劉鳳英，王 冬，陳天恩，于留傳

（山東科技大學(xué) 測(cè)繪科學(xué)與工程學(xué)院，山東 青島266590）

攝影測(cè)量是一種非接觸式獲取被測(cè)目標(biāo)空間信息的技術(shù)［1］，隨著社會(huì)的快速發(fā)展和進(jìn)步，已被廣泛應(yīng)用到越來越多的領(lǐng)域并發(fā)揮重要的作用，如傳統(tǒng)的航空攝影測(cè)量地形圖測(cè)繪、三維重建、文物保護(hù)、工業(yè)構(gòu)件變形檢測(cè)、農(nóng)林牧業(yè)、城市規(guī)劃、海岸帶和海島礁測(cè)量等。

相機(jī)是獲取被測(cè)目標(biāo)圖像的重要傳感器，相機(jī)檢校是檢查和校正所用相機(jī)內(nèi)方位元素和各項(xiàng)光學(xué)畸變參數(shù)的過程［2］，它是攝影測(cè)量作業(yè)過程中必不可少的重要環(huán)節(jié)之一，國(guó)內(nèi)外研究人員對(duì)相機(jī)檢校相關(guān)內(nèi)容進(jìn)行了大量的研究，并取得一些重要的研究成果，如常見的單片和多片空間后方交會(huì)法［3］、直接線性變換法［4］和基于滅點(diǎn)理論［5］的標(biāo)定方法等。其中，基于空間后方交會(huì)的相機(jī)檢校方法是以共線條件方程為基礎(chǔ)，以像點(diǎn)坐標(biāo)為觀測(cè)值，借助數(shù)碼相機(jī)檢校場(chǎng)，解求像片內(nèi)、外方位元素和某些附加參數(shù)的檢校方法，單片空間后方交會(huì)法相機(jī)檢校是以一張像片完成的檢校，多片空間后方交會(huì)法是基于至少兩張像片的相機(jī)檢校，多片后交相對(duì)于單片后交的檢校方法結(jié)果更加可靠和精確［2－3］；直接線性變換法相機(jī)檢校是以像點(diǎn)和物點(diǎn)之間的直接線性關(guān)系建立的檢校模型，利用檢校場(chǎng)解算相機(jī)的各項(xiàng)參數(shù) 標(biāo)定結(jié)果相對(duì)前述方法稍低 基于滅點(diǎn)的相機(jī)檢校方法則無需借助相機(jī)檢校場(chǎng)。

通過人工標(biāo)志控制場(chǎng)進(jìn)行相機(jī)標(biāo)定的方法中，通常采用人為判別和手工量取的方式獲取標(biāo)志點(diǎn)的圖像坐標(biāo)，為了確保標(biāo)定結(jié)果的精度和可靠性，一般需要提取多張圖像的大量標(biāo)志點(diǎn)坐標(biāo)，存在標(biāo)定速度慢、工作量大等常見問題，基于此，文獻(xiàn)［7－8］對(duì)標(biāo)志點(diǎn)圖像坐標(biāo)自動(dòng)提取方法進(jìn)行了相關(guān)研究并提出一些自動(dòng)提取方法。本文通過對(duì)原始標(biāo)定圖像進(jìn)行高斯濾波和邊緣檢測(cè)后，進(jìn)行標(biāo)志點(diǎn)橢圓輪廓的提取和擬合，從而實(shí)現(xiàn)標(biāo)志點(diǎn)中心圖像坐標(biāo)的提取。實(shí)驗(yàn)分析表明，文中提取方法流程相對(duì)簡(jiǎn)單，提取速度較快，自動(dòng)提取結(jié)果受畸變差的影響甚小，為相機(jī)的快速標(biāo)定提供保障。

1 人工標(biāo)志點(diǎn)坐標(biāo)提取

1．1 圖像平滑濾波

獲取室內(nèi)檢校場(chǎng)圖像的時(shí)候，環(huán)境、相機(jī)傳感器中電子元件的質(zhì)量等因素都會(huì)對(duì)獲取的圖像質(zhì)量產(chǎn)生一定的影響，產(chǎn)生圖像噪聲。手工方式量取標(biāo)志點(diǎn)坐標(biāo)時(shí)圖像噪聲點(diǎn)對(duì)其產(chǎn)生的影響較小，一般不做去噪處理；自動(dòng)提取標(biāo)志點(diǎn)坐標(biāo)時(shí)需要進(jìn)行邊緣提取，原圖像中的噪聲點(diǎn)對(duì)邊緣檢測(cè)會(huì)產(chǎn)生一定的影響，需要對(duì)原始圖像進(jìn)行濾波處理。

