CN114593673A - 基于电视频道的对象测量精度和尺寸的评估方法 - Google Patents

基于电视频道的对象测量精度和尺寸的评估方法 Download PDF

Info

Publication number
CN114593673A
CN114593673A CN202210202138.4A CN202210202138A CN114593673A CN 114593673 A CN114593673 A CN 114593673A CN 202210202138 A CN202210202138 A CN 202210202138A CN 114593673 A CN114593673 A CN 114593673A
Authority
CN
China
Prior art keywords
contrast
television camera
target
television
size
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.)
Pending
Application number
CN202210202138.4A
Other languages
English (en)
Inventor
谭立国
张新彬
李亮
霍建文
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.)
Harbin Institute of Technology
Original Assignee
Harbin Institute of Technology
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 Harbin Institute of Technology filed Critical Harbin Institute of Technology
Priority to CN202210202138.4A priority Critical patent/CN114593673A/zh
Publication of CN114593673A publication Critical patent/CN114593673A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/022—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by means of tv-camera scanning
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/26—Measuring arrangements characterised by the use of optical techniques for measuring angles or tapers; for testing the alignment of axes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
    • G01B21/04—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness by measuring coordinates of points
    • G01B21/042—Calibration or calibration artifacts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/67—Focus control based on electronic image sensor signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了基于电视频道的对象测量精度和尺寸的评估方法，包括以下步骤：步骤一，模拟实验环境；步骤二，开始实验；步骤三，结果分析与改进；所述步骤一中，电视摄影机型号为WCM‑101型视频监视器，发光二极管用作模拟无人机着陆装置的光信标，发光二极管的窗口直径为5mm，辐射功率约为0.1W，本发明相较于现有的基于电视频道的对象测量精度和尺寸的评估方法，通过选择最佳的光谱范围和超出背景水平的最佳信号强度，可以将对象角宽度的测量误差减小到1个电视频道角分辨率，通过测量电视图像上的每个“模糊”边界中间点的距离，在确定背景‑目标环境的大尺寸对比区域的对比边界之间的角距和线性距离时，将获得最小的误差。

