CN101666641A - 影像辨识方法 - Google Patents

Abstract

本发明公开了一种影像辨识方法。首先，取得对应一标尺的影像，其中所述影像包括投影至标尺上的至少一既定刻度。之后，依据影像判定标尺中的一基准标志的基准高度。以基准标志在影像中的位置为初始位置搜寻所述既定刻度在标尺上所对应的刻度的上边缘与下边缘在影像中的位置。最后，依据所述既定刻度在影像中的位置、上边缘与下边缘在影像中的位置、基准标志的基准高度、与从初始位置至上边缘之间的刻度数目辨识所述既定刻度的高度。利用本发明的影像辨识方法，可以快速且正确的自动取得受测物的量测结果，因此可以减少操作人员判读及记录量测值的时间，提升量测动作的效率。

Description

影像辨识方法

技术领域

本发明涉及一种影像辨识及距离计算方法与装置，更具体地说，涉及一种可以依据影像辨识技术自动判定至少一既定刻度的高度且判定一装置如数字水准仪(Digital Level)与一标尺间的距离的方法与装置。

背景技术

在测量工具中，水准仪可以用来测量水平面。水准仪可以通过光学装置例如望远镜来观望放置于另一端的标尺(尺规)(Level Ruler)。一般来说，望远镜中可以标示有十字光标中心和上下各一个的既定刻度，且操作者必须通过人工观看十字光标中心与既定刻度投影至标尺上的位置来人为判定标尺所在的高度，以及标尺与水准仪之间的距离。

目前来说，大部分的水准仪都必须通过人工读数的方式来进行相关判定。由于判定是通过人为进行的，因此也常常发生许多误判的情形。为了减少人为误判的机会，部分数字水准仪可以提供自动的方式来进行读数以及相关判定。然而，由于标尺放置的情形，如正立、倒立或倾斜，与标尺置放处的亮度，都会影响判读的结果。现有的水准仪对于标尺所在高度以及标尺与水准仪之间距离的判定结果的精准度是令人存疑的。

发明内容

本发明所要解决的技术问题是，针对现有技术的上述不足，提供一种可以减少人为判读误差的影像辨识方法。

本发明实施例提出一种影像辨识方法。首先，取得对应一标尺的影像，其中所述影像包括投影至标尺上的至少一既定刻度。之后，依据影像判定标尺中的一基准标志的基准高度。以基准标志在影像中的位置为初始位置搜寻所述既定刻度在标尺上所对应的刻度的上边缘与下边缘在影像中的位置。最后，依据所述既定刻度在影像中的位置、上边缘与下边缘在影像中的位置、基准标志的基准高度、与从初始位置至上边缘之间的刻度数目辨识所述既定刻度的高度。

本发明的一个优选实施例中，上述依据所述影像判定所述标尺中对应所述基准标志的所述基准高度的步骤进一步包括下列步骤：

确定所述基准标志附近的一搜寻范围；

在所述搜寻范围中辨识至少一数字；以及

将所述数字设为对应所述基准标志的所述基准高度。

本发明的一个优选实施例中，上述依据所述影像判定所述标尺中对应所述基准标志的所述基准高度的步骤更进一步包括下列步骤：

从所述影像中辨识出所述基准标志附近的一刻度；

辨识所述刻度的刻度高度；以及

依据所述刻度的刻度高度确定所述搜寻范围。

本发明的一个优选实施例中，上述在所述搜寻范围中辨识所述数字的步骤进一步包括下列步骤：

判断所述搜寻范围中的一像素是否有具有相同像素特征的至少一邻近像素，其中所述像素特征表示所述像素的亮度值小于一阈值；

当所述像素有具有相同像素特征的所述邻近像素时，将所述像素与所述邻近像素标示为一特定标签；以及

依据所述特定标签的分布确定所述数字。

本发明的一个优选实施例中，上述在所述搜寻范围中辨识所述数字的步骤更进一步包括下列步骤：

将所述特定标签的分布划分为多个区域；

计算每一所述区域中包含对应的所述特定标签的分布的列数；以及

依据每一所述区域中包含对应的所述特定标签的分布的列数确定所述数字。

本发明的一个优选实施例中，所述阈值的确定包括下列步骤：

依据多个像素的亮度值决定第一最大亮度值与第一最小亮度值；以及

依据所述第一最大亮度值与所述第一最小亮度值确定所述阈值。

本发明的一个优选实施例中，所述阈值的确定进一步包括下列步骤：

判断所述多个像素中亮度值在所述第一最大亮度值的第一邻近范围内的像素的数目是否大于一既定值，且判断所述多个像素中亮度值在所述第一最小亮度值的第二邻近范围内的像素的数目是否大于所述既定值；

