CN105405134A - 一种相机检校标志中心坐标提取方法 - Google Patents

Abstract

本发明公开了一种相机检校标志中心坐标提取方法。所述检校标志中心坐标提取方法采用如下步骤：(1)将图像分区域，对不同的区域设定不同的参数进行Hough圆检测，得到圆形标志图像；(2)提取步骤(1)中圆形标志图像的内接多边形；(3)在内接多边形内进行Hough直线检测，提取直线的交点坐标；(4)对交点坐标的可靠性进行检测，对比步骤(1)中得到的圆心坐标设定阈值，删除阈值外的交点，获取阈值内的直线交点，求直线交点的平均值获得检校标志中心坐标。本发明的图像分区域在圆检测过程中通过分别设置不同区域的参数来进行圆检测，根据直线交点坐标求平均值得到标志中心坐标，极大地提高了中心坐标的提取精度。

Description

一种相机检校标志中心坐标提取方法

技术领域

本发明涉及相机检校领域，尤其是一种相机检校标志中心坐标提取方法。

背景技术

现代测量中，非测量数码相机具有成本低、易携带、操作简单的特点，使其在航空测量、零件检测、三维重建等领域内的应用越来越广泛。但普通的非量测数码相机内方位元素未知、畸变差较大，不能直接应用于在摄影测量中，需要对拍摄的照片先进行相机检校，得到相机的内方位元素和畸变差系数，其中标志图像中心坐标的提取是其中非常重要的一步。

检校标志由简单的圆和直线组成，直线的交点就是检校标志的中心坐标。目前，计算机视觉领域，圆检测和直线检测技术越来越成熟，如果把两者结合，可以把检校标志中心坐标自动检测出来。

目前，检校标志中心坐标自动提取技术大致有三种：

第一种是人为增强某种颜色分量(比如选择检校标志的颜色为纯正的红色，然后通过用红色分量分割图像)获得具有圆形特征的图像块。然后对图像块进行区域增长，如果改图块包含的像素点大于一个阈值，或者小于某一个阈值，既认为该图块为可能的圆形特征点，记录其重心坐标。最后通过对在重心周围切取图像块，在每个像素之间插入根据内插函数计算得到的颜色值，根据对称性原理，搜索目标的精确位置。

第二种方法首先通过二维直接线性变换获取标志的初始位置及近似像点坐标。然后根据近似像点坐标分割图像，在分割后的小区域内进行二值化和边缘跟踪，得到标志的轮廓线。最后通过Hough直线变换求交点及最小二乘法获得标志中心的精确坐标。

第三种方法首先通过人工量测获取标志近似坐标，并按一定大小截取子图像。然后边缘提取获取子图像边界，Hough变换检测椭圆标志的边缘。最后通过最小二乘拟合方法求解椭圆参数，得出标志中心坐标。

但上述，检校标志中心坐标自动提取技术存在如下缺陷：

1、人为增强某种颜色分量的方法在检测圆形特征块时精度不高；并且求精确的标志中心坐标时采用对圆形特征块采用对称性原理求中心获得标志中心坐标，该方法要求求得的特征快必须精确，计算过程同样有些复杂。

2、通过直接线性变换获取初始位置的方法在检测时首先检测直线，实际环境中直线噪声很多，导致检测精度不高。

3、人工取近似坐标后处理得精确坐标的方法在人工取近似坐标时就是一个不小的工作量。求精确坐标时采用拟合椭圆的圆心即为标志中心坐标，精度上也略有欠缺。

发明内容

为了解决现有技术的不足，本发明提出了一种基于Hough圆检测的相机检校标志中心坐标提取方法。

本发明采用如下技术方案：

一种相机检校标志中心坐标提取方法，所述检校标志中心坐标提取方法采用如下步骤：

(1)将图像分区域，对不同的区域设定不同的参数进行Hough圆检测，得到圆形标志图像；

(2)提取步骤(1)中圆形标志图像的内接多边形；

(3)从内接多边形内检测直线，提取直线的交点坐标；

(4)对交点坐标的可靠性进行检测，对比步骤(1)中得到的圆心坐标设定阈值获取精确的直线交点，求直线交点的平均值获得检校标志中心坐标。

所述步骤(1)中根据图像的拍摄角度及图像的模糊度情况划分图像区域，然后对不同的图像区域设定不同的检测参数再进行Hough圆检测，得到圆形标志图像。

所述步骤(2)中内接多边形为内接四边形，根据Hough圆检测得到圆形标志图像的圆心和半径，假设圆心为(x₀,y₀)，半径为r，通过如下公式得到圆内接四边形的左上端点坐标(x_A,y_A)和边长l_AB：

$\left\{\begin{array}{c}{x}_A=x_0-\frac{\sqrt{2}}{2}\×r\\ y_A=y_0-\frac{\sqrt{2}}{2}\×r\\ l_{AB}=\sqrt{2}\×r\end{array}\right.$

