CN101666621B - 一种与光照无关的标记点提取方法 - Google Patents
一种与光照无关的标记点提取方法 Download PDFInfo
- Publication number
- CN101666621B CN101666621B CN200910153169XA CN200910153169A CN101666621B CN 101666621 B CN101666621 B CN 101666621B CN 200910153169X A CN200910153169X A CN 200910153169XA CN 200910153169 A CN200910153169 A CN 200910153169A CN 101666621 B CN101666621 B CN 101666621B
- Authority
- CN
- China
- Prior art keywords
- gauge point
- pixel
- image
- view field
- neighborhood
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000005286 illumination Methods 0.000 title claims abstract description 11
- 239000000284 extract Substances 0.000 claims abstract description 15
- 230000005484 gravity Effects 0.000 claims abstract description 4
- 238000005259 measurement Methods 0.000 claims description 7
- 238000012935 Averaging Methods 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 3
- 230000004438 eyesight Effects 0.000 abstract description 3
- 238000013459 approach Methods 0.000 abstract description 2
- 238000000605 extraction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 239000007850 fluorescent dye Substances 0.000 description 2
- 238000001215 fluorescent labelling Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 241001584785 Anavitrinella pampinaria Species 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001795 light effect Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种与光照无关的标记点提取方法。它先在保持相机位置及视线不变的情况下分别拍摄无被拍摄目标的背景图像和带有标记点的被拍摄目标的前景图像。然后测量标记点投影区域尺度和标记点投影邻域尺度;接着,利用标记点投影区域尺度和标记点投影邻域尺度分别对前景图像和背景图像中每个像素进行邻域灰度分析,从而得出前景图像中属于标记点投影区域的像素,即标记点投影像素;之后,对标记点投影像素进行分组识别出图像中的标记点投影区域,并取标记点投影区域的重心为标记点投影的像素级精度位置。本发明能在光照不均匀的环境下提取标记点,并能使提取到的标记点位置更加逼近真实投影位置的中心。
Description
技术领域
本发明涉及一种与光照无关的标记点提取方法,尤其涉及应用于对三维物体进行标记的标记点,通过相机拍摄,拍摄得到的标记点进行识别并对其位置进行获取的一种方法。
背景技术
在计算机视觉领域,标记点的提取是基于立体视觉的形状测量,动作捕获的关键技术。在一般应用中采用的是光学标记点,如荧光标记点。这种标记点受环境光影响较少,由于是主动发光,所以在图像中的位置可以准确提取,从而可以随时计算出每个标记点在任意时刻所处的位置。但是光学标记点通常成本较高,一般用于不太精密的三维测量应用中。由于它的稀疏性,从而也方便了对标记点识别。而普通灰度标记点相对与荧光标记点仅仅是其和背景的颜色之间存在一定的距离,成本较低,所以可以使应用更加广泛。但这种标记点会受到环境光的影响,如在环境光不均匀的情况中,同样的标记点在图像中的颜色是不同的。本发明针对这个问题,提出了一种有效的解决方法。
发明内容
本发明的目的是克服现有技术的不足,提供一种与光照无关的标记点提取方法。
与光照无关的标记点提取方法包括如下步骤:
1)拍摄无被拍摄目标的场景图像作为背景图像;
2)保持相机位置及视线方向不变的情况下,对带有标记点的被拍摄目标进行拍摄,称为前景图像;
