基于标识块的目标定位方法

暂无

基于标识块的目标定位方法\n技术领域\n[0001] 本发明涉及计算机行业视觉信息处理领域，特别是一种基于标识块的目标定位方法。\n背景技术\n[0002] 在单目视觉的目标识别与定位技术中，基于标识块的识别和定位有着较为广泛的应用。目前，对标识块的识别大多是通过提取颜色特征、纹理特征、形状特征以及综合多种特征的方式进行的。在识别的基础上，利用关于标识块尺寸和位姿的先验知识和其在图像中的信息，通过基于投影几何原理可以计算标识块相对与视觉传感器的空间位置。但是，目前的基于标识块的目标识别中，形状设置不尽理想，算法复杂度较高，环境适应性有待提高，难以达到快速、准确定位的要求。\n发明内容\n[0003] (一)要解决的技术问题\n[0004] 为了增强视觉识别与定位系统的环境适应能力，提高定位的精度，本发明提供了一种基于标识块的目标定位方法。\n[0005] (二)技术方案\n[0006] 根据本发明的一个方面，提出了一种标识块。该标识块包括：圆形外环，具有第一饱和色，该圆形外环围成标识块的中心区域；N条放射辐条，具有不同于第一饱和色的第二饱和色，该N条放射辐条设置于标识块中心区域内，以中心对称的方式分布在标识块中心点周围，且靠近中心的部分由外向内逐渐变细。\n[0007] 根据本发明的另一个方面，还提供了一种基于上述标识块的目标定位方法。该方法包括：将标识块放置于目标上；使用视觉传感器采集包含标识块的图像；对于图像中的每一个点，基于标识块中心点颜色特征、标识块中心点与其上下区域颜色差值特征、中心对称、标识块中心点四周颜色差值特征、标识块中心区域辐条数特征以及标识块外环内边沿颜色跳变特征进行逐个特征的判断，如果该点不满足上述全部特征中的一个特征，则去除该点，判断图像中的下一个点；如果该点满足上述全部特征，则把该点存入表征标识块中心点的结果点集中；求取结果点集中各点坐标的平均值，即得到标识块中心点的坐标，完成对标识块的识别，进而实现对目标的识别；获取识别到的标识块外环内径长度，其中，标识块的圆形外环在图像中体现为一个偏心率随视角变化而变化的椭圆，该椭圆长轴以像素为单位的长度作为标识块外环内径的长度，进而结合标识块中心点的图像坐标，计算出标识块中心点相对于视觉传感器的空间位置，实现目标定位。\n[0008] (三)有益效果\n[0009] 本发明基于标识块的目标定位方法，以图像区域间颜色差值以及形状作为主要识别特征，不需要对图像进行预处理，计算量较小，实时性好，环境适用性较强，定位较精确。\n附图说明\n[0010] 图1是本发明标识块的示意图；\n[0011] 图2是本发明实施例中使用的一种标识块示意图；\n[0012] 图3是本发明实施例目标定位方法中标识块中心区域第一图像模板；\n[0013] 图4是本发明实施例目标定位方法中标识块中心区域第二图像模板；\n[0014] 图5(a)为本发明实施例目标定位方法中视觉传感器采集到的图像，以及对配备图2所示标识块的目标识别结果(用圆圈圈出)；\n[0015] 图5(b)为图5(a)所述图像中满足标识块中心点颜色特征的像素点；\n[0016] 图5(c)为图5(a)所述图像中同时满足标识块中心点颜色特征、标识块中心点与其上下区域颜色差值特征的像素点；\n[0017] 图5(d)为图5(a)所述图像中同时满足标识块中心点颜色特征、标识块中心点与其上下区域颜色差值特征、中心对称特征的像素点；\n[0018] 图5(e)为图5(a)所述图像中同时满足标识块中心点颜色特征、标识块中心点与其上下区域颜色差值特征、中心对称特征、标识块中心点四周颜色差值特征的像素点；\n[0019] 图5(f)为图5(a)所述图像中同时满足标识块中心点颜色特征、标识块中心点与其上下区域颜色差值特征、中心对称特征、标识块中心点四周颜色差值特征、标识块中心区域辐条数特征的像素点；\n[0020] 图5(g)为图5(a)所述图像中同时满足标识块中心点颜色特征、标识块中心点与其上下区域颜色差值特征、中心对称特征、标识块中心点四周颜色差值特征、标识块中心区域辐条数特征、标识块外环内边沿颜色跳变特征的像素点；\n[0021] 图6是本发明实施例目标定位方法对一运动目标的定位结果。