基于單幅圖像目標空間定位的算法研究

王 娟，趙 艷

（1.燕山大學信息科學與工程學院，河北秦皇島 066004；2.中國人民武裝警察部隊學院基礎部，河北廊坊 065000；3.河北科技大學信息科學與工程學院，河北石家莊 050018）

隨著計算機視覺研究領域的不斷發展，近年來，基于單幅圖像進行目標定位以及三維重建的研究成為了該領域的熱點之一。根據二維圖像來確定目標方位的傳統研究一般是建立在照相機、攝像機內部參數均為確定的基礎上，并且需要至少2臺照相機、攝像機設備對目標在不同的方位成像才能實現空間定位。國內外一些學者在目標空間定位方面的研究取得了一些成果。于艷提出了根據滅點屬性確定攝像機內、外參數，將目標物體轉化為長方體模型，考慮到單幅圖像中相對深度對長方體長、寬、高3參數的精度影響頗大，對相對深度算法進行改進，進而計算出目標物體特征點的三維坐標［1］。張小虎等針對無目標距離信息和目標上已知控制點的單像機成像情況，提出了一種單像機對運動目標定位的新方法：共線方程法［2］。余紹鵬等以Intel公司開發的開源計算機視覺庫OpenCV作為定位系統的開發工具，在對目標平面上已知的參考特征點與其在二維圖像上的投影只進行一次匹配訓練，便能夠由單幅二維圖像確定目標方位［3］。

筆者在照相機、攝像機內部參數未知的情況下，通過圖像中已知標盤上的控制點對照相機進行標定，并提出了用共面四線的方法來解決空間目標定位問題。

1 基于單幅圖像的目標空間定位的算法

在目標空間定位系統中存在3種坐標系，分別是照相機坐標系、圖像坐標系和世界坐標系。如何更準確地在這3種坐標系間進行坐標轉換，是實現測量精度的關鍵。筆者實現了在照相機、攝像機內部參數未知的情況下，實現目標的空間定位，并將其用于交通事故處理系統中的測距模塊，系統框架圖如圖1所示。在該系統中，首先，將從照相機、攝像機得到的二維圖像進行預處理并用Prewitt算子提取邊緣；接著，采用基于輪廓特征和拓撲關系的圖像檢索方法將標盤中的特征點從圖像中識別提取出來；然后，用本文所述方法將目標物體上的點或線與其在二維圖像上的投影相匹配，從而確定目標的空間方位；最后，實現二維圖像的空間測距。

1.1 圖像預處理

由照相機、攝像機獲得的圖像一般都存在噪聲，這些噪聲會影響可視化處理的結果。因此需要通過濾波的方法使噪聲對原始數據的影響達到最小。低通濾波可以去掉大部分噪聲，但會使圖像的細節失真；高通濾波雖然加強了圖像的邊緣細節，但是也同時加強了噪聲信息，筆者采用3×3中值濾波進行降噪處理，這種方法在有效消除脈沖噪聲的同時，保護了圖像的細節。圖像降噪后，邊緣檢測的效果得到了明顯改善。

圖1 系統框架圖Fig.1 System diagram

1.2 特征目標的自動識別提取

確定物體的形狀輪廓及其內部對象間的空間關系是進行目標定位的基礎，也是進行圖像識別的重要依據。筆者提出了一種基于輪廓特征和拓撲關系的特征區域提取方法。首先利用空間拓撲關系進行圖像分割；然后提取特征區域輪廓特征。

圖像的區域分割是根據對象之間的空間拓撲關系來完成的。EGENHOFER等根據2個空間對象關系的9交模型中的512種可能關系，提出用8種面面關系（分離、包含、包含于、覆蓋、覆蓋于、等價、相交和相接關系）來描述圖像中對象之間的空間拓撲關系［4］。圖像對象之間的空間拓撲關系的形式化表達如圖2所示。

圖2 圖像對象之間的拓撲關系Fig.2 Topological relationships between objects in the image

若把標盤區域特征（其他內部邊界特征暫不考慮）作為一個整體，并假設為區域1，把整個外圍背景假設為區域2，則二者關系為分離的關系。標盤的內部：黑色圓形、白色正方形，黑色邊框為包含或者包含于。根據這種關系把標盤區域分離出來。

