隧道斷面人工標(biāo)志點(diǎn)中心坐標(biāo)提取

隧道斷面人工標(biāo)志點(diǎn)中心坐標(biāo)提取

1標(biāo)志點(diǎn)坐標(biāo)提取使用普通相機(jī)在隧道段進(jìn)行短距離攝影和測(cè)量時(shí)，有效提取路段信息是關(guān)鍵。采用人工設(shè)立標(biāo)志點(diǎn),簡(jiǎn)單方便,可實(shí)施性強(qiáng)。但隨著測(cè)量環(huán)境的不同,標(biāo)志點(diǎn)的物理特性,如形狀和尺寸,直接影響影像的量測(cè)算法和精度;標(biāo)志的光學(xué)特性,如反光性能,直接影響影像的質(zhì)量,從而間接影響測(cè)量的精度。隧道量測(cè)的圖像受環(huán)境影響很大,所以采取合適而有效的算法來(lái)提取標(biāo)志點(diǎn)的坐標(biāo)更是非常關(guān)鍵的過(guò)程。本文在比較各種傳統(tǒng)標(biāo)志點(diǎn)的基礎(chǔ)上,提出了適合隧道環(huán)境的圓形回光反射標(biāo)志,并通過(guò)濾波、灰度變換、求梯度和結(jié)合圖像形態(tài)學(xué)的方法,提取出標(biāo)志點(diǎn),采用橢圓的最小二乘擬合法,自動(dòng)識(shí)別出圓形標(biāo)志點(diǎn)中心的坐標(biāo)。2隧道斷面的影響因素在近景攝影測(cè)量中,人工標(biāo)志作為被測(cè)量的特征點(diǎn)起著重要的作用。為了滿足不同的測(cè)量任務(wù)和測(cè)量環(huán)境的需要,國(guó)內(nèi)外的學(xué)者和測(cè)量工作者設(shè)計(jì)出各種不同類型的標(biāo)志。在近景攝影測(cè)量中,使用過(guò)傳統(tǒng)的人工標(biāo)志有如下圖1幾種:在隧道斷面測(cè)量中,由于隧道環(huán)境比較復(fù)雜,所以影響隧道斷面圖像的因素比較多。如隧道光線較暗,使標(biāo)志點(diǎn)與背景的對(duì)比強(qiáng)度較小;而易散光,有灰塵會(huì)導(dǎo)致圖像噪聲等等。所以在設(shè)立人工標(biāo)志點(diǎn)時(shí)必須考慮如下因素:1)圖像應(yīng)該足夠清晰圖像清晰度高將使圖像中的邊緣、亮點(diǎn)等梯度較大的高頻成分得以保留,模糊圖像中許多關(guān)于邊界的信息會(huì)丟失。2)設(shè)置的標(biāo)志點(diǎn)與背景梯度變化不應(yīng)過(guò)小若要從背景中精確地將標(biāo)志點(diǎn)與背景分離開(kāi)來(lái),標(biāo)志點(diǎn)和背景的灰度梯度必須足夠大。3)盡量避免大量的圖像噪聲噪聲的產(chǎn)生在圖像中是不可避免,但必須采取措施使圖像中的噪聲降低到最大可能。綜合以上各個(gè)因素,本文設(shè)計(jì)的標(biāo)志點(diǎn)為采用回光反射材料制作而成的圓形回光反射標(biāo)志,標(biāo)志的內(nèi)圈采用白色的回光反射材料,外圈則采用黑色材料,由于回光反射材料的反射系數(shù)很高,在同等光源的照射下,其反射亮度較普通白色標(biāo)志高出數(shù)百倍乃至上千倍。3基于vc++的標(biāo)志提取算法實(shí)現(xiàn)背景與標(biāo)志的邊緣在標(biāo)志圖像的識(shí)別中首先需要確定人工圖像標(biāo)志的邊緣,然后根據(jù)邊緣對(duì)圖像進(jìn)行判斷,最后再進(jìn)行識(shí)別。經(jīng)典的邊緣算法認(rèn)為邊緣主要表現(xiàn)為圖像局部特征的不連續(xù)性,從而關(guān)于邊緣檢測(cè)算子的研究主要集中于灰度圖像梯度的研究。經(jīng)典的一階微分邊緣檢測(cè)算子主要有:Sobel算子、Robert算子、Prewitt算子和Kirsch算子,二階有Laplace算子、LOG算子等等。這些算子簡(jiǎn)單易于實(shí)現(xiàn),實(shí)時(shí)性比較好,但他們共有的缺點(diǎn)就是對(duì)噪聲比較敏感,抗干擾性能差,邊緣不夠精細(xì)。而在實(shí)際圖像中噪聲的存在是難免的,Sobel算子常常會(huì)形成邊緣不閉合區(qū)域,而其他一些算子,像二階Laplace算子又往往會(huì)形成雙邊界。