一种用于影像序列椭圆形人工目标点快速识别与跟踪方法
【专利摘要】本发明涉及图像的识别与跟踪领域，尤其涉及一种用于影像序列椭圆形人工目标点快速识别与跟踪方法，包括：获取影像序列初始相位中椭圆形人工目标点的初始像素坐标，得到包含初始像素坐标的影像块并作为跟踪目标点；增强影像块的对比度；进行边缘检测；利用集成数学形态学和椭圆几何特征属性消除不符合要求的边缘要素，得到椭圆形轮廓的像素坐标集；采用最小二乘非线性最优化Levenberg-Marquardt方法拟合，得到椭圆形中心点的亚像素坐标，进而得到影像序列下一相位中椭圆形人工目标点的初始像素坐标和影像块，直至跟踪至影像序列的最后相位的影像块。本发明所述的方法降低了影像序列数据处理量，提高了图像的识别和跟踪效率。
【专利说明】一种用于影像序列椭圆形人工目标点快速识别与跟踪方法
【技术领域】
[0001]本发明涉及图像的识别与跟踪领域，尤其涉及一种用于影像序列椭圆形人工目标点快速识别与跟踪方法。
【背景技术】
[0002]随着现代科学技术的发展，现代化生产过程正在不断向高速化和复杂化方向发展，人们逐渐开始关注处于高速运动状态中物体的空间信息变化，但是利用普通相机的帧频很难满足我们的需求，迫切需要高帧频、高分辨率的相机以实现对高速运动状态下物体的视频测量。随着数字传感器技术的发展，尤其是CCD传感器和CMOS传感器的迅速发展，促进了高分辨率和高帧频工业相机的产生。高速相机现在已经广泛应用于质量控制和工业过程优化，工厂现场振动和运动分析，汽车工业(汽车碰撞试验、安全气囊测试和燃烧测试)，材料测试(滴落测试、爆炸和断裂及变形测试)、高速物理过程实验和土木结构健康监测等方面。为了获取监测对象高速运动过程关键位置的动态响应信息，通常需要在测量对象的关键位置处布设具有5个自由度的椭圆形人工目标点，通过识别和跟踪视频序列中的椭圆形人工目标点实现监测对象高速运动过程的动态响应过程。
[0003]在现有技术中，椭圆识别方法主要采用模板变换法、Hough变换及其改进算法和基于随机抽样一致性(RANSAC)思想的椭圆检测算法。模板变换法可以精确检测椭圆，但是计算复杂，需要非常大的存储空间，非常耗时，降低了计算效率。Hough变换是采用映射的方法，通过数据的积累提取几何图形的特征，其优点是对数据的健壮性要求不高，但是由于椭圆具有5个参数，需要在检测椭圆的过程中在5维空间内进行积累计算，存在计算量和计算空间较大的缺点，为解决上述问题，众多研究者提出采用随机Hough变换进行椭圆检测，以降低对计算时间和内存的需求，但是随机Hough变换无目标的采样模式仍会引入大量无效积累，使得算法的效率大大降低。RANSAC椭圆检测法与Hough变换类似，其采用累加器或者类聚的方法来检测椭圆，具有很好的健壮性，能够一次检测多个椭圆，但是需要复杂的运算和大量的存储空间。
【发明内容】
[0004]针对上述技术问题，本发明设计开发了一种用于影像序列椭圆形人工目标点快速识别与跟踪方法，目的在于降低影像序列数据处理量，提高数据处理效率，同时快速、准确识别椭圆轮廓，高精度拟合椭圆中心点。
[0005]本发明提供的技术方案为:
[0006]一种用于影像序列椭圆形人工目标点快速识别与跟踪方法，包括以下步骤:
[0007]步骤一、目测获取影像序列初始相位中椭圆形人工目标点的初始像素坐标，并以所述初始像素坐标为中心点获取包含所述初始像素坐标的影像块，所述影像块作为影像序列的跟踪目标点；
[0008]步骤二、采用二维离散零均值高斯函数增强影像块的对比度；[0009]步骤三、采用Sobel算子边缘检测技术获取影像块的边缘要素；
[0010]步骤四、利用椭圆的边缘周长属性消除影像块中不符合周长要求的边缘要素，利用椭圆的区域面积属性消除影像块中不符合面积要求的边缘要素，利用椭圆的圆形度属性消除影像块中不符合圆形度要求的边缘要素，得到影像块中椭圆形轮廓的像素坐标集；
[0011]步骤五、根据得到的影像块中椭圆形轮廓的像素坐标集，采用最小二乘非线性最优化Levenberg-Marquardt方法拟合,得到影像块中椭圆形中心点的亚像素坐标,并根据所述亚像素坐标得到影像序列下一相位中椭圆形人工目标点的初始像素坐标和影像块，直至跟踪至影像序列的最后相位的影像块。
[0012]优选的是，所述的用于影像序列椭圆形人工目标点快速识别与跟踪方法中，所述步骤四中具体包括:
[0013]a.采用累计边缘要素相邻像素中心点的欧几里得距离获取影像块中的每个边缘要素的周长，设置边缘要素周长最大值和边缘要素周长最小值，删除周长大于边缘要素周长最大值和小于边缘要素周长最小值的边缘要素；
[0014]b.删除步骤a中获取的非连通边缘要素，采用数学形态学的闭运算填充连通边缘要素，得到影像块中边缘要素的区域面积集合，设置边缘要素区域面积最大值和边缘要素区域面积最小值，删除区域面积大于边缘要素区域面积最大值和小于边缘要素区域面积最小值的边缘要素；