Description

基于电视频道的对象测量精度和尺寸的评估方法
技术领域
本发明涉及精度测量改进技术领域，具体为基于电视频道的对象测量精度和尺寸的评估方法。
背景技术
考虑使用最少的附加舰载设备实现无人机在运动舰船上自主/自动着陆的可能性，研究操作员自动工作站信息显示的特性，以及利用舰载电视接收器和激光测距仪控制无人机着陆的特性，给出了一种保证在船体摇荡时引导无人机与运动舰船上着陆装置精确对接的技术方案，即将电视摄像机引入到舰载设备中，并将其刚性地固定在船体上，接下来详细讨论电视摄像机的光轴方向和视场尺寸，电视摄像机连接到舰载无人机控制系统的操作员自动工作站，在能见度较差(特别是夜间)的条件下，为了保证电视摄像机的正常工作，应在无人机的机体前部安装一个光信标，此时光信标的功率应大于100w，以确保机载电视接收器能够在1000米的距离范围内探测到它，机载光信标的光束发散度应控制在20-30°的范围内，以确保能够辐射进入电视接收器的视场，舰船与无人机之间的当前距离也可以通过激光测距仪来精确测量，在无人机的机体前需要方安装一个小型的反光装置，此种方案中电视摄像机的能否精准引导无人机十分重要，所以要尽量保证其测量精度。
发明内容
本发明的目的在于提供基于电视频道的对象测量精度和尺寸的评估方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：基于电视频道的对象测量精度和尺寸的评估方法，包括以下步骤：步骤一，模拟实验环境；步骤二，开始实验；步骤三，结果分析与改进；
其中在上述步骤一中，搭建背景环境实验平台，即将发光二极管安装在黑色硬纸板中心，使用电视摄影机来监控视频图像，然后在平台上建立目标-背景环境模型，即使用A4白纸作为对比目标；
其中在上述步骤二中，借助于电视摄影机，通过在键盘上输入适当的，命令代码控制电视摄像机在水平和垂直平面上转动；
其中在上述步骤三中，在目标-背景环境模型上拍摄视频图像，对测试视频图像进行光谱分析，使用滤波器来增加被观察对象的对比度，并使用被观察对象的特征来提高确定其角坐标的精度。
优选的，所述步骤一中，电视摄影机型号为WCM-101型视频监视器，发光二极管用作模拟无人机着陆装置的光信标，发光二极管的窗口直径为5mm，辐射功率约为0.1W。
优选的，所述步骤一中，A4白纸上的黑色图形被用作目标-背景环境的对比片段，带有对比图形的A4白纸称为目标-背景环境模型。
优选的，所述对比图形包括四个黑色实心正方形Sq1、Sq2、Sq3和Sq4，边长分别为0.5、1.0、5.0和10.0mm；相同的两行由七条竖线组成的条纹L11-L17和L21-L27，宽度分别为0.50、1.00、1.50、2.25、3.00、4.50和6.00mm；两条由24个相同尺寸条纹组成的色带，一条亮度从0到256均匀增加，另一条亮度从0到256均匀减小；剩余为尺寸和线宽已知的其他图形。
优选的，所述步骤二中，通过改变电视摄影机的镜头焦距，来控制其视场，使电视摄影机对准测量对象。
优选的，所述步骤三中，滤波器通过测量电视图像上的每个模糊边界的中间点的距离，在确定目标-背景环境的大尺寸对比区域的对比边界之间的角距和线性距离时，将获得最小误差。
与现有技术相比，本发明的有益效果是：本发明相较于现有的基于电视频道的对象测量精度和尺寸的评估方法，通过选择最佳的光谱范围和超出背景水平的最佳信号强度，可以将对象角宽度的测量误差减小到1个电视频道角分辨率，通过测量电视图像上的每个“模糊”边界中间点的距离，在确定背景-目标环境的大尺寸对比区域的对比边界之间的角距和线性距离时，将获得最小的误差。
附图说明
图1为本发明的方法流程图；
图2为本发明的实验平台示意图；
图3为本发明的目标-背景环境的模型图；
图4为本发明的发光二极管图像及其片段图；
图5为本发明的R、G和B的接收信号强度变化曲线图；
图6为本发明的红色信号强度与帧图像的yT行和zT列的关系曲线图；
图7为本发明的对象Sq1和Sq2的画面放大片段图；
图8为本发明的组成颜色R、G和B沿行扫描线的信号强度分布图；
图9为本发明的信号强度沿行扫描线的分布曲线图；
图10为本发明的信号强度沿行扫描线的分布曲线图；
图11为本发明的电视频道信号的强度分布图；
图12为本发明的不同条带对比度的平滑变化图；
