基于立体视觉运动速度检测系统的研究及实现.pdf

《基于立体视觉运动速度检测系统的研究及实现.pdf》由会员分享，可在线阅读，更多相关《基于立体视觉运动速度检测系统的研究及实现.pdf（4页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、基于立体视觉运动速度检测系统的研究及实现 高媛媛关胜晓许栋(中国科学技术大学自动化 系，合肥 2 3 0 0 2 7)E ma i l：h r r u s t c e d u 摘 要 介绍 了一种基于立体视觉的运动速度检测 系统的结构框架 系统在采集卡 自带的软件开发 包的基础上进行二 次软件 开 发 加入 了摄 像机 标定和 图像 处理 分 析部 分。整个检 测 系统 主要 包括 图像采 集和 运动检 测 两 大环 节：涵 盖摄 像 机标定、图像获取及顸处理、目标分割、3 D定位、速度求取 5个功能模块 并具有友好的操作界面 方便用户使用。文章重 点针对 目标分割和定位中所采用的技术方法展开

2、了讨论。该系统可以具体应用在车辆和游乐设施等的运动速度检测上 在设备的安全运行 以及交通监管方面有重要意义 关键 词 立体视 觉 图像 序 列 速度检 测 文章编号 1 0 0 2 8 3 3 l 一(2 0 0 5)2 2 0 0 4 5 0 3 文献标识码 A 中图分类号 T P 3 9 t Re s e a r c h a n d I m p l e me n t a t i o n o f S pe e d De t e c t i o n S y s t e m Ba s e d o n S t e r e o-Vi s i o n Ga o Yu a n y u a n Gu a

3、n S h e n g x i a o Xu Do n g (D e p a r t me n t o f A u t o ma t i o n，Un i v e r s i t y o f S c i e n c e a n d T e c h n o l o g y o f C h i n a，He f e i 2 3 0 o 2 7)Ab s t r a c t：T h i s p a p e r p r e s e n t s a mo t i o n s p e e d d e t e c t i o n s y s t e m b a s e d o n s t e reo v i

4、 s i o n t e c h n o l o g y T h e s y s t e m e mp o l d e r i ma g e c o l l e c t i n g c l i p S S DK，a d d i n g c a me r a s c a l i b r a t i o n a n d i ma g e p r o c e s s i n g I t c o n s i s t s o f i ma g e-s e q u e n c e s c o l l e c t i o n a n d mo t i o n p e r c e p t i o n，h a

5、v i n g fi v e f u n c t i o n mo d u l e s：c a me r a s c a l i b r a t i o n，i ma g e c a p t u r e a n d p r e t r e a t me n t，mo t i o n p e r c e p t i o n，3 D p o i n t p o s i t i o n i n g，a n d c a l c u l a t i n g s p e e d Ot h e r wi s e，t h e p a p e r d i s c u s s e s d e t a i l e

6、d l y t h e a rit hme t i c s o f mo v i n g o b j e c t s e g me n t a t i o n a n d p o s i t i o n i n g T h i s s y s t e m c a n b e a p p l i e d t o v e h i c l e d e t e c t i o n a n d e q u i p m e n t S s e c u ri t y i n s p e c t i o n Ke y wo r ：s t e r e o v i s i o n，i ma g e s e q u

7、 e n c e s，mo t i o n-s p e e d d e t e c t i o n 1 引 言 本文的研究对象主要是运动 目标的速度。以往的一些检测 运动速度方法都具有一定的应用局限性。如环型线圈检测仪需 要铺设在路面下 所以安装不方便且故障率高；超声波和红外 线检测仪易受环境的干扰因而检测精度不高：激光检测仪的检 测精度高，操作方便，但成本较高，因此不太适合实际应用。而 近些年来，随着计算机图像处理技术和高精度传感器应用的1 3 益广泛，使得视觉检测仪在运动检测方面得到了广泛应用。它 具有安装、使用和维护方便，设置直观灵活、检测范围大，成本 低，便于开发和升级等优点，并可实现