当亮度值在所述第一最大亮度值的第一邻近范围内的像素的数目不大于所述既定值，则重新依据所述多个像素中每一像素的亮度值决定一第二最大亮度值；

当亮度值在所述第一最小亮度值的第二邻近范围内的像素的数目不大于所述既定值，则重新依据所述多个像素中每一像素的亮度值决定一第二最小亮度值；以及

重新依据所述第二最大亮度值与所述第二最小亮度值确定所述阈值。

本发明的一个优选实施例中，所述辨识影像的方法还包括下列步骤：

辨识所述影像中所述标尺的刻度的形状，且依据所述刻度的形状判定所述标尺是正立或倒立；以及

当判定所述标尺倒立时，将所述影像旋转180度。

本发明的一个优选实施例中，上述辨识所述影像中所述标尺的刻度的形状且依据所述刻度的形状判定所述标尺是正立或倒立的步骤进一步包括下列步骤：

确定第一X轴坐标与第二X轴坐标；

侦测所述刻度分别在所述第一X轴坐标与所述第二X轴坐标上的高度；以及

依据所述刻度分别在所述第一X轴坐标与所述第二X轴坐标上的高度判定所述标尺是正立或倒立。

本发明的一个优选实施例中，上述辨识所述影像中所述标尺的刻度的形状且依据所述刻度的形状判定所述标尺是正立或倒立的步骤更包括下列步骤：

确定一特定Y轴坐标；

搜寻所述刻度在所述特定Y轴坐标上的左边界与右边界；以及

依据所述左边界与所述右边界确定所述第一X轴坐标与所述第二X轴坐标，其中所述第一X轴坐标与所述第二X轴坐标位于所述左边界与所述右边界之内。

本发明的一个优选实施例中，上述辨识所述影像中所述标尺的刻度的形状且依据所述刻度的形状判定所述标尺是正立或倒立的步骤更包括下列步骤：

从所述影像中投影至所述标尺上的十字光标中心向上或向下搜寻多行，其中所述十字光标中心具有十字中心X轴坐标与十字中心Y轴坐标；

判定所述多行中每一行在所述十字中心Y轴坐标位置的像素的亮度值是否小于一阈值；

当所述多行中每一行在所述十字中心Y轴坐标位置的像素的亮度值小于所述阈值，搜寻每一行中对应所述刻度的左边界与右边界；

判定所述多行中对应每一行的所述左边界与所述右边界之间的距离的最大者；以及

将与所述距离最大者相对应的行的Y轴坐标确定为所述特定Y轴坐标。

本发明的一个优选实施例中，所述辨识影像的方法更包括下列步骤：

搜寻所述多行的每一行中对应所述刻度的左边界或右边界；

依据对应所述每一行的Y轴坐标与所述左边界或所述右边界的X轴坐标计算一倾斜角度；以及

依据所述倾斜角度将所述影像进行旋转。

本发明上述方法可以通过程序代码方式收录于实体媒体中。当程序代码被机器加载且执行时，机器变成用以执行本发明的装置。

利用本发明的影像辨识方法，可以快速且正确的自动取得受测物的量测结果，因此可以减少操作人员判读及记录量测值的时间，提升量测动作的效率。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举实施例，并配合附图，详细说明如下。

