CN113870203B - 一种针对重影边界圆心定位的高精度运动测量方法 - Google Patents

一种针对重影边界圆心定位的高精度运动测量方法 Download PDF

Info

Publication number
CN113870203B
CN113870203B CN202111097037.7A CN202111097037A CN113870203B CN 113870203 B CN113870203 B CN 113870203B CN 202111097037 A CN202111097037 A CN 202111097037A CN 113870203 B CN113870203 B CN 113870203B
Authority
CN
China
Prior art keywords
image
center
ghost
frame
patch
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
Application number
CN202111097037.7A
Other languages
English (en)
Other versions
CN113870203A (zh
Inventor
孙羽键
徐自力
辛存
王存俊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN202111097037.7A priority Critical patent/CN113870203B/zh
Publication of CN113870203A publication Critical patent/CN113870203A/zh
Application granted granted Critical
Publication of CN113870203B publication Critical patent/CN113870203B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01HMEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H9/00Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/136Segmentation; Edge detection involving thresholding
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30164Workpiece; Machine component

Abstract

通过普通相机或手机拍摄结构运动时,由于设备曝光频率低,圆形几何标记物带有一定的重影,现有圆心定位方法无法对重影条件下的圆心进行高精度定位,极大降低了圆形几何匹配法的测量精度。基于此,本发明公开了一种针对重影边界圆心定位的高精度运动测量方法,利用圆形贴片自身形状及其与被测结构表面颜色差异的特点,分别在图像水平和竖直方向设定一个矩形窗口,通过移动水平和竖直上的矩形窗口对图像像素进行遍历,对不同位置处矩形窗口内像素的像素值分别进行求和。利用不同位置处矩形窗口内像素值的变化来确定圆形贴片中心,进而对结构的运动进行测量。本发明能够改善由相机帧率低导致的难以定位重影贴片中心的问题,提高结构运动测量精度。