8、全程的智能化检测。双 目视觉法 是立体视觉测量中最常用的形式之一 其基 本原理是用两台C C D摄像机以不同角度获取物体图像，通过空 间物点在两幅图像中对应像点之间的几何位置关系来 重构该 物点的空间三维坐标。达到高精度三维定位的一个关键前提是 特征向量的选取以及高精度立体匹配 目前市面上出现了一些有关视觉运动检测的系统软件 但 绝大多数都是基于单 目视觉的，而且往往在检测过程中需要有 标志线和虚拟线的辅助。由于利用单摄像机采集到的图像对于 后续图像处理中的遮挡问题和深度求取无能为力 因此在本文 介绍的“运动速度检测 系统”中采用了双摄像机来捕获运动目 标。下面给出该系统的结构框架和具体算法，

9、并在最后给出实 验结 果。2总体 设计思想 作为一个设计良好的系统 应当具有通用性好、灵活性强、执行效果好等性 能，具体 到该 系统 中，即应 当：在采用通用的 C C D摄像机和采集卡，尽量少地利用先验知识，使用最小的人 机交互的情况下，实现对多种运动速度的实时、精确检测。整个 系统 的执 行过 程 大致分 为 以下几 个 步骤：(1)预先对摄像机进行标定：(2)运行系统，在进入 图像采集界面后 用户可根据实际检 测情况，通过对话窗口来设定采样间隔：(3)捕获运动图像，并记录采集的时间信息和摄像机信息；(4)采集完毕，自动进入运动检测界面，在对两组图像序列 进行必要 的预处理后，完成对运动

10、目标区域的初始分割：(5)对同一时刻左右两帧中的 目标进行立体匹配 并结合 导入的摄像机标定结果，计算出 目标在三维空间的实际位置：(6)根据 图像序列的时间信息，计算运动速度。作 者简 介：高 媛媛(1 9 8 1 一)，女，在 读硕 士研究 生，模式 识别与 智 能系统 专业，目前主要 从事 计算 机视 觉、图像处 理方 面 的研究。关胜 晓(1 9 6 1 一)，男，酉 0 教授，主要研究方向包括机器人机构和控制设计，智能监控和模式识别系统的设计与研究，工程数据库和 E R P系统软件开发等。许栋(1 9 8 2 一)，男，自动 化系本 科生。计算机工程与应用 2 o 0 5 2 2 4

11、 5 维普资讯 http:/ 该系统采用两个进程来分别完成图像捕获和运动检测。一 个进 程是基于修改后 的图像采集卡 自带 的软件开发工具箱(S D K)来捕获运动 目标；另一个进程主要是对图像序列 的处理 分 析 以实现 运 动参数 的检 测 并输 出检 测 结果。在 检测 环 节 的 各个模块中，文章从实际情况出发，选用了相应的算法。3 摄像机标定 和运动检测 在利用系统进行捕获和检测运动 目标之前 需要事先对摄 像机进行参数标定，以实现后续计算。摄像机标定是立体视觉 中必须的一个步骤，其结果直接影响到立体匹配的精确性。这 里采 用 J a n n e H e i k k i l i 提

12、出 的 4步标 定 法 对 系统 使用 的两 台 摄像机进行内外参标定。整个标定过程是对 T s a i 的两步标定 法的一个改进，增加的两步分别用来补偿镜头厕形产生的失真 和纠正受畸变扭曲的图像元素的坐标。这种方法能够根据实验 数据精确地补偿轴向和切向畸变 并给出一个由图像坐标反向 求世界坐标的线性方法。标定结果将直接导入 目标定位环节。在系统进入“运动检测”界面后，首先完成对采集到的图 像进行灰度变换、直方图增强、平滑滤波等必要的预处理。这里 需要特别指 m的是，由于序列图像本身含有各种噪声干扰 且 当目标运动速度过快时可能产生图像的“拉毛”现象 所 以需要 对图像进行平滑滤波。文【9】对

