亞像素及模板匹配在十字形標(biāo)記定位中的應(yīng)用

1、亞像素及模板匹配在十字形標(biāo)記定位中的應(yīng)用馬 勇（寧夏固原市人民醫(yī)院計算機中心，寧夏 固原 756000）摘要：首先介紹了亞像素和模板匹配的知識，在此基礎(chǔ)上介紹了十字形標(biāo)記的模板匹配以及亞像素定位算法過程，并且 通過實驗驗證了本算法的定位效果以及定位速度，本文算法的識別率能夠達(dá)到 97%，識別速度能夠達(dá)到 40ms。 關(guān)鍵詞：亞像素；模板匹配；定位中圖分類號：tp391.41文獻(xiàn)標(biāo)識碼：a文章編號：1673-1131（2012）06-0032-03application of the sub pixel and template matching in the cross mark locati

2、onabstract：this paper introduces the sub pixel matching and template matching knowledge first，on the basis of this introduces cross mark location algorithm using the sub pixel matching and template matching. through the experimental verified the effect of positioning and positioning speed of this al

3、gorithm.keyword：sub-pixel、match template、location在機器視覺標(biāo)定中，常用的標(biāo)定形狀為圓形點，關(guān)于圓形點定位方面很多學(xué)者已經(jīng)進行了深入的研究，相對于圓形，十 字形標(biāo)定形狀方面的研究不是很多，而十字形標(biāo)記在很多工 件上作為標(biāo)定標(biāo)志。因此文本研究了亞像素和模板匹配在十 字形標(biāo)記定位中的應(yīng)用，并且通過實驗驗證了本文算法的定 位效果以及定位速度，本文算法的識別率能夠達(dá)到 97%，識別 速度能夠達(dá)到 40ms。1 亞像素亞像素精度是指相鄰兩像素之間細(xì)分情況，因此有 1/2，1/3 或 1/4 像素。目前亞像素的研究主要有兩個方面：亞像 素邊緣檢測和亞像素中心

4、標(biāo)定。亞像素邊緣檢測算法包括矩方法、插值法、擬合法。亞像素中心標(biāo)定方面的研究主要集中在亞像素圓心定位。常用的圓心提取方法有基于圓形 對象邊緣提取的橢圓擬合法、灰度分布的重心法和曲面擬合 法。2 模板匹配模板匹配是用來研究某一個特點圖案在圖片中的哪一個位置，根據(jù)相似度來確定該該圖案是否存在，以及具體的位置。模板匹配方法中使用一個參考模板，這個參考模板是由一系列的識別符號串或者特征向量組成，然后判斷這些參考模板 中的哪一個是最佳匹配。模板匹配的步驟基本相同，圖 1 所 示模板匹配的流程圖。常用的模板匹配算法為基于灰度信息封裝技術(shù)能有效抵抗侵入式攻擊，使用 dsp 安全協(xié)處理器和加密芯片實現(xiàn)安全加密

5、需求，使用 ipsec 安全協(xié)議保證系統(tǒng)遠(yuǎn) 程配置管理安全，使用狀態(tài)檢測防火墻檢測和阻止可能的系 統(tǒng)攻擊，發(fā)生系統(tǒng)故障或環(huán)境意外時使用備份硬件確保系統(tǒng) 能正常運行。將系統(tǒng)威脅按層次劃分，列出系統(tǒng)針對威脅的生存性策 略，分析系統(tǒng)滿足的可生存性需求狀況形成表 2。表 2 系統(tǒng)可生存性評價態(tài)能力不夠強，不能判斷系統(tǒng)受損狀態(tài)進行系統(tǒng)恢復(fù)，因此該系統(tǒng)可生存性有待進一步提高。4 結(jié)語本文針對嵌入式系統(tǒng)攻擊方式和嵌入式系統(tǒng)結(jié)構(gòu)分析了 嵌入式系統(tǒng)可生存性，根據(jù)指標(biāo)體系建立原則，利用 delphi 法 建立了嵌入式系統(tǒng)可生存性指標(biāo)體系。用實例證明了該指標(biāo) 體系建立的可行性。下一步的研究工作將對嵌入式系統(tǒng)可生 存

