基于區域梯度壓縮的少紋理目標候選框提取算法

摘? 要：針對某些應用中目標表面紋理較少，目標檢測困難的問題，提出了一種基于區域梯度壓縮的少紋理目標候選框提取算法。該算法是對模板匹配算法OCM的改進。算法對局部區域梯度方向進行壓縮，保持了較低的計算復雜度，并且提出了新的梯度方向壓縮方法與相似度衡量方法。實驗證明，該算法相較于OCM算法，在產生接近數量候選框的情況下，召回率提高了6.5%;在召回率接近時，產生的候選框數量減少了41.9%。

關鍵詞：少紋理目標;目標檢測;模板匹配;目標候選框提取;量化編碼梯度方向;二進制梯度方向壓縮

中圖分類號：TP391? ? ? 文獻標識碼：A 文章編號：2096-4706（2020）02-0102-04

Abstract：In some applications，the objects to be detected dont have enough surface texture informations，which causes a great challenge to the accurate object detection. Aiming at above issue，this paper proposes a candidate box extraction algorithm for texture-less object based on region orientation compression. This algorithm is an improvement on the template matching algorithm OCM. The algorithm compresses the local area edge orientation and maintains a low computational complexity，the algorithm proposes new orientation compressing method and similarity measurement method. Experiments results show that compared with the OCM，the algorithm can improve the recall rate by 6.5%. When the recall rate is close，the algorithm reduce the amount of candidate boxes by 41.9%.

Keywords：texture-less object;object detection;template matching;object candidate box extraction;quantized and encoded orientation;binary gradient direction compression

0? 引? 言

數字圖像目標檢測是計算機視覺領域核心問題之一。在實際生產生活中，目標檢測技術在機器人系統[1]、圖像檢索[2]和增強現實[3]等眾多領域中都有廣泛應用。在一些工業場景中目標表面紋理信息較少，稱為少紋理目標。針對于少紋理目標的目標檢測算法主要分為基于描述子算法與基于模板匹配算法。

基于描述子的目標檢測算法根據興趣點建立特征描述子作為檢測依據。David提出的SIFT算法[4]根據鄰域梯度方向建立描述子。后續提出的描述子算法BOLD[5]與BORDER[6]，則都根據線段群之間的聯系建立描述子。基于描述子算法往往依賴于目標表面穩定且區別度高的特征點。當目標紋理信息較少，檢測準確率會受到較大影響。

基于模板匹配的目標檢測算法根據選取特征對模板進行學習，將目標模板作為滑動窗口與測試圖片不同區域進行匹配，得到目標候選位置。Hsiao等人提出了基于梯度網絡的匹配方法[7]，相較之前的模板匹配算法提高了檢測準確性，但是計算復雜度較高。Hinterstoisser等人又提出了Line-2D算法[8]，通過線性存儲相似度查找表提高了匹配速度。然而由于算法仍使用主梯度方向作為特征信息，導致目標大量梯度信息丟失，檢測準確度較差。

整個目標檢測過程可以分為兩個階段完成。第一階段負責從各個背景中提取目標候選區域。第二階段負責對候選區域進行分類和校準，得到最終的檢測結果。在工業場景目標檢測算法課題研究中，針對目標檢測候選區域提取階段，本文提出了一種基于區域梯度壓縮的少紋理目標候選框提取算法ROCM（Region Orientation Compress Map），該算法是對候選框提取算法OCM（Orientation Compress Map）[9]的改進。通過實驗證明，相較于OCM算法，ROCM算法不僅提高了檢測召回率，并且在召回率都接近100%的情況下，只產生了數量較少的候選框，大大減少了下一階段算法需要處理的數據量。ROCM算法作為目標檢測算法中第一階段提取候選框的算法表現出更好的性能。

1? 算法實現原理

算法主要分為三個步驟進行，首先對圖像提取邊緣后，經過量化編碼過程將邊緣梯度方向轉換為一個16位二進制串;再對局部區域二進制梯度方向進行壓縮提取特征信息;最后通過衡量輸入圖像與不同尺度不同角度模板之間的梯度壓縮相似度，獲得目標的候選位置與其尺度、角度信息。