高斯濾波是一種常見的圖像濾波方法，采用傳統(tǒng)的高斯濾波方法進(jìn)行圖像處理后，雖然達(dá)到了降噪的目的，但圖像中的邊緣信息一般也被模糊，文中采用文獻(xiàn)［9］提出的自適應(yīng)高斯濾波方法用3×3的模板進(jìn)行檢校場(chǎng)原始圖像的處理［9］，較好的保持了圖像中標(biāo)志點(diǎn)的邊緣信息，自適應(yīng)高斯濾波器為

式中：Rxy為像素點(diǎn)的目標(biāo)尺度；（x，y）為像點(diǎn)坐標(biāo)；σxy為標(biāo)準(zhǔn)差；lxy為高斯核的大小。

1．2 邊緣檢測(cè)

檢校場(chǎng)圖像濾波后進(jìn)行邊緣檢測(cè)處理，由于Canny算子檢測(cè)精度較高以及一些其他優(yōu)勢(shì)，文中采用Canny算子進(jìn)行邊緣檢測(cè)，原理不再贅述。為方便Canny邊緣檢測(cè)，首先將灰度圖像進(jìn)行二值化。文中的圖像二值化用Opencv來實(shí)現(xiàn)。在Opencv中進(jìn)行圖像的二值化有兩個(gè)閾值計(jì)算函數(shù)cv．Threshold和cv．Adaptive Threshold，其中cv．Adaptive Threshol d為自適應(yīng)閾值計(jì)算函數(shù)，函數(shù)cv．Threshold中閾值為人為指定。文中采用了函數(shù)cv．Threshol d（src，dst，t hreshold，maxval ue，threshold Type）進(jìn)行處理，其中閾值處理的類型t hreshold Type采用了T HRESH＿TRUNC，詳細(xì)的使用方法可參考Opencv說明書，函數(shù)中的參數(shù)maxval ue直接賦值255；通過對(duì)多張不同傳感器和不同拍攝條件下的室內(nèi)檢校場(chǎng)圖像進(jìn)行多次測(cè)試，參數(shù)t hreshol d的取值設(shè)為110左右的時(shí)候，可以較好的保留圖像中的細(xì)節(jié)信息，提取到的圓形邊緣數(shù)量最多。圖1為原始圖像和二值化之后的圖像。

圖1 原始圖像和進(jìn)行二值化之后的檢校場(chǎng)圖像

Canny邊緣檢測(cè)時(shí)一般采用雙閾值法進(jìn)行邊緣檢測(cè)和連接，但閾值需要人為事先判別設(shè)定，另外閾值的高低直接影響到邊緣檢測(cè)的效果［10］。不同相機(jī)和拍攝環(huán)境獲取的室內(nèi)檢校場(chǎng)圖像存在差異，如果采用同樣的閾值進(jìn)行邊緣檢測(cè)，可能導(dǎo)致圖像中一些標(biāo)志點(diǎn)輪廓的丟失和虛假輪廓的出現(xiàn)。為避免人為設(shè)定閾值的繁瑣，文中采用自適應(yīng)閾值Canny算子邊緣檢測(cè)方法［10］，具體流程如圖2所示。自適應(yīng)閾值邊緣檢測(cè)效果如圖3所示。

圖2 自適應(yīng)閾值canny算子邊緣檢測(cè)流程

圖3 二值化后檢校場(chǎng)圖像自適應(yīng)閾值邊緣檢測(cè)效果

1．3 橢圓輪廓的提取

邊緣檢測(cè)后提取到圖像中所有的邊緣信息的點(diǎn)集，包括標(biāo)志點(diǎn)的邊緣和一些非標(biāo)志點(diǎn)邊緣信息，需要從所有的邊緣信息中提取標(biāo)志點(diǎn)邊緣。相機(jī)檢校場(chǎng)采用的人工標(biāo)志如圖4所示，外形輪廓為圓形。圓的面積s＝π×r2（r為圓的半徑），圓的周長(zhǎng)l＝2πr＝4×π×），圓