[0015]c.根据连通边缘要素的周长和区域面积得到圆形度，设定圆形度的门限值，删除连通边缘要素的圆形度小于设定的圆形度的门限值的边缘要素，得到影像块中椭圆形轮廓的像素坐标集。
[0016]优选的是，所述的用于影像序列椭圆形人工目标点快速识别与跟踪方法中，所述步骤b之后还包括:采用数学形态学的膨胀法对经过步骤b获取的区域面积进行边缘检测，则影像块的边缘要素可通过下述公式得到
[0017]Ed (F) =F ? B-F,
[0018]其中，一幅图像可以定义为是欧几里得距离空间的子集E，F为二进制影像块，B为结构算子，Ed(F)为采用膨胀法得到的边缘要素。
[0019]优选的是，所述的用于影像序列椭圆形人工目标点快速识别与跟踪方法中，所述步骤c中连通边缘要素的圆形度C的计算公式如下:
[0020]
【权利要求】
1.一种用于影像序列椭圆形人工目标点快速识别与跟踪方法，其特征在于，包括以下步骤: 步骤一、目测获取影像序列初始相位中椭圆形人工目标点的初始像素坐标，并以所述初始像素坐标为中心点获取包含所述初始像素坐标的影像块，所述影像块作为影像序列的跟踪目标点； 步骤二、采用二维离散零均值高斯函数增强影像块的对比度； 步骤三、采用Sobel算子边缘检测技术获取影像块的边缘要素； 步骤四、利用椭圆的边缘周长属性消除影像块中不符合周长要求的边缘要素，利用椭圆的区域面积属性消除影像块中不符合面积要求的边缘要素，利用椭圆的圆形度属性消除影像块中不符合圆形度要求的边缘要素，得到影像块中椭圆形轮廓的像素坐标集； 步骤五、根据得到的影像块中椭圆形轮廓的像素坐标集，采用最小二乘非线性最优化Levenberg-Marquardt方法拟合,得到影像块中椭圆形中心点的亚像素坐标,并根据所述亚像素坐标得到影像序列下一相位中椭圆形人工目标点的初始像素坐标和影像块，直至跟踪至影像序列的最后相位的影像块。
2.如权利要求1所述的用于影像序列椭圆形人工目标点快速识别与跟踪方法，其特征在于，所述步骤四中具体包括: a.采用累计边缘要素相邻像素中心点的欧几里得距离获取影像块中的每个边缘要素的周长，设置边缘要素周长最大值和边缘要素周长最小值，删除周长大于边缘要素周长最大值和小于边缘要素周长最小值的边缘要素； b.删除步骤a中获取的非连通边缘要素，采用数学形态学的闭运算填充连通边缘要素，得到影像块中边缘要素的区域面积集合，设置边缘要素区域面积最大值和边缘要素区域面积最小值，删除区域面积大于边缘要素区域面积最大值和小于边缘要素区域面积最小值的边缘要素； c.根据连通边缘要素的周长和区域面积得到圆形度，设定圆形度的门限值，删除连通边缘要素的圆形度小于设定的圆形度的门限值的边缘要素，得到影像块中椭圆形轮廓的像素坐标集。
3.如权利要求2所述的用于影像序列椭圆形人工目标点快速识别与跟踪方法，其特征在于，所述步骤b之后还包括:采用数学形态学的膨胀法对经过步骤b获取的区域面积进行边缘检测，则影像块的边缘要素可通过下述公式得到
Ed(F)=F ? B-F， 其中，一幅图像可以定义为是欧几里得距离空间的子集E，F为二进制影像块，B为结构算子，Ed(F)为采用膨胀法得到的边缘要素。
4.如权利要求2所述的用于影像序列椭圆形人工目标点快速识别与跟踪方法，其特征在于，所述步骤c中连通边缘要素的圆形度C的计算公式如下:
C=4ji S/L2， 其中，S表示连通边缘要素的区域面积，L表示连通边缘要素的周长。
5.如权利要求3或4所述的用于影像序列椭圆形人工目标点快速识别与跟踪方法，其特征在于，所述步骤五中，根据椭圆的一般方程式建立均方根误差方程，如下
6.如权利要求5所述的用于影像序列椭圆形人工目标点快速识别与跟踪方法，其特征在于，所述步骤一中，以目测获取的初始像素坐标I (x，y)为中心点向上下左右四个方向分别扩展n以确定影像块在影像序列上的范围[(x-n, x+n), (y_n, y+n)]。
7.如权利要求6所述的用于影像序列椭圆形人工目标点快速识别与跟踪方法，其特征在于，所述步骤五后还包括: a.利用下述公式计算步骤五中得到的影像块中椭圆形中心点的亚像素坐标Ib(xb，yb)在影像序列初始相位中的坐标Ijx。，y。)
x0=xb+x—n—I
y0=yb+y-n-1 ； b.获取步骤a中得到的坐标1。(1。，7。)的整数部分作为影像序列下一相位中椭圆形人工目标点的初始像素坐标，并得到包含所述初始像素坐标的影像块，通过循环计算所有椭圆形中心点的亚像素坐标，实现影像序列椭圆形人工目标点的识别与跟踪。
【文档编号】G06T7/00GK103593849SQ201310611510
【公开日】2014年2月19日 申请日期:2013年11月26日 优先权日:2013年11月26日
【发明者】刘祥磊, 赵西安, 张学东, 庞蕾, 丁克良 申请人:北京建筑大学