Description

一种针对重影边界圆心定位的高精度运动测量方法
技术领域
本发明属于机械结构振动测量技术领域,特别涉及一种针对重影边界圆心定位的高精度运动测量方法。
背景技术
随着计算机视觉技术和图像处理技术的不断发展,基于计算机视觉的结构位移监测方法不断涌现,并在实际工程应用中逐步得到验证,该方法主要对相机拍摄的被测结构视频进行目标追踪,得到测点在图像中的运动轨迹。目前常见的计算机视觉运动测量方法包括数字图像相关,几何匹配,点跟踪,光流算法等。
圆形几何匹配法作为几何匹配方法中的一种,具有简单、易于操作、测量精度高等优点,被常用于土木、机械等结构测量领域。该方法采用与被测结构表面具有颜色差异的圆形贴片对被测结构表面进行标记,通过捕捉圆形标记圆心位置的变化对结构的运动进行测量。圆心定位方法作圆形几何匹配法的步骤之一,是影响该测量方法测量精度的关键因素。然而,通过普通相机或手机测量结构运动时,其设备曝光频率低,在采集的图像中,几何标记物带有一定的重影,而现有的基于最小二乘法、Hough圆检测等圆心定位方法由于无法实现重影条件下的高精度圆心定位,极大降低了该方法测量精度。因此,本发明提出了一种针对重影边界圆心定位的高精度运动测量方法
发明内容
为了克服现有技术的缺点,本发明提供一种针对重影边界圆心定位的高精度运动测量方法,旨在解决由于重影的圆形贴片圆心定位导致结构运动测量不准确的问题。
为了实现上述目的,本发明采用的技术方案是:
一种针对重影边界圆心定位的高精度运动测量方法,包括以下步骤:
步骤1),使用与被测结构表面具有颜色差异的圆形贴片对被测结构表面进行标记,并利用相机对带有标记的结构运动进行视频记录;
步骤2)对逐帧视频图像进行灰度化、二值化处理;
步骤3),在水平、竖直方向分别设定一个矩形窗口,对窗口内像素值进行求和;
步骤4),移动水平和竖直方向上的矩形窗口对图像像素区域进行遍历,并记录不同位置窗口内像素值的求和信息,获取圆形贴片的中心坐标;
步骤5),逐帧重复步骤4),获取不同帧图像圆形贴片中心点的坐标,对结构运动进行测量。
进一步地,所述步骤2)中,对图像三个通道的颜色分量进行加权平均得到灰度图像:
Gray(x,y)=0.299*R(x,y)+0.578*G(x,y)+0.114*B(x,y)
式中:Gray(x,y)为坐标(x,y)处的灰度值,R(x,y)、G(x,y)、B(x,y)分别为彩色图像不同通道在坐标(x,y)的像素值;
对所获取的灰度图像进行二值化处理:
式中:thresh为所设定的阈值,dst(x,y)为二值化处理后坐标(x,y)处的像素值。
进一步地,所述步骤3)中,设带有贴片重影图像的长度为l,宽度为h,在水平、竖直方向设定大小为l×m、n×h的矩形窗口,则水平、竖直窗口内像素值的统计信息为:
式中:Xs、Yg分别为水平和竖直窗口在位置s、g处的像素值的求和信息,dst(x,y)为二值化处理后坐标(x,y)处的像素值。
进一步地,所述步骤4)中,在第i帧图像中,不同矩形窗口位置处水平、竖直窗口内像素求和信息分别为{Xs}s=1,2,...,l-m{Yg}g=1,2,...,h-n,则圆形贴片的圆心坐标表示为:
式中:为第i帧图像中圆形贴片的圆心坐标。
进一步地,所述步骤5)中,设初始帧时刻圆形贴片的圆心坐标为第i帧时圆形贴片的圆心坐标为/>则结构在水平和竖直方向上的运动dx与dy描述为:
与现有技术相比,本发明的有益效果是:
1)测量成本低,采用普通相机即可对结构运动进行测量。
2)测量精度高,能够对产生重影的圆形贴片结构的圆心进行准确定位,捕捉高精度结构运动。
附图说明
图1为本发明基于窗口移动的重影边界圆心定位方法的流程图。
图2为基于几何匹配法的结构运动求解流程示意图。
图3为本发明提出的基于窗口的圆心定位方法示意图。
图4为验证本发明所提出方法的实验平台。
图5为图像中的圆形标记清晰边界和带有重影的圆形标记。
图6为最小二乘法对重影的圆形标记圆心定位结果。
图7为本发明所提出的方法对带有重影的圆形标记圆心定位结果。
图8为采用本发明所提出的方法获取的结果运动。
具体实施方式
图1为本发明所提出的基于窗口移动的重影边界圆心定位方法流程图,图2是基于圆形几何匹配法的结构运动求解流程示意图,下面结合附图,对本发明做进一步的描述。
参考图1,本发明包括如下步骤:
步骤1:使用与被测结构表面具有颜色差异的圆形贴片对被测结构表面进行标记,并利用相机对带有标记的结构运动进行视频记录,标记区域即需要测量的区域。
步骤2:基于相机所获取的视频图像为彩色图像,为了提高计算效率,对逐帧视频图像进行灰度化、二值化处理。
具体地,对图像三个通道的颜色分量进行加权平均得到灰度图像:
Gray(x,y)=0.299*R(x,y)+0.578*G(x,y)+0.114*B(x,y) (1)
式中:Gray(x,y)为坐标(x,y)处的灰度值,R(x,y)、G(x,y)、B(x,y)分别为彩色图像不同通道在坐标(x,y)的像素值;
对所获取的灰度图像进行二值化处理:
式中:thresh为所设定的阈值,dst(x,y)为二值化处理后坐标(x,y)处的像素值。
步骤3:在水平、竖直方向分别设定一个矩形窗口,对窗口内像素值进行求和。
具体地,如图3所示,设带有贴片重影图像的长度为l,宽度为h,在水平、竖直方向设定大小为l×m、n×h的矩形窗口,则水平、竖直窗口内像素值的统计信息为:
式中:Xs、Yg分别为水平和竖直窗口在位置s、g处的像素值的求和信息,dst(x,y)为二值化处理后坐标(x,y)处的像素值。
步骤4:移动水平和竖直方向上的矩形窗口来遍历图像像素区域,并记录不同位置窗口内像素值的求和信息,获取圆形贴片的中心坐标。
对于与结构表面颜色有差异的圆形贴片来说,通过灰度、二值化处理可以获得带有重影的圆形贴片。根据圆形贴片的形状特点,在圆形贴片直径处所占的像素最多。基于以上两个特点,本发明通过对不同位置窗口内像素值的统计信息获取贴片中心位置。
在本发明中,在第i帧图像中,不同矩形窗口位置处水平、竖直窗口内像素求和信息分别为{Xs}s=1,2,...,l-m{Yg}g=1,2,...,h-n,则圆形贴片的圆心坐标表示为:
式中:为第i帧图像中圆形贴片的圆心坐标。
步骤5:逐帧重复步骤4,获取不同帧图像圆形贴片中心点的坐标,对结构运动进行测量。
具体地,在本发明中,设初始帧时刻圆形贴片的圆心坐标为第i帧时圆形贴片的圆心坐标为/>则结构在水平和竖直方向上的运动dx与dy描述为:
为验证本发明所提出的测量方法的有效性,在本发明中,采用实验对所提出的方法进行验证,实验平台如图4所示,采用的数码相机对带有圆形标记的结构的运动视频进行记录。图5描述了在获取的图像中具有清晰边界和带有重影的圆形贴片,由于重影的出现,现有的圆心定位方法,如最小二乘法、Hough圆检测法等很难获取准确的圆心位置。图6为基于最小二乘法获取的圆心位置,从图中可以看出,该方法所定位的圆心与实际的圆心位置具有较大的误差。图7为采用本发明所提出的方法获取的圆心结果,测量结果表明,本发明所提出的方法能够对带有重影的几何结构的圆心进行准确定位。图8为基于本发明方法测量的结构时域运动,从图中可以看出,测量曲线平滑,证明了所提方法的有效性。