图13为本发明的上频带和下频带的信号幅值变化的分析结果图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1-13，本发明提供的一种实施例：基于电视频道的对象测量精度和尺寸的评估方法，包括以下步骤：步骤一，模拟实验环境；步骤二，开始实验；步骤三，结果分析与改进；
其中在上述步骤一中，搭建背景环境实验平台，即将发光二极管安装在黑色硬纸板中心，使用电视摄影机来监控视频图像，然后在平台上建立目标-背景环境模型，即使用A4白纸作为对比目标，其中，图2中使用了以下符号：L-电视摄像机到屏幕的距离，as、hs-分别为屏幕在水平和竖直方向上的线性尺寸，对应于电视频道的分辨率I×J，Θψ、
Figure BDA0003529801860000041
-分别为屏幕在水平和竖直方向上的角宽度，an、hm-所研究图像片段的线性尺寸，zT、yT-所研究图像的像素在水平和垂直方向上的坐标，M表示参考图像片段amxhm，P表示研究的像素(zT，yT)，N表示全屏尺寸asxhsmm，Q表示电视摄像机，电视摄影机型号为WCM-101型视频监视器，其主要技术参数为矩阵类型：1/4”Super HAD CCD，视频输出：CVBS，全分辨率：W×H＝811×508，有效分辨率：W×H＝768×494，水平分辨率(彩色图像)：520线，水平分辨率(黑白图像)：570线，镜头光学变焦倍数：10倍，水平视场：51.20–5.58°，垂直视场：39.30–4.27°，信噪比：50dB，彩色模式下的最低照度：0.7LUX/F2.8，黑色硬纸板尺寸为565mm×495mm，发光二极管用作模拟无人机着陆装置的光信标，发光二极管的型号为GNL-5012LED，窗口直径为5mm，辐射功率约为0.1W，A4白纸上的黑色图形被用作目标-背景环境的对比片段，带有对比图形的A4白纸称为目标-背景环境模型，对比图形包括四个黑色实心正方形Sq1、Sq2、Sq3和Sq4，边长分别为0.5、1.0、5.0和10.0mm，相同的两行由七条竖线组成的条纹L11-L17和L21-L27，宽度分别为0.50、1.00、1.50、2.25、3.00、4.50和6.00mm，两条由24个相同尺寸条纹组成的色带，一条亮度从0到256均匀增加，另一条亮度从0到256均匀减小，剩余为尺寸和线宽已知的其他图形，包括圆形，三角形，空心正方形和十字形；
其中在上述步骤二中，借助于电视摄影机，通过在键盘上输入适当的，命令代码控制电视摄像机在水平和垂直平面上转动，其中，通过改变电视摄影机的镜头焦距，来控制其视场，使电视摄影机对准测量对象；
其中在上述步骤三中，在目标-背景环境模型上拍摄视频图像，对测试视频图像进行光谱分析，使用滤波器来增加被观察对象的对比度，并使用被观察对象的特征来提高确定其角坐标的精度，其中，用于实验研究的视频资料是一组BMP格式的图形文件形式的电视帧，大小为1.26Mb，每帧电视画面的分辨率为576×768，每个像素点有三种颜色(红色–R，绿色–G，蓝色–B)，每种颜色的强度变化区间为0-255，在这种情况下，可将每帧电视画面表示为具有576×768×3个元素的三维矩阵，为了测量所研究对象的图像中的信号/背景比，突出地显示了经过对象中心或其他特征点的帧的行和(或)列，并显示每种颜色信号强度的关系曲线，为了确定发光二极管图像中的信号/背景比，确定发光二极管图像中的信号/背景比，从分辨率为576×768的帧画面(如图4(a))中分割出带有LED图像的黑纸板片段，其沿z轴的尺寸为[300，450]，沿y轴的尺寸为[170，330]，如图4(b)所示，在Matlab环境中，通过使用算子A＝imread()和带grid on的图形输出算子figure