具有先驗信息的經(jīng)緯儀測量圖像目標檢測技術(shù)
摘要：在分析序列測量圖像El標基本特性的基礎上，提出了一種利用測量El標形狀的先驗信息進(jìn)行圖像El標檢測的方法． 首先對測量圖像進(jìn)行Hough變換，然后根據已知的目標外形幾何關(guān)系對變換后所得的直線(xiàn)進(jìn)行分析，確定包含El標邊緣的直 線(xiàn)，從而得到El標的準確外形．實(shí)驗表明：此種方法具有較強的檢測能力，尤其對于含噪聲較大的圖像更加明顯．
基于圖像處理的經(jīng)緯儀測量方法由于其具有客 觀(guān)性、非接觸性和測量精度高等特點(diǎn)，被廣泛應用于 試驗和鑒定中Ll J．但是，在一些環(huán)境條件下一般經(jīng) 緯儀成像質(zhì)量往往不十分理想．對此類(lèi)圖像進(jìn)行目 標檢測時(shí)，所得到的目標圖像邊緣不光滑，存在較多 的斷點(diǎn)和重復點(diǎn)，這是由于測量圖像的各類(lèi)噪聲所 造成的．以往許多文獻也對此類(lèi)圖像的目標檢測算 法進(jìn)行了大量研究，但效果并不理想．作者認為，單 純地優(yōu)化檢測算法，很難再提高目標的檢測效果，必 須結合測量圖像的具體特性研究檢測算法． 光電經(jīng)緯儀測量圖像一般用于運動(dòng)目標的測 量 J，試驗機| 扭力計| 流速儀| 粗糙度儀| 流量計| 平衡儀| 由于在測量前運動(dòng)目標的形狀都已知．因此， 完全可以將這些已知的先驗信息應用到測量圖像的 目標檢測中，結合測量目標的具體形狀特性設計專(zhuān) 用檢測算法，提高測量圖像的目標檢測能力．正是基 于這個(gè)思想，本文提出了一種利用測量目標形狀先 驗信息進(jìn)行圖像目標檢測的方法．首先，采用Hough 變換技術(shù)檢測目標圖像邊緣點(diǎn)所包含的所有直線(xiàn) 然后，結合已知目標邊緣輪廓線(xiàn)的幾何關(guān)系對這些 直線(xiàn)進(jìn)行分析，確定目標邊緣所包含的直線(xiàn)，從而檢 測出目標的準確區域．

測量圖像的預處理 由于測量圖像一般數據量較大，直接進(jìn)行 Hough變換顯然是不現實(shí)．因此，在Hough變換前 必須對測量圖像采用常規的Sobel算子進(jìn)行目標邊 緣的初步提�。�由于圖像質(zhì)量的限制，提取的目標邊 緣必然存在斷點(diǎn)、重疊和誤分等．此時(shí)，再對這些邊 緣進(jìn)行Hough變換，這樣，既得到目標的準確邊緣， 又大大減小了計算量．但是，由于以上過(guò)程中直接對 原始圖像進(jìn)行邊緣提取會(huì )將背景和目標內部的灰度 變化誤作邊緣提�。�所以，在邊緣提取前，首先，采用 最大類(lèi)間方差算法求出圖像的二值化閾值，由于閾 值采取的原則是使圖像背景和目標區域的平均灰度 差最大，因此，利用此閾值對測量圖像進(jìn)行二值化后 背景和目標區域內的灰度變化都不會(huì )顯示出來(lái)．然 后，再采用Sobel算子對二值化圖像進(jìn)行邊緣點(diǎn)提 取，得到代表圖像邊界的一些點(diǎn)集．這樣就可以克服 直接采用Sobel算子時(shí)容易將目標內部灰度變化劇 烈點(diǎn)誤作邊緣點(diǎn)的問(wèn)題．