附图说明

图1是依据本发明实施例的距离计算装置的示意图；

图2是依据本发明实施例的包括标尺的影像的示意图；

图3是依据本发明另一实施例的距离计算装置的示意图；

图4是依据本发明实施例的距离计算方法的流程图；

图5是依据本发明实施例的二值化阈值计算方法的流程图；

图6是依据本发明实施例的标尺正立或倒立判断与校正法的流程图；

图7是依据本发明实施例的标尺上的刻度高度的示意图；

图8A与图8B分别是显示标尺正立与倒立的状况下刻度的左边界与右边界的示意图；

图9A与图9B分别是显示标尺正立与倒立的状况下刻度于第一X轴坐标与第二X轴坐标处的上边界与下边界及高度的示意图；

图10是具有大数字与小数字的标尺的示意图；

图11是依据本发明实施例的数字辨识方法的流程图；

图12是依据本发明实施例的遮罩的示意图；

图13A至图13H分别是显示依据本发明实施例的像素标签化的过程的示意图；

图14A与图14B分别是显示依据本发明实施例的标签分布区域的示意图；

图15是依据本发明实施例的高度与距离计算的示意图。

具体实施方式

图1显示依据本发明实施例的距离计算装置。在此实施例中，依据本发明实施例的距离计算装置100可以是一以处理器为基础的电子装置，如计算机。

如图1所示，依据本发明实施例的距离计算装置100包括储存单元110与处理单元120。储存单元110中储存对应于一标尺的影像。如图2所示，影像200包括一标尺LR，以及投影至标尺LR上的十字光标中心CC、刻度1及刻度2。其中，十字光标中心CC的坐标为(Cross_CenX，Cross_CenY)。处理单元120可以依据影像200执行本发明的距离计算方法，其相关细节将于后说明。值得注意的是，在一些实施例中，处理单元120可以是一数字信号处理器(DSP)，且储存单元110是数字信号处理器内部的闪存。

图3显示依据本发明另一实施例的距离计算装置。在此实施例中，依据本发明实施例的距离计算装置300可以是一水准仪，如数字水准仪。

如图3所示，依据本发明实施例的距离计算装置300包括光学装置310、储存单元320与处理单元330。光学装置310可以包括一目镜(未显示)与一影像感测单元(未显示)，用以撷取影像。光学装置310所撷取的影像可以储存至储存单元320中。类似地，光学装置310所撷取的影像200可以如图2所示。处理单元330可以依据影像200执行本发明的距离计算方法，其相关细节将于后说明。类似地，在一些实施例中，处理单元330可以是一数字信号处理器，且储存单元320是数字信号处理器内部的闪存。

值得说明的是，依据本发明实施例的影像辨识装置亦可以具有如图1和/或图3图中实施例的组件，在此不再赘述。

图4显示依据本发明实施例的距离计算方法。值得注意的是，本发明的距离计算方法可以利用本发明的影像辨识方法来实施。本发明的影像辨识方法可以包括标尺正立或倒立判断与校正法、标尺倾斜判断与校正法、和/或数字辨识法等。

如步骤S410，取得一影像。如前所述，影像可以包括标尺LR、以及投影至标尺LR上的十字光标中心CC、刻度1、及刻度2。值得注意的是，影像中的每一像素可以具有亮度值Y与色度值UV。如步骤S420，依据影像计算二值化阈值。二值化阈值可用以判断影像中的像素是否为标尺上刻度、数字、和/或图案的一部分。如步骤S430，辨识影像中标尺的刻度的形状，且依据刻度的形状进行标尺正立或倒立的判断与校正。如步骤S440，辨识影像中标尺的刻度的边界，且依据刻度的边界进行标尺倾斜的判断与校正。之后，如步骤S450，对标尺上的数字进行辨识，以得知标尺中的基准标志的基准高度。最后，如步骤S460，依据基准标志的基准高度、基准标志在影像中的位置、以及十字光标中心、刻度1及刻度2在影像中的位置计算标尺的高度和/或距离。注意的是，二值化阈值的算法及相关判定、标尺正立或倒立的判断与校正、标尺倾斜的判断与校正、与计算标尺的高度和/或距离的细节将于后说明。

二值化阈值计算

图5显示依据本发明实施例的二值化阈值计算方法。

首先，如步骤S502，在影像中以十字光标中心CC为起点，分别向上与向下取得一既定数目例如300个像素的亮度值Y。如步骤S504，从这些像素的亮度值Y中选取一最大亮度值Ymax。如步骤S506，统计这些像素中相应的亮度值Y在最大亮度值Ymax的邻近范围例如[Ymax-20，Ymax]内的像素数目。如步骤S508，判断亮度值Y在最大亮度值Ymax的邻近范围内的像素数目是否大于一既定值，如像素总数目除以4。若亮度值Y在最大亮度值Ymax的邻近范围内的像素数目并未大于既定值(步骤S508的否)，如步骤S510，重新选取这些像素中亮度值小于最大亮度值Ymax的次最大值，并将其设为最大亮度值Ymax。之后，流程回到步骤S506。若亮度值Y在最大亮度值Ymax的邻近范围内的像素数目大于既定值(步骤S508的是)，如步骤S512，从这些像素的亮度值Y中选取一最小亮度值Ymin。如步骤S514，统计这些像素中相应的亮度值Y在最小亮度值Ymin的邻近范围例如[Ymin，Ymin+20]内的像素数目。如步骤S516，判断亮度值Y在最小亮度值Ymin的邻近范围内的像素数目是否大于一既定值，如像素总数目除以4。若亮度值Y在最小亮度值Ymin的邻近范围内的像素数目并未大于既定值(步骤S516的否)，如步骤S518，重新选取这些像素中亮度值大于最小亮度值Ymin之次最小值，并将其设为最小亮度值Ymin。之后，流程回到步骤S514。若亮度值Y在最小亮度值Ymin的邻近范围内的像素数目大于既定值(步骤S516的是)，如步骤S520，依据当前最大亮度值Ymax与最小亮度值Ymin计算二值化阈值。在一些实施例中，二值化阈值可以依据下列公式进行计算：BT＝(Ymin+Ymax)/2，其中BT是二值化阈值。