1.1? 量化編碼梯度方向

首先，算法采用Canny算子提取出圖像邊緣。考慮到目標在光亮條件與黑暗條件下其邊緣點的梯度方向是相反的。為了消除同一目標在亮背景與暗背景下邊緣梯度方向相差較大的情況，算法將梯度方向范圍從[0，2π]轉換為[0，π]。即當梯度方向大于π時，將會被減去π。再將[0，π]范圍的梯度方向空間均分為16份，處于同一范圍區間的梯度方向都使用相同的二進制串表示。最終各個邊緣梯度方向經過量化編碼轉換為一個16位二進制串。

圖1為量化編碼梯度方向，為了方便描述，圖1（a）中將梯度空間均分為16份舉例。圖1（b）中虛線表示與實線方向相反的梯度方向，兩者對應的二進制串是相同的。

1.2? 區域梯度壓縮映射

ROCM算法量化編碼邊緣梯度方向為16位二進制串后。接著以壓縮比例lc對二進制梯度方向進行壓縮。為了使壓縮后像素點包含更多的梯度方向，ROCM算法在壓縮過程中使用一個正方形壓縮窗口取代OCM算法中使用的圓形壓縮窗口。正方形壓縮窗口Squ的邊長為整數Lc，其與lc的關系為：

Lc=lc+[lc/2]

壓縮過程中，正方形壓縮窗口以lc為步長進行移動，每次移動到不同的位置時進行一次梯度方向壓縮。

如圖2所示為一個像素尺寸為10×10的圖像，以lc=4的比例進行壓縮后，像素尺寸變為2×2。如圖所示，較粗虛線窗口為邊長Lc=6的正方形壓縮窗口Squ，對應于壓縮后的一個像素點。Squ被均分為四個子區域。ROCM算法將梯度方向空間均分為16份。壓縮后每個位置上最多可能存在64個不同的梯度方向。

與OCM算法中壓縮梯度方向方法相比，該壓縮方法不僅保留了壓縮窗口內全部梯度方向，還保留了梯度方向在壓縮窗口內的方位信息，使得后續梯度匹配更加準確。

1.3? 基于邏輯位操作的相似度衡量方法

使用1.2節的方法對目標模板圖像和輸入圖像的邊緣梯度方向都進行壓縮后，分別得到模板圖像梯度壓縮GT（lc）和輸入圖像梯度壓縮GI（lc）。壓縮過程分別提取了模板圖像與輸入圖像的特征信息，接下來需要設計一個合適的相似度得分計算方法來衡量輸入圖像與目標模板的相似程度。

由于GT（lc）與GI（lc）中各個像素點的梯度方向都為一個64位二進制串，利用邏輯與操作可以快速得到對應像素點上正確匹配的梯度方向個數。同理，可以利用邏輯異或操作得到非正確匹配的梯度方向個數。根據匹配情況，相似度得分可以通過下式計算：

式中，λ為常數，算法中設置為8。Mk+e，k（lc）為正確匹配的梯度方向個數。Dk+e（lc）為非正確匹配的梯度方向個數。CTk（lc）為GT（lc）在位置k的梯度方向計數。

相較于OCM算法，ROCM算法不僅利用邏輯與操作計算了對應像素點上能正確匹配的梯度方向數目，還利用邏輯異或操作快速計算了不能正確匹配的梯度方向數量。該相似度衡量方法能更好地剔除輸入圖像中不存在的目標且包含梯度方向較少的區域。并且由于壓縮過程中保留了梯度方向在壓縮窗口內的方位信息，即使輸入圖像中的目標邊緣受到干擾，目標所處區域與模板也有較多的梯度方向能夠正確匹配，有效地減少了目標漏檢情況。

2? 實驗結果分析

實驗使用數據庫為D-Textureless數據庫[5]，它包含9張不同目標的模板圖片。圖片庫中一共有54張測試圖片，每張測試圖片分辨率都為640×480。實驗針對9個目標出現在測試圖片中的實際情況，在[0.60，0.90]的范圍以0.05為步長對目標模板圖片進行7個不同尺度的縮放變換，再在[0，2π]的范圍以8度為步長對目標模板圖片進行45個不同角度的旋轉變換。最終得到315張不同尺度、不同角度的目標模板圖片。對全部模板圖片二進制梯度方向進行壓縮，作為后續匹配過程中的模板。

