摄影测量标靶中心提取算法的比较分析

张官进，周硕亚

(1.安徽理工大学 测绘学院，安徽 淮南 232001；2.中铁四局集团有限公司，安徽 合肥 230000)



摄影测量标靶中心提取算法的比较分析

张官进1，周硕亚2

(1.安徽理工大学 测绘学院，安徽 淮南 232001；2.中铁四局集团有限公司，安徽 合肥 230000)

摄影测量标靶中心的提取是进行摄影测量工作的基础和前提，标靶中心坐标提取的精度直接影响物方标志点空间坐标的解算精度。目前，数字化解算已经能够做到图像处理、标靶识别、标靶中心拟合与提取全过程的计算机处理。实验就现有的摄影测量标靶中心坐标的提取方法进行比较分析。首先对摄影测量和图像处理的基本理论进行简要介绍,然后对学者们常用的标靶边缘检测方法、标靶中心提取方法分别通过Matlab进行相关检验，并对各种算法的精度进行分析。实验中图像全部为仿真图像，最后得出：“roberts”算法提取的精度很高,Harris角点检测方法的精度要比Hough变换的精度要高。

Matlab;边缘检测;中心提取;亚像素

摄影测量是通过非接触的方式使用摄像设备，产生数字图像，然后通过目标点测量或特征点测量，采用多种分析方法来计算目标点或特征点的空间坐标，最后得到数据处理所需的各种数据。其非接触、非破坏性、测量精度高可获得全面信息等优势，被广泛应用于古建筑、古文物、生物医学和工业摄影测量等方面。摄影测量具有以下优点：1)即时获得大量的被测物体的几何和物理信息，适合大量的测量点目标；2)非接触式测量方法，可在苛刻的条件下工作；3)适用于动态目标的测量。

1　实验操作流程

1)研究、分析较为成熟的摄影测量软件系统，重点研究标志点提取和标志点中心坐标的提取。

2)使用Matlab软件编写相关代码。

3)设计几种不同形式的标靶进行试验。其中，在图像处理过程中进行图像灰度化和二值化、对比度增强减弱等处理，并对标靶边缘进行检测。利用几种不同方法对标志点中心进行坐标提取：椭圆拟合法，Hough直线变换，Harris检点检测。最后对所生成的代码进行实验。

近景摄影测量中标靶的设计与使用方法会影响测量的精度。因此，要求标靶在设计上能够容易被计算机检测和识别。常用的标靶类型有：圆形标靶，方形标靶(直对角、斜对角)。

2　仿真试验及分析

目前，圆形标志点亚像素级的定位算法主要有椭圆最小二乘拟合法、灰度加权质心法、灰度平法加权法等，这几种拟合方法都实现了亚像素级定位精度。

在Photoshop中新建图像大小为800×1 600像素。用椭圆工具在图像上画出一个椭圆，再通过变换路径工具将椭圆的中心绝对坐标设置在图像中心固定坐标处(见图1)，方便对椭圆拟合方法的精度进行评估。背景色设置为R：125，G：125，B：125。标靶前景色设置为纯黑色R：0，G：0，B：0。Matlab 7.0中内含6种边缘检测算子分别是：sobel，prewitt，roberts，log，zerocross，canny。对这6种边缘检测算子分别进行了实验，验证其边缘检测效果。当目标特征是圆或椭圆时，对提取的目标边界点进行椭圆最小二乘拟合，从而确定标靶中心和椭圆的轴向。

对单个椭圆进行椭圆拟合求标靶中心坐标，对每种边缘检测算子得到的结果分别对应边缘检测中的两种模式“noholes”和“holes”:Matlab中的语句为：BW=edge(I,sz); %sz代表边缘检测算子 [B，L]=bwboundaries(BW,'holes');通过表1的数据能够知道两种模式下“roberts”方法的提取精度最高。

表1　坐标偏差(noholes、holes)

为了在更加真实的环境下验证这一结果，实验中在空白背景增加一些复杂背景，采用“noholes”模式实验，结果如表2所示。

表2　加入背景结果(noholes)

从结果看，加入背景后的椭圆拟合(标靶中心)中心经过图像处理等步骤，提取坐标依然能够达到亚像素的精度级别，但是整体中心提取精度都有所下降。同时可以看到所有的算法中“roberts”算法依然是精度最高的。在检测的过程中，算法的阀值选择十分重要，它的选择直接影响标靶椭圆边界提取的完整性与准确性，从而影响拟合的精度。

Hough变换：首先进行方形直对角的标靶。使用Photoshop软件制作仿真相片。新建一个1 600×800像素的背景图像，将方形标靶绝对中心放在图像中心[800,400]处。运行程序对标靶中心坐标进行提取。选择相应的边缘检测算子“sobel”和累加器取值(A>70)，运行程序读入所对应的图片。通过直线方程参数斜率和截距解算出6条直线的交点，如表3所示。

表3　直线交点

又因标靶是轴对称图形,因此,标靶的中心可以由表3中9个焦点的平均值得到。

X0=801.99像素，Y0=400.06像素.

由计算结果可知,X方向的偏差为1.99个像素，Y方向可以到0.06的亚像素级别。

“sobel”算子提取标靶中心坐标的中误差为

Mx=±1.853 7(pixed),My=±0.228 4(pixed).