13、常用的滤波器进行 了总结。应用 较多的高斯滤波器虽然能抑制高斯噪声，但它不能消除任何毛 刺现象。考虑这种情况，系统采用 了文 2 的快速 中值滤波(F M)算法，它的思想是把 数字 图像中一个像素点的灰度值用 该点邻域中各点的中值替代，其 中每次窗口沿着行平移一列后 进行 排序 时，实 际窗 口内容 变 化的只 是丢 弃 了最 左侧 的列 取 而 代之的是一个新的右侧列 而其余窗 口下的像素值没有改变。该算 法是 一种很 好 的非线 性 滤波 方法 可极 大地 减 小运 算 量 能 消 除脉 冲干扰 造成 的孤 立 噪声 以及 叠 加 白噪声 和 长尾 叠加 噪声，并可克服线性滤波器滤波结果中

14、细节模糊 的问题，能较 好地保护边界信息。经过预处理后的图像序列成为可供计算机 分析处理 的图像。图像分割模块主要实现运动区域 的检测。虽然实际的目标 图像采集T作是在 自然条件 下进行的 但考虑图像采集时间间 隔短且总的采集时问不长 因此可以忽略视场内光线、背景等 变化因素的干扰。文【3 1 给m了检测运动目标的一些具体算法。综合实际工作中的对于精确性和实时性 的要求 系统首先采用 了计算量小并且检测结果不受运动 目标速度限制的差影法来 进行运动检测，再利用迭代求得最佳灰度阈值对结果帧分割并 二值化。由于 分割后 的 图像仍 有 可能含 有少 量 的背 景噪 声 干扰 因 此需要进一步用形态

15、学方法对其进行去噪。本系统采用的结构 元素是 3 X 3的中心对称结构。经过先闭后开(经实验验证：这 比先开后闭得到的图像 目标连通区域更光滑)的运算后的图像 中基本上只留下完整的运动 目标。4 目标定位 上一 模块 只是运 动 区域 的初 始检 测和 分割 实现 了在 图 像序列中目标的提取和“粗定位”下面还需要通过提取适当的 特征 向量以及立体匹配来实现目标 的精确定位。特征向量的提取和定位过程直接影响特征匹配结果的精 确度。立体匹配的实质是在匹配准则下的最佳搜索问题。文 4 5 2 0 o 5 2 2计算机工程与应用【8，l O 1对于 目前常用的匹配算法给出了一个较为全面的总结。可以看

16、到，特征匹配的计算量小、速度快，不直接依赖于灰度并 具有 较强 的抗 干扰 性，易 处理视 差不 连续 问题；尽管 如此，特 征 匹配只能得到稀疏的视差场，要获得密集的视差场必须辅以复 杂的插值过程。但这里系统设计的目的不是为了对检测目标进 行全面的三维重建 它已把检测 目标符号化为一个平面，因此 可以不用考虑插值这一步。以下是具体步骤：4 1 特征 提取和 目标分 类 由于实际 目标运动方式的多样，形状大小的不规则，所以 若直接用 目标 的边界轮廓作为特征进行匹配不仅计算极其复 杂耗时，而且效果也不一定好。另外 考虑到摄像机是与运动 目 标轨迹基本呈正直摆放的 而且是远距 离检测(一般为 5

17、 O 1 0 0 m)，整个 图像捕获 的时间也很短，因此 目标于不同时刻在 图像平面中的大小和形状具有平滑性，即不会有很大变化。所 以为了快速精确地进行 目标匹配，这里借鉴了文章【4，5 1 中所提 m的方法，并在分别对两组序列图像中的 目标进行匹配分类的 时候，综合考虑 了目标的最小外接矩形以及灰度面积。即先采 用串行边界分割技术对 图像 中所有连通器区域进行边 界跟踪 运算。，再求 出各个连通区域的外接矩形 和灰度面积等参数。对于多个运 动 目标的检测 可在求外接矩形的过程中 根据实 际 目标的形状大小、外接矩形尺寸和灰度面积进行匹配 以区 分不同物体。下面给出在图像序列 中多个 目标的