image(A)放大图4(a)或(b)中的帧画面，可以找到所研究图像元素中心的精确坐标：zT＝373和yT＝249，信号/背景(发光二极管信号和黑色硬纸板信号)比的分析程序显示组成颜色R、G和B的信号强度与帧图像的yT行和zT列的关系曲线，在图5(a)中给出了接收信号强度沿水平扫描线yT＝249的变化曲线，在图5(b)中给出了接收信号强度沿垂直扫描线zT＝373的变化曲线，通过分析R、G和B的接收信号强度变化曲线，可以得出以下结论，发光二极管信号强度的最大值达到250–256个单位，并且每种颜色分量R、G和B的平均背景强度值为48–85个单位，红色的信号/背景比是最佳，约等于5，蓝色的信号/背景比约等于3，绿色的信号/背景比约等于4，接收信号沿行扫描线和列扫描线的强度分布具有相似的特征，为了测量所研究对象的角宽度，选择经过对象中心的帧的行和列，并示出了组成颜色的信号强度(幅值)的变化曲线，其中红色(R)实现了对象/背景的最佳对比度，用测量小尺寸对象角宽度的程序来显示所选颜色分量(R)的信号强度与图像帧的yT行和zT列的关系曲线，在图6(a)中给出了接收信号强度沿水平扫描线yT＝249的变化曲线，在图6(b)中给出了接收信号强度沿垂直扫描线zT＝373的变化曲线，根据上述的沿着行扫描线和列扫描线的信号强度(幅值)变化曲线，在平均信号强度下确定观察到的发光二极管的角宽度Δy＝12pix和Δz＝13pix，根据参考对象即黑色硬纸板的尺寸(565mm×495mm)，确定在水平和垂直平面上1pix与线性尺寸的对应系数，在画面中，黑色硬纸板沿z轴和y轴的尺寸分别为(554±4)pix和(416±4)pix，引入参数k-参考对象的实际线性尺寸或角尺寸(单位，mm或rad)与其在屏幕上的尺寸(单位，pix)之间的比例系数，对于图1中的画面(L＝11.7M)，在水平和垂直平面上线性比例系数kz和ky分别为：
Figure BDA0003529801860000071
Figure BDA0003529801860000072
类似地，在水平和垂直平面上角比例系数kψ和
Figure BDA0003529801860000073
分别为：
Figure BDA0003529801860000074
Figure BDA0003529801860000075
发光二极管光窗在垂直平面上的真实线性尺寸Δyt和在水平面上的真实线性尺寸Δzt分别为5mm，观测到的光斑在垂直平面和水平面上的线性尺寸分别为：
Δzt＝Δzkz＝13.2mm
Δyt＝Δyky＝14.14mm
显然，光信标的线性尺寸测量误差超过了其真实尺寸的100％，发光二极管光窗在垂直平面和水平面上的真实角尺寸
Figure BDA0003529801860000081
和Δψt分别为0.4274mrad，观测到的光斑在垂直平面和水平面上的角尺寸
Figure BDA0003529801860000082
和Δψt分别为：
Figure BDA0003529801860000086
Δψt＝Δzkψ＝1.1310mrad
因此，光信标的角尺寸测量误差同样超过了其真实尺寸的100％，可以假定，光信标观测尺寸的增加不仅取决于图像的光学散焦误差，而且还取决于发光二极管在空气中的散射，考虑将图3中的黑色实心正方形Sq1和Sq2作为另一种形式的小尺寸对象，在这种情况下，背景–目标环境模型距离电视摄像机镜头的距离L＝0.47M，背景–目标环境模型的真实尺寸为297×210mm，其在电视画面上的尺寸为600×375pix，屏幕尺寸(全屏位置的区域由图6中的点表示)I×J＝724×487.5pix＝358.4×273mm，此时，沿水平方向的线性分辨率kz为：
Figure BDA0003529801860000084
沿垂直方向的线性分辨率ky为：
Figure BDA0003529801860000085
在这种情况下，电视频道的视角范围：
Figure BDA0003529801860000091
Figure BDA0003529801860000092
电视频道的角分辨率为：
θψ＝0.7091/724＝0.00098rad/pix
Figure BDA0003529801860000093
对象Sq1的画面放大片段，如图7(a)所示，对象Sq2的画面放大片段，如图7(b)所示，在显示器屏幕上，Sq1中心点坐标为：j＝400,i＝674，Sq2中心点的坐标为：j＝399,i＝145，组成颜色R、G和B沿穿过Sq1和Sq2中心的行扫描线的信号强度分布曲线，如图8(a)和(b)所示，在图9(a)和(b)中给出了，在背景-目标环境模板(相对正方形Sq1和Sq2的中心对称分布的20个像素i(z)的样本)上沿着经过理想图像的正方形Sq1和Sq2中心的行向扫描线的信号强度分布曲线，在这种情况下，颜色R、G和B的强度没有差异，对象与背景的对比度最大，并且在相邻的像素处发生阶跃变化(白色背景–颜色R、G和B的信号强度为256，黑色对象–R、G和B的信号强度接近于零)，通过比较图8和9中的变化关系曲线，可以发现在背景-目标环境模板的实际照度较差情况下，信号相对于背景的余量(对比度)从理想对象图像的255个单位降低到实心正方形Sq1的15个单位(平均值)，以及实心正方形Sq2的110个单位(平均值)，对于不同尺寸的对象而言，在整体照度变差的情况下，它们相对于同一个背景的对比度会不同程度地减小，对于较大尺寸的对象，其对比度减小的程度较小，由于照度不良和几何尺寸较小而导致被观测对象的对比度越低，则光谱差异对对比度(超出背景)的影响越大，因此，对于实心正方形Sq1而言，最小的对比度是蓝色，只有10个单位，而红色和绿色的对比度为15个单位，从图7(a)可以看出，实心正方形Sq1在屏幕上占据1个像素，用白色虚线轮廓突出显示，其中心坐标为：i(z)＝674pix，i(y)＝400pix，测量得到的实心正方形Sq1沿着z轴方向的线性尺寸为1·kz＝0.5mm，沿着y轴方向的线性尺寸为1·ky＝0.57mm，在这种情况下，测量得到的尺寸非常接近所研究对象Sq1的实际尺寸0.5×0.5mm，精度为一个像素单位，如果以接近背景强度的对比度来测量实心正方形Sq1的线性尺寸，如图7(a)中大的虚线矩形所示，那么对象Sq1的观测尺寸将超过其真实尺寸3倍以上，从图7(b)可以看出，实心正方形Sq2在屏幕上占据2个像素，用白色虚线轮廓突出显示，其中心坐标为：i(z)＝388.5pix，i(y)＝145.5pix，测量得到的实心正方形Sq2沿着z轴方向的线性尺寸为2·kz＝1.0mm，沿着y轴方向的线性尺寸为2·ky＝1.14mm，在这种情况下，测量得到的尺寸是所研究对象Sq2的实际尺寸2.0×2.0mm的一半，如果以接近背景强度的对比度来测量实心正方形Sq2的线性尺寸，如图7(b)中大的虚线矩形所示，那么对象Sq2的观测尺寸将超过其真实尺寸1.5倍(沿z轴方向的测量尺寸为6·kz＝3.0mm，沿y轴方向的测量尺寸为6·ky＝3.42mm)，综上可知，以最大对比度值的一半来观测所研究对象，如图8(b)所示，其光斑的尺寸更接近真实尺寸，将图4(a)所示的画面中黑色硬纸板的左上角进行放大，如图10所示，以确定黑色硬纸板的“模糊”边界线，在黑色硬纸板图像的第i(z)＝78列上，电视频道信号的强度分布如图11所示，图11所示的曲线表明，在墙面背景下黑色硬纸板的对比度大约是100个信号强度分辨率，在这种情况下，最大的对比度是蓝色，而最小的对比度是绿色，影响对比度的主要因素是黑色硬纸板的辐射(反射)光谱，黑色硬纸板的实际边界不超过1个像素(≈1pix≈1mm)，并且观察到的图像亮度边界在5个像素(≈5pix≈5mm)范围内近似线性变化，如果假设黑色硬纸板和背景的“模糊”边界是对称的，那么黑色硬纸板的边界位置(zR，zG，zB，yR，yG，yB)将取决于信号幅值，该信号幅值对应于黑色硬纸板信号的平均值和背景(墙面)信号的平均值之间的平均值，在R、G和B三种颜色中，黑色硬纸板边缘坐标的测量偏差约为1个pix，近似等于1mm，与黑色硬纸板制造精度的实际公差相当，需要注意的是，需要验证在不同颜色区域边界处的信号强度“模糊”的对称假设或其他更为复杂的假设，并且需要进行更准确的实验验证，例如，在确定从发光二极管光信标到黑色硬纸板左上角距离l的测量误差时，将它们看作两个特征点，发光二极管固定在已知尺寸的黑色硬纸板(565×495mm)中心，安装误差为±0.5mm，根据先前对图4(a)中画面分析的结果，黑色硬纸板左上角的坐标z1＝78pix，y1＝60pix，发光二极管中心的坐标z2＝374pix，y2＝249pix，考虑到先前确定的线性分辨率kz和ky，距离l的计算公式为：
Figure BDA0003529801860000111