可以清楚地看到“sobel”算子在Y方向的精度能够达到亚像素级别，但是其在X方向上的精度却是不够的。同样对方形标靶(斜对角)的标靶进行实验,运行Matlab代码。通过对所得数据的分析知道，得到的实验结果与方形直对角标靶的标靶中心提取结果相类似： “sobel算子的提取结果最好。

Harris算子角点检测：同样是方形标靶，角点检测是检测方形标靶的角点，利用标靶的对称性来计算标靶的中心坐标。角点检测是基于灰度图像的检测方法。这种算法的基本原理是：通过一个滤波器在图像的一端开始，逐个像素进行灰度检测，若某一点向任一个方向微小偏移都会引起灰度的巨大变化，说明这个点是一个角点，同时在程序中通过一个数组记录下该像素的坐标。运行Harris角点检测程序，通过计算可以求出每种滤波器提取标靶中心的坐标偏差，如图1所示。

图1　不同滤波器提取真误差

两种滤波器提取的中误差：

M1=±2.540 7(pixed),M2=±2.914 1(pixed)。

从整体效果来看，滤波器大小为[2 2]的效果要优于[3 3]的滤波器。

3　结　论

通过Matlab软件对几种算法进行试验，并分析相应的试验结果，得到以下结论：

1)“roberts”算法进行边缘检测的完整性和适用性最高，提取的精度很高。

2)方形标靶使用Hough变换和Harris检点检测。从两种方法的提取结果来看，Harris角点检测方法的精度要比Hough变换的精度要高。

本实验一定程度上模拟了真实场景，但与现实仍有不同。如实验图像中标靶的分布过于理想、图像中的噪声太小、前景背景对比度太大等，因此，拟进行以下改进：

1)能够对每个标靶进行编号识别。通过鼠标选取某一个标靶，记录所选取图像的位置和标靶在图像中的相对位置，从而确定其在这幅图像中的位置。

2)生成可视化的操作界面。

3)利用数码相机拍摄真实布设的标靶并进行提取实验。

[1]李子梅.基于近景摄影测量的石质文物裂隙识别定位的研究[D].北京：中国地质大学 (北京),2012.

[2]王凤艳.数字近景摄影测量快速获取岩体裂隙信息的工程应用[D].长春: 吉林大学,2006.

[3]冯文灏.关于发展我国高精度工业摄影测量的几个问题[J].测绘学报，1994，23(2)：120-126.

[4]俞缙,吴亮清.基于椭圆拟合的人工标志中心定位法[J].郑州轻工业学院学报(自然科学版),2009,24(4): 75-78.

[5]李德仁.我国第一颗民用三线阵立体测图卫星：资源三号测绘卫星[J].测绘学报，2012,41(3):317-322.

[6]黄桂平.圆形标志中心子像素定位方法的研究与实现[J].武汉大学学报(信息科学版)，2005，30(5)：388-391.

[7]臧欢欢.基于摄影与目标自动识别的隧道断面测量技术研究[D].长沙：中南大学,2012.

[8]李真真,李瑞贤,魏宏刚.边缘检测算法在小目标提取中的应用[J].中国西部科技,2011,10(30): 19-20.

[9]刘哲,刘潇鹏,吴洪涛.Map Window GIS插件机制及应用[J].黑龙江工程学院学报，2015,29(5)：11-15.

[10]王成亮.基于普通数码影像的近景摄影测量技术研究与应用[D].长沙：中南大学,2006.

[11]杨彪.基于普通数字影像的近景摄影测量技术研究与应用 [D].南京: 河海大学,2004.

[12]杨化超,邓喀中,郭广礼.相似材料模型变形测量中的数字近景摄影测量监测技术[J].煤炭学报,2006,31(3): 292-295.

[13]王晶.数字摄影技术在矿山提升设备变形监测中的应用研究[D].青岛：山东科技大学,2010.

[14]BOPP H，KRAUSS H.Extension of the 11-parameter solution for on-the-job calibrations of non-metric cameras[J].International Archives of Photogrammetry,1978,22(5):7-11.

[15]HARALICK R M.Digital step edges from zero crossing of second directional derivatives[J].IEEE Trans,Pattern Analysis and Machine Intelligence,1984,6(1): 58-68.

[责任编辑：郝丽英]

Comparative analysis of photogrammetry target center extraction algorithm

ZHANG Guanjin，ZHOU Shuoya

(School of Geodesy & Geomatics,Anhui University of Science and Technology.Huainan 232001,China)

Foundation and prerequisite for photogrammetric work is to extract the target center,because the target coordinates of the center directly affects the accuracy of the extracted solution from square landmarks spatial coordinates.Currently the digital computing has been able to do image processing,target recognition,target center fitting,and the extraction computer processing.Experiments carry out a comparative analysis of existing extraction method photogrammetric target center coordinates.First,the basic theory of photogrammetry and image processing will be introduced,and then the scholars commonly target edge detection method.These methods are carried out by the relevant inspection with Matlab.The accuracy of the algorithms are to be analyzed.During the experiment all images are simulated.The experiments concludes “roberts” algorithm has the high accuracy,among which Harris corner detection method is more accurate than Hough transformation.

Matlab; edge detection; center extraction; sub pixel

10.19352/j.cnki.issn1671-4679.2016.05.006

2016-04-27

张官进(1989-),男，硕士研究生，研究方向：大地测量学与测量工程.

P2

A

1671-4679(2016)05-0019-03