圖4 人工標(biāo)志圖形

1．4 人工標(biāo)志點(diǎn)中心坐標(biāo)獲取

標(biāo)志點(diǎn)點(diǎn)號(hào)的標(biāo)記采用半自動(dòng)的方式。相機(jī)檢校場(chǎng)進(jìn)行設(shè)計(jì)的時(shí)候，人工標(biāo)志點(diǎn)的排列具有一定的規(guī)律性，同一列的標(biāo)志點(diǎn)號(hào)采用同一字母開頭，從上到下按照從0～9的序號(hào)依次排列，例如A0、A1、A2、A3…A9表示同一列的10個(gè)標(biāo)志點(diǎn)。標(biāo)志點(diǎn)進(jìn)行提取和擬合后，框選同一列標(biāo)志點(diǎn)，只需人為輸入框選范圍內(nèi)的第一個(gè)標(biāo)志點(diǎn)的開頭字母，其它點(diǎn)號(hào)會(huì)自動(dòng)更改為與物方坐標(biāo)系對(duì)應(yīng)的點(diǎn)號(hào)，此方法很大程度上節(jié)約全手工輸入點(diǎn)號(hào)的工作量。此外，對(duì)于提取的個(gè)別精度差的標(biāo)志點(diǎn)，在算法實(shí)現(xiàn)的時(shí)候加入人為修改自動(dòng)提取的標(biāo)志點(diǎn)點(diǎn)位的功能。

圖5 擬合出的橢圓效果圖

2 實(shí)驗(yàn)分析

實(shí)現(xiàn)標(biāo)志點(diǎn)坐標(biāo)半自動(dòng)提取的主要目的是提高相機(jī)標(biāo)定工作的速度和精度，為驗(yàn)證文中提出的方法能否達(dá)到上述要求，進(jìn)行如下相關(guān)實(shí)驗(yàn)驗(yàn)證。

2．1 實(shí)驗(yàn)概況

實(shí)驗(yàn)場(chǎng)地為山東科技大學(xué)3D實(shí)驗(yàn)室內(nèi)的高精度三維相機(jī)檢校場(chǎng)，標(biāo)定場(chǎng)內(nèi)有前后、縱橫交錯(cuò)分布的400個(gè)人工標(biāo)志點(diǎn) 標(biāo)志點(diǎn)圖案如圖4所示檢校場(chǎng)內(nèi)標(biāo)志點(diǎn)的物方坐標(biāo)采用0．5″級(jí)的高精度Axyz／MT M工業(yè)測(cè)量系統(tǒng)進(jìn)行觀測(cè)，然后通過空間前方交會(huì)的基本原理獲取每個(gè)點(diǎn)的坐標(biāo)，實(shí)際觀測(cè)精度一般都能達(dá)到0．05 mm以內(nèi)。

實(shí)驗(yàn)分別采用Canon EOS 5D Mark II（配24 mm鏡頭）和Point－grey grasshopper（配5 mm鏡頭）相機(jī)從不同的角度對(duì)檢校場(chǎng)拍照，如圖6所示。

圖6 實(shí)驗(yàn)圖像概況

2．2 精度分析

分別對(duì)自動(dòng)提取和手動(dòng)量測(cè)的標(biāo)志點(diǎn)坐標(biāo)、以及相機(jī)標(biāo)定結(jié)果等進(jìn)行對(duì)比分析，見表1、表2。采用單片后方交會(huì)的方式進(jìn)行相機(jī)標(biāo)定，畸變差改正模型為

表1 自動(dòng)提取與手動(dòng)量測(cè)標(biāo)志點(diǎn)坐標(biāo)對(duì)比

表2 自動(dòng)提取與手動(dòng)量測(cè)標(biāo)志點(diǎn)坐標(biāo)對(duì)比

續(xù)表2

2．3 實(shí)驗(yàn)結(jié)論

通過分析上述實(shí)驗(yàn)，得出如下幾點(diǎn)結(jié)論：

1）采用本文提出的室內(nèi)相機(jī)標(biāo)定場(chǎng)人工標(biāo)志點(diǎn)圖像坐標(biāo)提取方法可以提取90%以上的標(biāo)志點(diǎn)坐標(biāo)，完全滿足相機(jī)檢校的需要；相對(duì)于手工量測(cè)標(biāo)志點(diǎn)圖像坐標(biāo)的方式，大大提高工作效率，實(shí)現(xiàn)相機(jī)快速標(biāo)定。

