基于Hu矩的近景攝影測量圓形標志的自動檢測

王至博，姚喜，欒學科

(1.青島市勘察測繪研究院，山東青島 266000； 2.山東省水利勘測設計院，山東濟南 250013)

基于Hu矩的近景攝影測量圓形標志的自動檢測

王至博1?，姚喜2，欒學科1

(1.青島市勘察測繪研究院，山東青島 266000； 2.山東省水利勘測設計院，山東濟南 250013)

近景攝影測量中的人工標志多采用圓作為主要特征，當目標面與像片平面不平行時，圓形標志的像將為橢圓，本文提出了一種基于形狀準則和Hu距的精確類橢圓標志提取方法以及圓形標志的分類方法，并制作編碼標志實物在室內實驗室進行場景實拍實驗，各項實驗結果數據證明該理論方法可行。

近景攝影測量；編碼標志；邊緣檢測；Hu矩

1 引 言

近景攝影測量包括低空攝影測量、地面和室內近景攝影測量，是目前國內外研究的熱點。在傳統的近景攝影測量手段中，如果要獲取待測點的三維坐標，需要滿足兩個條件:一是要求待測點本身紋理豐富，處于適宜的攝影環境中，能夠獲取合乎質量的立體像對；二是需要在待測物點表面或周圍布設一定數量的控制點[1]。在眾多測量實踐中，待測區域本身往往是缺乏紋理的、隱蔽的、不可通視的或不便于直接測量，表面沒有足夠的特征，同時在每個待測點周圍布設控制點也是件費時費力的工作，這就使得利用常規的近景影攝影測量技術來獲得這類待測點的三維坐標變得極為困難，甚至是不可能的。因此，人工標志自動化識別、自動化定位和自動化匹配在近景攝影測量中變得十分必要。

在近景攝影測量的許多應用中，可以在待測物體表面分布一些具有明顯特征且易于識別的元素作為標記點，如圓、十字刻劃線等。若給標記點加載唯一的身份信息，即對標記點進行編碼，對圖像中標記點進行唯一身份識別后，可以方便、可靠地實現多幅圖像之間標記點的對應匹配。

目前國內外已設計出的編碼標志點主要有如圖1所示的形式[2～5]:

經觀察可知，已有編碼標志的圖案設計多數采用了圓作為主要特征。這是由于圓形無方向性，特征簡潔，是一種簡單而完美的圖形。因此，如何準確而快速的提取近景像片中的標志圓成為編碼標志的識別定位的關鍵。

圖1 國內外已設計出的主要編碼標志點

2 標志方案

經分析目前國內外已開發出的編碼標志，本文采用Schneider編碼方案并對其進行改進，設計了帶有起始標記——解碼起始圓的方案，簡稱此標記為編碼標志，如圖2所示。圖形中心為一圓點(稱為中心圓)，其外面為兩個圓環，它們與中心圓成同心圓。靠近中心圓的圓環為白色。在其外面的圓環則采用黑白相間的顏色，并用作標志的編碼，稱為編碼環。圖2中的小圓點即為起始標記圓(簡稱起始圓)。

圖2 編碼標志

在Schneider編碼方案基礎上加入起始圓后，使其不再具有“旋轉重復性”。中心圓圓心與起始圓圓心的連線為解碼的初始位置。編碼環平均分為15份，即每24°一份。這樣，整個編碼環便可以制作成一個二進制碼。每一位的前景色和背景色為二進制碼的“1”和“0”，如圖3(b)所示。若編碼按順時針計，則圖3 (b)的編碼為111001110011000。

圖3 編碼的構成

為了以后的匹配工作以及更好的區分編碼標志，設計了非編碼標志如圖4所示。

圖4 非編碼參考點

3 人工標志檢測

3.1 圓形編制區域識別

圓形標志投影后為橢圓形圖像，標志的識別就是提取出符合一定要求的橢圓形邊緣。經過Canny算子處理后的編碼環圖像為虛線邊緣的標志圖像，或者含有非編碼標志邊緣的圖像。通過邊緣跟蹤可以得到標志圖像邊緣，但同時也會對虛線邊緣進行跟蹤，因此需要對跟蹤后的邊緣和包含在邊緣內的像素進行判斷，從而實現對圓形標志的識別。

本課題提出以下幾個判斷準則來提取滿足條件的橢圓輪廓:

(1)邊緣周長[6]

邊緣像素數(周長):近景攝影測量中使用的人工標志尺寸是一致的，由于攝影位置和攝影角度的變化，標志成像大小會發生變化，目標點成像后變為橢圓。為候選標志邊緣周長設定范圍，如果某候選區域的邊緣像素不在此范圍內，該邊緣被剔除。

式中，P為輪廓周長，Pmin、Pmax分別是起始圓的邊緣輪廓周長可能的最小值和中心圓邊緣輪廓可能的最大值。從而識別出這兩類圓的候選區域。

(2)形狀準則[6]

