CN104134212B - 一种不规则光点的质心定位方法 - Google Patents
一种不规则光点的质心定位方法 Download PDFInfo
- Publication number
- CN104134212B CN104134212B CN201410354415.9A CN201410354415A CN104134212B CN 104134212 B CN104134212 B CN 104134212B CN 201410354415 A CN201410354415 A CN 201410354415A CN 104134212 B CN104134212 B CN 104134212B
- Authority
- CN
- China
- Prior art keywords
- cursor
- luminous point
- little
- luminous
- circle
- 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.)
- Active
Links
Landscapes
- Image Analysis (AREA)
Abstract
一种不规则光点的质心定位方法，交会测量相机对安装在目标飞行器上的合作目标标志器进行成像，在不同距离下目标成像会出现光点融合、光点部分融合、光点分离等不同的成像特点。本发明在合作目标几何特征匹配的基础上，利用大光标定位出小光标模板，并用模板匹配、多次阈值分割的方法对未融合的小光标的质心进行定位。有效地解决了不同的测量距离下目标图像特征变化情况下的目标识别问题，增加了敏感器的工作范围和适应性。
Description
技术领域
本发明涉及一种不规则光点的质心定位方法，应用于空间交会测量相机的目标识别。
背景技术
交会测量子系统由安装在飞船上的交会测量相机和安装在目标飞行器上的合作目标标志器组成，目标标志器由外围三个大光标和内部五个小光标，按照图1中结构示意图布置，大小光标为近距离备份设计，全程以大光标输出结果为主。通过激光光源发光照射由角反射构成的目标标志器，经过角反射器光线原路返回照射平面镜，光路折返后进入测量相机形成测量图像，根据视觉测量原理可以计算得到相机坐标系相对于目标标志器坐标系的相对位置和相对速度、相对姿态角和相对姿态角速度，从而为GNCC提供相对导航的测量信息。
交会测量相机工作距离范围较大，在远近不同距离下成像后的目标光点的间距变化很大。需要保证远距离目标像点多目标融合，又保证近距离目标像点不融合时均能正常进行目标识别，对图像处理算法提出了很高的要求。
研制过程中提出了一种不规则光点的质心定位算法以提高相机在目标分离、目标融合、分离融合过渡过程均能稳定提取计算的能力，是基于传统图像处理技术与图像形态学一体的目标定位技术，为整个测量系统合理设计、相机能够在大测量范围下稳定测量奠定基础。
文献如下：
[1]刘震、尚砚娜等,多尺度光点图像中心的高精度定位,光学精密工程，2013年第21卷第6期
[2]WANG C，THORPE C，HEBERT M，et a1.Simultaneous Localization，Mappingand Moving Object Tracking[J].The International Journal of Robotics Research，2007，26(6).
[3]CUMMINS.M，NEWMAN.P，Probabilistic Localization and Mapping in theSpace of Appearance,The International Journal of Robotics Research,2008,27(6):647-665.
文献情况：
文献[1]通过已知探测模板构造近似和阈值分割确定光点图像区域，初步确定光点图像大小。计算不同尺度空间下各光点图像区域的相似度矩阵，与模板比对获得不规则光点质心坐标；
文献[2]的机理和文献[1]相似，仅在相似度矩阵与模板比对过程中，不是单帧计算，而是多帧联合实现动态过程的不规则光点质心定位；
文献[3]通过分析图像和已知探测目标形态差异，依据极大似然技术，完成目标图像配准，获得高精度的融合光点质心定位结果。
文献[1]和[2]中需要引入已知目标固定探测模板，无法进行模板的大范围变化，不能实现大范围测量。文献[3]中极大似然算法虽然引入复杂的形态学处理机制，能够获得高精度的融合光点质心坐标，但是算法过于复杂，无法满足嵌入式系统的数据处理要求。