Claims (3)

1.一种针对重影边界圆心定位的高精度运动测量方法,其特征在于,包括以下步骤:
步骤1),使用与被测结构表面具有颜色差异的圆形贴片对被测结构表面进行标记,并利用相机对带有标记的结构运动进行视频记录;
步骤2),逐帧对视频图像进行灰度化、二值化处理;
步骤3),在水平、竖直方向分别设定一个矩形窗口,对窗口内像素值进行求和;
步骤4),移动水平和竖直方向上的矩形窗口对图像像素区域进行遍历,并记录不同位置窗口内像素值的求和信息,获取圆形贴片的中心坐标;
步骤5),逐帧重复步骤4),获取不同帧图像圆形贴片中心点的坐标,对结构运动进行测量;
所述步骤4)中,在第i帧图像中,不同矩形窗口位置处水平、竖直窗口内像素求和信息分别为{Xs}s=1,2,...,l-m{Yg}g=1,2,...,h-n,则圆形贴片的圆心坐标表示为:
式中:为第i帧图像中圆形贴片的圆心坐标;
所述步骤5)中,设初始帧时刻圆形贴片的圆心坐标为第i帧时圆形贴片的圆心坐标为/>则结构在水平和竖直方向上的运动dx与dy描述为:
2.根据权利要求1所述一种针对重影边界圆心定位的高精度运动测量方法,其特征在于,所述步骤2)中,对图像三个通道的颜色分量进行加权平均得到灰度图像:
Gray(x,y)=0.299*R(x,y)+0.578*G(x,y)+0.114*B(x,y)
式中:Gray(x,y)为坐标(x,y)处的灰度值,R(x,y)、G(x,y)、B(x,y)分别为彩色图像不同通道在坐标(x,y)的像素值;
对所获取的灰度图像进行二值化处理:
式中:thresh为所设定的阈值,dst(x,y)为二值化处理后坐标(x,y)处的像素值。
3.根据权利要求1所述一种针对重影边界圆心定位的高精度运动测量方法,其特征在于,所述步骤3)中,设带有贴片重影图像的长度为l,宽度为h,在水平、竖直方向设定大小为l×m、n×h的矩形窗口,则水平、竖直窗口内像素值的统计信息为:
式中:Xs、Yg分别为水平和竖直窗口在位置s、g处的像素值的求和信息,dst(x,y)为二值化处理后坐标(x,y)处的像素值。
CN202111097037.7A 2021-09-18 2021-09-18 一种针对重影边界圆心定位的高精度运动测量方法 Active CN113870203B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111097037.7A CN113870203B (zh) 2021-09-18 2021-09-18 一种针对重影边界圆心定位的高精度运动测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111097037.7A CN113870203B (zh) 2021-09-18 2021-09-18 一种针对重影边界圆心定位的高精度运动测量方法

Publications (2)

Publication Number Publication Date
CN113870203A CN113870203A (zh) 2021-12-31
CN113870203B true CN113870203B (zh) 2024-04-02

Family

ID=78992587

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111097037.7A Active CN113870203B (zh) 2021-09-18 2021-09-18 一种针对重影边界圆心定位的高精度运动测量方法