形狀因子(圓形度):評價對象物體形狀接近圓的程度。形狀因子是用來描述平面二維圖形幾何特征一個參數，其中A為候選區封閉圖形的面積，即其中包含的像素數，由前述對灰度圖像進行邊緣跟蹤得到，l為圖形輪廓的周長，且0＜k≤1，當二維圖形為圓時k＝1。對圓形標志攝影角度達到70°時k值為0.66左右。橢圓形狀隨攝影角度變化而變化，如果候選區域的形狀因子不符合設定值則該邊緣也被剔除掉。

圖5(a)是經過上述幾何檢驗標準約束后提取得到的具有完整邊緣(即不是虛線)的標志邊緣的圖像。這些圖像有非編碼標志，編碼標志的中心圓及其起始圓。然而并不是所有圖像經過幾何檢驗后都可以得到顯示，如圖5(b)尚應有編碼標志的編碼環(因其為虛線)。因此需要更進一步的檢驗。

圖5 經幾何檢驗識別后的圖像截圖

(3)基于Hu矩特征準則[7，8]

一般情況下，通過選取適當的周長、圓形度閾值等，可以準確地找到完整的橢圓，實現圖像中類橢圓的自動識別。但當攝影角度較大時，圖像變形較大，需要進一步結合邊緣之間的相似度屬性來進行特征區域的自動分割。

Hu[9]于1962年提出Hu不變矩，在形狀識別和分類中獲得了廣泛的應用，但Hu矩針對區域像素進行計算，Chen[10]對其進行了改進，使其可用于形狀邊緣的檢測。

對于形狀邊緣A＝{(xi，yi)，1≤i≤n}，其p，q階統計矩定義為:

p，q階中心矩定義為:

對上式中心矩進行歸一化處理，得歸一化中心矩:

由歸一化中心矩可得7個用于邊緣形狀檢測的不變矩:

上述7個不變矩具有平移、旋轉和尺度變化的不變性。

設另一條形狀邊緣B＝{(xi，yi)，1≤j≤m}，根據邊緣形狀的不變矩，計算兩個邊緣的形狀相似度:

其中:

當兩條邊緣形狀完全相同時，I(A，B)＝0，否則，邊緣的相似性越差，I(A，B)的值就越大。取邊緣相似性系數:

其中Tj為邊緣相似度閾值。

根據以上定義的常用矩，對二值影像進行區域分割，獲得區域邊界，每個區域對應一個目標，計算其7個Hu不變矩和擴展的兩個4階不變矩，區分出圓形標志邊緣特征。

矩不變量盡管理論上是不受平移、旋轉、尺度變化的，但是實際中由于變換后數字化的誤差，存在一些偏差。而關鍵是要提取出目標對象的對應不變的區域和邊界。因此采用不變矩作為特征不變量的分類效果最終還是受到圖像分割結果的影響。

3.2 圓形標志分類判斷

在上一步識別出的圓共有三類，一類是非編碼標志圓，一類是編碼標志中的中心圓，一類是編碼標志中的起始圓。需要將這三類圓分類識別，并予以編號存儲。

(1)非編碼標志圓與編碼標志中心圓的分類判斷

兩類標志的區別在于它們除了中央圓點之外的部分。非編碼標志的組成只有一個中央圓點，而編碼標志的組成除了中央圓點外還有若干個與之同心的圓環段。雖然編碼標志的圖像是由幾個互相獨立白色區域組成的，但同一編碼標志中的圓環段與相應的中央圓點的距離是最近的。即使不同標志間的粘貼位置十分相近，標志間的距離也總是大于同一編碼標志內部的距離，況且實際操作中為了充分發揮標志的作用，要求其粘貼位置保持一定距離。

改變數據結構，采用局部搜索算法。利用標記點的距離特性，采用圖像分割的方法將對隸屬環段的搜索限定在一個小的圖像子塊內。由于在一個編碼標志成像的范圍內不可能出現任何其他標志，于是可以以中心圓圓心為中心分割出一個矩形圖像塊，矩形的大小滿足只包含同一編碼標志所有的組成部分。圖像拍攝時相機與被測物體間的距離要求保證了各標志的成像大小基本恒定，所以矩形大小可以采用多次試驗的方法確定一個固定值。矩形圖像塊分割完畢，統計每個塊內的白色區域的數目。如果塊內只有一個白色區域，那么這一定是非編碼標志，否則，是編碼標志。

(2)編碼標志中心圓與起始圓的分類識別

在上一步識別出非編碼標志圓后，剩下的就是編碼標志中心圓與起始圓了。這兩類圓最大的差異就是面積一個大，一個小。利用這個特點，很容易能將兩者區分開來。

3.3 精確中心定位

由于本課題所設計的兩類測量標志采用圓形圖案，在實際應用中多呈橢圓形，則測量標志的定位實質上是指橢圓在數字圖像上的定位。經過邊緣檢測，可以得到橢圓標志的邊緣，然后需要對邊緣點進行計算。