发明内容
本发明的技术解决问题是：克服现有技术的不足，提供了一种不规则光点的质心定位方法。
本发明的技术解决方案是：
一种不规则光点的质心定位方法，步骤如下：
(1)安装在飞船上的交会测量相机对安装在目标飞行器上的合作目标标志器进行成像；目标飞行器上的合作目标标志器包括3个大光标和5个小光标，均分布在合作目标标志器坐标系中，具体见下表：
(2)通过阈值分割算法对步骤(1)中得到的图像进行光点提取，获得全局图像中的基本光点信息；所述基本光点信息包括光点个数、光点的像元数和光点位置在成像面坐标系中的坐标；
(3)判断步骤(2)中得到的光点个数是否大于4，如果大于4，则进入步骤(4)，否则进入步骤(7)；
(4)在所有光点中任选5个光点，之后进入步骤(5)；
(5)如果在所有光点中任选5个光点的组合已经遍历，则进入步骤(11)；否则进入步骤(6)；
(6)对选择出的5个光点进行小光标匹配，如果匹配成功，则将中央小光标作为大光标，之后进入步骤(7)；否则返回步骤(4)；
(7)判断光点个数是否大于3，如果大于3，则进入步骤(8)；否则结束；
(8)在除去步骤(6)中所述5个小光标之外的所有光点中任选3个光点，之后进入步骤(9)；
(9)如果所述步骤(8)中任选的3个光点组合已经遍历，则结束；否则进入步骤(10)；
(10)对选择出的3个光点以及步骤(6)中的中央小光点进行大光标匹配，如果匹配成功，则匹配出的所有的光点即为质心可用的光点，否则返回步骤(8)；
进行大光标匹配具体为：
(10.1)将选择的3个光点，挑选出在图像中的最上、最下和最右的3个光点；
(10.2)以最上和最下两个光点的连线为直径，连线中点为圆心画圆，如果最右的光点到圆心的距离与半径的差小于3个像素，则进入步骤(10.3)，否则说明本次选择的3个光点不合要求，匹配失败；
(10.3)将最上和最下的光点之间进行连线，最右的光点与最上最下连线的中点之间进行连线，如果两条连线互相垂直，误差在2°以内，进入步骤(10.4)；否则匹配失败；
(10.4)最右的光点与最上最下连线的中点之间进行连线，如果该连线与相面坐标系中X轴的夹角在正负13度范围内，则进入步骤(10.5)；否则匹配失败；
(10.5)如果所述中央小光点与所述圆心的距离小于所述半径的四分之一，则匹配成功，最上光点为第一大光标，最右光点为第二大光标，最下光点为第三大光标；
(11)在所有光点中任选4个光点，之后进入步骤(12)；
(12)如果所述步骤(11)中任选的4个光点组合已经遍历，则结束；否则进入步骤(13)；
(13)对选择出的4个光点进行大光标匹配，如果匹配成功，则匹配出的所有的光点即为质心可用的光点，否则返回步骤(8)；
进行大光标匹配具体为：
(13.1)在选择出的4个光点中，挑选出在图像中的最上、最下和最右的3个光点；
(13.2)以最上和最下两个光点的连线为直径，连线中点为圆心画圆，如果最右的光点到圆心的距离与半径的差小于3个像素，则进入步骤(13.3)，否则说明本次选择的3个光点不合要求，匹配失败；
(13.3)将最上和最下的光点之间进行连线，最右的光点与最上最下连线的中点之间进行连线，如果两条连线互相垂直，误差在2°以内，进入步骤(13.4)；否则匹配失败；
(13.4)最右的光点与最上最下连线的中点之间进行连线，如果该连线与相面坐标系中X轴的夹角在正负13度范围内，则最上光点为第一大光标，最右光点为第二大光标，最下光点为第三大光标，之后进入步骤(13.5)；否则匹配失败；
(13.5)以最上最下光点连线的中点为圆心，以最上最下光点连线长度的1/8为半径，确定出圆形的小光标搜索区域；
(13.6)统计所述小光标搜索区域中所有光点的数量N，如果N小于等于0，则返回步骤(11)；如果N>4，则进入步骤(13.7)；如果N为3或者4，则进入(13.8)；如果N为1或者2，则进入(13.9)；
(13.7)距离所述小光标搜索区域中心最近的光点为第五小光标，匹配成功；
(13.8)进行小光标模板匹配，将匹配成功的小光标、第一大光标，第二大光标和第三大光标放在一个坐标数组中记录，匹配成功；
(13.9)如果所述小光标搜索区域中光点的像元数大于第一大光标、第二大光标和第三大光标像元数平均值的两倍，则进入步骤(13.10)，否则返回步骤(11)；
