趙宗華

(中國鐵建重工集團股份有限公司 湖南長沙 410100)

1 引言

隨著現(xiàn)代技術(shù)的發(fā)展，數(shù)字圖像處理技術(shù)在工業(yè)測量行業(yè)中應用廣泛，而在工程領域中也開始興起，基于圖像的識別定位技術(shù)具有很好的應用潛力和廣泛的應用場景，在此之前，一批優(yōu)秀學者也研究了圖像識別在隧道工程中的應用，何國華等[1]做了基于數(shù)字圖像的隧道表觀病害識別方法研究，他們系統(tǒng)分析隧道裂縫和滲漏水病害的圖像特征，采用CTA測度及其改進算法可較好地實現(xiàn)表觀病害識別。路剛[2]提出了一種鋼管頂進施工滾動角與糾偏技術(shù)研究，光斑圖像的閾值分割和光斑中心坐標的計算方法，針對光斑圖像的特點，背景與目標色相差很大，并且光斑在一副圖像中的面積很小，用極大極小法準則，實現(xiàn)精確提取光斑的坐標。程金芝等[3]提出了一種相位標志牌圖像識別與缺陷檢測方法，采用導向濾波、灰度化方法等對圖像處理算法，精確檢測出電力設施相位標志牌是否缺失。冷波等[4]采用嚴密幾何模型，對成像過程進行誤差分析與標定，得到較為精確的定位結(jié)果。鑒于圖像處理技術(shù)在工程中的良好應用[5]，本文主要研究用于地下施工的豎井、頂管機、管幕機等工程裝備基于數(shù)字圖像識別定位的導向系統(tǒng)算法實現(xiàn)。

頂管機是一種用于市政等施工的非開挖掘進式管道鋪設施工裝備，由刀盤、推進系統(tǒng)、控制系統(tǒng)、出渣系統(tǒng)等組成[6]。頂管機采用頂進的方式往前掘進，有矩形頂管機、圓形頂管機、異型頂管機等多種機型，相比盾構(gòu)機而言，頂管機開挖區(qū)間比較短，且主要是直線施工，主要是用于車站建設或者管道鋪設，使土層不易受到擾動，對上方有重要建筑物、構(gòu)筑物的工地來說，該施工方法更加安全[7]。本文研究的圖像視覺導向系統(tǒng)，可以自動識別圖像上不同顏色的光斑，數(shù)字化顯示光斑坐標，得到盾體的中心偏差。

2 系統(tǒng)設計

針對隧道施工中掘進設備位姿的測量需求，設計了圖像視覺導向系統(tǒng)。圖像視覺導向系統(tǒng)主要有激光經(jīng)緯儀、激光指向器、刻度板、攝像頭、工控機、觸摸屏等部件，此系統(tǒng)已用于豎井、頂管機等地下工程掘進機設備上。

在豎井掘進機或者頂管機始發(fā)前，在掘進機中盾中心安裝上刻度板，在前盾后端安裝激光指向儀，發(fā)射綠色激光打在刻度板上，在開挖洞口架設激光經(jīng)緯儀，發(fā)射紅色激光打在刻度板上，并調(diào)整激光經(jīng)緯儀與設計線路方位、高度一致，確定激光經(jīng)緯儀激光線的俯仰角和方位角，記錄下來，方便經(jīng)緯儀移動以后，恢復方位。掘進機始發(fā)后，激光經(jīng)緯儀和激光指向儀發(fā)射激光，打在刻度板上，相機自動拍攝圖像，其圖像數(shù)據(jù)通過網(wǎng)線傳輸?shù)焦I(yè)計算機進行計算。通過透視變化、單通道顏色分割提取等圖像處理技術(shù)得到綠色光斑和紅色光斑的光斑坐標像素值，再通過算法提取刻度板中心坐標，數(shù)字化顯示光斑坐標，得到掘進機的平面偏差、高程偏差。從而明確掘進機實時掘進姿態(tài)。硬件示意圖如圖1。