3)测量标记点在拍摄图像中的大约像素尺度,称之为标记点投影区域尺度;
4)测量图像中的一个标记点到另外相邻的标记点的投影区域的边界的最小距离,称之为标记点投影邻域尺度;
5)利用标记点投影区域尺度和标记点投影邻域尺度分别对前景图像和背景图像中的每一个像素进行邻域灰度分析,从而识别出前景图像中那些属于标记点投影区域的像素,这些属于标记点投影区域的像素被称为标记点投影像素;
6)对标记点投影像素进行分组,识别出图像中的标记点投影区域;
7)取标记点投影区域的重心为标记点投影的像素级精度位置。
所述的步骤5)中,利用标记点投影区域尺度和标记点投影邻域尺度分别对前景图像和背景图像中的每一个像素进行邻域灰度分析,从而识别出前景图像中那些属于标记点投影区域的像素包括:
1)对图像中每一个像素构造标记点尺度的高斯函数,即以该像素为中心,以标记点投影区域尺度为方差的二维高斯函数,将这个高斯函数称为标记点尺度高斯函数;
2)将图像中的每一个像素的灰度与标记点尺度高斯函数做卷积运算,求出标记点投影区域平均灰度;
3)对图像中的每一个像素构造标记点投影邻域尺度的高斯函数,即以该像素为中心,以标记点投影邻域尺度为方差的二维高斯函数,将这个高斯函数称为标记点邻域高斯函数;
4)将图像中的每一个像素的灰度与标记点邻域高斯函数做卷积运算,求出标记点投影邻域平均灰度;
5)将标记点投影邻域平均灰度与标记点投影区域平均灰度做差,称为标记点投影像素判别值;
6)根据上述步骤,分别对背景图像和前景图像中的每一个像素计算出一个标记点投影像素判别值。并将前景图像中每个像素的标记点投影像素判别值减去背景图像中相同位置对应像素的标记点投影像素判别值从而获得标记点去噪判别值。
7)判断标记点像素,当图像的灰度值的定义域中,大值表示相对亮的灰度,小值表示相对暗的区域,如果所要提取的标记点的灰度比周围邻域的灰度值暗,则当标记点去噪判别值大于预先指定的一个阈值时,则该像素被认为属于标记点投影像素,否则则该像素不属于标记点投影像素,如果所提取的标记点的灰度比周围邻域的灰度值亮,则当标记点去噪判别值的小于预先指定的一个阈值时,则该像素被认为属于标记点投影像素,否则则该像素不属于标记点投影像素;当图像的灰度值的定义域中,小值表示相对亮的灰度,大值表示相对暗的区域,如果所要提取的标记点的灰度比周围邻域的灰度值暗,则当标记点去噪判别值小于预先指定的一个阈值时,则该像素被认为属于标记点投影像素,否则则该像素不属于标记点投影像素,如果所提取的标记点的灰度比周围邻域的灰度值亮,则当标记点去噪判别值的大于预先指定的一个阈值时,则该像素被认为属于标记点投影像素,否则则该像素不属于标记点投影像素。
所述的步骤6)中,对标记点投影像素进行分组,识别出图像中的标记点投影区域包括:
1)对每一个被判定为标记点投影像素的像素做连通区域分析,将所有符合8连通性的标记点像素合并为一个标记点投影区域;
2)检查标记点投影区域,将任意两个距离小于标记点投影区域尺度的标记点投影区域合并为同一个标记点投影区域。
本发明将标记点提取的问题转化为了一个像素分类问题,通过在不同的区域采用相对阈值对像素进行分类,然后对对标记点像素进行聚类,得到标记点投影区域从而得到标记点像素投影位置的像素级精度逼近。在本发明的方法中,通过采用相对阈值而非一般二类分类方法的单一阈值的使用,使得本方明的方法更加能够适应在整幅图像的光照不均匀的情况下标记点的提取问题。同时,由于标记点投影位置的逼近是基于标记点投影区域的,所以本发明所述的方法具有更好的抗噪声的性能,同时避免了一般基于微分的方法所导致的标记点的像素级精度位置偏离投影区域中心的缺点。
附图说明
图1是本发明对穿着带有标记点袜子的脚型进行提取的结果;
图2是经典特征提取算法Harris算法对和图1同样的图像的标记点提取结果;
图3是本发明标记点提取的结果和Harris算法提取的标记点结果在位置精度上的对比图,其中矩形方格的中心位置表示所提取出的标记点的像素级精度位置;
图4是本发明所述方法流程图;
具体实施方式
与光照无关的标记点提取方法包括如下步骤:
1)拍摄无被拍摄目标的场景图像作为背景图像;
2)保持相机位置及视线方向不变的情况下,对带有标记点的被拍摄目标进行拍摄,称为前景图像;
3)测量标记点在拍摄图像中的大约像素尺度,称之为标记点投影区域尺度;
4)测量图像中的一个标记点到另外相邻的标记点的投影区域的边界的最小距离,称之为标记点投影邻域尺度;
5)利用标记点投影区域尺度和标记点投影邻域尺度分别对前景图像和背景图像中的每一个像素进行邻域灰度分析,从而识别出前景图像中那些属于标记点投影区域的像素,这些属于标记点投影区域的像素被称为标记点投影像素;
6)对标记点投影像素进行分组,识别出图像中的标记点投影区域;
7)取标记点投影区域的重心为标记点投影的像素级精度位置。
所述的步骤5)中,利用标记点投影区域尺度和标记点投影邻域尺度分别对前景图像和背景图像中的每一个像素进行邻域灰度分析,从而识别出前景图像中那些属于标记点投影区域的像素包括:
1)对图像中每一个像素构造标记点尺度的高斯函数,即以该像素为中心,以标记点投影区域尺度为方差的二维高斯函数,将这个高斯函数称为标记点尺度高斯函数;
