一種圖像抖動下的目標位置測量方法

李大成，楊曉東

(海軍潛艇學院，山東 青島 266100)

【信息科學與控制工程】

一種圖像抖動下的目標位置測量方法

李大成，楊曉東

(海軍潛艇學院，山東 青島 266100)

根據艦載攝像機獲取的圖像序列抖動現象，提出了一種基于單目視覺測量技術的運動目標位置測量方法。該方法利用數字圖像處理算法提取目標的質心，以灰度投影差值作為特征量估計圖像當前幀的抖動矢量，結合攝像機的二維運動模型，計算目標去除抖動后的坐標。將此方法應用于運動軌跡已知的運動目標圖像序列，能夠去除艦船抖動的影響，獲取目標的實際位置，具有很好的穩定性。

單目視覺；灰度投影；抖動

隨著機器視覺系統硬件向著小型化和高性能方向發展，以機器視覺為基礎的測量技術成為研究的熱點[1]，視覺測量技術是獲取運動目標位置數據和運動參數的重要方法[2]，其優點主要表現在測量精度高、實時性好，該技術也不斷應用到艦艇的攝像系統。但是艦艇在航行過程中，受到波浪沖擊和人為操縱等作用運動狀態不斷發生改變，導致攝像機獲取的圖像序列不穩定，無法獲知運動目標的準確位置。在艦載攝像系統采集圖像過程中，抖動矢量分為平移矢量[3]和旋轉矢量[4]，旋轉矢量一般較小且處理旋轉矢量的算法時間復雜度較高，因此主要對平移抖動矢量進行處理。

本研究提出了一種基于單目視覺的目標位置測量方法，利用灰度投影方法去除圖像序列不穩定的因素，通過圖像處理算法精確測量運動目標的位置。

1 攝像機成像模型和運動模型

圖像采集過程中，攝像機的成像模型決定了空間點在世界坐標系的坐標與其在圖像像素坐標系坐標之間的對應關系[5]。攝像機將三維空間中的運動物體映射到二維空間，隨著目標的運動，在成像平面的位置也發生變化。

假設運動物體的幾何參數在同一平面內，且與攝像系統光軸垂直，攝像機僅存在無景深方向平移運動。如圖1所示，攝相機坐標系為Oc-XcYcZc，Oc點為攝像機光心，可以在XcYc平面內移動，O-uv為像平面坐標系，像平面坐標系指存儲在計算機中數字圖像的坐標系，以像素為單位，坐標系原點O位于圖像左上角。P為運動目標在三維空間中的點，P1、P2分別為攝像機在不同位置下映射到圖像平面上的點，坐標為(x1,y1)、(x2,y2)。

圖1 攝像機成像模型和像平面

根據上述模型和條件，假設像平面上的點P1變化到P2過程中，攝像機的位移矢量為(Δx,Δy)，則有

(1)

因此，在旋轉矢量較小的情況小，可以根據攝像機的平移矢量計算目標在攝像機不發生抖動情況下的像平面坐標。

2 圖像抖動矢量估計和目標定位

本研究的數字圖像處理主要包括：平移矢量的估計和圖像中中心對稱目標位置的確定[6]。

2.1 基于灰度投影差值的平移矢量估計

灰度投影算法[7-8]是利用圖像的行列灰度變化規律來確定當前幀與參考幀之間的運動矢量，計算量小，對于平移抖動和旋轉量較小的抖動具有較高的檢測精度。

2.1.1 圖像灰度投影

將獲得的視頻經過簡單的圖像處理后，將每幀的二維圖像(N×M)信息映射成兩條灰度投影曲線，具體方法為:

(2)

(3)

colprojk(j)=colk(j)-colTotk

(4)

式中：colk(j)為第k幀圖像第j列的灰度值；curk(i,j)為第k幀上 (i,j)位置處的灰度值；colprojk(j)表示第k幀圖像的第j列歸一化后的灰度映射值。行投影row(i)的計算與列投影的計算方法類似。