标尺正立或倒立判断与校正

图6显示依据本发明实施例的标尺正立或倒立判断与校正法。

如步骤S602，以十字光标中心CC为起点，分别向上与向下搜寻多行。在一些实施例中，可以分别向上与向下搜寻2倍的刻度高度scale_height，如图7所示。如步骤S604，对于每一行，判断其在十字光标中心Y轴坐标Cross_CenY位置的像素的亮度值是否小于二值化阈值。若每一行在十字光标中心Y轴坐标Cross_CenY位置的像素的亮度值并未小于二值化阈值(步骤S604的否)，则流程转至步骤S608。若每一行在十字光标中心Y轴坐标Cross_CenY位置的像素的亮度值小于二值化阈值(步骤S604的是)，则搜寻且记录此行的左边界与右边界。在一些实施例中，当向左搜寻到某一特定像素的亮度值小于二值化阈值，且此特定像素左边的两个连续像素的亮度值均大于二值化阈值时，则记录此特定像素所在的列数，即为此特定像素所在行刻度的左边界。类似地，当向右搜寻到某一特定像素的亮度值小于二值化阈值，且此特定像素右边的两个连续像素的亮度值均大于二值化阈值时，则记录此特定像素所在的列数，即为此特定像素所在行刻度的右边界。注意的是，在一些实施例中，左边界与右边界可以通过数组的方式进行记录。举例来说，假设scale_height为50，则将从Cross_CenY-2scale_height行至Cross_CenY+2scale_height行，每行刻度的左边界记入数组boundary1[200]，每行刻度的右边界记入数组boundary2[200]中。

接着如步骤S608，计算每一行中左边界与右边界之间的距离，且将具有最大距离的行设为一特定行maxI。举例来说，分别计算(boundary2[0]-boundary1[0])、(boundary2[1]-boundary1[1])、…、(boundary2[199]-boundary1[199])的值。当(boundary2[i]-boundary1[i])的值最大时，记下此时的行数为maxI。此特定行刻度的左边界记为scale_left，右边界记为scale_right，如图8A与图8B所示，其中图8A是标尺正立的状况，且图8B是标尺倒立的状况。之后，如步骤S610，依据特定行maxI的左边界scale_left与右边界scale_right确定出第一X轴坐标x1与第二X轴坐标x2。值得注意的是，第一X轴坐标与第二X轴坐标位于此特定行刻度的左边界scale_left与右边界scale_right之内。在一些实施例中，x1＝scale_left+(scale_right-scale_left)/4，且x2＝scale_right-(scale_right-scale_left)/4。如步骤S612，分别侦测刻度在第一X轴坐标x1与第二X轴坐标x2处的上边界与下边界，且依据相应的上边界与下边界分别计算刻度在第一X轴坐标x1与第二X轴坐标x2处的高度。具体的说，以x1为列数且maxI为行数起点，分别向上与向下搜寻得到刻度的上边界scale_top1和下边界scale_bottom1，则此位置刻度的高度为y1，其中y1＝scale_bottom1-scale_top1。另外，以x2为列数且maxI为行数起点，分别向上与向下搜寻得到刻度的上边界scale_top2和下边界scale_bottom2，则此位置刻度的高度为y2，其中y2＝scale_bottom2-scale_top2。

