測量機器人ATR性能分析與測試

郭騰龍，岳建平

(河海大學地球科學與工程學院，江蘇南京210098)

測量機器人ATR性能分析與測試

郭騰龍，岳建平

(河海大學地球科學與工程學院，江蘇南京210098)

自動目標識別(ATR)的過程可分為圖像預處理、圖像分割、特征提取和目標識別，其中圖像分割用于目標內部結構和興趣點的提取，性能良好的分割算法對于目標識別至關重要。由于圖像分割算法受觀測條件和目標位置的影響，在逆光條件及在視場中從不同方位搜索棱鏡時，ATR與人工測值存在較大的偏差。基于聚類分割算法，根據不同情況下的ATR測值對其性能進行分析，對存在的問題提出解決方案。

測量機器人;ATR;聚類分割

一、引 言

測量機器人或稱測地機器人，是一種能代替人進行自動搜索、識別、跟蹤和精確照準目標，并且獲取角度、距離等信息的智能型電子全站儀［1］。自動目標識別(automatic target recognition，ATR)系統是智能型全站儀所具有的一種自動識別系統［2］，它從物鏡發射紅外光束，反射回來后形成光點，由內置的CCD傳感器接收，以CCD傳感器中心作為參考點精確地確定其位置。假如CCD傳感器中心與望遠鏡光軸的調焦是正確的，則從CCD傳感器上光點的位置直接計算并輸出以ATR模式測得的水平方向和垂直角。

影響ATR性能的因素有很多，主要包括大氣因素、場景因素、傳感器與平臺特性［3］。如大氣中水蒸氣的吸收與散射，傳播路徑上的大氣擾動;目標的物理與光學特性，背景中的地表與植被類型，棱鏡在視場中的方位;儀器的振動與旋轉。因此，觀測條件和棱鏡的背景環境會影響ATR的性能。

本文利用徠卡TM30測量機器人進行測試，通過ATR測值與人工測值相比較，研究不同觀測條件、特殊背景和棱鏡在視場中的方位對ATR測值的影響。

二、ATR工作原理與成像分析

1.ATR工作原理

如圖1所示，測量機器人望遠鏡中安裝了一個CCD陣列，測量時發射的紅外光通過光學部件被同軸投影在望遠鏡軸上，經棱鏡反射后在CCD陣列上形成光點，以CCD陣列中心為參考確定其位置。測量機器人根據相應的圖像處理算法計算得到棱鏡中心，驅動望遠鏡接近并計算十字絲中心與圖像中心的偏移量。根據計算的偏移量控制測量機器人馬達轉動，再次接近棱鏡中心，以計算得到的偏移量對水平角和垂直角進行改正，得到最終的角度測量值。因此，棱鏡中心識別的準確性直接影響ATR的性能。

圖1 TM30測量機器人望遠鏡系統

由于自動目標識別的過程分為圖像預處理、圖像分割、特征提取和目標識別等階段，而圖像分割完成背景和潛在目標區域的識別，為興趣區的提取創造了條件，是識別過程最重要的階段，因而性能良好的分割算法至關重要。常用的圖像分割算法有直方圖閾值法、聚類法和邊緣檢測法等。其中，聚類算法是根據相似性(或非相似性)準則對模式進行分類，使得相似的模式盡可能地被劃分為一類，不相似的模式盡可能地被劃分到不同的類中［3］。

2.ATR成像分析

根據聚類分割法的原理，圖像分割可視為對目標和背景的感知過程［4］。門限t將圖像分為兩類，即暗區C1與亮區C2兩類，其類間方差σ2b是t的函數

式中，αi為類Ci的像素數與圖像總像素數之比;μi、分別為類的均值和方差。選擇最佳門限使類間方差最大，以完成對背景與目標圖像的分割。

令|μ1－μ2|=Δμ，則式(1)可表示為

設可能的目標為C1，背景為C2，則Δμ可看做是具有平均亮度的目標C1與具有平均亮度的背景C2的絕對亮度差。式(2)依賴于C1的面積α1，C2的面積α2和平均絕對亮度差Δμ，即目標與背景的區分與各類的面積和平均絕對亮度差有關。

實際測量中，雖然目標與近鄰局部背景是可區分的，但背景和目標亮度隨空間位置而變化［3］(例如目標出現在圖像中的不同位置時)。目標位置為(x，y)，其平均亮度為μ'(x，y)，它的鄰域背景亮度均值為μ(x，y)，因此目標與局域背景平均亮度差Δμ(x，y)=|μ'(x，y)－μ(x，y)|是目標位置(x，y)的函數。則式(2)可表示為

于是不同的照準位置，即目標位置(x，y)不同，也會影響門限的取值，影響ATR的穩定性。因此，單一的門限值無法適應不同位置的背景/目標亮度反差，必須采用可變門限t(x，y)。設待分割的圖像區域為M，Mi是M的一個子區域，定義子區域Mi的類間相對方差為

式中，σbi、μ0i分別為待分割子區域Mi的類間方差和均值;μ1i、μ2i分別為C1和C2類的均值;μT是適當的平均亮度門限;β1i、β2i為適當選擇的常數。獲取可變門限的準則函數重新定義為

從而可根據不同方位處棱鏡和背景亮度反差自適應地確定門限值，降低單一門限值造成的識別誤差。

三、測試方案及結果分析

徠卡TM30測量機器人帶有精確的自動照準、快速可靠的智能ATR系統，其測角精度為±0.5″，自動目標識別測程可達3000 m，精度為±(2 mm+ 2×10－6D)。為測試其實際觀測精度，對其進行了如下的試驗和分析。