1.3 用Prewitt算子提取邊緣

邊緣是指周圍像素灰度有階躍變化或屋頂變化的那些像素的集合，它存在于目標與背景、目標與目標、區域與區域、基元與基元之間，是圖像最基本的特征，是圖像分析與識別的重要環節［5］。目前，一般的邊緣檢測算子包括Canny算子、Roberts算子、Laplace算子、Sobel算子、Prewitt算子等。基于形狀特征的圖像檢索主要是使用圖像中目標對象的輪廓作為檢索特征，經過實驗比較，采用Prewitt算子作為邊緣檢測算子。

2 確定目標方位及相機內參數的方法

筆者采用特征目標上的共面四線與其在圖像上的投影相匹配的方法。在此問題中涉及到3個坐標系：圖像坐標系（oi，xi，yi）、世界坐標系（Ow，Xw，Yw，Zw）和照相機坐標系（Oc，Xc，Yc，Zc）。圖像坐標系與照相機坐標系的關系見式（1）：

其中，R1是照相機內部參數矩陣。照相機坐標系與世界坐標系之間的關系見式（2）：

式中：R2為3×3的旋轉矩陣，T為位移矩陣［6-7］。

3 實驗結果

表1為實際測量值與測距系統值的誤差分析。圖3為實驗結果，其中圖3a）為通過照相機、攝像機獲得的二維圖像；圖3b）是經過中值濾波后的圖像；圖3c）為經過Prewitt算子邊緣提取后的圖像；圖3d）為目標特征區域。目標物體的空間方位的標定，就是通過目標區域特征點和它們在二維圖像中的投影相匹配，從而確定目標的空間方位。

表1 平面測距比較Tab.1 Plane distance measurement comparison

圖3 實驗結果Fig.3 Experimental results

4 結 語

在照相機、攝像機內部參數未知的情況下，提出了一種利用特征目標上共面四線與其在二維圖像中的投影相匹配的方法來確定目標的三維空間方位。為了提高系統的檢測精度，引入了基于拓撲關系的目標區域分割方法把待處理的圖像區域分割出來，并使用Prewitt算子提取該區域邊緣。實驗結果表明，筆者采用的算法測距精度較高且魯棒性較好。當然，本算法還有不足之處，比如待測物體距離白色標盤較遠時，測量誤差稍大。

［1］ 于 艷.基于單幅圖像目標定位及三維重建的研究［D］.南京：南京理工大學，2009.

［2］ 張小虎，邸 慧，周 劍，等.一種單像機對運動目標定位的新方法［J］.國防科技大學學報（Journal of National University of Defense Technology），2008，28（5）：114-118.

［3］ 余紹鵬，馮凌云.基于OpenCV的二維定位系統設計［J］.貴州大學學報（自然科學版）（Journal of Guizhou University（Natural Science Edition）），2010，27（5）：63-66.

［4］ EGENHOFER M J，SHARMA J，MARK D M.A critical comparioin of the 4-intersection and 9-intersection models for spatial relations：Formal analysis［J］.AutoCarto，1993（11）：1-11.

［5］ 李立冬.單幅圖像基礎上的交通事故現場三維重建［D］.天津：河北工業大學，2005.

［6］ 黃鳳榮，劉教民，孫壯志，等.基于單幅圖像確定目標空間方位新方法的測距系統［J］.計算機工程與應用（Computer Engineering and Applications），2002（4）：236-239.

［7］ 金為銑.攝影測量學［M］.武漢：武漢測繪科技大學出版社，1996.

［8］ 王彥霞，王震洲，劉教民.基于雙目立體視覺的三維建模算法［J］.河北科技大學學報（Journal of Hebei University of Science and Technology），2008，29（3）：219-222，249.

［9］ 張 軍，唐心亮，王震洲，等.DSP／BIOS實時系統在電智能斷路器中的應用［J］.河北科技大學學報（Journal of Hebei University of Science and Technology），2010，31（6）：542-545.