2.1.2 投影濾波

當視頻發生抖動時，圖像的邊緣信息會發生明顯的變化，圖像邊緣的行列投影值也會發生明顯的變化，使得在互相關計算的計算結果出現較大的偏差。投影濾波的目的就是通過余弦濾波器進行濾波，降低圖像邊緣信息在計算過程中所占的比重，提高運動矢量的估計精度。

2.1.3 灰度投影差值

兩幀圖像發生平移抖動時，它們的行列投影曲線保持基本相似的形狀。而在不同運動矢量情況下，當前幀和參考幀相同的行列的灰度映射值相差可能會很大，因此可以此作為衡量行或列相似的特征量。也就是說，該行或者列的投影值與參考幀對應行或者列的投影值越接近，表示該行或者列與參考幀的灰度信息越相似。基于此，設定運動矢量范圍，并不斷移動當前幀的投影曲線分別與參考幀投影作差，具體公式為

(5)

2.1.4 最大列數

根據分析，兩幀圖像中行或列投影值接近的數目越多，證明兩幀圖像的灰度信息越相似。設定閾值T來衡量行、列投影值的接近程度，用colk表示當前幀列投影值，colr表示參考幀列投影值。當

(6)

計算符合條件的列數并繪制成曲線圖，峰值即代表閾值T條件下的列數最多，其對應的d即為幀的垂直偏移量。求取幀的水平偏移量的方法類似。

2.2 運動目標的定位

形心法和灰度重心法[9-10]是對圖像中中心對稱目標進行定位的常用方法。形心法將屬于同一目標的不同像素點進行平均，將平均值作為目標的位置點。其坐標計算公式為

(7)

(8)

式中：(i,j)為圖像像素的縱、橫坐標；N為目標圖像的總像素；S為屬于同一目標的像素。式(7)與式(8)中定義的圖像位置由于僅僅利用了目標邊界區域的信息，所以該算法的定位精度較低。為了減小形心法定位的誤差，采用灰度重心法求取目標的位置，即

(9)

(10)

式中：W(i,j)為權值，一般W(i,j)=I(i,j)。

3 實驗與結果

利用如圖2所示的實驗平臺對本文的方法進行實驗和仿真，圖2(a)為IP攝像頭，型號Prosilica_1380，圖像分辨率為1 360×1 024，CCD像元尺寸大小為6.45 μm×6.45 μm，最大焦距為35 mm，設置圖像采集頻率為25fps；圖2(b)為運動目標，在圓弧形的玻璃管內裝有可以運動的小球，其中攝像頭部分和運動目標部分固連在同一載體上。當載體水平傾角變化時，小球在圓弧形玻璃管內運動，通過IP攝像頭采集小球的運動圖像序列。在實驗過程中，攝像頭在采集圖像時模擬艦船受力致使攝像頭小幅度運動，其中大部分力作用在水平方向上，截取圖像序列中的200～400幀進行處理。

圖2 實驗平臺

首先對采集的圖像序列進行圖像處理，包括圖像灰度化、閾值分割、形態學運算等，檢測存在運動狀態的目標[11]，并利用灰度重心法對目標進行定位，獲得目標的坐標。圖3所示為經過一系列算法后得到的運動目標二值化圖像。

然后以圖像序列的第1幀作為參考幀，利用文中提出的基于灰度投影差值算法分別計算當前幀的垂直運動矢量和水平運動矢量，如圖4所示，圖中橫坐標表示幀(frames),縱坐標表示運動矢量(pixels)。