接着如步骤S614，依据刻度分别在第一X轴坐标x1与第二X轴坐标x2处的高度y1与y2判定标尺为正立或倒立。图9A图与图9B分别显示出标尺正立与倒立的状况下刻度在第一X轴坐标与的第二X轴坐标处的上边界与下边界及高度。如图所示，当标尺正立时，以x1为列数的刻度高度y1约为以x2为列数的刻度高度y2的二分之一。反之，当标尺倒立时，以x1为列数的刻度高度y1约为以x2为列数的刻度高度y2的二倍。因此，可以以此为依据来判断标尺是正立放置或倒立放置。如步骤S616，依据判定结果校正影像。举例来说，当标尺系倒立放置时，则将影像旋转180度。

标尺倾斜判断与校正法

如前所述，当一行在十字光标中心Y轴坐标Cross_CenY位置的像素的亮度值小于二值化阈值时，则可以搜寻且分别记录此行的左边界与右边界至数组boundary1[200]与数组boundary2[200]中。搜寻行的左边界与右边界的细节在此不再赘述。在标尺倾斜判断与校正时，数组boundary1与boundary2的索引(index)可以是此行的Y轴坐标。换言之，左边界与右边界的X轴坐标与Y轴坐标皆被记录。通过数组boundary1与数组boundary2二者之一可以计算出刻度的倾斜角度。计算出倾斜角度之后，便可依据倾斜角度对影像进行旋转。另外，在一些实施例中，当特定行maxI确定之后，可以另外确定一特定X轴坐标x1，如x1＝scale_right-scale_height/2。之后，以x1为列数且maxI为行数的起点，分别向上向下搜寻得到刻度的上边界scale_top与下边界scale_bottom。之后，再以上边界scale_top为起始行，且下边界scale_bottom为结束行，搜寻每行的刻度右边界。最后，通过每行的刻度右边界计算倾斜角度。

值得注意的是，前述说明是针对标尺上单一刻度的左边界与右边界进行判断的。然而，为了提供精确度，可以以十字光标中心为起点，向上或向下搜寻一既定数目的刻度，如m个刻度。相应所有刻度所涵盖的行的左边界与右边界皆会进行记录，且依据这些记录的左边界或右边界计算倾斜角度，然后依据倾斜角度对于影像进行旋转。必须提醒的是，在一些实施例中，当数组中的数据达到一既定数量时，如200笔数据时，则可以不搜寻与记录对应其它刻度的行的左边界与右边界，而可以直接进行倾斜角度的计算。在一些实施例中，数组boundary1与数组boundary2中的一者可以利用最小平方法进行线性估算，以计算斜率。

数字辨识

图10显示具有大数字与小数字的一标尺。如图10所示，当标尺LR距离数字水准仪较远时，刻度高度scale_height较小，此时无法清晰辨识小数字B，只能透过辨识大数字A来确定基准高度。

图11显示依据本发明实施例的数字辨识方法。

如步骤S1102，从影像中辨识一基准标志，如十字光标中心CC附近的一刻度，且侦测对应此刻度的刻度高度。如步骤S1104，依据该刻度的刻度高度决定辨识标尺上的大数字或是小数字。当刻度高度小于一既定值时，则判定辨识标尺上的大数字。反之，当刻度高度并未小于既定值时，则判定辨识标尺上的小数字。当判定辨识小数字时，如步骤S1106，依据刻度的位置决定相应小数字的搜寻范围。类似地，通过比较各像素的亮度值Y与二值化阈值可以找出刻度的左边界、右边界、上边界与下边界，且透过刻度的这些边界可以确定相应小数字B的搜寻范围。接着，如步骤S1108，在搜寻范围中辨识至少一数字。注意的是，辨识出的数字可以是以十进制排列的数字。其中，辨识数字的方法将于后说明。之后，如步骤S1110，判断相应小数字的辨识是否失败。若小数字辨识并未失败(步骤S1110的否)，如步骤S1112，将辨识出的数字设为基准高度。若小数字辨识失败(步骤S1110的是)，进行步骤S1114操作。

当判定辨识大数字时，如步骤S1114，依据刻度的位置决定相应大数字搜寻范围。类似地，通过比较各像素的亮度值Y与二值化阈值可以找出刻度的左边界、右边界、上边界与下边界，且通过刻度的这些边界可以确定相应大数字A的搜寻范围。接着，如步骤S1116，在搜寻范围中辨识至少一数字。注意的是，在大数字的辨识中除了辨识数字之外更需要辨识数字上方有几个点以及数字下方是否有字母m。之后，如步骤S1118，判断相应大数字的辨识是否失败。若大数字辨识并未失败(步骤S1118的否)，如步骤S1112，依据辨识出的数字、点的数目与是否有字母m设置基准高度。若大数字辨识失败(步骤S1118的是)，结束流程。