Country Status (1)

Country Link
CN (1) CN113870203B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012098207A (ja) * 2010-11-04 2012-05-24 National Univ Corp Shizuoka Univ 位置計測装置、位置計測方法及びマーカー
CN108830899A (zh) * 2018-06-04 2018-11-16 哈尔滨工业大学 一种基于几何特征的快速自适应角点结合的圆心检测方法
CN109102523A (zh) * 2018-07-13 2018-12-28 南京理工大学 一种运动目标检测和跟踪方法
AU2019222802A1 (en) * 2019-04-22 2020-11-05 Binhai Industrial Technology Research Institute Of Zhejiang University High-precision and high-speed positioning label and positioning method for visual servo
CN113128499A (zh) * 2021-03-23 2021-07-16 苏州华兴源创科技股份有限公司 视觉成像设备的震动测试方法、计算机设备及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012098207A (ja) * 2010-11-04 2012-05-24 National Univ Corp Shizuoka Univ 位置計測装置、位置計測方法及びマーカー
CN108830899A (zh) * 2018-06-04 2018-11-16 哈尔滨工业大学 一种基于几何特征的快速自适应角点结合的圆心检测方法
CN109102523A (zh) * 2018-07-13 2018-12-28 南京理工大学 一种运动目标检测和跟踪方法
AU2019222802A1 (en) * 2019-04-22 2020-11-05 Binhai Industrial Technology Research Institute Of Zhejiang University High-precision and high-speed positioning label and positioning method for visual servo
CN113128499A (zh) * 2021-03-23 2021-07-16 苏州华兴源创科技股份有限公司 视觉成像设备的震动测试方法、计算机设备及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
俞文静 ; 张明军 ; .视频监控图像目标运动轨迹智能增强方法仿真.计算机仿真.2019,(第12期),全文. *
徐博 ; 习俊通 ; 陈晓波 ; .基于亚像素的圆孔几何参数立体视觉高精度测量.航空计算技术.2008,(第03期),全文. *

Also Published As

Publication number Publication date
CN113870203A (zh) 2021-12-31

Similar Documents

Publication Publication Date Title
Chen et al. High-accuracy multi-camera reconstruction enhanced by adaptive point cloud correction algorithm
CN107917695B (zh) 一种基于图像识别技术的房屋倾斜监测方法
CN105913454B (zh) 一种视频图像中运动目标的像素坐标轨迹预测方法
CN108562250B (zh) 基于结构光成像的键盘键帽平整度快速测量方法与装置
CN103778645B (zh) 一种基于图像的圆形目标实时跟踪方法
CN108007388A (zh) 一种基于机器视觉的转盘角度高精度在线测量方法
CN110533686B (zh) 线阵相机行频与物体运动速度是否匹配的判断方法及系统
CN107358628B (zh) 基于靶标的线阵图像处理方法
CN112254656B (zh) 一种基于结构表面点特征的立体视觉三维位移测量方法
CN111288967A (zh) 一种基于机器视觉的远距离高精度位移检测方法
CN110889829A (zh) 一种基于鱼眼镜头的单目测距方法
CN106875430B (zh) 动态背景下基于固定形态的单一运动目标追踪方法和装置
CN111473776A (zh) 一种基于单像近景摄影测量的滑坡裂缝监测方法
CN116168028B (zh) 低可见度下基于边缘滤波的高铁原始图像处理方法和系统
Jeong et al. Real‐time generic target tracking for structural displacement monitoring under environmental uncertainties via deep learning
CN112033408A (zh) 一种贴纸式的物体空间定位系统及定位方法
Lu et al. Vision-based structural displacement measurement under ambient-light changes via deep learning and digital image processing
CN112907580B (zh) 一种应用于弱纹理场景下的综合点线特征的图像特征提取和匹配算法
CN114565565A (zh) 一种视觉测量目标中心亚像素定位方法
CN113870203B (zh) 一种针对重影边界圆心定位的高精度运动测量方法
CN113076883A (zh) 一种基于图像特征识别的井喷气体流速测量方法
CN116202423A (zh) 一种基于激光三角测距的线激光二维定位方法
CN111121637A (zh) 一种基于像素编码的光栅位移检测方法
CN115018735A (zh) 基于霍夫变换校正二维码图像的裂缝宽度识别方法及系统
CN111462216B (zh) 一种圆形阵列标定板中圆心像素坐标确定方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant