（检测技术与自动化装置专业论文）基于数字图像处理的车型检测.pdf

基于数字图像处理的车型检测 摘要 随着计算机技术、现代传感技术和数字图像处理技术的发展，机器视觉技术已广 泛应用于产品质量检测、机械加工、精密测量、振动检测及机器人等领域，尤其是将 机器视觉技术应用到运动载体( 如汽车) 已经成为数字图像处理和运动载体的现代化 生产、管理的热门研究项目。利用图像理论和机器视觉技术，研究汽车整车尺寸参数 非接触快速检测系统，实现车辆整车尺寸参数的准确测量，具有较高的研究意义和工 程应用价值。 本文详细介绍了图像处理的基本知识，包括图像二值化、图像平滑、图像锐化和 边缘检测等。设计了汽车尺寸视频测量系统的硬件平台，采用了一种基于k r u p p a 方 程的线性自标定算法进行摄像机标定。 对于已获图像的特征点匹配，本文研究了一种多尺度h a r r i s 角点检测方法进行角 点检测。立体匹配后，在车身长宽比未知的情况下，提出了一种通过提取车身中轴线 来获取汽车长度和宽度值的方法。通过实验仿真和计算，此方法得到验证。并对本项 研究工作进行了总结和展望。 关键词：机器视觉；图像处理；k r u p p a 方程自标定；中轴线；三维尺寸 r e s e a r c ho nm e s u r e m e n to fv e h i c l es i z eb a s e do n d i g i t a lima g ep r o c e s s i n g a b s t r a c t w i t ht h er a p i dd e v e l o p m e n to fc o m p u t e rt e c h n o l o g y , m o d e ms e n s i n ga n dd i g i t a l i m a g ep r o c e s s i n gt e c h n o l o g y ，t h em a c h i n ev i s i o nt e c h n o l o g yi sw i d e l ya p p l i e di nd o m a i n s s u c ha s p r o d u c tq u a l i t ye x a m i n a t i o n ，m a c h i n i n g ，p r e c i s i o nm e a s u r e m e n t ，v i b r a t i o n e x a m i n a t i o nr o b o ta n ds oo n a p p l y i n gm a c h i n ev i s i o nt e c h n o l o g yo nm o t i v ec a r r i e r ( a u t o m o b i l e ) i sap o p u l a rr e s e a r c hp r o je c tf o rd i g i t a li m a g ep r o c e s s i n ga n dm o d e r n i z e d p r o d u c t i o na n dm a n a g e m e n t i th a sh i 曲r e s e a r c hs i g n i f i c a n c ea n dp r o j e c ta p p l i c a t i o nv a l u e f o rs t u d ya n dr e a l i z ev e h i c l e3 一ds i z ep a r a m e t e rb yn o n c o n t a c te x a m i n a t i o n t h ep a p e ri n t r o d u c e de l e m e n t a r yi m a g ep r o c e s s i n gk n o w l e d g ei nd e t a i l ，i n c l u d i n g i m a g eb i n a r i z a t i o n ，i m a g es m o o t h i n g ，i m a g es h a r p e n i n g ，e d g ed e t e c t i o na n ds oo n t h e h a r d w a r ep l a t f o r mf o rv e h i c l e3 ds i z em e a s u r i n gs y s t e mb e e nd e s i g n e d a na l g o r i t h mo f c a m e r as e l f - c a l i b r a t i o nb a s e do nk r u p p ae q u a t i o nb e e nu s e di nt h ep 即e r 髓em e t h o do fm u l t i s c a l eh a r r i sc o m e re x a m i n a t i o nw a su s e df o rc o m e rd e t e c t i o n r e g a r d i n gt oc h a r a c t e r i s t i cp o i n tm a t c hf o ro b t a i n e di m a g e a f t e r3 一dm a t c h i n g ，o n ek i n do f m e t h o df o rc a l c u l a t i n gv e h i c l el e n g t ha n dw i d t hv a l u eb ye x t r a c t i n gam e d i a la x i sw a s p r o p o s e du n d e rt h ec o n d i t i o nt h a tt h er a d i oo fl e n g t ht ow i d t hi su n k n o w n t h i sm e t h o d w a sv e r i f i e db ys i m u l a t i o na n dc a l c u l a t i o no fe x p e f i m e n t t h es u m m a r ya n df o r e c a s to ft h e s t u d yw e r eg i v e na t1 a s t k e y w o r d s ：m a c h i n ev i s i o n ，i m a g ep r o c e s s i n g ，k r u p p ae q u a t i o ns e l f - c a l i b r a t i o n ， m e d i a la x i s ，3 一ds i z e 插图清单 图2 1采集到的原始图像8 图2 2 二值化后的图像8 图2 3中值滤波后的彩色图像1 0 图2 4 中值滤波后的二值化图像1 0 图3 1摄像机成像几何关系的线性模型18 图3 2 图像坐标系18 图3 3 带有一阶径向畸变的成像模型_ 2 3 图3 4 对极几何j 2 4 图4 1视差测距原理图2 9 图4 2 双摄像机观察空间点3 1 图4 3 双摄像机配置3 2 图5 3 摄像机坐标系与世界坐标系3 7 图5 4 世界坐标系与视觉坐标系的关系3 8 图6 1机器视觉检测系统组成示意图3 9 图6 2 实验系统结构图4 0 图6 3 汽车原始图像4 1 图6 4 动态剪影后的二值化图像4 1 图6 5 边缘检测后得到的图像4 2 图6 - 6 待匹配的两幅图像4 2 表格清单 表2 - 1 二次样条小波滤波器1 5 表6 1 图像采集卡的性能参数3 9 表6 2 实验结果1 4 2 表6 3 实验结果2 4 3 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所 知，除了文中特别加以标志和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果， 也不包含为获得金自曼工些太堂 或其他教育机构的学位或证书而使用过的材料。与我一同工作 的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。 学位论文作者签字：萎f 磕 签字日期：勘谬年3 月2 日 l 学位论文版权使用授权书 本学位论文作者完全了解金胆王些盍堂有关保留、使用学位论文的规定，有权保留并向 国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅或借阅。本人授权金8 巴王些盔 ! l 可以将学位论文的全部或部分论文内容编入有关数据库进行检索，可以采用影印、缩印或扫 描等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后适用本授权书) 学位论文作者签名：莒 磋 签字日期：郴年弓月2 日 学位论文作者毕业后去向： 工作单位： 通讯地址： 导师签名： 晦凉衍 签字日期：以肄岁月日 电话：厂弓7 衅2 2 7 邮编： 致谢 本论文的完成首先感谢我的指导老师陈荣保副教授。从选题、开题、资料收集、 课题研究无不是在陈老师的精心指导下完成。陈老师严谨的治学态度，勤勉的工作作 风，敏锐的学术洞察力和高度的责任心给我留下了深刻的印象，为我今后的工作和生 活树立了榜样，使我终身受益。在本人研究生阶段的学习过程中，陈老师为我提供了 良好的学习和实验条件，本人所取得的每项研究成果都和陈老师的淳淳教导息息相 关。在此，向辛勤培育我的导师致以由衷的感谢和崇高的敬意。 感谢实验室朝夕相处的同学们：曹军、陈晓旺、任启明，大家在在学习和生活上 互相帮助，度过了令人难忘的美好时光；同时感谢师姐马丽在我读研究生期间在学习 上给予的热情帮助。 感谢家人对我继续学业提供的经济支持和精神鼓励! 作者：彭瑾 2 0 0 8 年3 月 第一章汽车检测概论 1 1 研究背景意义现状以及发展方向 汽车工业是现代制造业中最有代表性又最具活力的产业之一，它又是典型的以批 、量生产为特征的行业。随着市场竞争的日益激烈和产品更新换代速度的加快，制造业 信息化的步伐也逐渐加快。但制造业信息化是_ 项系统工程，其范畴涉及产品开发、 生产过程、物流营销等企业运行中的方方面面，真正实现将引起企业管理组织模式的 重大转变，因此在我国这必然是一个渐进的过程。 据统计，在批量生产的条件下，产品开发的成本仅占总成本的5 左右，而产品 制造过程对总成本的影响却高达7 0 ，正因为如此，相对而言，生产过程信息化起步 较早，发展也很快，对企业的降本增效、增强在市场中的竞争能力发挥了很大的作用。 生产过程信息化实质上是检测技术、计算机技术和网络技术的融合和综合应用，而作 为信息采集和处理的主要手段，检测技术又是基础。在这样的背景下，为适应现代汽 车制造业的发展需要，检测技术的地位和作用的日显重要。 随着计算机技术的发展，出现了汽车检测诊断、数据采集处理自动化、检测结果 直接打印等功能的汽车性能检测仪器和设备。在此基础上，为了加强汽车管理，各工 业发达国家相继建立汽车检测站和检测线，使汽车检测制度化，如德国和日本。而美 国等工业发达国家已经实现了汽车检测的标准化。随着科学技术的进步，国外汽车检 测设备在智能化、自动化、精密化、综合化方面都有新的发展，应用新技术开拓新的 检测领域，研制新的检测设备。 在我国，随着国民经济的发展，科学技术的各个领域都有了较快的发展，汽车检 测及诊断技术也随之得到快速发展，加之我国汽车制造业和公路交通运输业发展迅 猛，对汽车检测诊断技术和设备的需求也与日俱增。我国机动车保有量迅速增加，随 之而来的是交通安全和环境保护等社会问题。如何保证车辆快速、经济、灵活，并尽 可能不造成社会公害等问题，已经逐渐被提到政府有关部门的议事日程，因而促进了 汽车诊断和检测技术的发展。 不停车收费代表着未来公路收费的发展方向，目前不停车收费系统的建设大潮正 在国内外兴起。自动车型分类系统是不停车收费系统中一个非常重要的组成部分，其 性能的优劣直接决定整个不停车收费系统性能的好坏。因此对于自动车型分类的研究 具有非常重要的意义。 1 2 以“光电，型为代表的高科技产品用于测量车身三维尺寸 1 2 1 现场使用的激光非接触式粗糙度仪 这是一种无可动部件、无探针、也不需要预先设置、操作和使用极其简单、方便 的激光非接触式粗糙度仪。在距离被测表面2 5 m m 处进行非接触测量时，耗时仅为 o 5 s ，因此，可实现工件粗糙度的快速检测。这种仪器既可作为便携式仪器使用，更 可与机床、自动线配合，以对工件表面进行动态测量或对自动线上零部件的指定位置 做1 0 0 的检测，真正发挥了在线检测的作用。 1 2 2 双相机移动式三坐标测量系统 在广泛用于汽车制造业的传统型三坐标测量机( c m m ) 和于九十年代崛起的便 携式关节测量机之外，一种崭新原理的双相机移动式三坐标测量系统显示了其独特 的、十分实用的性能。完全不同于常规的摄象测量原理，该系统把c c d 相机与摄象 测量技术相结合，采用了一种独创的“智能化目标光源探测法”。被c c d 相机探测到 的光源( l e d s ) 嵌在光笔一测杆探针上，通过三角测量法可准确地测出触点处的空 间坐标。 整个测量系统无可动部件，具有相当于c m m 的功能，但量程大、精度高，使 用简单、灵活，特别适合车间现场对大型覆盖件、车身的检测，以及通过测量，为大 型工装的修正、调整提供依据。 1 2 3 光学三维传感器检测站 一种以结构光学三维传感器为基础的高效、高精度检测站已在车身骨架、大型覆 盖件1 0 0 的在线检测中显示出独特的优越性。被测工件首先由输送机构自动推入生 产线上的测量工位，定位传感器将工件的真实位置送入计算机控制系统中，后者根据 已经编制好的测量程序，自动控制在框架上的众多三维光学传感器中的每一个，对工 件上的各关键部位进行检测。一般固定的传感器数量在1 0 - - - , 3 0 个，完成测量仅需2 0 s 7 左右，真正体现了高效率、高精度的特点。 为提高车身骨架、大型覆盖件的监控水平，实现1 0 0 的在线检测，以结构光学 三维传感器为基础的高效、高精度“检测站”逐步在汽车制造业扩大应用。被测工件首 先由传输装置自动送入生产线上的测量工位，定位传感器将工件的真实位置送入计算 机控制系统中，后者根据已编制好的测量程序，自动控制安装在框架上众多光学三维 传感器中的每一个，对工件上的各关键部位进行检测。 1 2 4 激光跟踪仪 另一种新颖坐标测量技术激光跟踪测量也在近年进入了汽车制造业。实现此 项技术的激光跟踪测量仪由结构紧凑的跟踪头和控制器组成，前者的核心是一个安装 在回转水平轴上的激光头，采用高稳频的氦氖激光器。当将一个普通的目标靶，如一 个小钢球放在激光束的前面，仪器的检测系统将采用三维跟踪模式，产生x 、y 、z 位置坐标值。它的测量距离最大可达3 5 m ，最大跟踪速度达3 m s ，分辨力l g m ，系统 精度2 5 5 0 岬。由于仪器采用绝对测量模式，通过激光束锁定光学目标后立即测量， 因此用途很广，效率也高。可用于汽车厂大型工件检测及工装夹具的安装调整。美国 a p i 公司和f a r o 公司都已有商品化产品，国内也已有选用。 1 3 机器视觉与汽车检测 机器视觉，又称图像检测技术，乃是将被测对象的图像作为信息的载体，从中提 取有用的信息来达到测量的目的。它具有非接触、高速度、测量范围大、获得的信息 丰富等优点。通过c c d 摄像头与光学系统、数字处理系统的结合，可实现不同的检 测要求。随着上世纪九十年代以来光电、自动化和计算机图象处理技术的迅速发展， 机器视觉得到了越来越广泛的应用。作为一种新颖而又实用的传感技术，图像检测单 元近年已实现产品化，一些知名的厂商都推出了品种规格齐全的系列化产品，包括光 源、摄像头、处理器等，这对图像检测技术的推广应用创造了很有利的条件。 1 4 我国汽车检测技术的未来 我国汽车检测技术要赶超世界先进水平，应向以下方面研究和发展： ( 1 ) 应用高新技术，加速汽车检测技术进步与设备智能化，提高检测水平 光电技术和计算机图像出理技术： 在前照灯检测仪中，采用硅光二极管代替过去使用的光电池，从而获得更高的光 轴定位精度和光度测试精度。在汽车进入检测站、维修厂、高速公路收费站以及收费 停车场等处所时，为自动识别汽车牌照，采用自动识别检索装置，可识读数字、英文、 拼音文字和汉字等。汽车以低速驶过，2 秒即可识读，通过计算机迅速处理后，输入 或进行检索、存档，并可打印出登录所需的数据。 高精度传感器 随着汽车工业的发展，传感器制造水平越来越高，测试精度和可靠性不断提高， 从而促进了汽车检测、诊断设备的迅速发展。如在全自动汽车检测线中的排放检测， 采用自动取样探头插入装置，利用微压传感器，通过排气管口与四周空间存在的微小 压力差而进行跟踪找正汽车排气管口的位置，进一步提高全自动检测线的自动化程 度。在制动实验台中，采用高精度的应变计( 压力传感器) ，应变计输出的信号，既 可用液晶、发光二极管以数字显示，也可以通过一定的电路，对讯号进行零点、温度、 滞后及线性误差修正之后，借伺服电动机和减速器，推动大型仪表盘的指针动作，同 时，还可以对测试数据加以记忆，重复显示和打印。 显示技术 发光二极管显示由静态发展为动态点阵，由单色发展为彩色。液晶由于其高亮度 下具有比发光二极管更好的对比度，因而也在许多设备中得到应用。通过c r t 彩色 监视器，直接用图形、数据来动态显示测量值的方式，并辅以菜单式的人机对话系统， 在高档的诊断设备中广泛应用。显示技术的发展将进一步计算机化，更好地符合人体 工程学和工程心理学的要求，采用更直观、清楚、易于识读和理解的仪表。 ( 2 ) 汽车检测设备向综合化、检测线向浓缩化方向发展。 为节省费用、场地和人员，汽车检测设备已开始从单机单功能向多功能的综合检 测台发展。不仅节约费用，而且大大减少了设备安装的占地面积，同时，先进的传感 器和计算机控制系统可以在操作后，显示、打印和储存各种测试数据。汽车检测设备 的综合化，有利于汽车检测线的浓缩化。 ( 3 ) 适应新标准或新法规提出新的检测参数和检测方法，研制开发新的检测诊 断设备与仪器。 随着世界经济和社会的发展，有关汽车方面的标准和法规在不断地变化，对汽车 的使用性能、检测参数和相应的检测方法也在不断更新和发展。比较典型的实例是汽 车排放污染物的控制，检测方法也不断发展。目前随着i m 制度的推行，对汽油发动 机汽车检测方法有怠速、双怠速，向模拟车辆行驶的简易工况法过渡。随着柴油机在 各国汽车的比例不断增加，近年来已经发现，波许式或与波许式相类似的滤纸式烟度 计存在着灵敏度不高、只能检测采样时间内排气烟度的平均值、烟度中的水分不能太 大、不能检测蓝烟白烟及油雾等缺陷。因此，国外研制了一种新型透光式烟度计，它 可以长时间工作而不像滤纸式烟度计那样只能间断地取样测量，可以测量柴油车任何 时刻的排气烟度，而不会造成由于采样烟气容积误差而引入的误差。它不需要滤纸， 当然也就避免了滤纸带来的误差。 ( 4 ) 汽车检测诊断技术向人工智能专家系统发展。 今后汽车检测、诊断技术发展的重点应是增加和完善监控预测功能，将汽车的检 测逐步扩展到系统状态的预测，并进一步发展到元件状态的预测，这样将能科学地决 定汽车各总成以至整车的合理使用寿命，这对提高汽车运行的经济性和可靠性具有重 要的意义。要实现这一预测技术，取决于一些关键技术的发展。如故障机理的解析技 术，诊断故障模式的识别和传感技术，预测故障模式的建立及故障模式的精确度和通 用性的实用水平，新的检测手段的开发和利用，高速微处理机及大容量廉价记忆装置 的普及等。 ( 5 ) 汽车检测技术规范化。 在汽车检测技术的发展中，普遍重视硬件技术，忽略难度大、投入大和社会效益 不明显的检测方法、限值标准、各种检测仪器和设备的技术条件及计量检定规程等基 础性技术的研究。有些检测设备由于缺乏技术规范化，而使检测结果缺乏科学性和准 确性。随着检测技术的发展，与硬件相配套的检测技术软件需要进一步完善，制订和 完善汽车性能检测项目的检测方法和限值标准，制订汽车检测设备和仪器的技术条 件、检定规程，建立定期检定、检查制度，保证设备完好。同意和规范各地的检测要 求和检测方法，制订营运车辆综合性能要求、技术条件和检验方法，制订汽车检测中 有关安全、节能和环保方面设备的型式认证规则，以保证汽车检测的工整性和准确性。 ( 6 ) 汽车检测管理网络化 目前，我国部分汽车检测站已经实现了计算机管理系统检测，采用丫计算机测控， 但各个站的计算机测控方式千差万别，即使采用计算机网络系统技术的，也仅仅是站 内部实现了网络化。随着技术和管理的进步，今后汽车检测将实现真正的网络化，从 而做到信息资源共享。在此基础上，利用信息高速公路将全国的汽车检测站联成一个 广域网，使上级交通管理部门可以即使了解各地区车辆状况。 ( 7 ) 汽车检测制度化。 国外在用车排放控制措施主要是通过i m 制度，即在用车检查维护制度来实现 的。这一制度包括各车辆管理机构例行年检，车辆使用者定期检查和维护等，因国家、 城市的情况不同而异。实践证明，有效的i m 制度是降低在用车排放污染最经济有效 的手段。在美国，检测方法由怠速、双怠速测试向模拟车辆行驶的简易工况过渡，特 殊地区、特殊车辆必须进行简易工况法测试，测试频率一般为1 年或2 年一次。 ( 8 ) 汽车检测标准化。 发达国家的汽车检测有一整套的标准，判断受检车辆的技术状况是否良好，是以 标准中规定的数据为准则的，检测结果的数字显示，有量化指标，避免了主观上的误 差。国外比较重视安全性能和排放污染物超标是不允许上路行驶的。例如：美国机动 车安全法规对在用车制动、转向、悬架、轮胎和车轮总成等汽车安全方面做出相应的 规定。国外除对检测结果有严格、完整的标准限值以外，对检测设备也有标准，如检 测设备的结构、检测性能和检测精度等都有相应的标准。对检测设备的使用周期和技 术更新也有具体要求。国外由于实现了检测工作的制度化、检测技术的标准化，所以 不仅提高了检测效率，也保证了检测质量。 目前国外基本上都不再进行汽车的整车大修，只是按检测、诊断设备提供的检测 报告，对车辆进行有针对性的调整和维修作业藉以恢复汽车的技术性能，消除隐患， 保证汽车具有良好的使用性能。近些年来，我国汽车检测、诊断设备和技术的飞速发 展，使维修制度逐渐发生了变化，现在，不解体检测的自动诊断技术在检测项目、测 试精度、检测速度、检测工艺性、可靠性、可信度及设备的价格等方面，均已达到可 以实际应用的水平。“定期检测、视情维修”已经成为维修体制的基本原则，获得日益 广泛的应用。 1 5 本文内容 计算机视觉是通过一幅或多幅图像提取、识别、解释和重建三维信息的过程。主 要包括五个方面：视频捕获、摄像机标定、图像预处理和特征提取、立体匹配以及三 维重建。本文主要围绕这几个方面的内容对汽车车型进行检测。 计算机视觉直接处理的对象就是对三维环境采集到的二维图像，因此视频捕捉是 计算机视觉后续处理的前提。视觉系统往往具有实时性的要求，本文将摄像机与计算 机连接起来，以达到实时的要求。 空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系是由摄 像机成像的几何模型决定的。这些几何模型的参数就是摄像机参数，摄像机标定就是 确定摄像机的这些参数，是计算机视觉的一个重要内容。 如何确定两幅或多幅图像中的对应点，就是立体匹配问题，通过立体匹配，可以 得到有特征的点的坐标，根据图像坐标系中和现实坐标系中点的坐标的关系，就可以 计算出现实坐标系中特征点的坐标。 本文内容是基于实验室前届师姐的研究基础上，对汽车整车车身的尺寸进行测 量，其整体结构安排如下： 第一章概述。介绍课题研究的背景以及意义，并介绍了本文的主要内容以 及结构安排。 第二章图像捕捉与边缘检测。介绍本文中所要用到的图像预处理技术和图 像分割。介绍了边缘检测的些经典算子和利用小波滤波器进行边 缘检测的方法。 第三章摄像机标定。介绍了单个相机的标定中线性和非线性标定。在非线 性标定中，重点介绍了一种基于k r u p p a 方程的自标定方法。 第四章双目视觉测量。介绍机器视觉中的不同坐标系以及图像坐标系和世 界坐标系之间的关系。介绍了立体成像方式和双目视觉立体视觉成 像原理。 。 第五章立体匹配和中轴线的提取。介绍了立体匹配的方法，重点介绍了一 种多尺度h a r r i s 角点检测方法，并介绍了一种从中轴线提取车辆三 维立体尺寸的信息的方法。 第六章系统的实现以及实验结果分析。介绍了实验的软硬件平台、总体构 成、具体的算法以及实现。给出了部分实验结果并对结果进行总结 和分析。 第七章总结和展望。总结本文所做的工作并提出后续的研究。 6 第二章图像捕捉与边缘检测 图像的获取即图像捕捉，是从采集的图像信息中获取有价值的信息。而图像在采 集过程中，由于处于实际的环境中，它会受到天气、光照、视点( 即摄像机的角度、 观察的位置和角度等) 等的影响，因此图像中存在着各种各样的噪声。图像预处理的 目的就是减少这些噪声，使得图像的质量提高。 2 1 图像预处理 一般情况下，摄像机获取的图像( 即原始图像) 由于受到种种条件限制和 随即干扰，往往不能在视觉系统中直接使用，必须在视觉的早期阶段对原始图 像进行灰度校正、噪声过滤等图像预处理。图像预处理一般包括二值化、图像 平滑和图像锐化。 2 1 1 图像二值化 由摄像机获取到的图像是灰度图像，灰度图像就是只有强度信息，而没有颜色信 息的图像，存储灰度图像只需要一个数据矩阵，矩阵的每个元素表示对应位置象素的 灰度值。灰度图像的数据类型可以是d o u b l e 类型，这时值域为 o ，l 】；也可以是u n i t 8 类型，值域为【o ，2 5 5 】。 二值图像可以通过适当的分割灰度图像得到。如果物体的灰度值落在某一区间 内，并且背景的灰度值在这一区间之外，则可以通过阈值运算得到物体的二值图像， 即把区间内的点置成1 ，区间外的点置成0 。对于二值视觉，分割和阈值化是同义的。 阈值化可以通过软件来实现，也可以通过硬件直接完成。 设一幅灰度图像i i j 中物体的灰度分布区间 t l ，t z ，经过阈值运算后的图像为 二值图像b 嘲】，即 聊，= 翻嚣刀甄 旺，) 如果物体灰度值分布在几个不相邻区间内时，阈值化方案可表示为 聊，= 鬻臼 旺2 ) 其中，z 是组成物体部分灰度值的集合。 图2 2 二值化后的吲像 2 1 2 图像平滑 平滑技术用于平滑图像中的噪声。j f 滑噪声可以在空间域中进行，基本办法是求 象素灰度的平均值或中值。为了既平滑噪声又保护图像信号，也有一些改进的技术， 比如在频域r f i 运用低通滤波技术。 实际获得的图像一般都因受到某种干扰而含有噪声。引起噪声的原冈有敏感元器 件的内部噪声、照相底片上感光材料的颗粒、传输通道的干扰及量化噪声等。噪声产 生的原冈决定了噪声的分布特性及它和图像信号的关系。m a t l a b 图像处理工具箱提供 了多种去除图像噪声的方法，共有下列三种：线性滤波，中值滤波和自适应滤波一j ， 本文所运用的主要是线性滤波和中值滤波。 ( 1 ) 线性滤波 线性滤波使用连续窗函数内象素加权和来实现滤波，在图像的任何位置上可以进 行相同的运算而不考虑图像位置或空间的变化。下面介绍线性滤波的种方法领 域平均法。 领域平均法是一种线性滤波技术，在空间域中平滑噪声。对于给定的图像f ( i j ) 中的每个像点( m ，n ) ，取其邻域s 。设s 含有m 个象素，取其平均值作为处理后所得 图像像点( m ，n ) 处的灰度。用一象素邻域内各象素灰度平均值来代替该象素原来的 灰度，即是领域平均技术。 领域s 的形状和大小根据图像特点确定。一般取的形状是正方形、矩形和十字形 等，s 的形状和大小可以在全图处理过程中保持不变，也可根据图像的局部统计特性 而变化，点( m ，n ) 一般位于s 的中点。如s 为3 * 3 的领域，点( m ，n ) 位于s 的中心， 则： 于( 聊，加吾i 圭一l j 圭= - i 厂( 朋“甩埘 ( 2 3 ) 假设噪声1 1 是加性噪声，在空间各点互不相关，且期望为0 ，方差为盯2 ，g 是未 受污染的图像，含有噪声的图像f 经过领域平均后为 夕( 坍，2 ) = - 拉f ( i ，歹) 2 d z g ( i ，) + 万1 理( ( 2 4 ) 由上式可知，经领域平均后，噪声的均值不变，方差旌= 去盯2 ，即噪声方差变 朋 小，说明噪声强度减弱了，即抑止了噪声。 同时，领域平均法也平滑了图像信号，特别是可能使图像目标区域的边界变得模 糊。对图像进行领域平均处理相当于图像信号通过一低通滤波器。 ( 2 ) 中值滤波 中值滤波是抑制噪声的非线性处理方法。对于给定的1 1 个数值协，a 。，将 它们按大小顺序排列。当n 为奇数时，位于中间位置的那个数值称为这1 1 个数值中值。 当i 1 为偶数时，位于中间位置的两个数值的平均值称为这n 个数值的中值，记作 m 甜缸，a ，a 。) 。中值滤波就是这样的一个变换，图像中滤波后某像素的输出等于 该像素领域中的各像素灰度的中值。 领域的大小决定在多少个数值中求中值，窗口的形状决定在什么样的几何空间中 取元素计算中值。对二维图像，窗口a 的形状可以是矩形、圆形及十字形等，它的中 心一般位于被处理点上。窗口大小及形状有时对滤波效果影响很大。 中值滤波的方法运算简单，易于实现，而且能较好地保护边界。在一定条件下， 可以克服线性滤波器( 如均值滤波等) 所带来的图像细节模糊，而且对滤除脉冲干扰即 图像扫描噪声最为有效。在实际运算过程中并不需要图像的统计特性，也给计算带了 不少方便。但有时会失掉图像中的细线和小块的目标区域。 9 图2 4 甲值据放，亓剀一但化图1 冢 2 1 3 图像锐化 锐化技术用于加强图像中的目标边界和图像细节。锐化技术可以在空问域中进 行，常用的方法是对图像进行微分处理，也可以在频域中运用高通滤波技术。 大量研究表明，各种图像变模糊的物理过程的数学模型般含有求和、平均或积 分运算，根据这一共同点，可以在空间域中运用微分运算来增强图像，也可在频域中 用加强信号高频分量的方法增强图像。 因为需要锐化的边界可能是任意走向的，因此需要锐化算子是无方向的，即无论 边界是什么走向，只要幅度相同，算子的输出就相同。下面介绍一种无方向算子 梯度模算子。 由数学分析可知，可微函数f ( x ，y ) 的方向导数兰表示其在某一方向口上的变 0 仍 化率，且： l o 兰：望c o s 口+ 善s i n 口：g ( c o s 葫+ s i n 巧) ( 2 5 ) d 口d x d v 这里，g 山争蒡称为陬y ) 的梯度，显然当叫善i 芸i 时， 积 鲫l 叫卿i 方向导数取最大值，这个最大值等于梯度的m l g i = ( 芸) 2 + ( 蒡) 2 2 。 对一幅图像施加梯度模算子，可以增强灰度变化的幅度，因此我们可以采用梯度 模算子作为图像的锐化算子。而且梯度模算子具有方向同性和位移不变性。 对于离散函数f ( i ，j ) ，也可以采用相似的概念，只是利用差分来代替微分。在 x 和y 的一阶差分的定义为： x 饨，歹) = 代，) 一f ( i - l , j ) ( 2 6 ) a y ，j2 ，u ，j 一，似_ ，一l j 因此离散函数梯度模的定义为：l g i ：【。f ( i ，) ：+ ，f ( i ，) z ，坨。 