1.不同觀測條件下的ATR測值分析

在草地、逆光、灌木叢和樹葉遮擋4種觀測條件下布設測點，分別采用人工和ATR模式，利用方向觀測法觀測每條測線。從8:00到17:00，每30 min觀測一次，全天共觀測17測回，測試結果如表1所示。表中“方向歸零值”指在兩種模式下得到的各測線方向歸零值，并計算17測回內各方向歸零值的平均值和中誤差;“較差”指在兩種模式的各相應測回間，計算方向歸零值的差值，并計算17測回內較差的平均值、中誤差和最大值。

表1 不同觀測條件下的ATR與人工測值分析表

分析表1可知，除逆光條件外，ATR的精度與人工精度相當。而逆光觀測條件影響圖像分割算法的穩定性，ATR與人工測值的最大較差值達到了9.8″，且其測值精度低于其他觀測條件。

由式(2)可知，目標與背景的區分與其類的平均絕對亮度差有關，而逆光的觀測條件使目標圖像與背景圖像的反差(即平均絕對亮度差Δμ)降低，導致一個錯誤的門限t^，使部分背景像元歸類為目標，從而影響ATR的穩定性，降低了觀測精度。

2.特殊背景下的ATR測值分析

在平坦地形條件下布設3個控制點，架設測量機器人和棱鏡。在其中一個棱鏡后依次設置白紙、玻璃和鏡面背景，分別以人工和ATR模式各讀數10次，測試結果如表2所示。表中“水平方向精度”和“垂直方向精度”分別指具有特殊背景的測線在水平和垂直方向的方向值中誤差;“夾角較差”指通過各方向值讀數取平均值計算水平和垂直角，比較兩種模式的相應角值的差值。

表2 特殊背景下的ATR與人工測值分析表 (″)

分析表2可知，棱鏡后的強反射背景影響ATR的測角精度，導致水平角值1″～2″、豎直方向3″～5″的偏差。ATR的觀測精度明顯低于人工，其中玻璃背景對ATR的測角精度影響最大，水平角和垂直角的精度分別降至±6.0″和±4.2″。由式(2)可知，類間方差與背景類、目標類的面積α1、α2有關。當棱鏡后有強反射背景(如玻璃和鏡面)時，背景類的面積α1減小而目標類的面積α2相應地增加，也會導致一個錯誤的門限t^，從而影響ATR的穩定性，降低了觀測精度。

3.棱鏡的視場方位對ATR測值影響分析

在平坦地形條件下布設3個控制點，架設測量機器人和棱鏡。采用人工模式進行方向觀測，觀測水平角兩測回(測試開始和結束時各1測回)。調整鏡頭，分別將棱鏡置于視場左上、右上、右下和左下的位置，在ATR模式下進行方向觀測，每個方向讀數15次，測試結果如表3所示。表中列出了棱鏡位于不同視場方位時在ATR模式下測得的水平角值，以及人工模式測得的水平角值，其中“較差”指棱鏡位于不同視場方位的ATR測值與人工測值的差值。

表3 不同視場方位的ATR與人工測值分析表(″)

分析表3可知，棱鏡在視場的位置影響ATR的識別結果。當棱鏡處于視場的左下位置時，與人工角值的較差達到了5″，這在實際工程中是不允許的。

由式(3)、式(4)、式(6)可知，獲取可變門限的準則函數是目標位置(x，y)的函數，因而棱鏡的視場方位影響門限集合{}(i=1，2，…，n)的取值，導致如表3所示的結果，即從不同方位搜索棱鏡，所測的角值與人工測值存在不同程度的偏差。

四、結 論

1)在良好的觀測條件下，ATR具有較高的可靠性與穩定性。但在逆光觀測條件下，由于目標與背景的亮度反差下降，ATR的性能受到影響，實際工作中使用ATR測量時應引起注意，盡量避免在此種情況觀測。如果受條件限制必須在上述情況下觀測，應同時進行人工觀測，對ATR測值進行檢核。

2)棱鏡后如果有亮白色、鏡面或是玻璃背景時，ATR的穩定性會受到影響，尤其是玻璃背景對ATR穩定性的影響最大。因此，外業測量時嚴禁將棱鏡架設于強反射體前，如果受條件限制必須架設，應同時人工觀測進行檢核。

3)棱鏡的視場方位影響目標識別的結果。試驗表明，棱鏡處于最不利方位時，測角偏差達到了5″。而本文提出的采用可變門限值的聚類分割法，對于可能感興趣目標(即棱鏡中心)，其判別能力隨方位的不同而調整變化，明顯降低了棱鏡的視場方位造成的識別誤差。

［1］ 張正祿.測量機器人［J］.測繪通報，2001(5):17.

［2］ 黃騰，陳光保，張書豐.自動識別系統ATR的測角精度研究［J］.水電自動化與大壩監測，2004，28(3):37-40.

［3］ 李艷靈.基于聚類的圖像分割算法研究［D］.武漢:華中科技大學，2009.

［4］ 張天序.成像自動目標識別［M］.武漢:湖北科學技術出版社，2005.

The Analysis and Test of GeoRobot ATR Performance

GUO Tenglong，YUE Jianping

0494-0911(2012)08-0092-03

P241.3

B

2011-08-16

江蘇省測繪局測繪科研項目(JSCHKY201002)

郭騰龍(1988—)，男，河南鄭州人，碩士生，主要研究方向為大地測量與工程測量。