从而得到圆形标志图像的内接四边形。

所述步骤(3)中从内接多边形内检测直线，首先根据步骤2中得到的内接多边形设定Hough直线检测参数，检测参数包括直线最大和最小长度及投票数，再遍历图像内的点获得符合检测参数的直线。

所述符合检测参数的直线存在至少两条；

当检测直线为两条时，直线l₁上两点的坐标为(x_a,y_a)、(x_b,y_b)，直线l₂上两点的坐标为(x_c,y_c)、(x_d,y_d)，

计算得到 $\left\{\begin{array}{c}{l}_1:y=k_1\×(x-x_a)+y_a,k_1=\frac{y_b-y_a}{x_b-x_a}\\ l_2:y=k_2\×(x-x_c)+y_c,k_2=\frac{y_d-y_c}{x_d-x_c}\end{array}\right.$

直线l₁和l₂的夹角为θ，则如果80°≤θ≤90°，直线l₁和l₂近似垂直相交，提取l₁和l₂的交点(x_1,2,y_1,2)；如果θ＜80°则认为两条直线中至少有一条为噪声，舍弃该交点；

当检测的直线大于两条时，根据上述方法，依次得到各符合条件的交点。

所述步骤(3)中如果从内接多边形内提取不到相交直线，该圆形标志图像突出显示，人工处理或者弃用。

所述步骤(4)中对比圆心坐标，删除误差大的交点坐标，保留在圆心一定阈值内的交点坐标，提取标志中心坐标。

所述交点坐标根据圆心坐标设定一个阈值，遍历直线交点，删除阈值外的交点，保留阈值内的直线交点，假设保留的交点坐标为(x₁,y₁),(x₂,y₂),…,(x_n,y_n)(n≥1)，交点的平均坐标(x,y)采用如下公式提取：

$\left\{\begin{array}{c}x=\frac{1}{n}\underset{i=0}{\overset{n}{\Σ}}{x}_i\\ y=\frac{1}{n}\underset{i=0}{\overset{n}{\Σ}}{y}_i\end{array}\right.(n\≥1)$

保留交点的平均值(x,y)作为标志中心坐标。

采用如上技术方案取得的有益技术效果为：

1、在进行标志区域的检测时，所有的检测方法都需要解决噪声的影响，提高检测的精度。本发明采用分区域Hough圆检测提取标志圆形轮廓，其中圆检测最大限度的解决了背景环境中直线噪声的影响，分区域圆检测参数设置解决了图像在拍摄时由于拍摄角度、光线等因素在不同区域的作用效果的不同导致的各区域的最优圆检测参数的不同，提高了检测效果与检测质量，简单，可靠，重复性好。

2、另外本发明对检测出的标志取内接多边形，在内接多边形中检测直线，最大限度的去除了外界环境中的直线噪声，检测量小，用时少，效果好。

3、标志中心坐标的提取，对比圆心坐标设定阈值，删除阈值外的交点坐标，保留阈值内的直线交点坐标，根据保留的直线交点坐标求平均值，获得标志中心坐标，提高了检测精度。

附图说明

图1为Hough圆转换到参数空间示意图。

图2为图像区域划分示意图。

图3为图形标志示意图。

图4为内接四边形提取示意图。

图5为内接四边形内直线检测示意图。

图6为参数直线示意图。

图7为直线检测噪声示意图。

具体实施方式

结合附图1至7对本发明的具体实施方式做进一步说明：

Hough圆变换是利用图像空间和参数空间的点--线对偶性，把图像空间中的检测问题转换到参数空间。通过在参数空间里进行简单的累加统计，然后在Hough参数空间寻找累加器峰值。目前可以通过Hough变换检测直线和圆，可以通过设置圆的最大最小半径、图像阈值、投票数(以图像上的点为圆心，相同的半径画圆，相较于一点的圆的个数)，使图片中的检测的精度达到最优。

如图1所示，在x-y坐标系在圆的一般方程是：(x-a)²+(y-b)²＝r²

将其转换到a-b-r空间，当有不小于投票数个点相交于一点(a₀,b₀,r₀)时，认为图像内存在一个圆，其圆心是(a₀,b₀)，半径是r₀。既圆的圆心(x₀,y₀)和半径r。

Hough圆检测是一项参数检测，根据提供的半径范围、图像阈值、投票数去遍历图像得到检测结果，由于拍摄角度、光线、噪声等因素的影响，整幅图片的各区域的最佳检测参数是不同的。如果用一组检测参数去检测整幅图片中的圆，会造成个别区域检测不全或者个别区域检测出多余的圆。针对这种现象，提取一种简单易行的解决方法，根据拍摄时图像的拍摄角度及图像的模糊度情况去分区域，然后再对不同的区域分别进行Hough圆检测，可以根据不同区域的需要分别调整检测参数，使得检测效果达到最好。