(13.10)在所述小光标搜索区域内，将阈值增加20灰度级，通过阈值分割算法进行光点提取，如果提取出的光点数大于等于3，则进入(13.8)，否则将阈值再次增加20灰度级，重复执行本步骤；如果阈值增加的次数大于2并且提取出的光点数量小于3，则将所述小光标搜索区域内所有光点合成为一个中央大光点，将中央大光点、第一大光标，第二大光标和第三大光标放在一个坐标数组中记录，匹配成功。
所述步骤(6)进行小光标匹配具体为：
(2.1)将选择的5个光点，挑选出在图像中的最上、最下、最左和最右的四个光点；
(2.2)以最上和最下两个光点的连线为直径，连线中点为圆心画圆，如果最左和最右两个光点到圆心的距离与半径的差小于3个像素，则进入步骤(2.3)，否则说明本次选择的5个光点不合要求，匹配失败；
(2.3)将最上和最下的光点之间进行连线，最左与最右的光点之间进行连线，如果两条连线互相垂直，误差在2°以内，进入步骤(2.4)；否则匹配失败；
(2.4)最左与最右的光点之间进行连线，如果该连线与相面坐标系中X轴的夹角在正负13度范围内，则进入步骤(2.5)；否则匹配失败；
(2.5)如果剩余的一个光点与步骤(2.2)中所述圆心的距离小于所述半径的四分之一，则匹配成功，该剩余的一个光点为第五小光标，最上的光点为第一小光标，最右的光点为第二小光标，最下的光点为第三小光标，最左的光点为第四小光标。
所述小光标模板匹配具体为：
(3.1)根据第一大光标、第二大光标、第三大光标的坐标位置确定出小光标模板：第一大光标和第三大光标的连线中点为圆心，圆心位置为第五小光标的模板位置，在圆心到第一大光标的连线上，距圆心为圆心到第一大光标距离的三分之一处，为第一小光标的模板位置；在圆心到第二大光标的连线上，距圆心为圆心到第二大光标距离的三分之一处，为第二小光标的模板位置；在圆心到第三大光标的连线上，距圆心为圆心到第三大光标距离的三分之一处，为第三小光标的模板位置；在圆心到第二大光标连线的反向延长线上，距圆心为圆心到第二大光标距离的三分之一处，为第四小光标的模板位置；
(3.2)将在所述小光标搜索区域中的提取出的光点与所述小光标模板中的五个小光标位置进行比较，如果光点与距离最近的模版中的小光标之间的距离小于0.5个像素，则该光点即为该小光标。
所述合作目标标志器坐标系的X轴、Y轴的指向分别与目标飞行器本体坐标系的Y轴和-Z轴相同，合作目标标志器坐标系的Z轴由右手定则确定，合作目标标志器坐标系的原点坐标为五个小光标的坐标均值；
目标飞行器本体坐标系：飞行器的质心为原点，飞行器前进方向为+X轴，飞行器的对地面的方向为+Z轴，Y轴由右手定则确定。
所述相面坐标系是指：原点为所述交会测量相机的成像芯片的左上角第一个像素位置，x轴为沿水平方向向右为正，y轴为沿垂直方向向下为正。
本发明与现有技术相比的有益效果是：
本发明方法可以有效降低整体复杂度，使用于空间视觉载荷的嵌入式系统，考虑了目标图像在不同测量距离之间的物理特征差异，通过基于传统图像处理技术与图像形态学特征有效地解决了远距离目标像点多目标融合条件下的目标提取问题，又保证了近距离目标像点不融合时正常的目标识别，为整个测量系统合理设计、相机能够在大测量范围下稳定测量奠定基础。算法设计对交会测量子系统的研制具有重要工程使用价值。
附图说明
图1为本发明合作目标标志器上的光标分布示意图；
图2为本发明多目标分离成像示意图；
图3为本发明多目标融合成像示意图；
图4为本发明全局光点匹配流程图；
图5为本发明大光点匹配流程示意图；
图6为本发明小光标模板构造示意图。
具体实施方式
下面结合附图对本发明的具体实施方式进行进一步的详细描述。
交会测量相机工作距离范围较大，在远近不同距离下成像后的目标光点的间距变化很大。需要保证远距离目标像点多目标融合，又保证近距离目标像点不融合时均能正常进行目标识别，对图像处理算法提出了很高的要求。
本发明提出了一种不规则光点的质心定位方法以提高相机在目标分离、目标融合、分离融合过渡过程均能稳定提取计算的能力，是基于传统图像处理技术与图像形态学一体的目标定位技术，为整个测量系统合理设计、相机能够在大测量范围下稳定测量奠定基础。本发明提出的用于多目标融合的光点提取技术较现有技术中的光点提取技术在复杂空间环境下的适应能力上有明显提高，并极大地降低了硬件系统复杂度，提高了数据更新率。
按照背景技术中文献[1]的传统阈值分割算法进行光点提取，获得全局图像中基本光点信息，按照目标几何特征进行模式识别，按序号排列输出大小光标光点坐标，当存在大于等于四个光点时，通过光点匹配可以进行配准，确定是否为真实光点同时判别大小光标。根据流程图4的光点配准策略，可以完成图2图像的光点提取，但是图3图像由于多目标融合需要进入流程图5中，引入多目标融合光点提取技术完成光点配准。