由于画面中每个像素的价值取决于黑色硬纸板的已知尺寸，因此可以实现很高的测量精度，测量误差约为1％，当向右和向下移动带发光二极管的黑色硬纸板时，黑色硬纸板左上角的坐标z1＝429pix，y1＝257pix，发光二极管中心的坐标z2＝723pix，y2＝452pix，在相同的前提条件下，基于上述数据和先前获得的分辨率特性计算得到黑色硬纸板左上角与发光二极管间的距离l＝380.3mm，测量误差约为2％，即测量误差比前一帧的测量误差大2倍，测量误差的增加与硬纸板边角处图像的模糊程度以及电视频道视场周边区域的光学畸变有关，为了评估背景-目标环境模型上图像对比度的平滑变化，如图3所示，接下来我们将分析由24条相同尺寸的条带组成的图像，上述条带的亮度从最大值255均匀减小到0或从最小值0均匀增大到255，如图12(a)所示，对尺寸为[j＝1：675，i＝1：930，RGB]的背景-目标环境模型的上频带(j＝100)进行分析，其中从一个频带到另一个频带的强度均匀减小，并且在一个频带内的强度值保持恒定，如图12(b)所示，对下频带(j＝550)进行分析，其中从一个频带到另一个频带的强度均匀增加，并且在一个频带内的强度值保持恒定，在参考(标准)图像上，所有组成颜色RGB的辐射(反射)是相同的，因此，根据给定参考值，将所有组成颜色的信号强度(幅值)变化以相同的方式显示–梯形关系曲线，需要注意的是，电视画面的尺寸[576，768，3]在行数和列数上与参考(标准)图像的尺寸[675，930，3]不匹配，此外，电视画面的照度不均匀且对比度低，如图13所示上频带和下频带的信号(强度)幅值变化的分析结果，从图12中的曲线关系，可以得出以下结论：信号幅值(对比度)的变化范围从标准图像的255个单位减小到上频带的100个单位和下条带的80个单位，也就是说，对比度范围减小了2.5–3.0倍，不同颜色(R、G和B)信号的幅值不重合，正如在标准图像中观测的那样，信号幅值的平均值变化近似是线性的，这与标准图像一致，信号沿着行扫描线的坐标相对于平均值的波动很大，与背景–目标环境模型的1-2pix不同，会达到20-30pix，与背景-目标环境模型相比，频带沿z轴的亮度等级从24单位减少到4-5个单位，信号和背景的强度测量结果给出了所有测试对象的对比度(高于或低于)，对比度的大小不仅取决于对象原始图像的对比度(白纸背景下的黑色油墨)，还取决于对象的大小和画面的照度，在这种情况下，黑色油墨与白纸之间的初始对比度为255个单位，实际照明将大尺寸对象(电视频道角分辨率的5个以上像素)的对比度降低到112-125个单位，当背景水平波动达到3个单位左右时，与电视频道角分辨率的一个像素对应的小尺寸对象的对比度最多可达到10个单位，观察到的对象角尺寸会根据超出测量背景的程度而波动，在这种情况下，对比度差异从3个像素扩展到10个像素，对于小尺寸对象而言，这会导致角尺寸的测量误差超出其实际尺寸的数倍，然而，对于大尺寸对比度对象而言，相对误差(绝对误差为3-5个像素)要小很多，在测量观察对象之间的角度和线性距离时，重要的是尽可能准确地估计视频图像单个像素的角宽度和线性尺寸的价值，在图4所示的画面示例中，可以看出目标-背景环境模型的测试图像与原始图像相比是失真的，此时，在画面的左侧和右侧单个像素的价值是不同的，为了获得测量对象之间距离的最佳精度，建议使用最接近的精确界标，即白纸的角间距离，因此，为了测量位于左侧的对象之间的距离，应该使用白色纸板的左边缘，相反的情况下，应该使用白色纸板的右边缘，对于处在背景-目标环境模型中间部位的对象，建议使用白色纸板左右边缘获得的像素价值的平均值，为了评估电视频道对比对象(光信标、观察对象特征点)之间的角坐标和线性距离的测量质量，有必要考虑由电视频道的载体与被观察对象之间的相对速度引起的图像“模糊”。
基于上述，观察对象的角宽度测量误差超过电视频道角分辨率的2-3倍，主要取决于对象图像与周围背景的对比度以及对象与背景的照度以及对象的大小，本发明的优点在于，使用本发明提供的方法时，通过选择最佳的光谱范围和超出背景水平的最佳信号强度，可以将对象角宽度的测量误差减小到1个电视频道角分辨率，小尺寸对比对象(如光信标)之间的角距离和线性距离最准确的定义为信标对比点的重心之间的距离，光信标图像的角宽度和线性尺寸比其真实尺寸大3-5倍，这极大地制约了光信标之间的最小距离，通过测量电视图像上的每个“模糊”边界中间点的距离，在确定背景-目标环境的大尺寸对比区域的对比边界之间的角距和线性距离时，将获得最小的误差。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

