被系統(tǒng)識(shí)別為編碼中心圓。第二個(gè)原因是在二次橢圓篩選，計(jì)算平均橢圓大小時(shí)會(huì)將非橢圓圖斑的面積計(jì)算在內(nèi)，導(dǎo)致最終識(shí)別結(jié)果出現(xiàn)誤差。

4 結(jié)論

針對(duì)多目視覺(jué)定位技術(shù)，本文主要對(duì)標(biāo)志點(diǎn)視覺(jué)定位和環(huán)形編碼標(biāo)志點(diǎn)的設(shè)計(jì)、檢測(cè)和識(shí)別等技術(shù)進(jìn)行研究，利用基于梯度和位置的橢圓檢測(cè)算法進(jìn)行實(shí)驗(yàn)，最后做出精度驗(yàn)證和誤差分析。

1）本文編碼標(biāo)記點(diǎn)采用8位編碼帶環(huán)狀編碼的設(shè)計(jì)，此類編碼標(biāo)記點(diǎn)具有結(jié)構(gòu)簡(jiǎn)單、提取容易、識(shí)別方便、精度高且穩(wěn)定等優(yōu)點(diǎn)。

2）在標(biāo)記點(diǎn)提取中最重要的步驟為橢圓識(shí)別，本文采用了一種基于梯度與位置的橢圓檢測(cè)方法，并在篩選出可能的橢圓圖斑后進(jìn)行多次篩選，保證提取橢圓的準(zhǔn)確度。

3）采用本文提出的室內(nèi)多目視覺(jué)標(biāo)記點(diǎn)提取算法，提取率較高，并且速度較快，能夠大大提高工作效率，實(shí)現(xiàn)環(huán)形編碼標(biāo)記點(diǎn)快速定位；環(huán)形編碼標(biāo)記點(diǎn)自動(dòng)提取獲取的圓心坐標(biāo)與標(biāo)記點(diǎn)實(shí)際圓心坐標(biāo)之間的中誤差均分布在0.05像素以下，說(shuō)明算法精度較高。