Canny邊緣檢測確定了候選橢圓的單像素精度的邊緣，在邊緣內運用區域生長法算法可獲得邊緣所包圍的區域內各像素的灰度Iij，利用下式可以計算標記點的質心坐標，即得到標記點的亞像素中心。

4 實驗及結果分析

本文提出的算法已采用Matlab實現。實驗數據在山東科技大學3D數字攝影測量實驗室中采集。像片采用Canon公司的EOS－5D型單反數碼相機(分辨率4 368×2 912，焦距24 mm)。軌道實拍實驗中，標志總數為18個，其中編碼標志點12個。拍攝高度為8 m，拍攝共150幅像片，設計對于編碼標志，編碼環直徑為4.5 cm，中心圓直徑1.5 cm，起始圓直徑4.5 mm。

首先采用標準編碼圖像合成的模擬場景圖像進行實驗，效果如圖6所示。

圖6 模擬實驗圖像

圖7 圓形區域判斷

經過上述3.2節中圓形標志分類判斷方法以及canny算子中心定位算法后，對其精確中心定位以及中心圓和起始圓的判斷結果如圖7所示(利用Matlab程序分別在識別出的中心圓和起始圓下方3個像素處用數字1和3標識，并在定位中心以十字絲標注)。

采用場景實拍效果如圖8所示。

圖8 場景實拍像片

選取該像片中拍攝到的標志數目為8個，采用本設計識別定位算法，識別定位結果如下:

像片識別定位結果(單位/像素) 表1

三類圓識別結果 表2

表1中的點號為粘貼時的標注，其編碼為解碼后的二進制轉化為十進制后的結果(后續工作)，具體編碼方案見上述標志方案。由于標志中有兩個圓，起著至關重要的作用，中心圓用來中心定位，且由中心圓和起始圓的質心連線方向為標志解碼識別的起始方向，因此要求識別定位的精度較高。本設計經過多組實驗，共拍攝0°～70°，拍攝距離1.5 m～3 m的共150幅像片。根據識別結果以及定位結果，標志的3類圓的識別判斷準確率為98.75%，且定位結果也較好，可以滿足實際工程需要。

5 結 論

針對缺乏紋理特征的待測區域，采用布設編碼標志的方案，針對標志中的圓形特征提取，本文提出了一種基于形狀準則和Hu矩的識別方法，各項實驗數據表明，識別結果較好。

[1]吳慶雙.基于空間后方交會的三維坐標測量方法研究[D].武漢:武漢大學，2005

[2]SCHNEIDERC T.DPA－WIN－A PC based digital photogrammetric station for fast and flexible on－site measurement [J]International Achieves of Photogrammetry and Remote Sensing，Vienna，1996.XXXI(B):530～533

[3]HEUVELY D，KROONR F A.Digital close－range photogrammetry using artifical tragets[J]Int Archives of Photogrammetry and Remote Sensing，Washingtion D C，1992.29 (B5):222～229

[4]AHNS J，RAUHW.Circular coded target for automation of optical 3D－measurement and camera calibration[J].International Journal of Pattern Recognition and Artificial Intelligence，2001，15(6):905～919

[5]黃桂平.圓形標志中心子像素定位方法研究與實現[J].武漢大學學報.信息科學版，2005，30(5):388～391

[6]周玲，張麗艷，鄭建冬等.近景攝影測量中標記點的自動檢測[J].2007，25(3)，288～294

[7]張天序.成像自動目標識別[M].武漢:湖北科學技術出版社，2005

[8]季錚.近景目標三維重建的自動化方法研究[D].武漢:武漢大學，2007

[9]Hu.M.Visual pattern recognition by moment invariants[J].IRE Trans－action on Information Theory，1962，8(2):179～187

[10]Chen C.Improved moment invariants for shape discrimination[J].Pattern，Recognition，1993，26(5):683～686

Automated Circle Target Detection in Close－Range Photogrammetry Based on Hu Moments

Wang ZhiBo1，Yao Xi2，Luan XueKe1
(1.Qingdao Geotechnical Investigation and Survey Institute，Qingdao 266000，China；2.Shandong research institute of investigation and design of water conservancy，Jinan 250013，China)

Most artificial targets in close－range photogrammetry use circle target as their essential feature，but when the targets are not parallel to the photo，the targets will be ellipse in photo.This paper proposed a new method based on geometric checking and Hu to extract circle area，and how to classify different circle areas.What’s more，the process in real scene image experiments is developed and tested，and these result data prove this research can fulfill practical projects.

close－range photogrammetry；coded target；edge detect；Hu moments

1672－8262(2010)05－93－05

P234.1

A

2009—12—25

王至博(1977—)，男，工程師，主要從事工程測量方面的研究。