18、分类过程：f o r(n=0；肘+；n N U M)假设图像 中有 n 个待检区域 系统最多可 以同 时检测 N UM 个 目标 类 别 中元 素个数=0 类 别 中元素 的平 均参 数=0：初 始 化 j f(1平 均宽 度一 待检 区域 宽度 l 阈 值 T I 平均 高度一待检 区域 高度k阈值 T 2 l平均灰度面积一 待检区域灰度面积 0 0084 0，541 1 256 1 7 91 0，0242 1 437 3 484 53 58 1，4372 2，452 8 469 1 05 0 0，1 01 0 5，769-I 8，11 223 8 0 0 0 0 0 0 0 0 0 0 0

19、 0 0 0 0 0 0 0 0 0 0 0 0 0 ，、，0 0451 一，t：-。1_璧 壅 丝 l ，-：图 3速度检 测 结果 图 7讨 论和 总结 本 文介 绍 了一 种 基 于双 目视觉 的运 动速 度 检测 系统 并利 用软件编程搭建起整个系统的应用框架。该系统软件摆脱了以 往摄像机标定和图像处理分析分离这一弊端 将摄像机标定、图像 捕 获、运动 检测集 合 为一体；并且 考虑 到实 际 速度 检测 中 运动 目标的运动速度不同、形状大小各异 系统利用立体视觉 原理，采用了通用有效的检测算法，并提供了对话框方便用户 与系 统之 问 的交互，准 确实 现 了运动 目标 的 检测 和

20、定 位 经初 步实 验验证 收 到 了满意 的效果。由于该 速 度检 测 系统 成本低，检测精度高，鲁棒性好，操作和维护方便，使得其应用前景相当(下转5 3 页)计 算机 工程 与应 用 2 0 0 5 2 2 4 7 维普资讯 http:/ 对 图 G 调用 算法 1，结果 记 为 1、s (s，t)I F v a l(T S P (s，)v al(T S P p(s，)T HE N T S (s，)=T S l(s，t)p=p+l 输 出 1、s P (s，t)作 为结果 EI 5E 结束 此问题 无解 时 间复 杂度分 析：由上述算法可知，求特定两点间的 T S P首先要得到 S S P

21、 和 F S P，求 F S P的时间复杂度为 O(n )；设 F S P中平均边数为 q求 S S P就是进行 q次删边和使用单限制多权值的最短路径 搜索算法。故 S S P部分的时间复杂度为 O(q n )；假设 S S P平均 边数为P 且 S S P 和 F S P重复的边数为 d。则 T s P总 的时间复 杂度为 O(1+g+d+(g d)(P d)2)n )。6实例 本文用 V C+开发了对应于上述算法的程序。图 1为算法 的一个示例 在此简单无向连通图中，每条边上有两个权值 W 和 W ，分别表示轨道交通 中线路长度权值以及换乘次数的权 值。l(3 I)l(2 0，1)(8 1

22、)2 ：4 J ()。(1 7 1)、一 图 1 带 两个 权值 的简单 无 向图 给定限制条件 为W：3(即换乘次数不大于 3次)，定义 评价函数为 v a l=C 1 W 1+W 2，令 C l=O 9，=O 1。在相同评价函 数下对节点 O到节点 4、节点 O到节点 5进行 k 3条渐次短 路径搜索和无限制条件的深度优先搜索，表 1所示为两对节点 在两种搜索算法下得到的结果。当无限制条件的深度优先算法 得到的 满足限制条件时(如节点 O到节点 4的三条路径)，采用本文算法和无限制条件的深度优先算法得到的结果一致；当无限制条件的深度优先算法得到的W 不满足限制条件时(如节点 O到节点 5的