2)将图像中的每一个像素的灰度与标记点尺度高斯函数做卷积运算,求出标记点投影区域平均灰度;
3)对图像中的每一个像素构造标记点投影邻域尺度的高斯函数,即以该像素为中心,以标记点投影邻域尺度为方差的二维高斯函数,将这个高斯函数称为标记点邻域高斯函数;
4)将图像中的每一个像素的灰度与标记点邻域高斯函数做卷积运算,求出标记点投影邻域平均灰度;
5)将标记点投影邻域平均灰度与标记点投影区域平均灰度做差,称为标记点投影像素判别值;
6)根据上述步骤,分别对背景图像和前景图像中的每一个像素计算出一个标记点投影像素判别值。并将前景图像中每个像素的标记点投影像素判别值减去背景图像中相同位置对应像素的标记点投影像素判别值从而获得标记点去噪判别值。
7)判断标记点像素,当图像的灰度值的定义域中,大值表示相对亮的灰度,小值表示相对暗的区域,如果所要提取的标记点的灰度比周围邻域的灰度值暗,则当标记点去噪判别值大于预先指定的一个阈值时,则该像素被认为属于标记点投影像素,否则则该像素不属于标记点投影像素,如果所提取的标记点的灰度比周围邻域的灰度值亮,则当标记点去噪判别值的小于预先指定的一个阈值时,则该像素被认为属于标记点投影像素,否则则该像素不属于标记点投影像素;当图像的灰度值的定义域中,小值表示相对亮的灰度,大值表示相对暗的区域,如果所要提取的标记点的灰度比周围邻域的灰度值暗,则当标记点去噪判别值小于预先指定的一个阈值时,则该像素被认为属于标记点投影像素,否则则该像素不属于标记点投影像素,如果所提取的标记点的灰度比周围邻域的灰度值亮,则当标记点去噪判别值的大于预先指定的一个阈值时,则该像素被认为属于标记点投影像素,否则则该像素不属于标记点投影像素。
所述的步骤6)中,对标记点投影像素进行分组,识别出图像中的标记点投影区域包括:
1)对每一个被判定为标记点投影像素的像素做连通区域分析,将所有符合8连通性的标记点像素合并为一个标记点投影区域;
2)检查标记点投影区域,将任意两个距离小于标记点投影区域尺度的标记点投影区域合并为同一个标记点投影区域。
实施例
附图1为将本发明的方法应用到提取穿着带有标记点的袜子的脚型图像中的结果。本发明将图像看作一个二维函数。并假设图像的灰度值高的像素表示亮度值较亮的像素,而灰度值较低的像素表示较暗的像素。设图像像素坐标为u,标记点区域的尺度范围为σ1,一个标记点投影区域的边界像素到另一相邻标记点投影区域的边界像素的最近距离为σ2(σ1<σ2)。检查图像中每一个像素u的σ1邻域,如果σ1邻域内的所有像素的平均灰度比其σ2邻域内的平均灰度明显小,则可认定该像素是位于某个标记点投影区域中的一个像素。标记点区域的检测函数可定义为:
G(u)=[N(0,σ2E2)-N(0,σ1E2)]*I(u)...............①
其中,N(0,σ2E2),N(0,σ1E2)为零均值的二维高斯函数,E2是一个2*2的单位矩阵,I(u)为像素u处的颜色值(灰度值)。*为卷积运算符。当G(u)大于给定的阈值ε时,u即被分类为某一标记点像素,否则u为非标记点像素。阈值ε的设定决定了将提取出的标记点投影区域的尺度大小。在那些不属于标记点投影区域的图像部分,G(u)的值近似在接近0的常量附近波动。尽管实际的标记点投影区域并不是理想的圆形区域,但同样可以按照①进行分类。
由于获取区域的背景很可能不是纯色的,这使得一些背景点或者噪声点也会被误分类为标记点像素,这会干扰标记点投影区域的识别。为了排除这些噪声,本发明首先要拍摄一张没有目标的背景图像,记为Ib(u),然后保持相机视线和位置不变的情况下,对目标进行拍摄。首先检查背景图像中的那些和标记点像素相似的像素点,然后再在检查结果中排除排除它们。这样本发明所采用的分类函数就变成了如下形式:
G(u)=[N(0,σ2E2)-N(0,σ1E2)]*If(u)-[N(0,σ2E2)-N(0,σ1E2)]*Ib(u)...②
由上述方法检测出标记点像素后,需要对标记点区域进行识别,就是要对标记点像素进行分组,从而求出每一个标记点像素属于哪个标记点投影点区域。为此,对每一个被判定为标记点投影像素的像素做连通区域分析,将所有符合8连通性的标记点像素合并为一个标记点投影区域。然后检查标记点投影区域,将任意两个距离小于标记点投影区域尺度的标记点投影区域合并为同一个标记点投影区域。最后,通过计算每一块标记点投影区域的重心坐标求出标记点投影的像素级精度位置。
Claims (2)
1.一种与光照无关的标记点提取方法,其特征在于包括如下步骤:
1)拍摄无被拍摄目标的场景图像作为背景图像;
2)保持相机位置及视线方向不变的情况下,对带有标记点的被拍摄目标进行拍摄,称为前景图像;
3)测量标记点在拍摄图像中的大约像素尺度,称之为标记点投影区域尺度;
4)测量图像中的一个标记点到另外相邻的标记点的投影区域的边界的最小距离,称之为标记点投影邻域尺度;
5)利用标记点投影区域尺度和标记点投影邻域尺度分别对前景图像和背景图像中的每一个像素进行邻域灰度分析,从而识别出前景图像中那些属于标记点投影区域的像素,这些属于标记点投影区域的像素被称为标记点投影像素;
6)对标记点投影像素进行分组,识别出图像中的标记点投影区域;
7)取标记点投影区域的重心为标记点投影的像素级精度位置;
所述的步骤5)中,利用标记点投影区域尺度和标记点投影邻域尺度分别对前景图像和背景图像中的每一个像素进行邻域灰度分析,从而识别出前景图像中那些属于标记点投影区域的像素包括:
1)对图像中每一个像素构造标记点尺度的高斯函数,即以该像素为中心,以标记点投影区域尺度为方差的二维高斯函数,将这个高斯函数称为标记点尺度高斯函数;
2)将图像中的每一个像素的灰度与标记点尺度高斯函数做卷积运算,求出标记点投影区域平均灰度;
3)对图像中的每一个像素构造标记点投影邻域尺度的高斯函数,即以该像素为中心,以标记点投影邻域尺度为方差的二维高斯函数,将这个高斯函数称为标记点邻域高斯函数;
4)将图像中的每一个像素的灰度与标记点邻域高斯函数做卷积运算,求出标记点投影邻域平均灰度;
5)将标记点投影邻域平均灰度与标记点投影区域平均灰度做差,称为标记点投影像素判别值;
6)根据上述步骤,分别对背景图像和前景图像中的每一个像素计算出一个标记点投影像素判别值;并将前景图像中每个像素的标记点投影像素判别值减去背景图像中相同位置对应像素的标记点投影像素判别值从而获得标记点去噪判别值;
7)判断标记点像素,当图像的灰度值的定义域中,大值表示相对亮的灰度,小值表示相对暗的区域,如果所要提取的标记点的灰度比周围邻域的灰度值暗,则当标记点去噪判别值大于预先指定的一个阈值时,则该像素被认为属于标记点投影像素,否则则该像素不属于标记点投影像素,如果所提取的标记点的灰度比周围邻域的灰度值亮,则当标记点去噪判别值的小于预先指定的一个阈值时,则该像素被认为属于标记点投影像素,否则则该像素不属于标记点投影像素;当图像的灰度值的定义域中,小值表示相对亮的灰度,大值表示相对暗的区域,如果所要提取的标记点的灰度比周围邻域的灰度值暗,则当标记点去噪判别值小于预先指定的一个阈值时,则该像素被认为属于标记点投影像素,否则则该像素不属于标记点投影像素,如果所提取的标记点的灰度比周围邻域的灰度值亮,则当标记点去噪判别值的大于预先指定的一个阈值时,则该像素被认为属于标记点投影像素,否则则该像素不属于标记点投影像素。
2.如权利要求1所述的一种与光照无关的标记点提取方法,其特征在于,所述的步骤6)中,对标记点投影像素进行分组,识别出图像中的标记点投影区域包括:
1)对每一个被判定为标记点投影像素的像素做连通区域分析,将所有符合8连通性的标记点像素合并为一个标记点投影区域;
2)检查标记点投影区域,将任意两个距离小于标记点投影区域尺度的标记点投影区域合并为同一个标记点投影区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910153169XA CN101666621B (zh) | 2009-09-24 | 2009-09-24 | 一种与光照无关的标记点提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910153169XA CN101666621B (zh) | 2009-09-24 | 2009-09-24 | 一种与光照无关的标记点提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101666621A CN101666621A (zh) | 2010-03-10 |
CN101666621B true CN101666621B (zh) | 2011-01-05 |
Family
ID=41803347
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910153169XA Expired - Fee Related CN101666621B (zh) | 2009-09-24 | 2009-09-24 | 一种与光照无关的标记点提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101666621B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103810459A (zh) * | 2012-11-07 | 2014-05-21 | 上海航天设备制造总厂 | 图像识别装置及利用所述装置的电池阵焊接系统 |
CN103810458A (zh) * | 2012-11-07 | 2014-05-21 | 上海航天设备制造总厂 | 图像识别方法 |
CN104954656B (zh) * | 2014-03-24 | 2018-08-31 | 联想(北京)有限公司 | 一种信息处理方法和装置 |
CN109509246B (zh) * | 2018-03-25 | 2022-08-02 | 哈尔滨工程大学 | 一种基于自适应视线划分的光子图聚类方法 |