6、性建立模型，選用合適的評估方法對嵌入式系統(tǒng)可生存性 做出評估，用評估結(jié)果作為依據(jù)來改進提高嵌入式系統(tǒng)可生 存能力。參考文獻(xiàn)：1hollwya b a, neumann p g. survivable computer-com- munication systems: the problem working group recom- mendations r. technical report al-ce-tr-92-22, wash- ington: army research laboratory, 1993fisher j, linger r. survivability: protect

7、ing your critical systemsj. ieee journal of internet computing, 1999,3(6):55-63yongxian jin, survivability analysis for embedded real- time systemj, intelligent information technology applic- ations, 2007 workshop on vol. 2, pp. 273-277吳曉平，付鈺. 信息系統(tǒng)安全風(fēng)險評估理論與方法m. 科學(xué)出版社,201123從表 2 可看出，該系統(tǒng)對可能的威脅除旁路攻擊和存儲

8、器非法復(fù)制外都設(shè)有可生存應(yīng)對策略，而在該安全網(wǎng)關(guān)的使 用環(huán)境中，這兩種攻擊的可能性不大，故系統(tǒng)形成了較強的抵抗攻擊能力，系統(tǒng)出現(xiàn)故障意外后，能利用硬件冗余進行系統(tǒng)4圖 2 模板特征提取及訓(xùn)練的流程圖3.1.2 模板匹配 選幾張帶十字的待匹配的照片，同樣首先將值化處理，得到二值圖像。在得到的二值化圖像圖 1 模板匹配流程圖2.1 基于灰度信息的模板匹配一幅圖像的像素灰度值基本上包含了它所有的信息，因 此基于圖像像素灰度值的匹配是最基本的匹配算法。采用某 種搜索方法找出待匹配圖片中待匹配形狀的灰度信息，之后 和參考模板的灰度信息進行相似性度量。常用的灰度匹配算 法可以分為：基于灰度方差的匹配、基于

9、互相關(guān)的匹配、基于 歸一化的匹配?；趫D像灰度的匹配方法不需要對圖像做特 征提取而是直接利用全部可用的圖像灰度信息，因此，能提高 估計的精度和魯棒性。但由于在基于圖像灰度的算法，如互 相關(guān)算法中把匹配點周圍區(qū)域的點的灰度都考慮進來進行計 算，因此，其計算量很大速度較慢。2.2 基于特征點的模板匹配基于特征點的模板匹配方法是近年來很流行的模板匹配 方法?；谔卣鼽c的匹配方法是提取帶匹配的圖片中帶匹配 形狀的特征，這些特征包括幾何形狀信息、角點特征信息、尺 度不變特征變換(sift)特征點信息、灰度自相關(guān)函數(shù)的特征點 信息等等?；谔卣鼽c的匹配方法的特點在于只提取圖像的 顯著特征，很大程度上壓縮了

10、圖像的信息量，使得計算量小， 計算速度快，而且它對圖像灰度的變化具有魯棒性。但另一 方面，正是由于只利用了小部分的圖像灰度信息作為計算量， 所以這種方法對特征提取和特征匹配的錯誤更敏感，需要可 靠的特征提取和魯棒的特征一致性。3 亞像素及模板匹配在十字形狀定位中的應(yīng)用3.1 通過模板匹配區(qū)分出圖片中的十字標(biāo)記本文采用的模板匹配算法是結(jié)合基于灰度信息的模板匹 配方法以及基于特征點的匹配方法。該算法主要分為兩個步 驟：第一個步驟是模板特征的提取及訓(xùn)練，第二個步驟是模板 匹配。下面分別介紹這兩個步驟。3.1.1 模板特征提取及訓(xùn)練 用相機拍攝一張圖片上只有十字的照片，首先將照片進行二值化處理，得到二