一种不规则光点的质心定位方法，如图4所示，步骤如下：
(1)安装在飞船上的交会测量相机对安装在目标飞行器上的合作目标标志器进行成像；如图1所示，目标飞行器上的合作目标标志器包括3个大光标和5个小光标，均分布在合作目标标志器坐标系中，具体见下表：
所述合作目标标志器坐标系的X轴、Y轴的指向分别与目标飞行器本体坐标系的Y轴和-Z轴相同，合作目标标志器坐标系的Z轴由右手定则确定，合作目标标志器坐标系的原点坐标为五个小光标的坐标均值；
目标飞行器本体坐标系：飞行器的质心为原点，飞行器前进方向为+X轴，飞行器的对地面的方向为+Z轴，Y轴由右手定则确定。
(2)通过阈值分割算法对步骤(1)中得到的图像进行光点提取，获得全局图像中的基本光点信息；所述基本光点信息包括光点个数、光点的像元数和光点位置在成像面坐标系中的坐标；
(3)判断步骤(2)中得到的光点个数是否大于4，如果大于4，则进入步骤(4)，否则进入步骤(7)；
(4)在所有光点中任选5个光点，之后进入步骤(5)；
(5)如果在所有光点中任选5个光点的组合已经遍历，则进入步骤(11)；否则进入步骤(6)；
(6)对选择出的5个光点进行小光标匹配，如果匹配成功，则将中央小光标作为大光标，之后进入步骤(7)；否则返回步骤(4)；
进行小光标匹配具体为：
(6.1)将选择的5个光点，挑选出在图像中的最上、最下、最左和最右的四个光点；
(6.2)以最上和最下两个光点的连线为直径，连线中点为圆心画圆，如果最左和最右两个光点到圆心的距离与半径的差小于3个像素，则进入步骤(6.3)，否则说明本次选择的5个光点不合要求，匹配失败；
(6.3)将最上和最下的光点之间进行连线，最左与最右的光点之间进行连线，如果两条连线互相垂直，误差在2°以内，进入步骤(6.4)；否则匹配失败；
(6.4)最左与最右的光点之间进行连线，如果该连线与相面坐标系中X轴的夹角在正负13度范围内，则进入步骤(6.5)；否则匹配失败；
(6.5)如果剩余的一个光点与步骤(6.2)中所述圆心的距离小于所述半径的四分之一，则匹配成功，该剩余的一个光点为第五小光标，最上的光点为第一小光标，最右的光点为第二小光标，最下的光点为第三小光标，最左的光点为第四小光标。
以图3为例，当5个小光点独立成像无融合的情况下，当选择到5个正确的小光点时，按照该方法可以成功匹配小光标。
(7)判断光点个数是否大于3，如果大于3，则进入步骤(8)；否则结束；
(8)在除去步骤(6)中所述5个小光标之外的所有光点中任选3个光点，之后进入步骤(9)；
(9)如果所述步骤(8)中任选的3个光点组合已经遍历，则结束；否则进入步骤(10)；
(10)对选择出的3个光点以及步骤(6)中的中央小光点进行大光标匹配，如果匹配成功，则匹配出的所有的光点即为质心可用的光点，否则返回步骤(8)；
如图5所示，进行大光标匹配具体为：
(10.1)将选择的3个光点，挑选出在图像中的最上、最下和最右的3个光点；
(10.2)以最上和最下两个光点的连线为直径，连线中点为圆心画圆，如果最右的光点到圆心的距离与半径的差小于3个像素，则进入步骤(10.3)，否则说明本次选择的3个光点不合要求，匹配失败；
(10.3)将最上和最下的光点之间进行连线，最右的光点与最上最下连线的中点之间进行连线，如果两条连线互相垂直，误差在2°以内，进入步骤(10.4)；否则匹配失败；
(10.4)最右的光点与最上最下连线的中点之间进行连线，如果该连线与相面坐标系中X轴的夹角在正负13度范围内，则进入步骤(10.5)；否则匹配失败；所述相面坐标系是指：原点为所述交会测量相机的成像芯片的左上角第一个像素位置，x轴为沿水平方向向右为正，y轴为沿垂直方向向下为正。
(10.5)如果所述中央小光点与所述圆心的距离小于所述半径的四分之一，则匹配成功，最上光点为第一大光标，最右光点为第二大光标，最下光点为第三大光标；
(11)在所有光点中任选4个光点，之后进入步骤(12)；
(12)如果所述步骤(11)中任选的4个光点组合已经遍历，则结束；否则进入步骤(13)；
(13)引入多目标融合光点提取技术完成光点配准。因为外围三个大光标是独立光点，根据大光标和内部小光标的形态关系，完成多目标融合光点配准算法。对选择出的4个光点进行大光标匹配，如果匹配成功，则匹配出的所有的光点即为质心可用的光点，否则返回步骤(8)；