1．1 測量圖像的二值化 由于經(jīng)緯儀用于對較遠的目標進(jìn)行測量，雖然 測量圖像目標與背景的邊界梯度較小，比較模糊，但 目標與背景的平均灰度相差比較大．因此，本文采用 最大類(lèi)間方差算法【3](Otsu)求取圖像的二值化閾 值．基本思路是：選取最佳閾值，使得不同類(lèi)間的分 離性最好．該判決準則基于灰度直方圖的一階統計 特性，運算速度快，其原理為： 設圖像，廠(chǎng)中，灰度值為i的像素的數目是 z ，圖 ， 像的灰度等級為L(cháng)，則總像素數為：N=Σn ，各灰 z= 1 度出現的概率為：P = tti． 設以灰度k為門(mén)限將圖像分成2個(gè)區域，灰度 為1～k的像素屬于前景區域，記為A，灰度為k+1 ～ L的像素屬于背景區域，記為B，則區域A 和區 f， 域B的概率分別為：COA= ，COB= ． ． 定義區 1 k 域A和區域B的平均灰度為：，』A=÷ (i× )， tuA 一 1 ， ： ( × )，其中．／1為圖像-廠(chǎng)的平均灰 度， = ( ×P )=(U A+(U B，則前景區域A和 背景區域B的類(lèi)間方差為： 盯 2= lA( A一 )2+cuB( B一 )2= [ 【 (壘 cU(k)[1一cU(k)]
1．2 測量目標圖像的邊緣檢測 采用梯度算子檢測二值化圖像中目標的邊緣， 梯度算子是一階導數算子．對一個(gè)連續函數f( ， Y)，它在位置f( ，Y)的梯度可表示為一個(gè)矢量． Vf(x， )=[ ， ]T=[ ， ] (4) 在本文中采用小區域模板卷積來(lái)近似計算，對 G 和G 各用一個(gè)模板，所以需要2個(gè)模板組合起 來(lái)以構成一個(gè)梯度算子．因此，選擇SObel【 j算子，它 采用2個(gè)3×3模板，如圖1所示．算子運算時(shí)是使 用類(lèi)似卷積的方式，將模板在圖像上移動(dòng)并在每個(gè) 位置計算對應中心像素的梯度值，檢測結果如圖3 所示． 圖1 SobeI模板 圖2 測量圖像原圖 圖3 邊緣檢測圖 按照最大類(lèi)間方差準則，從1～L改變k，并計 算類(lèi)間方差 2，使式(1)最大的志即是圖像二值化 從圖3可以清晰地看到：雖然檢測出了圖像的 閾值，采用此閾值對圖像進(jìn)行二值化． 邊緣，但邊緣存在著(zhù)許多斷裂、重復的直線(xiàn)，且目標 區域內部也存在著(zhù)許多短線(xiàn)，很難確定目標的真實(shí) 邊界．但是，對于測量目標，一般都事先知道目標的 形狀信息．如本例中的方位標，其外形為長(cháng)方形，因 此，可利用目標外形的先驗信息輔助目標檢測．根據 目標形狀分析，此類(lèi)目標邊緣為直線(xiàn)，所以，雖然邊 緣存在較多斷點(diǎn)，但邊緣直線(xiàn)所含的點(diǎn)還是居多．這 樣，就可以通過(guò)采用Hough檢測邊緣附近含最多點(diǎn) 的直線(xiàn)確定目標的邊緣．

2 算法實(shí)現 為了檢測目標邊緣所包含的直線(xiàn)，本文采用 Hough變換檢測方法，它是一種全局的物體形狀檢 測算子，由于其抗噪聲能力強而受矚目．Hough把圖 像物體的空間信息轉換到物體特征參數空間，從而 將物體形狀檢測的問(wèn)題轉化為在特征空間中對特征 參數的尋找．主要運用在復雜背景中尋找可用參數 描述的幾何形狀，如圓、直線(xiàn)等 ’6j． Hough變換的基本思想是點(diǎn)線(xiàn)對偶性 J，其圖 像變換前在圖像空間，變換后在參數空間．