2 2 图像分割 一幅图像可能包含若干个物体，而每一个物体又可能包含对应于物体不同部位的 若干个区域，为了精确解释一幅图像，首先要把一幅图像划分对应于不同物体或物体 不同部位的区域。 图像划分有两种方法：一种是基于区域的方法，即区域分割；另一种是基于边缘 检测的轮廓方法。在基于区域的方法中，把所有对应于一个物体的象素组合在一起， 并进行标记，以表示他们属于一个区域，这一处理过程称为分割。在某一评判标准下， 把象素分配给某一区域，就可以把这些象素同图像其余部分分开。图像分割中两个最 基本的原则是数值相似性和空间接近性。如果两个象素具有相似的强度特性，或它们 之间十分靠近，则可以把它们分配到同一区域。在简单情况下，可以通过阈值法和连 通成分标记法来进行图像分割，对于复杂的图像，可以使用更高级的方法实现图像分 割。 分割也可以通过求取区域边界上的象素来进行，即边缘检测。这些象素点( 也称 为边缘) 可以通过搜寻近邻象素的方法来得到。由于边缘象素是在区域边界上，在边 界两边的区域具有不同的灰度值，这样，区域的边界可以通过测量邻近象素差值来求 取。 2 2 1 区域分割 阈值分割是一种最常见的直接检测区域的区域分割方法。利用阈值方法来 分割灰度图像时都是基于一定的图像模型的，也就是说，要对图像进行一定的 假设，一般都假设图像由具有单峰灰度分布的目标和背景组成，目标或背景内 部的相邻像素间的灰度值是高度相关的，但是在目标和背景交界处的像素在灰 度值上有很大的差别。 已知一幅图像象素集i 和一个一致性谓词p ( ) ， 合的一种划分： u 尺，= i i = 1 求图像i 表示成n 个区域r i 集 ( 2 7 ) 一致性谓词和图像划分具有如下特性，即任何区域满足如下谓词 p ( r f ) = t r u e ( 2 8 ) 任何两个相邻区域不能合并成单一区域，必满足谓词 f ( r ，u r ，) = f a l s e 。 ( 2 9 ) 一致性谓词p ( ) 定义了在区域r i 上的所有点与区域模型的相似程度。 把一幅图像转换成二值图像是图像分割的最简单形式。用于求取二值图像的阈值 算法可以推广到求取多值图像。 对于只有两个灰度值的图像( 二进制图像) ，阈值分割步骤如下：首先对灰度值分 布在鼬n 和g m a x 之间的图像指定一个灰度阈值t ( g m i n 6 个标定点时，可用带约束条件的非线性最优化方法减小函数互的值来求 ( r 1 ，r 2 ，r 3 ，r 4 ，r 5 ，r 6 ，t ，t j j ) 的解。 鼻= ( ( x 衍r i + 比r + z 。+ f ，) ( v - v o ) s ，- ( x 。r + 匕+ 乙民+ f ，) ( 毪一“。) 虬s ) 2 ( 3 3 1 ) 约束条件是式( 3 2 7 ) 。 非线性最优化中的初始值确定方法是：设相机是无畸变的理想针孔模型，即畸变 系数k 为零。这样就可以利用四面体姿态估计方法得到尺和t 的初值。 3 2 基于k r u p p a 方程的摄像机线性自标定 目前基于主动视觉摄像机自标定方法可以分为两类：第一类是通过设想家在三维 空间内作两组平移运动来求解摄像机的内参数。另一种方法是最近由b a s u ，d u 和 b r a d y ，h a r t l e y 等所提出的通过摄像机的旋转来求解内参数的方法，其算法具有一定 的局限性，后者在实际应用中存在严重不足，由于它要求摄像机只绕光源中心旋转， 不能有任何平移，而在工程实践中摄像机光源中心难以测定，其旋转也难以保证无任 何平移，因此难以实用。 3 2 1 基本概念 本文所采用的是第一类方法。在大多数的情况下，我们需要两个摄像机，因此就 要对这两个摄像机进行标定，并且要标定出它们之间的相对位置。下面介绍几个重要 的概念： 1 对极几何、基本矩阵和本质矩阵 对极几何指的是两个视图之间的射影几何，如图3 4 所示： o x 瓷 1 ， 秀 一。 0 图3 4 对极几伺 图中，p 和e ，是对极点，其中e 是一个摄像机中心o 在第一个像平面上的投影， e 是另一个摄像机中心d 在第二个像平面上的投影。我们把两个摄像机中心d 和d 之问的连线称为基线。e 和e 是基线分别与两个像平面的交点。空间点x 在第一个像 平面中的图像点为x ，x 和x 的连线构成了一条射线，这条射线在第二个像平面的投 影为，它为对应于x 的对极线；x 为空间点x 在第二个像平面上的图像点，同样， 它与x 的连线在第一个像平面上也投影为，是对应于x 的对极线。，和，分别通过 对极点e 和e 。x 的对极点x 一定在x 的对极线，上。 一个像平面上的点x 的对