\n具体实施方式\n[0022] 为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。虽然本文可提供包含特定值的参数的示范，但应了解，参数无需确切等于相应的值，而是可在可接受的误差容限或设计约束内近似于所述值。\n[0023] 本发明提供了一种基于标识块的目标定位方法，目标上放置有预先设定的标识块，通过对标识块的识别与定位完成目标的识别与定位。\n[0024] 所设计标识块如图1所示，包括第一饱和色的圆形外环、圆形外环围成的标识块中心区域，标识块中心区域内有N条放射辐条：第一放射辐条，第二放射辐条，……，第N放射辐条，除N条放射辐条之外的区域为纯白色，当然也可以为其他与圆形外环和放射辐条产生强烈颜色对比的其他颜色，其中，N为偶数，一般在4-10之间。这些放射辐条具有第二饱和色，以中心对称的方式分布在标识块中心点周围，且辐条靠近中心部分由四周向中心逐渐变细。需要说明的是，在本发明中认为R、G、B分量中，某一分量值比另外两个分量都大240以上的颜色为饱和色，为叙述方便，将最大的分量称为该饱和色的主分量，另外两个分量称为该饱和色的副分量。本发明的标识块设计使得当标识块和视觉传感器之间的距离发生变化时，标识块中心点附近区域的图像变化较小，从而更加有利于目标的定位。\n[0025] 本发明在上述标识块的基础上，提出一种目标定位方法，具体包括：\n[0026] (一)将所述标识块放置于目标上。\n[0027] (二)使用视觉传感器采集包含所述标识块的图像。\n[0028] (三)基于标识块中心点颜色特征、标识块中心点与其上下区域颜色差值特征、中心对称、标识块中心点四周颜色差值特征、标识块中心区域辐条数特征以及标识块外环内边沿颜色跳变特征，对图像中的每一个像素点，进行逐个特征的判断，如果该点不满足上述全部特征中的一个特征，则去除该点，判断所述图像中的下一个点；如果该点满足上述全部特征，则把该点存入表征标识块中心点的结果点集中。求取结果点集中各点坐标的平均值，即得到标识块中心点的坐标，完成对标识块的识别，进而实现对目标的识别。\n[0029] 下面以图2所示的标识块为例，对本发明的目标定位方法进行具体介绍，其中第一饱和色为饱和红色，第二饱和色为饱和蓝色，放射辐条数为6，第一放射辐条和第二放射辐条的夹角为40度，第二放射辐条和第三放射辐条的夹角为100度，第三放射辐条和第四放射辐条的夹角为40度，第四放射辐条和第五放射辐条的夹角为40度，第五放射辐条和第六放射辐条的夹角为100度，第六放射辐条和第一放射辐条的夹角为40度；作为第一饱和色的饱和红色，其R分量比G分量和B分量大240以上，于是，饱和红色的主分量为R分量，饱和红色的副分量为G分量和B分量；作为第二饱和色的饱和蓝色，其B分量比G分量和R分量大240以上，于是，饱和蓝色的主分量为B分量，饱和蓝色的副分量为G分量和R分量。\n本领域技术人员应当理解，标识块的颜色和辐条数均可以在需要的范围内合理选择，此处不再赘述。\n[0030] 1)基于标识块中心点颜色特征的判断\n[0031] 利用标识块中心点颜色特征对图像中的各像素点进行判断，像素点的R、G、B三个颜色分量中任何一个分量大于T1，该点被去除，其中T1为设定阈值。\n[0032] 2)基于标识块中心点与其上下区域颜色差值特征的判断\n[0033] 标识块中心部分包含饱和蓝色的辐条，从图2中可以看到，由于辐条的分布形式，在中点的正上方和正下方形成一块较大的纯白色扇形区域。构建如图3所示的标识块中心区域第一图像模板，以标识块中心点的正上方、正下方p个像素的点为中心选取N×M的矩形图像区域Ωu、Ωd，以标识块中心点的正左方、正右方q个像素的点为中心选取N×M的矩形图像区域Ωl、Ωr，同时，以标识块中心点的左/右q个像素、上方p个像素的点为中心选取N×M的矩形图像区域Ωul、Ωur，以标识块中心点的左/右q个像素、下方p个像素的点为中心选取N×M的矩形图像区域Ωdl、Ωdr。由模板可知，如果像素点是标识块中心点，其R、G分量将明显小于其正上方、正下方纯白区域对应分量的均值。