圖3 圖像處理后的運動目標

圖4 圖像序列的抖動矢量

最后利用灰度質心法對目標進行定位，表示目標在圖像平面坐標系中的坐標位置。小球運動過程中，以載體水平傾角為0時的小球質心位置作為參考坐標系的原點，以原點位置建立參考坐標系。根據小球運動軌跡的先驗性，求得原點在圖像坐標系中的坐標為(243.3,182.4)。圖5(a)為不考慮攝像頭抖動時的目標灰度質心曲線。圖5(b)為考慮攝像頭運動矢量時通過式(1)計算得到的灰度質心曲線。圖5(c)為圖5(b)中曲線擬合得到，方程為(x-265.8)2+(y+3 265.1)2=3 448.12，符合運動目標的運動軌跡。由此可見，仿真結果與實際情況基本相似，說明本文的方法可用于攝像機抖動情況下的目標位置測量，且穩定性好。

圖5 灰度質心坐標曲線及擬合曲線

4 結束語

利用單目視覺技術對艦載攝像機獲取的圖像序列抖動下的運動目標位置測量方法展開了研究，用灰度投影差值作為特征量估計出每幀圖像的抖動矢量，結合灰度質心法，計算出運動目標去除抖動矢量后的坐標。經過實驗驗證，能夠滿足一定環境下的測量需求。

[1] 遲健男.視覺測量技術[M].北京:機械工業出版社,2011.

[2] 溫俊，李榕.基于單目的手持式視覺測量方法研究[J].現代電子技術，2015，38(16):88-92.

[3] 趙紅穎，金宏.電子穩像技術概述[J].光學精密工程，2001，9(4):3-8.

[4] 趙紅穎，晏磊，熊精武.艦船圖像序列電子穩定算法的研究[J].光學精密工程，2003，11(6):603-707.

[5] 于起峰.基于圖像的精密測量與運動測量[M].北京：科學出版社，2002:148-155.

[6] MORIMOTO C,CHELLAPPA R.Fast electronic digital image stabilization for off-road navigation[J].Real-Time Imaging (S1077-2014)， 1996，5(2)： 285-296.

[7] 汪小勇,，李奇，徐之海,等.用于實時數字穩像的灰度投影算法研究[J].光子學報，2006，35(8):365-370.

[8] 張朝陽，潘保昌，鄭勝林.基于幀差的灰度投影的快速運動物體檢測[J].廣東工業大學學，2008，25(3):76-80.

[9] 賈云得.機器視覺科學出版社[M].北京：科學出版社，2002.

[10]許聯鋒.稀疏氣泡流動的粒子跟蹤測速技術研究[J].水利學報，2005，36(7)：824-828.

[11]洪義平.視頻序列中運動對象的檢測與跟蹤[D].大連:大連理工大學， 2002:38-39.

(責任編輯 楊繼森)

Research on Target Position Measurement Based on Jitter Image

LI Da-cheng，YANG Xiao-dong

(Naval Submarine Academy, Qingdao 266100, China)

According to the jitter image sequence acquired by ship-borne camera, this paper proposed a moving target position measurement method based on monocular vision. This method firstly used digital image processing algorithms to extract the target centroid. Then it estimated image dithering vector of the current frame with gray projection difference. At last, it calculated the target centroid by combining with two-dimensional motion model of the camera. This method was applied in the image sequence of target. And the trajectory of the moving target is known. It can calculate actual location of the target by removing the effect of ship jitter, and it has a good stability.

monocular vision; gray projection; jitter

2016-09-26；

2016-10-21

海軍裝備部“十二五”規劃資助項目(435515908)

李大成(1992—)，男，碩士研究生，主要從事艦艇運動態勢視覺測量技術研究;楊曉東(1963—)，男，教授，博士生導師，主要從事艦艇機器視覺和航海研究。

10.11809/scbgxb2017.02.022

李大成，楊曉東.一種圖像抖動下的目標位置測量方法[J].兵器裝備工程學報，2017(2):97-100.

format:LI Da-cheng，YANG Xiao-dong.Research on Target Position Measurement Based on Jitter Image[J].Journal of Ordnance Equipment Engineering,2017(2):97-100.

TP751.1

A

2096-2304(2017)02-0097-04