圖3、圖4為ROCM算法與OCM算法檢測結果比較。當待檢測目標為鉗子時，圖3（b）中ROCM算法準確提取出了目標的候選位置，而圖3（c）中OCM算法則發生漏檢。當待檢測目標為扳手時，圖4（b）中ROCM算法與圖4（c）中OCM算法都可以準確地提取出目標的候選位置，但是ROCM算法產生的候選框數量少于OCM算法。

實驗通過調整各模型的相似度閾值，使兩種算法在檢測相同模型時產生的候選框數量接近，分別對漏檢率與候選框數量進行統計。表1為ROCM算法在D-Textureless數據庫中檢測9個模型的實驗結果。表2為OCM算法在相同實驗條件下的結果。

比較表1與表2數據可知，當產生的候選框數量接近時，ROCM算法相較于OCM算法平均召回率提高了約6.5%。在產生較少數量候選框的情況下，可將大部分正樣本中的目標包含在候選框內。

接著實驗通過降低相似度得分閾值，使OCM算法與ROCM算法都達到接近100%召回率，表3所示為兩種算法產生的候選框數量。由表中數據可知當幾乎不發生漏檢時，OCM算法在檢測9個模型過程中總共產生1 257個候選框，每個模型的每張測試圖片平均產生2.6個候選框。ROCM算法總共產生730個候選框，每個模型的每張測試圖片平均產生1.5個候選框。ROCM算法相較于OCM算法，在漏檢率接近的情況下，產生候選框數量大大減少。

表3? 召回率接近100%時，候選框數量統計

3? 結? 論

在工業場景目標檢測算法課題研究中，針對目標檢測候選區域提取階段，本文提出了一種改進的少紋理目標候選框提取算法ROCM，該算法是對OCM算法的改進。在保留OCM算法中量化編碼梯度方向的基礎上，提出了新的壓縮梯度方向方法與衡量相似度方法。實驗數據證明，相較于OCM算法，ROCM算法不僅提高了檢測召回率，并且只產生了數量較少的候選框，有效地減少了下一階段候選框分類算法需要處理的數據量，ROCM算法作為目標檢測算法中第一階段提取候選框的算法，表現出了更好的性能。由于算法只對目標單視角進行候選框提取，后續工作中需要應用仿射變換和目標法線等信息學習三維模板特征，實現多視角下的目標候選框提取。

參考文獻：

[1] REDMON J，ANGELOVA A. Real-Time Grasp Detection Using Convolutional Neural Networks [J].Proceedings-IEEE International Conference on Robotics and Automation 2015，2014：1316-1322.

[2] DATTA R，JOSHI D，LI J，et al. Image Retrieval：Ideas，Influences，and Trends of the New Age [J].ACM Trans. on Computing Surveys，2008：40（2）：5.

[3] HODAN T，DAMEN D，WALTERIO M，et al. EFFICIENT TEXTURE-LESS OBJECT? DETECTION FOR AUGMENTED REALITY GUIDANCE [J].2015 IEEE International Symposium on Mixed and Augment Reality Workshops，2015：81-86.

[4] LOWE D G. Distinctive Image Features from Scale-Invariant Keypoints [J].International Journal of Computer Vision，2004，60（2）：91-110.

[5] TOMBARI F，FRANCHI A，DI L. BOLD Features to Detect Texture-less Objects [C]//2013 IEEE International Conference on Computer Vision （ICCV）. IEEE Computer Society，2013：1265-1272.

[6] CHAN J，LEE J A，KEMAO Q. BORDER：An Oriented Rectangles Approach to Texture-Less Object Recognition [C]//Computer Vision & Pattern Recognition. IEEE，2016：2855-2863.

[7] HSIAO E，HEBERT M. Gradient Networks：Explicit Shape Matching Without Extracting Edges [C]//AAAI13：Proceedings of the Twenty-Seventh AAAI Conference on Artificial Intelligence，2013：417-423.

[8] HINTERSTOISSER S，CAGNIART C，ILIC S，et al. Gradient Response Maps for Real-Time Detection of Texture-Less Objects [J].IEEE Transactions on Pattern Analysis and Machine Intelligence，2012，1（5）：876-888.

[9] YU H，QIN H，PENG M. A Fast Approach to Texture-Less Object Detection Based on Orientation Compressing Map and Discriminative Regional Weight [J].Algorithms，2018，11（12）：201.

作者簡介：彭茂庭（1995-），男，漢族，湖南邵陽人，碩士研究生，研究方向：數字圖像處理、機器視覺。