进行大光标匹配具体为：
(13.1)在选择出的4个光点中，挑选出在图像中的最上、最下和最右的3个光点；
(13.2)以最上和最下两个光点的连线为直径，连线中点为圆心画圆，如果最右的光点到圆心的距离与半径的差小于3个像素，则进入步骤(13.3)，否则说明本次选择的3个光点不合要求，匹配失败；
(13.3)将最上和最下的光点之间进行连线，最右的光点与最上最下连线的中点之间进行连线，如果两条连线互相垂直，误差在2°以内，进入步骤(13.4)；否则匹配失败；
(13.4)最右的光点与最上最下连线的中点之间进行连线，如果该连线与相面坐标系中X轴的夹角在正负13度范围内，则最上光点为第一大光标，最右光点为第二大光标，最下光点为第三大光标，之后进入步骤(13.5)；否则匹配失败；
(13.5)以最上最下光点连线的中点为圆心，以最上最下光点连线长度的1/8为半径，确定出圆形的小光标搜索区域；
(13.6)统计所述小光标搜索区域中所有光点的数量N，如果N小于等于0，则返回步骤(11)；如果N>4说明5点完全分离，则进入步骤(13.7)；如果N为3或者4说明5点不完全融合，则进入(13.8)；如果N为1或者2说明5点融合严重，则进入(13.9)进行二次提取；
(13.7)距离所述小光标搜索区域中心最近的光点为第五小光标，匹配成功；
(13.8)进行小光标模板匹配，将匹配成功的小光标、第一大光标，第二大光标和第三大光标放在一个坐标数组中记录，匹配成功；如图3当小光标出现部分融合的情况下，需要进行进一步的模板匹配才能定位出其中可用的小光标。
如图6所示，所述小光标模板匹配具体为：
(a)根据第一大光标、第二大光标、第三大光标的坐标位置确定出小光标模板：第一大光标和第三大光标的连线中点为圆心，圆心位置为第五小光标的模板位置，在圆心到第一大光标的连线上，距圆心为圆心到第一大光标距离的三分之一处，为第一小光标的模板位置；在圆心到第二大光标的连线上，距圆心为圆心到第二大光标距离的三分之一处，为第二小光标的模板位置；在圆心到第三大光标的连线上，距圆心为圆心到第三大光标距离的三分之一处，为第三小光标的模板位置；在圆心到第二大光标连线的反向延长线上，距圆心为圆心到第二大光标距离的三分之一处，为第四小光标的模板位置；
(b)将在所述小光标搜索区域中的提取出的光点与所述小光标模板中的五个小光标位置进行比较，如果光点与距离最近的模版中的小光标之间的距离小于0.5个像素，则该光点即为该小光标。
(13.9)如果所述小光标搜索区域中光点的像元数大于第一大光标、第二大光标和第三大光标像元数平均值的两倍，则进入步骤(13.10)，否则返回步骤(11)；
(13.10)在所述小光标搜索区域内，将阈值增加20灰度级，通过阈值分割算法进行光点提取，如果提取出的光点数大于等于3，则进入(13.8)，否则将阈值再次增加20灰度级，重复执行本步骤；如果阈值增加的次数大于2并且提取出的光点数量小于3，则将所述小光标搜索区域内所有光点合成为一个中央大光点，将中央大光点、第一大光标1，第二大光标2和第三大光标3放在一个坐标数组中记录，匹配成功。
本发明说明书中未作详细描述的内容属于本领域技术人员的公知技术。
Claims (4)
1.一种不规则光点的质心定位方法，其特征在于步骤如下：
(1)安装在飞船上的交会测量相机对安装在目标飞行器上的合作目标标志器进行成像；目标飞行器上的合作目标标志器包括3个大光标和5个小光标，均分布在合作目标标志器坐标系中，具体见下表：
所述合作目标标志器坐标系的X轴、Y轴的指向分别与目标飞行器本体坐标系的Y轴和-Z轴相同，合作目标标志器坐标系的Z轴由右手定则确定，合作目标标志器坐标系的原点坐标为五个小光标的坐标均值；
目标飞行器本体坐标系：飞行器的质心为原点，飞行器前进方向为+X轴，飞行器的对地面的方向为+Z轴，Y轴由右手定则确定；
(2)通过阈值分割算法对步骤(1)中得到的图像进行光点提取，获得全局图像中的基本光点信息；所述基本光点信息包括光点个数、光点的像元数和光点位置在成像面坐标系中的坐标；
(3)判断步骤(2)中得到的光点个数是否大于4，如果大于4，则进入步骤(4)，否则进入步骤(7)；
(4)在所有光点中任选5个光点，之后进入步骤(5)；
(5)如果在所有光点中任选5个光点的组合已经遍历，则进入步骤(11)；否则进入步骤(6)；
(6)对选择出的5个光点进行小光标匹配，如果匹配成功，则将中央小光标作为大光标，之后进入步骤(7)；否则返回步骤(4)；