11、值圖像。二值化的圖像上只有十字區(qū)域一個聯(lián)通區(qū)域，得到包含十字區(qū)域的最小外接矩形。得到 最小外接矩形之后，在原灰度圖上將最小外接矩形劃分成 7*5 大小的網(wǎng)格，計算兩條數(shù)據(jù)：第一條是每一個網(wǎng)格內(nèi)像素的平 均灰度值，全部計算完得到一個大小為 35 的數(shù)組，第二條是 這個平均灰度值占整個 7*5 網(wǎng)格的比例大小，全部計算完后 也得到一個大小為 35 的數(shù)組。得到這兩個兩條數(shù)據(jù)之后將 數(shù)據(jù)存入到 dat 文件中。通過旋轉(zhuǎn)函數(shù)，將原始照片旋轉(zhuǎn) 360 度，每一個角度都計算出兩個數(shù)值存入到 dat 文件中。這樣等 到全部旋轉(zhuǎn)完，dat 文件中存入 720 條數(shù)據(jù)。下面是模板特征的聯(lián)通區(qū)域，并且得到包含每個

12、聯(lián)通區(qū)域的最小外到最小外接矩形之后，同樣將每一個最小外接矩形大小的網(wǎng)格，對每一個區(qū)域同樣計算兩條數(shù)據(jù)，將配好的內(nèi)存中，然后將這兩條數(shù)據(jù)和 dat 文件中的 較，通過 bayes 算法進行匹配。所有得到的聯(lián)通區(qū) 方法進行匹配，得到兩組匹配率，每組 n 個匹配率一組中比較這 n 個數(shù)值的大小，找出最小的一個，配率最接近的一個。得到兩個最小匹配率之后，哪個聯(lián)通區(qū)域是十字。圖 3 模板匹配的流程圖3.2 通過泰勒展開式得到亞像素中心位置文本采用泰勒展開式計算出十字中心亞像素 到亞像素中心位置坐標(biāo)分為兩個步驟：第一個步 十字標(biāo)志像素級的坐標(biāo)，第二個步驟是在像素級 礎(chǔ)上，通過泰勒展開式計算出十字的亞像素中

13、心 分別介紹這兩個步驟。3.2.1 像素級中心定位 通過上一節(jié)得到的十字的位置以及十字的最來計算十字的像素級中心點坐標(biāo)。將十字的最小 照外接矩形的長寬計算出一個比例，按照這個比 接矩形的四條邊向著十字內(nèi)部方向進行縮進。每 與十字的四條邊都有一段交線，通過判斷外接矩 點是否同時在縮進的邊上以及在十字的邊上，來 線的坐標(biāo)對數(shù)組。得到四個坐標(biāo)對數(shù)組之后，分 個坐標(biāo)對數(shù)組的第一個坐標(biāo)對和最后一個坐標(biāo)對 個坐標(biāo)對計算一個中心點坐標(biāo)。全部計算完后得 點坐標(biāo)。得到這四個坐標(biāo)之后，將相對的兩個坐：，中心點坐標(biāo)1。圖 6 得到縮進的外接矩形與十字的交線圖 4 得到像素級中心的流程圖3.2.2 亞像素中心定位通過

14、第一步得到像素級中心點為()，設(shè)亞像素位置為()，其中(s,t)-0.5, 0.5× -0.5, 0.5。則在亞像素位置點(x0+s, y0+t)的鄰域內(nèi)圖像灰度分布函數(shù)可用二階泰勒展開式表示為2：其中階偏導(dǎo)數(shù)為圖像灰度分布函數(shù)在()處的一在圖 7 得到交線的中點以及十字像素級中心為圖像灰度分布函數(shù)() 處的二階偏導(dǎo)數(shù)。由前述光斑圖像特征的分析可知，式在光斑圖像中心處對 s 和 t 的一階導(dǎo)數(shù)為零，即滿足如下條件：于是得到下面這兩個式子，通過這兩個式子即可確定光斑圖像中心的亞像素位置。3.2.3 實驗硬件環(huán)境：cpu：pentium dual-core/2.60g；內(nèi)存：1g；操作 系統(tǒng)：windows xp。軟件環(huán)境：vc6.0下面 4 幅圖為程序中得到亞像素級十字中心點位置的中 間過程圖及最終結(jié)果圖2。圖 8 得到亞像素級中心點4 結(jié)語文本介紹了亞像素和模板匹配的知識，在此基礎(chǔ)上介紹 了十字形標(biāo)記的模板匹配以及亞像素定位算法過程，并且通