在一些实施例中，可以利用标签化算法来辨识数字。在标签化算法中，将影像中相连接的所有像素标示为同样的标签，而对于不同连接的像素则标示为不同标签。以下说明像素标签化的具体步骤。必须说明的是，影像中像素扫描的顺序是由上至下且由左至右的。当扫描到未被标示标签的像素时，此像素将会被套用一遮罩，以决定要被标示的标签。图12显示了依据本发明实施例的遮罩。如图12所示，遮罩1200为一3X3的矩阵。其中，遮罩1200的中心将会被套至未被标示标签的像素。遮罩的使用方式将于后说明。接下来，举一例子说明。假设影像二值化(亮度值小于二值化阈值的像素被设为1；亮度值大于二值化阈值的像素被设为0)之后的影像为图13A所示。当扫描到第一个未被标示标签的像素时，依照像素的位置套用遮罩1200。由于它的几个邻像素(邻像素1、邻像素2、邻像素3与邻像素4)皆未找到已经标示标签的像素，因此此像素被标示为标签2，如图13B所示。之后，继续扫描，以找到下一个未被标示标签的像素。由于此像素的几个邻像素邻(邻像素1、邻像素2、邻像素3、与邻像素4)皆未找到已经标示标签的像素，因此此像素被标示为标签3，如图13C所示。之后，继续扫描，以找到下一个未被标示标签的像素。由于此像素的邻像素1没有被标示标签，而邻像素2已被标示为标签2，因此同样将此像素标示为标签2。另外，由于此像素的邻像素3与邻像素4都没有被标示标签，因此保留此像素所标识的标签2，如图13D所示。之后，继续扫描，以找到下一个未被标示标签的像素。由于此像素的邻像素1已被标示为标签3，因此将此像素标示为标签3。此像素的邻像素2没有被标示标签，而其邻像素3已被标示为标签2。本来应该将此像素标示为标签2，但因为此像素已经被标示为标签3，因此，将所有标示为标签2的像素重新标示为标签3，以使得所有连接的像素为同一个标签，如图13E所示。之后，继续扫描，以找到下一个未被标示标签的像素。由于此像素的几个邻像素(邻像素1、邻像素2、邻像素3、与邻像素4)皆未找到已被标示标签的像素，因此将此像素标示为标签4，如图13F所示。标签化操作持续至影像中所有像素被扫描过为止。当所有的接连成分都被标签化后，通过求出他们的长宽高，便可以分辨出哪个是需要的连接成分，如图13G所示的”5”。

当需要的连接成分确定之后，便可将此数字细化，以得到细化后的数字如图13H所示。之后，便可依据细化后此标签的分布来辨识得到数字。在一些实施例中，当数字是1时，由于其宽度较小，因此可以直接进行辨识。其它数字则可以将整个标签的分布划分为多个区域，且依据标签在不同区域的分布来对应到不同的数字。举一例子说明。首先，把数字(连接的标签)分成1、2、与3等三个区域，如图14A所示。之后，再将数字(连接的标签)分成4、5、6、与7等四个区域，如图14B所示。其中，区域1至7对应一个二进制编码。其中，每一区域的总列数M将会被统计。之后，分别计算每个区域内含黑色像素(二值化后的1)的列数N。当一区域的N＞M/2时，则对应此区域的编码为“1”。当所有区域的总列数与内含黑色像素的列数计算出来之后，便可得到对应此连接的标签的二进制编码。之后，再将此二进制编码与预定的0至9的二进制编码进行比对，便可得知辨识出的对应此连接的标签的数字。在此实施例中，“0”的二进制编码为“1011111“2”的二进制编码为“11110110”，“3”的二进制编码为“1110101”，“4”的二进制编码为“0101101”，“5”的二进制编码为“1111001”，“6”的二进制编码为“1111011”，“7”的二进制编码为“1000101”或“1001101”，“8”的二进制编码为“1111111”，且“9”的二进制编码为“1111101”或“1101101”。因此，依据辨识出的数字可以得到基准高度m_height，且记录该基准高度在影像中的像素位置m_height_i。

高度与距离计算

根据基准标志的基准高度m_height、基准标志在影像中的位置m_height_i、十字光标中心CC在影像中的像素位置(Cross_CenX，Cross_CenY)，就可以求出十字光标中心CC所在位置的高度，以及刻度1和刻度2之间的高度差。