Claims (6)

1.基于电视频道的对象测量精度和尺寸的评估方法，包括以下步骤：步骤一，模拟实验环境；步骤二，开始实验；步骤三，结果分析与改进；其特征在于：
其中在上述步骤一中，搭建背景环境实验平台，即将发光二极管安装在黑色硬纸板中心，使用电视摄影机来监控视频图像，然后在平台上建立目标-背景环境模型，即使用A4白纸作为对比目标；
其中在上述步骤二中，借助于电视摄影机，通过在键盘上输入适当的，命令代码控制电视摄像机在水平和垂直平面上转动；
其中在上述步骤三中，在目标-背景环境模型上拍摄视频图像，对测试视频图像进行光谱分析，使用滤波器来增加被观察对象的对比度，并使用被观察对象的特征来提高确定其角坐标的精度。
2.根据权利要求1所述的基于电视频道的对象测量精度和尺寸的评估方法，其特征在于：所述步骤一中，电视摄影机型号为WCM-101型视频监视器，发光二极管用作模拟无人机着陆装置的光信标，发光二极管的窗口直径为5mm，辐射功率约为0.1W。
3.根据权利要求1所述的基于电视频道的对象测量精度和尺寸的评估方法，其特征在于：所述步骤一中，A4白纸上的黑色图形被用作目标-背景环境的对比片段，带有对比图形的A4白纸称为目标-背景环境模型。
4.根据权利要求3所述的基于电视频道的对象测量精度和尺寸的评估方法，其特征在于：所述对比图形包括四个黑色实心正方形Sq1、Sq2、Sq3和Sq4，边长分别为0.5、1.0、5.0和10.0mm；相同的两行由七条竖线组成的条纹L11-L17和L21-L27，宽度分别为0.50、1.00、1.50、2.25、3.00、4.50和6.00mm；两条由24个相同尺寸条纹组成的色带，一条亮度从0到256均匀增加，另一条亮度从0到256均匀减小；剩余为尺寸和线宽已知的其他图形。
5.根据权利要求1所述的基于电视频道的对象测量精度和尺寸的评估方法，其特征在于：所述步骤二中，通过改变电视摄影机的镜头焦距，来控制其视场，使电视摄影机对准测量对象。
6.根据权利要求1所述的基于电视频道的对象测量精度和尺寸的评估方法，其特征在于：所述步骤三中，滤波器通过测量电视图像上的每个模糊边界的中间点的距离，在确定目标-背景环境的大尺寸对比区域的对比边界之间的角距和线性距离时，将获得最小误差。
CN202210202138.4A 2022-03-03 2022-03-03 基于电视频道的对象测量精度和尺寸的评估方法 Pending CN114593673A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210202138.4A CN114593673A (zh) 2022-03-03 2022-03-03 基于电视频道的对象测量精度和尺寸的评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210202138.4A CN114593673A (zh) 2022-03-03 2022-03-03 基于电视频道的对象测量精度和尺寸的评估方法