对于待判断像素点，按照与图3所示的标识块中心区域第一图像模板同样的方式获取图像区域 (t＝u，d，r，l，ul，ur，dl，dr)，并计算 这两个区域R、G分量(即与第二饱和色的两个副分量相同的分量)的均值，将得到的R分量和G分量的均值分别减去像素点相应的颜色分量，若其中任何一个差值小于设定阈值T2，则该点被去除。\n[0034] 3)基于中心对称的判断\n[0035] 设图像区域Ωt(t＝u，d，r，l，ul，ur，dl，dr)(见图3)的颜色向量为GΩt＝[SRΩt，SGΩt，SBΩt]，其中\nfR(ui，vj)、fG(ui，vj)、fB(ui，vj)分别是像素点(ui，vj)的R、\nG、B值。定义中心对称函数csΩ(h，w)＝[|SΩh-SΩw|，|SΩh-SΩw|，|SΩh-SΩw|]，其中Ωh，Ωw关于标识块中心对称。根据像素点的图像区域 (t＝u，d，r，l，ul，ur，dl，dr)，相应的计算出 进而得到中心对称函数\n若这四个中心对称函数中的任何一个分量大于给定阈值TCS，则\n该点被去除。\n[0036] 4)基于标识块中心点四周颜色差值特征的判断\n[0037] 对于图3所示的标识块中心区域第一图像模板，矩形图像区域Ωu的R、G分量(即与第二饱和色的两个副分量相同的分量)均值明显大于Ωul、Ωur相应分量的均值，同样，矩形图像区域Ωd的R、G分量(即与第二饱和色的两个副分量相同的分量)的均值明显大于Ωdl、Ωdr相应分量的均值，并且当标识块在一定角度范围内发生旋转时，这种差值特征仍能保持不变。若像素点对应的\n不 满足\n中的任\n一项，其中T3是一个与辐条颜色有关的给定阈值，该点被去除。进一步的，利用不同矩形图像区域R分量和G分量(即与第二饱和色的两个副分量相同的分量)的均值的差值和它们关于标识块中心点对称位置的两个矩形图像区域R分量和G分量的均值的差值相差不大的特性，进行判断。若像素点不满足\n中的任一项，则该点被去\n除，其中T4是设定阈值。\n[0038] 5)基于标识块中心区域辐条数特征的判断\n[0039] 构建如图4所示的标识块中心区域第二图像模板，该模板的特征，即在该模板中环绕标识块中心点的封闭凸曲线和图像模板中辐条的交点数等于辐条数6。同时，沿封闭凸曲线在交点前后发生R分量和G分量(即与第二饱和色的两个副分量相同的分量)的明显起伏。由于R分量和G分量均发生了明显起伏，且起伏次数与辐条数相同，因此，可任选一个分量进行判断，在本实施方式中选取了R分量。对于待判断像素点，以其为中心构造一系列封闭凸曲线，计算封闭凸曲线所经过点的R分量发生明显起伏的次数其中，c(i)反\n映了封闭凸曲线上像素点R分量数值的起伏情况，K为封闭凸曲线所有像素点的个数；\n为封闭凸曲线上第i个像素点(um，vn)\n的R分量的值，avr为封闭凸曲线经过的所有点的R分量的均值，T5为给定阈值。若所有封闭凸曲线产生的起伏次数P不全为标识块中心区域第二图像模板的特征6，该点被去除。\n[0040] 6)基于标识块外环内边沿颜色跳变特征的判断\n[0041] 饱和红色外环以内的部分只有纯白色和饱和蓝色，因此外环上任意一点，和与之相邻的标识块中心区域间的B分量都具有较大的差值，且标识块中心点正上方和正下方的纯白色扇形区域和与之相邻的外环之间存在明显的白色向第一饱和色的跳变，在本实施方式中体现为B分量和G分量的突变。同时，跳变沿以标识块中心点为对称中心成对出现。对于待判断像素点，从该像素点出发沿正上、正下两个相反的方向寻找成对出现且关于该像素点对称的白色向红色的跳变沿的方式进行判断。首先计算待判断像素点正上方和正下方图像区域所有像素点B分量和G分量的均值，然后以其为中心，向正上方、正下方发出两条射线lu、ld，这两条射线夹角180°。对于每一条射线，沿着射线的方向，取其上所经过点的B分量和G分量与该射线所在图像区域相应分量的均值进行比较，若B分量和G分量的均值减去该点对应分量的值都小于给定阈值Tedge1，且射线上近待判断像素点端与该点相距两个像素的点的B分量和G分量减去该点相应分量的值都大于给定阈值Tedge，则该点处于跳变沿位置。进一步，从待判断像素点出发，沿两条射线逐点分别搜索，记搜索至第一个白色向第一饱和色跳变沿的步数分别Su、Sd。将满足条件N1＜Su/Sd＜N2的像素点组成结果点集。