一种相机检校标志中心坐标提取方法，所述检校标志中心坐标提取方法采用如下步骤：

(1)将图像分区域，对不同的区域设定不同的参数进行Hough圆检测，得到圆形标志图像；

(2)提取步骤(1)中圆形标志图像的内接多边形；

(3)从内接多边形内检测直线，提取直线的交点坐标；

(4)对交点坐标的可靠性进行检测，对比步骤(1)中得到的圆心坐标设定阈值，删除阈值外的交点，保留阈值内的直线交点，求直线交点的平均值获得检校标志中心坐标。

步骤(1)中根据图像的拍摄角度及图像的模糊度情况划分图像区域，然后对不同的图像区域设定不同的检测参数再进行Hough圆检测，得到圆形标志图像。例如将图像区域或分成九部分，如图2所示，A1、A2、A3、B1、B2、B3、C1、C2、C3分别设定不同的检测参数进行检测。将图像空间中的Hough圆检测转换到参数空间，再根据提供的半径范围、图像阈值、投票数去遍历图像得到检测结果。

若要获得标志中心坐标，首先要在图像中检测到该标志。基于其最外层的圆形特征，采用Hough圆检测将该标志在二维图像中的坐标提取出来，获得该标志的位置信息(最外侧圆的圆心和半径)。结合第一步的图像分区域，以及检测时的参数调整，可以最优的检测出图像中的圆形标志。圆形标志如图3所示，图中的图形标记仅为示意图。

通过分区域和标志轮廓提取获得整幅图像中96％左右的圆形标志图像。如下表所示，通过对四幅图像进行分区域和非分区域对比发现，分区域对检测效果有着明显的提高，尤其是在拍摄角度变大的情况下分九区域检测比不分区域检测的效果有着明显提高。

所述步骤(2)中内接多边形为内接四边形，根据Hough圆检测得到圆形标志图像的圆心和半径，假设圆心为(x₀,y₀)，半径为r，通过如下公式得到圆内接四边形的左上端点坐标(x_A,y_A)和边长l_AB：

$\left\{\begin{array}{c}{x}_A=x_0-\frac{\sqrt{2}}{2}\×r\\ y_A=y_0-\frac{\sqrt{2}}{2}\×r\\ l_{AB}=\sqrt{2}\×r\end{array}\right.$

从而圆形标志图像的内接四边形，如图4所示。

所述步骤(3)中从内接多边形内检测直线，首先根据步骤2中得到的内接多边形设定检测参数，检测参数包括直线最大和最小长度及投票数，再遍历图像内的点获得符合检测参数的直线，如图5所示。图5中的1为为穿过标志中心的两条相交直线。

Hough直线检测的原理如图6所示，相交直线的一般方程为：y＝kx+b

转换为极坐标系表示：r＝xcosθ+ysinθ

该直线上的所有的点都对应一个参数(r,θ)，遍历图像内的点，对应参数(r,θ)有不小于投票数个的点，该直线为符合检测条件测直线。

符合检测参数的直线存在至少两条，如图7所示，当检测直线为两条时，假设两条直线l₁和l₂，直线l₁上两点的坐标为(x_a,y_a)、(x_b,y_b)，直线l₂上两点的坐标为(x_c,y_c)、(x_d,y_d)，计算得到 $\left\{\begin{array}{c}{l}_1:y=k_1\×(x-x_a)+y_a,k_1=\frac{y_b-y_a}{x_b-x_a}\\ l_2:y=k_2\×(x-x_c)+y_c,k_2=\frac{y_d-y_c}{x_d-x_c}\end{array}\right.$

直线l₁和l₂的夹角为θ，则如果80^°≤θ≤90^°，直线l₁和l₂近似垂直相交，提取l₁和l₂的交点(x_1,2,y_1,2)；如果θ＜80°则认为两条直线中至少有一条为噪声，舍弃该交点；

当检测的直线大于两条时，根据上述方法，依次得到各符合条件的交点。

如果从内接多边形内提取不到相交直线，该圆形标志图像突出显示，人工处理或者弃用。

所述步骤(4)中对比圆心坐标，删除误差大的交点坐标，保留在圆心一定阈值内的交点坐标，提取标志中心坐标。

交点坐标根据圆心坐标设定一个阈值(比如1/4半径)，遍历直线交点，在阈值内的直线交点保留，假设保留的交点坐标为(x₁,y₁),(x₂,y₂),…,(x_n,y_n)(n≥1)，交点的平均坐标(x,y)采用如下公式提取：

$\left\{\begin{array}{c}x=\frac{1}{n}\underset{i=0}{\overset{n}{\Σ}}{x}_i\\ y=\frac{1}{n}\underset{i=0}{\overset{n}{\Σ}}{y}_i\end{array}\right.(n\≥1)$