(7)判断光点个数是否大于3，如果大于3，则进入步骤(8)；否则结束；
(8)在除去步骤(6)中所述5个小光标之外的所有光点中任选3个光点，之后进入步骤(9)；
(9)如果所述步骤(8)中任选的3个光点组合已经遍历，则结束；否则进入步骤(10)；
(10)对选择出的3个光点以及步骤(6)中的中央小光标进行大光标匹配，如果匹配成功，则匹配出的所有的光点即为质心可用的光点，否则返回步骤(8)；
进行大光标匹配具体为：
(10.1)将选择的3个光点，挑选出在图像中的最上、最下和最右的3个光点；
(10.2)以最上和最下两个光点的连线为直径，连线中点为圆心画圆，如果最右的光点到圆心的距离与半径的差小于3个像素，则进入步骤(10.3)，否则说明本次选择的3个光点不合要求，匹配失败；
(10.3)将最上和最下的光点之间进行连线，最右的光点与最上最下连线的中点之间进行连线，如果两条连线互相垂直，误差在2°以内，进入步骤(10.4)；否则匹配失败；
(10.4)最右的光点与最上最下连线的中点之间进行连线，如果该连线与相面坐标系中X轴的夹角在正负13度范围内，则进入步骤(10.5)；否则匹配失败；
(10.5)如果所述中央小光标与所述圆心的距离小于所述半径的四分之一，则匹配成功，最上光点为第一大光标，最右光点为第二大光标，最下光点为第三大光标；
(11)在所有光点中任选4个光点，之后进入步骤(12)；
(12)如果所述步骤(11)中任选的4个光点组合已经遍历，则结束；否则进入步骤(13)；
(13)对选择出的4个光点进行大光标匹配，如果匹配成功，则匹配出的所有的光点即为质心可用的光点，否则返回步骤(8)；
进行大光标匹配具体为：
(13.1)在选择出的4个光点中，挑选出在图像中的最上、最下和最右的3个光点；
(13.2)以最上和最下两个光点的连线为直径，连线中点为圆心画圆，如果最右的光点到圆心的距离与半径的差小于3个像素，则进入步骤(13.3)，否则说明本次选择的3个光点不合要求，匹配失败；
(13.3)将最上和最下的光点之间进行连线，最右的光点与最上最下连线的中点之间进行连线，如果两条连线互相垂直，误差在2°以内，进入步骤(13.4)；否则匹配失败；
(13.4)最右的光点与最上最下连线的中点之间进行连线，如果该连线与相面坐标系中X轴的夹角在正负13度范围内，则最上光点为第一大光标，最右光点为第二大光标，最下光点为第三大光标，之后进入步骤(13.5)；否则匹配失败；
(13.5)以最上最下光点连线的中点为圆心，以最上最下光点连线长度的1/8为半径，确定出圆形的小光标搜索区域；
(13.6)统计所述小光标搜索区域中所有光点的数量N，如果N小于等于0，则返回步骤(11)；如果N>4，则进入步骤(13.7)；如果N为3或者4，则进入(13.8)；如果N为1或者2，则进入(13.9)；
(13.7)距离所述小光标搜索区域中心最近的光点为第五小光标，匹配成功；
(13.8)进行小光标模板匹配，将匹配成功的小光标、第一大光标，第二大光标和第三大光标放在一个坐标数组中记录，匹配成功；
(13.9)如果所述小光标搜索区域中光点的像元数大于第一大光标、第二大光标和第三大光标像元数平均值的两倍，则进入步骤(13.10)，否则返回步骤(11)；
(13.10)在所述小光标搜索区域内，将阈值增加20灰度级，通过阈值分割算法进行光点提取，如果提取出的光点数大于等于3，则进入(13.8)，否则将阈值再次增加20灰度级，重复执行本步骤；如果阈值增加的次数大于2并且提取出的光点数量小于3，则将所述小光标搜索区域内所有光点合成为一个中央大光点，将中央大光点、第一大光标，第二大光标和第三大光标放在一个坐标数组中记录，匹配成功。
2.根据权利要求1所述的一种不规则光点的质心定位方法，其特征在于：所述步骤(6)进行小光标匹配具体为：
(2.1)将选择的5个光点，挑选出在图像中的最上、最下、最左和最右的四个光点；
(2.2)以最上和最下两个光点的连线为直径，连线中点为圆心画圆，如果最左和最右两个光点到圆心的距离与半径的差小于3个像素，则进入步骤(2.3)，否则说明本次选择的5个光点不合要求，匹配失败；
(2.3)将最上和最下的光点之间进行连线，最左与最右的光点之间进行连线，如果两条连线互相垂直，误差在2°以内，进入步骤(2.4)；否则匹配失败；
(2.4)最左与最右的光点之间进行连线，如果该连线与相面坐标系中X轴的夹角在正负13度范围内，则进入步骤(2.5)；否则匹配失败；