求取结果点集中各点坐标的平均值，即得到标识块中心位置，完成对标识块的识别，进而实现对目标的识别。\n[0042] (四)获取识别到的标识块外环内径长度，结合所述标识块中心点的图像坐标，计算出标识块中心点相对于视觉传感器的空间位置，进而实现目标定位。\n[0043] 由投影几何知识可得，标识块的外环在图像中表现为一个偏心率随视角变化而变化的椭圆Circ，为了实现定位，需要获得标识块外环内径的长度(单位：像素)，该长度等于椭圆Circ的长轴在图像中以像素为单位的长度。采用上述沿180°夹角的两条射线搜索至第一个跳变沿的步数求取方法，考虑到视角的变化，在以竖直方向为对称轴的80°范围内，每隔20°计算一次长度，该长度为沿两条射线搜索至第一个跳变沿得到的步数之和加1，如此，共得到五个值(竖直方向上的长度为Su+Sd+1)，从中选取长度值最大的，连接两条射线上第一个跳变沿所对应图像点的线段作为长轴的近似。记该线段长度为lmax，其两个端点分别为Dmax1(x1，y1)、Dmax2(x2，y2)。\n[0044] 然后，以视觉传感器镜头为原点、其中轴线为Z轴、水平向右方向为X轴、竖直向上方向为Y轴建立坐标系。由投影几何知识可知，图像中椭圆Circ长轴对应的由标识块外环形成的空间圆Cirw的直径与视觉传感器中轴线始终垂直，由此得到：\n其中，f是焦距，d是圆Cirw的直径长度，(Xc1，Yc1，Zl)，(Xc2，\nYc2，Zl)分别是端点Dmax1、Dmax2对应空间点的空间坐标。于是，标识块中心点的三维坐标为：\n从而实现\n对目标的定位。\n[0045] 本发明所提供的一种基于圆形外轮廓彩色标识块的目标定位方法用于对图一所示彩色标识块的识别和定位。取T1＝180，T2＝40，T3＝20，T4＝40，T5＝15，TCS＝40，Tedge1＝40，Tedge＝40，p＝5，q＝6，N＝3，M＝5，N1＝0.85，N2＝1.18。采用本发明所提供的目标定位方法，效果令人满意，\n[0046] 图5(a)为本发明实施例目标定位方法中视觉传感器采集到的图像，以及对配备图2所示标识块的目标识别结果，用圆圈圈出；图5(b)为图5(a)所述图像中满足标识块中心点颜色特征的像素点；图5(c)为图5(a)所述图像中同时满足标识块中心点颜色特征、标识块中心点与其上下区域颜色差值特征的像素点；图5(d)为图5(a)所述图像中同时满足标识块中心点颜色特征、标识块中心点与其上下区域颜色差值特征、中心对称特征的像素点；图5(e)为图5(a)所述图像中同时满足标识块中心点颜色特征、标识块中心点与其上下区域颜色差值特征、中心对称特征、标识块中心点四周颜色差值特征的像素点；图5(f)为图5(a)所述图像中同时满足标识块中心点颜色特征、标识块中心点与其上下区域颜色差值特征、中心对称特征、标识块中心点四周颜色差值特征、标识块中心区域辐条数特征的像素点；图5(g)为图5(a)所述图像中同时满足标识块中心点颜色特征、标识块中心点与其上下区域颜色差值特征、中心对称特征、标识块中心点四周颜色差值特征、标识块中心区域辐条数特征、标识块外环内边沿颜色跳变特征的像素点，为了便于观察，人工绘制白色虚线圆用于圈出表征标识块中心点的结果点集，在真实图像中并不存在。需要说明的是：图\n5(b)-图5(g)所表示的过程仅是为便于理解而做出的，其是对图像中的所有点进行某些特征的判断，与本发明的方法并不完全相符；本发明是对图像中的一个点进行全部特征的判断，不满足全部特征中的一个特征的点被去除，再判断图像中的其他点。\n[0047] 图6是本发明实施例目标定位方法对一运动目标的定位结果，其中直线表示的是标识块中心点运动的真实轨迹，“+”和“.”分别是两次测量的轨迹。可见，测量的轨迹和真实的轨迹基本重合，充分说明了本发明目标定位方法对运动目标的定位准确度、实时性方面是符合要求的。\n[0048] 综上所述，本发明基于标识块的目标定位方法，以图像区域间颜色差值以及形状作为主要识别特征，不需要对图像进行预处理，计算量较小，实时性好；采用排除法逐步逼近定位区域，环境适用性较强，定位精确。\n[0049] 以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。