23、 S S P和 T S P)，所得到的 S S P的v a l 为 5 5 _ 3 O、T s P的 v a l 为 5 8 0 0，而本算法得到的v a l 结果分别为 5 8 8 O和 6 3 3 O，但是本算法 中W 均由原深度优先算法得到的 4减小到了 3 达到了适当增加换乘路径长度来减小换乘次数 这 一 目的 表 1 两种算法搜索结果比较 7 结束语 本文探讨了轨道交通换乘站点增加所引起的换乘路径增 加这一问题。提出的单限制多权值 的(3)条渐次短路径的 搜索算法可用于解决轨道交通 中路径选择等实际应用问题。(收稿 日期：2 0 0 4年 1 1 月)参考文献 1 J o h n H

24、 e r s h b e r g e r，Ma t t h e w Ma x e l，S u b h a s h S u r i F i n d i n g t h e K s h o r t e s t s i m p l e p a t h s：A n e w al g o t h m a n d i t s i m p l e m e n t a t i【)n【R】AL ENEX Ba l t i mo r e，2 0 0 3 01：l 1 1 4 2 C h ri s t o p h e r C S K I S C I M B rac e L G OL DE N S o l v i n

25、 g k-s h o rt e s t a n d C o n s t r a i n e d S h o rt e m p a t h P r o b l e m s E f fi c i e n t l y J A n n a l s o f O p e r a t i o n s Re s e a r c h，Vo l 2 0，1 9 8 9；2 0：2 4 9-2 8 2 3 钱颂迪 运筹学【M】修订版，北京：清华大学出版社，1 9 9 0 0 1 4 E W D i j k s t r a A n o t e o n P ro b l e m i n c o n n e x i o

26、n w i t h g r a p h s J】N u me ri c Ma t h e ma t i c s。1 9 5 9：1：2 6 9 2 7 1 (上接4 7 页)广阔。无论在交通管理还是特种设备的安全检测方面都将会有 广泛应用。(收稿 日期：2 0 0 4年 l 1 月)参 考文献 1 B r o wn M Z，B u r s c h k a D，Ha g e r G D Ad v a n c e s i n c o mp u t a t i o n al m e r e o；P a t t e rn A n al y s i s and Ma c h i n e I n t e

27、l l i g e n c e J I E E E T r ans a c t i o n s o n，2 0 o 3；2 5(8)2 T S H u a n g A f a s t t w o-d i m e n s i o n al m e d i an fi l t e ri n g al g o ri t h m J I EE E T r a n s a c t i o n s o n Ac o u i c s，S p e e c h a n d S i g n al P r o c e s s i n g，1 9 7 9；AS S P 一 2 7(1)：1 3 1 8 3 胡俊，苏祥

28、芳 图像序列运动检测算法的研究及其应用 J 武汉大学 学报，2 O 0 o；(1 0)：6 1 3 6 1 6 4 王栓，艾海舟 基于差分 图象的多运动 目标的检测与跟踪 J 中国图 象 图形学 报，1 9 9 9；4(A)(6)5 杨海波等 基于团块匹配的序列图像中运动目标的分割方法 J 浙江 大 学学 报。2 0 01：3 5(4)6 章毓晋 图像理解与计算机视觉 M I 北京：清华大学 出版社，2 0 0 0 7 杨枝灵，王 开 V I S U A L C+数字图像获取、处理及实践应用 M、北 京：人 民邮 电 出版 社。2 0 0 3 0 1 8 游素亚，徐光佑等 立体视觉研究的现状 与进展 J 中国图像图形学 报，1 9 9 7；2(1)9 张根耀，赵国际，赵宗涛 运动 目标识别中的噪声滤除技术 J 西北大 学学 报(自然 科学 版)，2 0 0 3；3 3(2)：1 4 7 1 5 0 1 0 徐奕 周军，周源华 立体视觉 匹配技术 J 计算机工 程与应 用，2 0 o 3；(1 5)：1 5 计算机工程与应用 2 0 0 5 2 2 5 3 维普资讯 http:/