(2.5)如果剩余的一个光点与步骤(2.2)中所述圆心的距离小于所述半径的四分之一，则匹配成功，该剩余的一个光点为第五小光标，最上的光点为第一小光标，最右的光点为第二小光标，最下的光点为第三小光标，最左的光点为第四小光标。
3.根据权利要求1所述的一种不规则光点的质心定位方法，其特征在于：所述小光标模板匹配具体为：
(3.1)根据第一大光标、第二大光标、第三大光标的坐标位置确定出小光标模板：第一大光标和第三大光标的连线中点为圆心，圆心位置为第五小光标的模板位置，在圆心到第一大光标的连线上，距圆心为圆心到第一大光标距离的三分之一处，为第一小光标的模板位置；在圆心到第二大光标的连线上，距圆心为圆心到第二大光标距离的三分之一处，为第二小光标的模板位置；在圆心到第三大光标的连线上，距圆心为圆心到第三大光标距离的三分之一处，为第三小光标的模板位置；在圆心到第二大光标连线的反向延长线上，距圆心为圆心到第二大光标距离的三分之一处，为第四小光标的模板位置；
(3.2)将在所述小光标搜索区域中的提取出的光点与所述小光标模板中的五个小光标位置进行比较，如果光点与距离最近的模版中的小光标之间的距离小于0.5个像素，则该光点即为该小光标。
4.根据权利要求1所述的一种不规则光点的质心定位方法，其特征在于：所述相面坐标系是指：原点为所述交会测量相机的成像芯片的左上角第一个像素位置，x轴为沿水平方向向右为正，y轴为沿垂直方向向下为正。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410354415.9A CN104134212B (zh) | 2014-07-23 | 2014-07-23 | 一种不规则光点的质心定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410354415.9A CN104134212B (zh) | 2014-07-23 | 2014-07-23 | 一种不规则光点的质心定位方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104134212A CN104134212A (zh) | 2014-11-05 |
| CN104134212B true CN104134212B (zh) | 2017-04-19 |
Family
ID=51806881
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410354415.9A Active CN104134212B (zh) | 2014-07-23 | 2014-07-23 | 一种不规则光点的质心定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104134212B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109325453B (zh) * | 2018-09-27 | 2022-03-04 | 沈阳理工大学 | 运动目标的模板匹配跟踪方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102175226A (zh) * | 2010-12-31 | 2011-09-07 | 北京控制工程研究所 | 基于显著性特征的目标识别方法 |
| CN102818568A (zh) * | 2012-08-24 | 2012-12-12 | 中国科学院深圳先进技术研究院 | 室内机器人的定位与导航系统及方法 |
-
2014
- 2014-07-23 CN CN201410354415.9A patent/CN104134212B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102175226A (zh) * | 2010-12-31 | 2011-09-07 | 北京控制工程研究所 | 基于显著性特征的目标识别方法 |
| CN102818568A (zh) * | 2012-08-24 | 2012-12-12 | 中国科学院深圳先进技术研究院 | 室内机器人的定位与导航系统及方法 |
Non-Patent Citations (3)
| Title |
|---|