圖1 硬件示意

3 圖像視覺導向系統(tǒng)關鍵算法

3.1 透視變化

在攝像頭拍攝刻度板圖像時，由于攝像頭與刻度板不是垂直安裝的，圖像就會產(chǎn)生一定的畸變，如圖2是傾斜拍攝，圖中越遠離鏡頭，畸變越大，四周的圓環(huán)之間的面積比關系也將發(fā)生變化，對識別算法有錯誤判斷，需要先對圖像進行透視變換。

圖2 傾斜拍攝

透視變換是將圖像從一個視平面投影到另外一個視平面的過程，所以透視變換也被稱為投影映射[8-9]。通用的變換公式為:

式中，u，v為原始圖片行列像素；x，y為變換后的圖片坐標。

其中x＝x′/w′，y＝y(tǒng)′/w′?？蓪懗?

根據(jù)公式(2)，可以知道，得到一副圖上的4個點就可以獲得透視變化的公式。求得變換公式后，也適用于所有的圖片。一般采用4個點進行透視變換，為了方便選擇點位，一般采用棋盤法標定圖像，因為刻度板自身有格網(wǎng)，可以在刻度板方格線的4個角點，通過添加鼠標事件來獲取。在目標圖像取4個點以后，就可以計算變換矩陣來實現(xiàn)透視變換，如圖3和圖4。

圖3 圖像變換前

圖4 圖像變換后

3.2 圖像光斑分離提取

在一個刻度板上，有紅色和綠色光斑存在，我們要分別定位他們的坐標位置，就需要采用方法先把光斑分離。

因為刻度板圖像背景比較單一，光斑顏色有紅色和綠色兩種，我們分別提取彩色圖像的RGB通道，轉(zhuǎn)換成多個單通道圖像，而紅色通道圖像就只保留紅色光斑，把其余顏色分離開，綠色通道圖像只保留有綠色光斑，把分離的圖像存放到vector類型的mv中，接著進行引用賦值，其中對于彩色圖mv[0]就表示引用取出mv中的藍色分量，mv[1]就表示引用取出mv中的綠色分量，mv[2]就表示引用取出mv中的紅色分量[10]。為了增強對比度，我們設定:

綠色光斑圖像:Green＝2˙mv[1]-mv[0]-mv[2]

紅色光斑圖像:Red＝2˙mv[2]-mv[0]-mv[1]

就是放大所需要的通道顏色，消除其余顏色。至此，就提取分離出紅綠光斑圖像。

3.3 重心法求解光斑中心坐標

光斑的形狀近似圓形，也有橢圓或者不規(guī)則形狀，因為激光打在刻度板上，光斑會發(fā)生折射和反射，受雜光影響，成像也就不規(guī)則。重心法是獲取目標的質(zhì)心，得到質(zhì)心的坐標，而在提取的光斑圖像中，就僅僅存在光斑，其他背景色和干擾均已通過二值化后，變成了黑色[11-12]。所以對圖像采取重心法以后，就是光斑中心的坐標。

根據(jù)空間矩的特征，一階矩就表示質(zhì)心。這個隨機變量的屬性可以用統(tǒng)計特征—矩(Moments)來描述[13]。

設X和Y是隨機變量，c為常數(shù)，k為正整數(shù)，如果E(｜X-c｜k)E(｜X-c｜k)存在，則稱E(｜X-c｜˙k)E(｜X-c｜k)為X關于點c的k階矩。

c＝0時，稱為k階原點矩；

c＝E(x)時，稱為k階中心矩。

如果E(｜X-c1｜p˙｜Y-c2｜q)存在，則稱其為X，Y關于c點p+q階矩。

圖像的矩，零階矩:

式中，V(i，j)為提取的光斑圖像在(i，j)點上的灰度值。

我們可以發(fā)現(xiàn)，當圖像為二值圖時，M00就是光斑圖像上灰度值為1的總和，因此，M00可以用來求二值圖像(輪廓，連通域)的面積。

一階矩:

式中，M10為光斑圖像上白色區(qū)域x方向坐標的和；M01為光斑圖像上白色區(qū)域y方向坐標的和。

因此，一階矩可以用來求紅色和綠色二值圖像的重心:

3.4 霍夫圓法求刻度板中心坐標

霍夫圓檢測的原理是，已知圓可以由任意三點確定，一個圓經(jīng)過 Hough變換后，也可以得到圓心[14]。如圖5，搜索圓上的所有點，每搜到3個點，就確定一個圓，記錄下來該圓的圓心，當所有點搜索完以后，比較圓心一樣的點數(shù)，點數(shù)多的確定該圓。即大部分點都應該在這個確定的圓周上，以此確定該圓。

圖5 霍夫圓檢測原理

我們采用的刻度板上有圓環(huán)刻度線，經(jīng)過灰度化、二值化以后，只保留有圓形，通過識別這些圓形，來找到刻度板的圓心處坐標。

已知圖像每一個像素對應的極坐標坐標點為(x，y):

式中a，b為極坐標中的圓心；R為半徑；θ為0°～360°。

至此，通過霍夫變換可以得到刻度板的圓心在圖像中的坐標。

4 實驗結(jié)果與分析

4.1 角點拾取的影響

上文得到的光斑坐標和刻度板圓心坐標，是以像素為單位的，而在工程中，要以毫米為單位顯示盾體偏差，就要把圖像像素大小轉(zhuǎn)化為長度單位。

因為刻度板有格網(wǎng)，實際長度已知，一般為100 mm×100 mm，在透視變化過程中，我們選取了刻度板的格網(wǎng)角點，可以得到100 mm對應的像素數(shù)，可以根據(jù)像素數(shù)量與實際長度的比值，確定一個像素的實際長度。主要誤差在角點拾取過程中，由于是人為操作鼠標拾取，會有一定的點擊誤差。按照多次實驗，如表1，選取的角點坐標，均方根誤差在4個像素以內(nèi)，實驗中，一個像素代表實際長度為0.12 mm，則人工拾取精度可控制在0.5 mm以內(nèi)。

表1 拾取角點坐標 像素

4.2 中心坐標提取誤差

在霍夫圓檢測圓形時，由于刻度板上圓形會有畸變，雖然進行了透視變換，不過拍攝圖像的位置不同，畸變大小不同，經(jīng)過透視變換后的圓環(huán)，是以平均畸變量來修正的，所以刻度板上的圓環(huán)并不是一個標準的圓形，通過霍夫圓檢測的圓心并不是完全的刻度板中心，會有長度誤差。

為了防止因刻度板抖動而導致透視變換效果不佳，我們采取兩種方法結(jié)合識別刻度板中心。我們在刻度板的中心標記一個0.2 mm半徑的黑色實心圓，由于背景色和黑色點像素值相差很大，通過二值化，能精確提取中心坐標，通過與霍夫變化得到的圓心比較，如表2兩種方法提取刻度板中心的圖像對比，表3是兩種方法提取的刻度板中心坐標對比，并與人工提供對比。數(shù)據(jù)表明，提取精度在2個像素左右，這個誤差換算到實際距離，誤差在0.3 mm以下。

表2 兩種方法的圖像提取結(jié)果

表3 不同方法提取的中心坐標對比 像素

5 結(jié)論與討論

經(jīng)實驗對比分析，本文提出的紅綠光斑分離、刻度板中心提取等圖像處理方法是可靠的，解決了一副圖像內(nèi)兩個光斑的分離，并精確定位光斑坐標，測量精度為2 mm，設計開發(fā)的圖像視覺導向系統(tǒng)已成功應用在多個工地項目，可滿足掘進設備的導向定位工作，為地下掘進裝備在施工過程中保證施工精度和安全以及設備糾偏提供了依據(jù)。