Publications (1)

Publication Number Publication Date
CN114593673A true CN114593673A (zh) 2022-06-07

Family

ID=81816088

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210202138.4A Pending CN114593673A (zh) 2022-03-03 2022-03-03 基于电视频道的对象测量精度和尺寸的评估方法

Country Status (1)

Country Link
CN (1) CN114593673A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030174332A1 (en) * 1999-03-12 2003-09-18 Regents Of The University Of Minnesota Video camera-based visibility measurement system
US20050036032A1 (en) * 2003-08-14 2005-02-17 Samsung Electro-Mechanics Co., Ltd. Image evaluation chart and performance test method using the same
CN105717163A (zh) * 2016-01-29 2016-06-29 中国商用飞机有限责任公司 红外热像检测缺陷的方法
CN106095246A (zh) * 2016-06-21 2016-11-09 广东小天才科技有限公司 光标颜色的调节方法及装置
JP2017040496A (ja) * 2015-08-18 2017-02-23 国立大学法人静岡大学 計測マーカー、画像計測システム及び画像計測方法
CN109035326A (zh) * 2018-06-19 2018-12-18 北京理工大学 基于亚像素图像识别的高精度定位技术
CN110415251A (zh) * 2019-07-02 2019-11-05 广州大学 一种背景检测的图像分割方法与装置
CN113408415A (zh) * 2021-06-18 2021-09-17 中国民用航空大连空中交通管理站 基于图像识别技术机场能见度与跑道视程的探测与显示系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030174332A1 (en) * 1999-03-12 2003-09-18 Regents Of The University Of Minnesota Video camera-based visibility measurement system
US20050036032A1 (en) * 2003-08-14 2005-02-17 Samsung Electro-Mechanics Co., Ltd. Image evaluation chart and performance test method using the same
JP2017040496A (ja) * 2015-08-18 2017-02-23 国立大学法人静岡大学 計測マーカー、画像計測システム及び画像計測方法
CN105717163A (zh) * 2016-01-29 2016-06-29 中国商用飞机有限责任公司 红外热像检测缺陷的方法
CN106095246A (zh) * 2016-06-21 2016-11-09 广东小天才科技有限公司 光标颜色的调节方法及装置
CN109035326A (zh) * 2018-06-19 2018-12-18 北京理工大学 基于亚像素图像识别的高精度定位技术
CN110415251A (zh) * 2019-07-02 2019-11-05 广州大学 一种背景检测的图像分割方法与装置
CN113408415A (zh) * 2021-06-18 2021-09-17 中国民用航空大连空中交通管理站 基于图像识别技术机场能见度与跑道视程的探测与显示系统

Similar Documents

Publication Publication Date Title
US8964070B2 (en) Image processing method, image processing program, image processing device, image processing system, electronic camera and electronic apparatus
KR100858985B1 (ko) 광함수생성장치를 이용한 씸레스 타일 디스플레이 전자 교정 방법 및 씸레스 타일 디스플레이 시스템
DE102011077142B4 (de) Nachbarschaftshelligkeitsanpassung für Gleichförmigkeit in einem gekachelten Anzeigeschirm
US9210418B2 (en) Method and apparatus for calibrating multi-spectral sampling system
US20070091334A1 (en) Method of calculating correction data for correcting display characteristic, program for calculating correction data for correcting display characteristic and apparatus for calculating correction data for correcting display characteristic
US20080187215A1 (en) Method and System For Visually Presenting a High Dynamic Range Image
US20110298763A1 (en) Neighborhood brightness matching for uniformity in a tiled display screen
CN100542306C (zh) 摄像头聚焦性能检测系统及方法
US20060132867A1 (en) Tone reproduction characteristics measuring device for color monitor
US20110150329A1 (en) Method of and system for determining an average colour value for pixels
EP1913347A2 (en) Light measurement method and apparatus
CN109520706A (zh) 汽车保险丝盒装配检测系统、图像识别方法及螺孔定位法
KR102138778B1 (ko) 테스트 차트 및 그 사용 방법
US20040141213A1 (en) System for capturing graphical images using hyperspectral illumination
CN101587589A (zh) 喷墨打印质量模糊评价方法
CN111066062B (zh) 使用分数像素测量电子视觉显示器的方法和系统
CN110361167A (zh) 一种抬头显示器的测试方法
CN114593673A (zh) 基于电视频道的对象测量精度和尺寸的评估方法
JP2019041204A (ja) 基準画像データ生成方法、印刷物の検査方法、及び基準画像データ生成システム
US5267038A (en) Synthetic aperture video photometer system
EP3139598B1 (en) Wearable projection device and projection method
CN109348219A (zh) 一种不同结构下图像转换的方法及图像转换装置
CN111231530B (zh) 一种双色打印机质量检测方法
JP5160547B2 (ja) 画像処理装置、画像処理方法、及び画像処理プログラム、並びに撮像装置
KR20010055163A (ko) 컨버젼스측정장치 및 그 측정방법

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20220607