CN112862813B (zh) * | 2021-03-04 | 2021-11-05 | 北京柏惠维康科技有限公司 | 标记点提取方法、装置、电子设备及计算机存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1544883A (zh) * | 2003-11-25 | 2004-11-10 | 浙江大学 | 基于特定网格图案的三维脚型测量和建模的方法 |
CN101237514A (zh) * | 2006-12-18 | 2008-08-06 | 夏普株式会社 | 图像处理装置及方法、图像读取和形成装置以及记录媒体 |
-
2009
- 2009-09-24 CN CN200910153169XA patent/CN101666621B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1544883A (zh) * | 2003-11-25 | 2004-11-10 | 浙江大学 | 基于特定网格图案的三维脚型测量和建模的方法 |
CN101237514A (zh) * | 2006-12-18 | 2008-08-06 | 夏普株式会社 | 图像处理装置及方法、图像读取和形成装置以及记录媒体 |
Non-Patent Citations (4)
Title |
---|
JP特开平8-315137A 1996.11.29 |
李伟等."基于KPCA-SIFT描述符的图像配准".《信号处理》.2009,第25卷(第4期),644-647. |
李竹林等."改进的特征点提取算法及其适应性评估".《计算机工程与设计》.2009,第30卷(第6期),1441-1443. |
林锦梅等."空基平台悬停视频的稳像算法".《仪器仪表学报》.2008,第29卷(第8期),178-181. |
Also Published As
Publication number | Publication date |
---|---|
CN101666621A (zh) | 2010-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5747549B2 (ja) | 信号機検出装置及びプログラム | |
CN101666621B (zh) | 一种与光照无关的标记点提取方法 | |
JP6667065B2 (ja) | 位置推定装置および位置推定方法 | |
CN107993224B (zh) | 一种基于圆形标志物的物体检测定位方法 | |
CN113538491B (zh) | 一种基于自适应阈值的边缘识别方法、系统及存储介质 | |
Ellmauthaler et al. | A novel iterative calibration approach for thermal infrared cameras | |
CN103927509B (zh) | 眼睛定位方法及装置 | |
CN105718931B (zh) | 用于确定采集图像中的杂斑的系统和方法 | |
CN106204594A (zh) | 一种基于视频图像的弥散性运动物体的方向检测方法 | |
CN105225251A (zh) | 基于机器视觉的超视距海上运动目标快速识别与定位装置及方法 | |
WO2017071406A1 (zh) | 金针类元件的引脚检测方法和系统 | |
CN101819024A (zh) | 一种基于机器视觉的二维位移检测方法 | |
CN101846513A (zh) | 标志图像识别及中心坐标提取方法 | |
CN102393902A (zh) | 基于h_s二维直方图和区域颜色匹配的车辆颜色检测方法 | |
US20220335586A1 (en) | Workpiece surface defect detection device and detection method, workpiece surface inspection system, and program | |
JP2014067193A (ja) | 画像処理装置および画像処理方法 | |
CN114170165A (zh) | 一种芯片表面缺陷检测方法和装置 | |
JP5367244B2 (ja) | 目標検出装置および目標検出方法 | |
KR20140087485A (ko) | 광선추적법을 이용한 이동 로봇의 실내 위치 추정방법 | |
US20160259034A1 (en) | Position estimation device and position estimation method | |
CN106530315B (zh) | 中小型物体全角度下目标提取系统及方法 | |
JPWO2017163606A1 (ja) | 物体認識装置 | |
CN109784229B (zh) | 一种地面建筑物数据融合的复合识别方法 | |
CN113723432B (zh) | 一种基于深度学习的智能识别、定位追踪的方法及系统 | |
CN110853059B (zh) | 一种靶子环数的图像识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110105 Termination date: 20130924 |