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。捎趫D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。,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