请参考图15，说明高度与距离计算。

首先，以基准标志在影像中的位置m_height_i为初始位置搜寻刻度1(刻度1的Y轴坐标为Cross_Y1)所对应的标尺上刻度的上边缘i_A与下边缘i_B的坐标。同时，在搜寻过程中记录m_height_i到i_A之间的刻度数N_scale1＝3，这样可以求出刻度1所在位置的高度为：H_up＝m_height+N_scale1-(i_A-Cross_Y1)/(i_A-i_B)。其中，H_up为刻度1的高度。类似地，以基准标志在影像中的位置m_height_i为初始位置搜寻刻度2(刻度2的Y轴坐标为Cross_Y2)所对应的标尺上刻度的上边缘i_C与下边缘i_D。同时，在搜寻过程中记录m_height_i到i_D之间的刻度数N_scale2＝4。这样可以求出刻度2所在位置的高度为：H_down＝m_height-N_scale2+(Cross_Y2-i_D)/(i_C-i_D)。其中，H_down为刻度2的高度。相同地，以基准标志在影像中的位置m_height_i为初始位置搜寻十字光标中心CC所对应的标尺上刻度的上边缘i_E与下边缘i_F的坐标。同时，在搜寻过程中记录m_height_i到i_F之间的刻度数N_scale0＝1。这样可以求出十字光标中心CC所在位置的高度为：H_cross＝m_height-N_scale0+(Cross_CenY-i_F)/(i_E-i_F)。其中，H_cross为十字光标中心CC的高度。刻度1和刻度2的高度差为H_distance＝H_up-H_down，其中，H_distance为刻度1和刻度2的高度差。由于标尺与测量机器如数字水准仪间的距离等于刻度1与刻度2之间的高度差乘上一个光学系数β。其中，目镜与影像感测单元间的距离与刻度1到刻度2的距离间的比值即为光学系数β。通过像距与像高的比值会等于物距与物高的比值，可以推导出物距等于像距与像高的比值乘以物高，其中像距即为目镜与影像感测单元间的距离，像高即为刻度1到刻度2的距离，物高即为H_distance的值，物距即为数字水准仪与标尺之间的距离Distance。所以数字水准仪与标尺之间的距离Distance等于目镜与影像感测单元间的距离与刻度1到刻度2的距离的比值乘以H_distance的值。若目镜与影像感测单元间的距离与刻度1到刻度2的距离的比值等于光学系数β，则，数字水准仪与标尺间的距离Distance＝β*H_distance。

如前所述，本申请的距离计算方法可以利用本申请的影像辨识方法来实施。本申请的影像辨识方法可以包括标尺正立或倒立判断与校正法、标尺倾斜判断与校正法、和/或数字辨识法等。必须说明的是，前述实施例中都是说明的利用影像来辨识既定刻度的高度。然而，本申请的影像辨识方法并非仅限于用以辨识高度，任何可以利用数字表示的有意义名词，如长度等皆可应用于本申请中。

因此，通过本申请的影像辨识及距离计算方法与装置，可以进行相关影像辨识，如标尺正立或倒立判断与校正法、标尺倾斜判断与校正法、和/或数字辨识法，和/或判断既定刻度的高度，以及装置与标尺间的距离，从而减少人为判读时的误差。

本发明的方法，或特定型态或其部份，可以以程序代码的型态包含于实体媒体，如软盘、光盘片、硬盘、或是任何其它机器可读取(如计算机可读取)储存媒体，其中，当程序代码被机器如计算机加载且执行时，此机器变成用以参与本发明的装置。本发明的方法与装置也可以以程序代码型态通过一些传送媒体，如电线或电缆、光纤、或是任何传输型态进行传送，其中，当程序代码被机器，如计算机接收、加载且执行时，此机器变成用以参与本发明的装置。当在一般用途处理器上实施时，程序代码结合处理器提供一操作类似于应用特定逻辑电路的独特装置。

虽然本发明已以较佳实施例揭露如上，然其并非用以限定本发明，任何本领域的普通技术人员，在不脱离本发明的精神和范围内，当可做些许更动与润饰，因此本发明的保护范围当视权利要求的限定为准。

Claims (10)