Canny于1986年提出了基于最優(yōu)算法的邊緣檢測(cè)算子,具有很好的信噪比和檢測(cè)精度,因而被廣泛應(yīng)用。然而傳統(tǒng)的Canny算子計(jì)算量大,實(shí)時(shí)性較差,并且檢測(cè)邊緣的精度仍然沒(méi)有達(dá)到單像素級(jí);在實(shí)際處理中受到各種干擾因素的影響,仍然會(huì)存在部分虛假邊緣,因此在具體的應(yīng)用上還存在一定的局限。隧道在開(kāi)挖過(guò)程中,存在光線較暗,背景與標(biāo)志的對(duì)比度差,灰塵多,易散光等等一系列影響因素,盡管采取了一定的措施,但在攝取的圖像中仍然存在不少的噪聲。如果利用經(jīng)典的邊緣提取算子或傳統(tǒng)的Canny算子都不能夠很好地實(shí)現(xiàn)標(biāo)志點(diǎn)提取。本文在綜合以上算法的基礎(chǔ)上,提出了一套適合隧道標(biāo)志提取的算法,并通過(guò)VC++編程實(shí)現(xiàn)。具體實(shí)現(xiàn)如圖2所示:(1)利用高斯平滑來(lái)平滑圖像以去除噪聲,高斯平滑算子為:其中x,y是圖像坐標(biāo),σ為關(guān)聯(lián)的概率分布標(biāo)準(zhǔn)差。之后再利用圖像與高斯算子G(x,y)做卷積。(2)將平滑后的圖像進(jìn)行灰度變換,因?yàn)榛叶葓D像比彩色圖像更加容易進(jìn)行計(jì)算,這樣會(huì)在不影響提取效果的同時(shí),有效地降低了運(yùn)算量。本文中采用的轉(zhuǎn)換標(biāo)準(zhǔn)是根據(jù)原來(lái)圖像中的RGB3個(gè)分量按0.39、0.50、0.1的權(quán)重來(lái)分配的。(3)對(duì)灰度圖像進(jìn)行梯度變換,本文利用Sobel算子進(jìn)行梯度變換,經(jīng)過(guò)梯度變換后的圖像,標(biāo)志點(diǎn)的邊緣的部分更加突出了。(4)對(duì)求取梯度后的圖像進(jìn)行二值化處理,由于在求取梯度之后,圖像的邊緣部分雖然顯示出來(lái)了,但是仍然存在輪廓不是很清晰,如果進(jìn)行標(biāo)志中心點(diǎn)的提取將會(huì)產(chǎn)生較大的誤差。二值化的圖像只有兩中顏色(黑色和白色),本文采用自動(dòng)閾值法對(duì)圖像進(jìn)行判定。(5)利用圖像形態(tài)學(xué)中的圖像膨脹的方法對(duì)二值化后的圖像進(jìn)行處理。由于我們關(guān)心的是提取完邊緣后,對(duì)標(biāo)志中心點(diǎn)坐標(biāo)的提取,所以膨脹后邊緣的略微均勻變大是不會(huì)對(duì)標(biāo)志中心點(diǎn)坐標(biāo)的提取有任何影響的,而且會(huì)使整個(gè)圖像顯得更加平整,更加明顯。圖像的膨脹屬于圖像形態(tài)學(xué)的內(nèi)容,具體實(shí)現(xiàn)的時(shí)候,要根據(jù)需要來(lái)設(shè)定膨脹條件,本文中采用四方向判斷的算法,即當(dāng)前點(diǎn)的上下左右有一個(gè)點(diǎn)的顏色是白色時(shí),就把當(dāng)前點(diǎn)的顏色填充成白色。(6)對(duì)圖像進(jìn)行邊緣提取。采用“非最大抑制”算法尋找圖像中可能的邊緣點(diǎn),最后通過(guò)雙門(mén)限值遞歸尋找圖像的邊緣點(diǎn)。邊緣提取的主要性能決定于雙門(mén)限遞歸中兩個(gè)閾值h1和h2的設(shè)定,高閾值h2控制著在梯度圖中作邊緣檢測(cè)的起始點(diǎn)的性質(zhì),h2值越小,保留的邊緣信息就越多,得到的目標(biāo)邊緣就越精細(xì),但是混雜的偽邊緣也會(huì)增多;低閾值h1控制著本次檢測(cè)的終止點(diǎn)性質(zhì),h1越小,保留的邊緣信息就越多,邊緣越連續(xù),隨著h1的增加,可視的目標(biāo)邊緣特征越少,邊緣出現(xiàn)斷裂。選取合適的h1和h2對(duì)邊緣提取有著重要的意義。(7)圖像邊緣的細(xì)化,由于上步提取出的邊緣可能存在非單象素邊緣,利用邊緣細(xì)化的操作,可以實(shí)現(xiàn)單象素邊緣的求取。4橢圓中心坐標(biāo)目前,在對(duì)圓形人工標(biāo)志圖像中心高精度定位的算法中,主要有二值圖像質(zhì)心法、灰度加權(quán)質(zhì)心法,由于圓形標(biāo)志經(jīng)透鏡成像后會(huì)變成橢圓形,所以又可以用橢圓的最小二乘擬合法等。這幾種擬合方法都實(shí)現(xiàn)了亞像素的精度,完全可以滿足中心坐標(biāo)提取的要求。本文采用橢圓的最小二乘擬合法。平面橢圓的一般方程為:橢圓擬合可求得橢圓方程的5個(gè)參數(shù)B、C、D、E和F,橢圓中心坐標(biāo)計(jì)算公式如下:為了抑制圖像噪聲的影響,從而提高定位精度,對(duì)邊緣進(jìn)行兩次擬合。第一次擬合后,計(jì)算每個(gè)邊緣點(diǎn)的殘差,將殘差較大的點(diǎn)(殘差大于2倍驗(yàn)后單位權(quán)中誤差)去除掉,再對(duì)剩余點(diǎn)進(jìn)行第二次橢圓擬合。5建立模擬計(jì)算仿真模型為驗(yàn)證本系統(tǒng)的精度及可行性,共進(jìn)行兩組實(shí)驗(yàn),一是利用計(jì)算機(jī)仿真圓和橢圓,對(duì)理想邊緣加入高斯噪聲模擬計(jì)算;二是用數(shù)碼相機(jī)拍攝的實(shí)際人工標(biāo)志圖像,通過(guò)選取不同的高斯平滑參數(shù)σ值進(jìn)行處理計(jì)算。5.1算法的精確性實(shí)驗(yàn)本文用計(jì)算機(jī)生成了一個(gè)圓和一個(gè)橢圓,圓形直徑為150pixels,理論圓心坐標(biāo)為(310.500,280.500),橢圓長(zhǎng)半軸長(zhǎng)138pixels,短半軸長(zhǎng)121pixels,理論中心坐標(biāo)(425.500,375.500),由于在實(shí)際情況下噪聲的比例是未知的,本文用計(jì)算機(jī)給圖像加入不同比例的高斯噪聲,其結(jié)果與理論中心相比較來(lái)驗(yàn)證算法的穩(wěn)定性和精確性。下表一為實(shí)驗(yàn)數(shù)據(jù):表一中圓形標(biāo)志中心提取X坐標(biāo)均方根誤差為0.011,Y坐標(biāo)均方根誤差為0.009,橢圓標(biāo)志中心提取均方根誤差X坐標(biāo)為0.013,Y坐標(biāo)為誤差均方根0.013。圓的中心點(diǎn)坐標(biāo)偏差為0.014pixels,橢圓中心點(diǎn)坐標(biāo)偏差為0.018pixels。由表中數(shù)據(jù)可以看出,在相同噪聲的情況下,對(duì)橢圓標(biāo)志定位的精度要比對(duì)圓形標(biāo)志的定位精度略低。本系統(tǒng)即使在噪聲達(dá)到18%時(shí),對(duì)仿真圓和橢圓的定位精度均優(yōu)于0.02pixels。實(shí)驗(yàn)圖像如圖4所示:5.2圓形回光反射對(duì)同一張圖像來(lái)說(shuō),噪聲量是固定的,我們通過(guò)對(duì)同一張圖像取不同的高斯平滑參數(shù)σ,來(lái)檢驗(yàn)系統(tǒng)對(duì)標(biāo)志點(diǎn)中心的定位精確性與穩(wěn)定性。實(shí)驗(yàn)采用數(shù)碼相機(jī)(CannonpowershotA710)對(duì)圓形人工回光反射標(biāo)志拍攝,產(chǎn)生橢圓形影像。下表二為實(shí)驗(yàn)數(shù)據(jù):表二中標(biāo)志中心點(diǎn)定位精度為像素0.038pixels,與表一比較定位精度稍低。均方根誤差較大的原因是由于σ不同,經(jīng)過(guò)高斯濾波后得圖像會(huì)產(chǎn)生不同程度的邊界模糊。因此對(duì)提取的邊緣會(huì)產(chǎn)生不同程度的影響,從而影響擬合后橢圓中心定位精度,在實(shí)際測(cè)量中圖像的處理應(yīng)當(dāng)采用相同的σ值進(jìn)行計(jì)算,如取σ=2。實(shí)驗(yàn)圖像如圖5所示:6基于隧道斷面測(cè)量的標(biāo)志點(diǎn)及其測(cè)量算法本文對(duì)隧道斷面測(cè)量中人工標(biāo)志點(diǎn)的設(shè)定與識(shí)別作了深入的研究。在細(xì)致地研究各種標(biāo)志點(diǎn)提取算法的基礎(chǔ)上,充分結(jié)合圖像形態(tài)學(xué)的知識(shí)來(lái)對(duì)圖像進(jìn)行處理,提出了一套適合隧道斷面檢測(cè)的標(biāo)志點(diǎn)及其測(cè)量算法,并用VC