视觉坐标测量中特征点成像中心的计算

　　一、引言

　　视觉坐标测量系统是指采用CCD作为传感器件,运用图像处理技术进行非接触二维或三维坐标测量的系统。系统中除了CCD、摄像镜头、图像采集卡等硬件设备影响到测量精度外,测量方法、图像处理技术的准确与否也直接影响到测量的精度。在硬件配置既定的情况下后者往往是影响测量精度的关键。

　　本文所提到的视觉坐标测量系统是采用对特征点(圆形高亮点)的成像来实现对被测物体的坐标测量[1],所以提高特征点成像中心的计算精度是提高测量精度的关键之一。对于特征点成像中心的确定,通用的方法是先基于图像边缘提取,然后根据成像边缘的曲线形状进行拟合计算出成像中心,其精度取决于边缘提取的精度与曲线拟合的精度。对于一些具有一定特征的成像点,采用一些特殊的处理方法,则有助于处理精度的提高,如本文中采用的圆形高亮点(对称型),采用质心算法计算成像中心,其中心计算精度就要高于前者。本文在此基础上,采用变尺度窗一阶微分期望法代替直接灰度阈值截取法来精确确定质心计算参加点数; 利用线性插值增加质心计算点数,从而进一步提高了特征点成像中心的计算精度。

　　二、特征点图像获取

　　为了进行特征点图像质心计算,首先要实现特征点与背景分离,课题中所考虑的特征点像的边缘灰度值为近似阶跃形(如图1)。如果进行直接的灰度阈值截取,必然会将阶跃边缘上非均匀分布点截取,当成像面积较小时,就会对质心坐标计算产生一定的影响。尤其当特征点受外界光线干扰,使其成像边缘非对称性和非均匀性加大时,这一影响就更大。为此本文提出利用变尺度窗一阶微分期望值的方法进行成像边缘检测,确定特征点成像范围,进而精确确定质心计算参加点数,步骤如下:

　　1.图像灰度函数f(i,j),做Roberts算子运算:

　　2.选取阈值T截取g(i,j),确定特征点成像区间。

　　3.按从左至右或从上至下逐行计算特征点的边缘期望值Exl,Exr,Eyu,Eyd:确定质心计算参加点的i,j条件如下:

　　其中:

　　4.显然T值的选取直接影响到第3步计算中的N值,即一阶期望窗的尺度,从而影响到最终成像区间的确定。为了降低噪声干扰,避免边缘的误检,这里对T进行步进取值(变尺度),其步骤如下:

　　三、特征点图像插值质心计算

　　1.质心坐标

　　质心坐标计算公式如下[2]:

　　式中:xn,yn为特征点的质心坐标;n为特征点图像占据的像素个数;(xni,yni)为第i个象素的位置坐标;f(xni,yni)为第i个像素的灰度值。