1、一种影像辨识方法，其特征在于，包括下列步骤：

取得对应一标尺的影像，其中所述影像包括投影至所述标尺上的至少一既定刻度；

依据所述影像判定所述标尺中的一基准标志的基准高度；

以所述基准标志在所述影像中的位置为初始位置，搜寻所述既定刻度在所述标尺上所对应的刻度的上边缘与下边缘在所述影像中的位置；以及

依据所述既定刻度在所述影像中的位置、所述上边缘与所述下边缘在所述影像中的位置、所述基准标志的基准高度、与从所述初始位置至所述上边缘间的刻度数目，辨识所述既定刻度的高度。

2、如权利要求1所述的影像辨识方法，其特征在于，依据所述影像判定所述标尺中对应所述基准标志的所述基准高度的步骤进一步包括下列步骤：

确定所述基准标志附近的一搜寻范围；

在所述搜寻范围中辨识至少一数字；以及

将所述数字设为对应所述基准标志的所述基准高度。

3、如权利要求2所述的影像辨识方法，其特征在于，依据所述影像判定所述标尺中对应所述基准标志的所述基准高度的步骤更进一步包括下列步骤：

从所述影像中辨识出所述基准标志附近的一刻度；

辨识所述刻度的刻度高度；以及

依据所述刻度的刻度高度确定所述搜寻范围。

4、如权利要求2所述的影像辨识方法，其特征在于，在所述搜寻范围中辨识所述数字的步骤进一步包括下列步骤：

判断所述搜寻范围中的一像素是否具有相同像素特征的至少一邻近像素，其中所述像素特征表示所述像素的亮度值小于一阈值；

当所述像素具有相同像素特征的所述邻近像素时，将所述像素与所述邻近像素标示为一特定标签；以及

依据所述特定标签的分布确定所述数字。

5、如权利要求4所述的影像辨识方法，其特征在于，在所述搜寻范围中辨识所述数字的步骤更进一步包括下列步骤：

将所述特定标签的分布划分为多个区域；

计算每一所述区域中包含对应的所述特定标签的分布的列数；以及

依据每一所述区域中包含对应的所述特定标签的分布的列数确定所述数字。

6、如权利要求4所述的影像辨识方法，其特征在于，所述阈值的确定包括下列步骤：

依据多个像素的亮度值决定第一最大亮度值与第一最小亮度值；以及

依据所述第一最大亮度值与所述第一最小亮度值确定所述阈值。

7、如权利要求6所述的影像辨识方法，其特征在于，所述阈值的确定进一步包括下列步骤：

判断所述多个像素中亮度值在所述第一最大亮度值的第一邻近范围内的像素的数目是否大于一既定值，且判断所述多个像素中亮度值在所述第一最小亮度值的第二邻近范围内的像素的数目是否大于所述既定值；

当亮度值在所述第一最大亮度值的第一邻近范围内的像素的数目不大于所述既定值，则重新依据所述多个像素中每一像素的亮度值决定一第二最大亮度值；

当亮度值在所述第一最小亮度值的第二邻近范围内的像素的数目不大于所述既定值，则重新依据所述多个像素中每一像素的亮度值决定一第二最小亮度值；以及

重新依据所述第二最大亮度值与所述第二最小亮度值确定所述阈值。

8、如权利要求1所述的影像辨识方法，其特征在于，所述方法还包括下列步骤：

辨识所述影像中所述标尺的刻度的形状，且依据所述刻度的形状判定所述标尺是正立或倒立；以及

当判定所述标尺倒立时，将所述影像旋转180度。

9、如权利要求8所述的影像辨识方法，其特征在于，辨识所述影像中所述标尺的刻度的形状且依据所述刻度的形状判定所述标尺是正立或倒立的步骤进一步包括下列步骤：

确定第一X轴坐标与第二X轴坐标；

侦测所述刻度分别在所述第一X轴坐标与所述第二X轴坐标上的高度；以及

依据所述刻度分别在所述第一X轴坐标与所述第二X轴坐标上的高度判定所述标尺是正立或倒立。

10、如权利要求9所述的影像辨识方法，其特征在于，辨识所述影像中所述标尺的刻度的形状且依据所述刻度的形状判定所述标尺是正立或倒立的步骤更包括下列步骤：

确定一特定Y轴坐标；

搜寻所述刻度在所述特定Y轴坐标上的左边界与右边界；以及

依据所述左边界与所述右边界确定所述第一X轴坐标与所述第二X轴坐标，其中所述第一X轴坐标与所述第二X轴坐标位于所述左边界与所述右边界之内。

Images