保留交点的平均值(x,y)作为标志中心坐标。

实际应用中，从多角度对检校场拍摄多张图片进行试验，经统计整幅图像的94％的标志中心坐标都可以精确的提取出来，有2％的标志成功检测了出来，但是由于像素太差未能检测出标志内的直线。精确提取的94％的标志中心坐标已经足够用来做相机检校工作，具有良好的应用前景。

当然，以上说明仅仅为本发明的较佳实施例，本发明并不限于列举上述实施例，应当说明的是，任何熟悉本领域的技术人员在本说明书的指导下，所做出的所有等同替代、明显变形形式，均落在本说明书的实质范围之内，理应受到本发明的保护。

Claims (8)

1.一种相机检校标志中心坐标提取方法，其特征在于，所述检校标志中心坐标提取方法采用如下步骤：

(1)将图像分区域，对不同的区域设定不同的参数进行Hough圆检测，得到圆形标志图像；

(2)提取步骤(1)中圆形标志图像的内接多边形；

(3)从内接多边形内检测直线，提取直线的交点坐标；

(4)对交点坐标的可靠性进行检测，对比步骤(1)中得到的圆心坐标设定阈值获取精确的直线交点，求直线交点的平均值获得检校标志中心坐标。

2.根据权利要求1所述的一种相机检校标志中心坐标提取方法，其特征在于，所述步骤(1)中根据图像的拍摄角度及图像的模糊度情况划分图像区域，然后对不同的图像区域设定不同的检测参数再进行Hough圆检测，得到圆形标志图像。

3.根据权利要求1所述的一种相机检校标志中心坐标提取方法，其特征在于，所述步骤(2)中内接多边形为内接四边形，根据Hough圆检测得到圆形标志图像的圆心和半径，假设圆心为(x₀,y₀)，半径为r，通过如下公式得到圆内接四边形的左上端点坐标(x_A,y_A)和边长l_AB：

$\left\{\begin{array}{c}{x}_A=x_0-\frac{\sqrt{2}}{2}\×r\\ y_A=y_0-\frac{\sqrt{2}}{2}\×r\\ l_{AB}=\sqrt{2}\×r\end{array}\right.$

从而得到圆形标志图像的内接四边形。

4.根据权利要求1所述的一种相机检校标志中心坐标提取方法，其特征在于，所述步骤(3)中从内接多边形内检测直线，首先根据步骤(2)中得到的内接多边形设定Hough直线检测参数，检测参数包括直线最大和最小长度及投票数，再遍历图像内的点获得符合检测参数的直线。

5.根据权利要求4所述的一种相机检校标志中心坐标提取方法，其特征在于，所述符合检测参数的直线存在至少两条；

当检测直线为两条时，直线l₁上两点的坐标为(x_a,y_a)、(x_b,y_b)，直线l₂上两点的坐标为(x_c,y_c)、(x_d,y_d)，

计算得到 $\left\{\begin{array}{c}{l}_1:y=k_1\×(x-x_a)+y_a,k_1=\frac{y_b-y_a}{x_b-x_a}\\ l_2:y=k_2\×(x-x_c)+y_c,k_2=\frac{y_d-y_c}{x_d-x_c}\end{array}\right.$

直线l₁和l₂的夹角为θ，则如果80°≤θ≤90°，直线l₁和l₂近似垂直相交，提取l₁和l₂的交点(x_1,2,y_1,2)；如果θ＜80°则认为两条直线中至少有一条为噪声，舍弃该交点；

当检测的直线大于两条时，根据上述方法，依次得到各符合条件的交点。

6.根据权利要求5所述的一种相机检校标志中心坐标提取方法，其特征在于，所述步骤(3)中如果从内接多边形内提取不到相交直线，该圆形标志图像突出显示，人工处理或者弃用。

7.根据权利要求1所述的一种相机检校标志中心坐标提取方法，其特征在于，所述步骤(4)中对比圆心坐标，删除误差大的交点坐标，保留在圆心一定阈值内的交点坐标，提取标志中心坐标。

8.根据权利要求7所述的一种相机检校标志中心坐标提取方法，其特征在于，所述交点坐标根据圆心坐标设定一个阈值，遍历直线交点，删除阈值外的交点，保留阈值内的直线交点，假设保留的交点坐标为(x₁,y₁),(x₂,y₂),…,(x_n,y_n)(n≥1)，交点的平均坐标(x,y)采用如下公式提取：

$\left\{\begin{array}{c}x=\frac{1}{n}\underset{i=0}{\overset{n}{\Σ}}{x}_i\\ y=\frac{1}{n}\underset{i=0}{\overset{n}{\Σ}}{y}_i\end{array}\right.,(n\≥1)$

保留交点的平均值(x,y)作为标志中心坐标。