Hough變 換就是把在圖像空間中的直線(xiàn)檢測問(wèn)題轉換到參數， 空間里對相交點(diǎn)的檢測問(wèn)題，即通過(guò)在參數空間里 對相交點(diǎn)進(jìn)行累加統計，并搜索局部極大值來(lái)完成 直線(xiàn)的檢測任務(wù)． 由于檢測出的此類(lèi)目標邊緣點(diǎn)集都是離散數 據，因此，根據上述原理可按下面步驟實(shí)現Hough 變換： (1)將0i—lD 參數空間量化為 × (其中 z 1 o n 為角度的等份數，m= ， 為弧長(cháng)的等份數， 取 測量圖像的對角線(xiàn)像素數；一90�！� ≤90。，P，的最 大值為測量圖像的對角線(xiàn)像素數)個(gè)單元，對應于每 個(gè)單元設立累加器矩陣T(m， )； (2)將所有累加器初值置0； (3)針對檢測到的點(diǎn)集里每一個(gè)點(diǎn)0≤ ，≤180 在區間內按量化步長(cháng)依次取 ，計算對應的 值， 并據此在相應的累加器單元加1，集 (i，J)=T ( ， )+1； (4)掃描累加器矩陣，T( ， )取值最大的( ， P，)值對應的直線(xiàn)即為所求； (5)當圖像中有多條直線(xiàn)時(shí)．將累加器矩陣已提 取直線(xiàn)的( ，p )值附近局部區域的累加器值置0， 轉步驟(4)，直到找出所有直線(xiàn)對應的極值點(diǎn)，檢測 結果如圖4、圖5及表1所示．

3 目標邊緣的確定 以下是算法執行的結果，其中圖4和圖5分別 是Hough變換矩陣的結果圖和目標邊緣圖，表1為 檢測出曲線(xiàn)的參數，順序按直線(xiàn)長(cháng)度從長(cháng)向短排列． 表1 邊緣檢測參數 (a)所有檢測邊緣 (b)前3個(gè)檢測邊緣 經(jīng)過(guò)Hough變換后的結果如圖4a所示，其檢 測出的目標邊緣如圖5a所示，從圖4、圖5中可以 看出：共檢測出6個(gè)極值點(diǎn)，對應6條直線(xiàn)，每條直 線(xiàn)的參數對應如表1中的數據．由目標形狀的先驗 信息可知：目標在圖中的成像區域為3條邊，且盡管 圖像噪聲較大，但目標的邊緣仍然對應最長(cháng)的3條 直線(xiàn)．因此，可直接取最大的3個(gè)極值點(diǎn)及對應的直 線(xiàn)，其效果如圖4a、圖4b所示，檢測出的3條直線(xiàn) 正是目標的3條邊．當然，也可以通過(guò)直線(xiàn)的角度先 驗信息進(jìn)行驗證，由于目標存在2條平行直線(xiàn)，且第 3條直線(xiàn)與前．2條平行，并短于前兩條．因此，變換 矩陣中前2個(gè)極值點(diǎn)對應2條平行邊緣，第3點(diǎn)對 應與其垂直的邊緣．表1的檢測參數準確地驗證了 上述結果，從表1可以看出：線(xiàn)1、線(xiàn)2的長(cháng)度分別 是106和98，其角度均為一90。，線(xiàn)3的長(cháng)度為73個(gè) 像素，角度為0。．所以，線(xiàn)1、線(xiàn)2分別為目標2條平 行垂直邊，線(xiàn)3為水平橫邊．

4 結 束 語(yǔ) 本文利用測量圖像中目標區域的先驗信息，根 據Hough變換原理實(shí)現了測量目標邊緣的檢測．實(shí) 驗證明：此方法檢測的目標邊緣準確，具有較強的抗