2）半自動(dòng)提取和手工量測(cè)的標(biāo)志點(diǎn)圖像坐標(biāo)較差中誤差在0．2像素左右；采用同樣的標(biāo)志點(diǎn)進(jìn)行相機(jī)標(biāo)定的結(jié)果表明自動(dòng)提取的圖像坐標(biāo)精度更高一些。

3）圖像中自動(dòng)提取不成功的點(diǎn)主要與圖像中陰影的存在有很大的關(guān)系，所以拍照的時(shí)候應(yīng)盡量注意光照的方向和強(qiáng)度，對(duì)于提取不成功的標(biāo)志點(diǎn)可以通過手工補(bǔ)測(cè)的方式進(jìn)行加點(diǎn)；另外，為了提取更多的標(biāo)志點(diǎn)坐標(biāo)，對(duì)于圖像中圓的提取判別方法需要改進(jìn)。

3 結(jié)束語(yǔ)

標(biāo)志點(diǎn)圖像坐標(biāo)獲取是基于檢校場(chǎng)進(jìn)行相機(jī)檢校方法中的主要工作之一，相機(jī)檢校的速度和精度主要受圖像坐標(biāo)量測(cè)方法的影響。鑒于手工獲取標(biāo)志點(diǎn)坐標(biāo)存在工作量大、速度慢等問題，本文針對(duì)檢校場(chǎng)中的圓形標(biāo)志圖案，通過對(duì)檢校場(chǎng)圖像進(jìn)行自動(dòng)邊緣檢測(cè)等圖像處理，實(shí)現(xiàn)標(biāo)志點(diǎn)坐標(biāo)的半自動(dòng)提取，很大程度上減輕手工量測(cè)坐標(biāo)的工作量，滿足相機(jī)快速標(biāo)定的需求。

［1］ 朱肇光，孫護(hù)，崔炳光．?dāng)z影測(cè)量學(xué)［M］．北京：測(cè)繪出版社，1995．

［2］ 馮文灝．近景攝影測(cè)量［M］．武漢：武漢大學(xué)出版社，2002．

［3］ 王冬．基于多片空間后方交會(huì)的CCD相機(jī)檢校［D］．青島：山東科技大學(xué)，2003．

［4］ 李平，全斌，高琴．基于DLT的數(shù)碼相機(jī)檢校方法［J］．測(cè)繪標(biāo)準(zhǔn)化，2008，24（3）：25－27．

［5］ 謝文寒，張祖勛．基于多像滅點(diǎn)的相機(jī)定標(biāo)［J］．測(cè)繪學(xué)報(bào)，2004，33（04）：335－340．

［6］ 李偉，任超峰．室內(nèi)控制場(chǎng)數(shù)碼相機(jī)檢校應(yīng)用于通用航空攝影測(cè)量的可行性研究［J］．測(cè)繪工程，2012，21（4）：49－52．

［7］ 李國(guó)勝，林宗堅(jiān)，任超鋒，等．相機(jī)檢校中標(biāo)志點(diǎn)的自動(dòng)提?。跩］．測(cè)繪科學(xué)，2010，35（6）：161－163．

［8］ 劉正坤，林宗堅(jiān)，蘇國(guó)中．?dāng)?shù)碼相機(jī)控制點(diǎn)自動(dòng)定位檢校［J］．測(cè)繪科學(xué)，2014，39（3）：89－93．

［9］ 錢曉亮，郭雷，余博．基于目標(biāo)尺度的自適應(yīng)高斯濾波［J］．計(jì)算機(jī)工程與應(yīng)用，2010，46（12）：14－20．

［10］趙峰民，楊凱，蔡天一，等．基于最長(zhǎng)曲線法的海天線檢測(cè)方法［J］．兵工自動(dòng)化，2009，28（4）：82－84．

［11］雒濤，鄭喜鳳，丁鐵夫．改進(jìn)的自適應(yīng)閾值Canny邊緣檢測(cè)［J］．光電工程，2009，36（11）：106－111．