| Probabilistic Localization and Mapping in the Space of Appearance;CUMMINS.M et al;《The International Journal of Robotics Research》;20080630;第27卷(第6期);647-665 * |
| Simultaneous Localization，Mapping and Moving Object Tracking;WANG C et al;《The International Journal of Robotics Research》;20070930;第26卷(第6期);889-916 * |
| 多尺度光点图像中心的高精度定位;刘震等;《光学精密工程》;20130615;第21卷(第6期);1587-1590 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104134212A (zh) | 2014-11-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Uchiyama et al. | Random dot markers | |
| CN101839692B (zh) | 单相机测量物体三维位置与姿态的方法 | |
| CN106529587B (zh) | 基于目标点识别的视觉航向识别方法 | |
| JP2019537077A (ja) | 指標を使用した同時位置決め地図作成ナビゲーション方法、装置及びシステム | |
| CN108022264B (zh) | 相机位姿确定方法及设备 | |
| CN106826815A (zh) | 基于彩色图像与深度图像的目标物体识别与定位的方法 | |
| CN107677274B (zh) | 基于双目视觉的无人机自主着陆导航信息实时解算方法 | |
| US20130236089A1 (en) | Learning-based estimation of hand and finger pose | |
| CN106295512B (zh) | 基于标识的多纠正线室内视觉数据库构建方法以及室内定位方法 | |
| CN111784775B (zh) | 一种标识辅助的视觉惯性增强现实注册方法 | |
| WO2016106955A1 (zh) | 一种激光红外复合的地面建筑物识别及导航方法 | |
| CN106780619A (zh) | 一种基于Kinect深度相机的人体尺寸测量方法 | |
| CN103136525B (zh) | 一种利用广义Hough变换的异型扩展目标高精度定位方法 | |
| CN102982557A (zh) | 基于深度相机的空间手势姿态指令处理方法 | |
| CN110009682A (zh) | 一种基于单目视觉的目标识别定位方法 | |
| CN107886541B (zh) | 基于反向投影法的单目运动目标位姿实时测量方法 | |
| CN104504675A (zh) | 一种主动视觉定位方法 | |
| Liu et al. | Deep-learning and depth-map based approach for detection and 3-D localization of small traffic signs | |
| CN116468786B (zh) | 一种面向动态环境的基于点线联合的语义slam方法 | |
| CN113221648A (zh) | 一种基于移动测量系统的融合点云序列影像路牌检测方法 | |
| CN103913166A (zh) | 一种基于能量分布的星点提取方法 | |
| CN106570877A (zh) | 基于采煤机虚拟样机与真实图像配准的采煤机位姿定位系统及方法 | |
| Cui et al. | Precise landing control of UAV based on binocular visual SLAM | |
| CN108388854A (zh) | 一种基于改进fast-surf算法的定位方法 | |
| CN108875454A (zh) | 交通标志识别方法、装置和车辆 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |