一种图像中心定位优化方法

1.本发明属于计算机视觉和计算机图形学领域，涉及一种图像中心定位优化方法。


背景技术：

2.数字摄影测量是一种基于图像的测量技术，在各个摄站对待测样件进行拍摄获取待测样件相片后，通过定位待测样件相片中靶标的图像中心点，进而得到靶标的三维坐标，在此基础上继续进行后续测量。定位待测样件相片中靶标图像中心点主要基于相片图像特征进行分析，其中，相片图像特征主要是指拍摄测量过程中待测样件相片上靶标对应的靶标图像的灰度分布和圆度。
3.通常情况下，定位待测样件相片中靶标的图像中心点主要包括边缘提取和图像中心定位两个过程。边缘提取一般采用梯度算子(比如sobel算子、prewitt算子、log算子和cany算子等)首先确定待测样件相片中靶标图像的像素级边缘，然后根据像素级边缘的灰度梯度进一步确定靶标图像的亚像素级边缘。图像中心定位主要有灰度加权重心法和椭圆中心拟合法两种方法，这两种方法都是依据靶标图像的灰度分布和圆度来进行中心定位，其中，灰度加权重心法只需要得到靶标图像的像素级边缘，对靶标圆度并不敏感，定位精度主要受靶标的灰度等级和梯度分布特征的影响。而椭圆中心拟合法需要对靶标图像的亚像素级边缘进行椭圆拟合后定位中心，定位精度主要受靶标圆度和图像边缘灰度分布的影响。
4.在靶标污染或测量角度不佳等极端测量条件下，靶标图像会出现灰度分布异常或者圆度特征扭曲等图像畸变的情况，此时采用常规的图像中心定位方法(即单独采用灰度加权重心法或者椭圆中心拟合法)进行图像中心定位，会导致所有相片中针对同一靶标的中心点定位误差较大，进而使得后期相片拼接和解算的精度较低，测量精度衰减较大。


技术实现要素：

5.本发明针对现有技术中的不足，提供一种图像中心定位优化方法，包括：
6.获取待测样件相片的图像特征，所述图像特征包括灰度特征；
7.根据所述灰度特征，提取靶标图像的像素级边缘和亚像素级边缘；
8.利用灰度加权重心法确定所述像素级边缘内的第一靶标图像的第一中心点坐标；
9.根据所述第一靶标图像的灰度特征，确定所述第一中心点坐标的第一加权系数；
10.利用椭圆中心拟合法确定所述亚像素级边缘内的第二靶标图像的第二中心点坐标；
11.根据所述第二靶标图像的圆度特征，确定所述第二中心点坐标的第二加权系数；
12.根据所述第一中心点坐标、所述第一加权系数、所述第二中心点坐标和所述第二加权系数，确定靶标图像的中心点坐标。
13.进一步地，所述利用灰度加权重心法确定所述像素级边缘内的第一靶标图像的第一中心点坐标，包括：
14.获取所述像素级边缘内的第一靶标图像中所包含的各个像素的位置坐标和灰度值；
15.根据所述第一靶标图像中所包含的各个像素的位置坐标和灰度值，利用灰度加权重心法确定所述第一靶标图像的灰度重心坐标；
16.将所述灰度重心坐标确定为所述第一靶标图像的第一中心点坐标。
17.进一步地，所述根据所述第一靶标图像中所包含的各个像素的位置坐标和灰度值，利用灰度加权重心法确定所述第一靶标图像的灰度重心坐标，包括：
18.通过以下公式确定所述第一靶标图像的灰度重心坐标：
[0019][0020]
其中，x0和y0为所述第一靶标图像的灰度重心坐标，xi和yi为所述第一靶标图像中所包含的第i个像素的位置坐标，fi为所述第一靶标图像中所包含的第i个像素的灰度值，i为大于或等于1且小于或等于n的整数，n为所述第一靶标图像中所包含的像素个数。
[0021]
进一步地，所述根据第一靶标图像的灰度特征，确定所述第一中心点坐标的第一加权系数，包括：
[0022]
根据所述第一靶标图像的灰度特征，获取所述第一中心点坐标所对应的第一中心点的灰度值，以及所述像素级边缘的边缘灰度值；
[0023]
根据所述第一中心点的灰度值和所述边缘灰度值，确定灰度分布等级；
[0024]
对所述灰度分布等级进行归一化处理，得到所述第一中心点坐标的第一加权系数。
[0025]
进一步地，所述利用椭圆中心拟合法确定所述亚像素级边缘内的第二靶标图像的第二中心点坐标，包括：
[0026]
对构成所述亚像素级边缘的所有像素点进行椭圆最小二乘拟合，得到拟合椭圆；
[0027]
根据所述拟合椭圆所对应的椭圆方程的参数，确定所述拟合椭圆的中心坐标；
[0028]
判断待测样件上的靶标所在平面与所述靶标图像是否平行；
[0029]
如果待测样件上的靶标所在平面与所述靶标图像平行，则将所述拟合椭圆的中心坐标确定为所述亚像素级边缘内的第二靶标图像的第二中心点坐标。
[0030]
进一步地，所述根据所述拟合椭圆所对应的椭圆方程的参数，确定所述拟合椭圆的中心坐标，包括：
[0031]
通过以下公式确定所述拟合椭圆的中心坐标：
[0032][0033]
其中，x
’0和y
’0为所述拟合椭圆的中心坐标，b、c、d、e均为所述拟合椭圆所对应的椭圆方程的参数。
[0034]
进一步地，所述方法还包括：
[0035]
如果待测样件上的靶标所在平面与所述靶标图像不平行，则根据待测样件上的靶标所在平面与所述靶标图像的夹角、所述待测样件上的靶标的靶标直径、对所述待测样件进行拍摄的镜头焦距、所述靶标在所述靶标图像上的径向偏移量、所述靶标相对光轴的横向偏移量以及所述靶标到镜头投影中心的距离，确定靶标中心投影偏移补偿量；
[0036]
根据所述靶标中心投影偏移补偿量对所述拟合椭圆的中心坐标进行偏移补偿，得到所述亚像素级边缘内的第二靶标图像的第二中心点坐标。
[0037]
进一步地，所述根据待测样件上的靶标所在平面与所述靶标图像的夹角、所述待测样件上的靶标的靶标直径、对所述待测样件进行拍摄的镜头焦距、所述靶标在所述靶标图像上的径向偏移量、所述靶标相对光轴的横向偏移量以及所述靶标到镜头投影中心的距离，确定靶标中心投影偏移补偿量，包括：
[0038]
通过以下公式确定靶标中心投影偏移补偿量：
[0039][0040]
其中，e’为靶标中心投影偏移补偿量，rm为所述靶标在所述靶标图像上的径向偏移量，c为对所述待测样件进行拍摄的镜头焦距，rm为所述靶标相对光轴的横向偏移量，zm为所述靶标到镜头投影中心的距离，d为所述待测样件上的靶标的靶标直径，α为待测样件上的靶标所在平面与所述靶标图像的夹角。
[0041]
进一步地，所述根据所述第二靶标图像的圆度特征，确定所述第二中心点坐标的第二加权系数，包括：
[0042]
获取所述拟合椭圆的长轴长度和短轴长度；
[0043]
将所述长轴长度与所述短轴长度的比值，确定为待调整系数；
[0044]
对所述待调整系数进行归一化处理，得到所述第二中心点坐标的第二加权系数。
[0045]
本发明的有益效果是：利用灰度加权重心法得到第一中心点坐标，再结合第一靶标图像的灰度特征确定第一中心点坐标的第一加权系数，利用椭圆中心拟合法得到第二中心点坐标，再结合第二靶标图像的圆度特征确定第二中心点坐标的第二加权系数，最终分别对第一中心点坐标和第二中心点坐标进行对应的加权求和，得到靶标图像的中心点坐标，极大提高了靶标污染或测量角度不佳等极端测量条件下图像中心定位的准确性与鲁棒性，进而使得后期相片拼接和解算的精度较高，测量精度衰减较小。
附图说明
[0046]
为了更清楚地说明本发明的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0047]
图1为本发明实施例提供的一种图像中心定位优化方法的流程示意图；
[0048]
图2为灰度内插原理示意图；
[0049]
图3为靶标所在平面与靶标图像的相对位置示例示意图；
[0050]
图4为本发明实施例提供的靶标所在平面与靶标图像不平行时所对应的偏移补偿
模型几何示意图；
[0051]
图5为本发明实施例提供的靶标图像的中心点、第一中心点和第二中心点的对比示意图。
具体实施方式
[0052]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0053]
针对现有技术中的不足，本发明实施例提供一种图像中心定位优化方法。图1示例性示出了本发明实施例提供的一种图像中心定位优化方法的流程示意图，如图1所示，具体包括如下步骤：
[0054]
101：获取待测样件相片的图像特征。
[0055]
其中，图像特征包括灰度特征。
[0056]
具体地，灰度特征表示各个像素的灰度值。
[0057]
102：根据灰度特征，提取靶标图像的像素级边缘和亚像素级边缘。
[0058]
具体地，提取靶标图像的像素级边缘和亚像素级边缘的方式有多种，本发明实施例不作具体限定。
[0059]
103：利用灰度加权重心法确定像素级边缘内的第一靶标图像的第一中心点坐标。
[0060]
具体地，将靶标图像的像素级边缘作为第一靶标图像的边缘，也就是将靶标图像的像素级边缘作为灰度加权的边界。
[0061]
进一步地，可以具体通过以下步骤利用灰度加权重心法确定像素级边缘内的第一靶标图像的第一中心点坐标：
[0062]
步骤一，获取像素级边缘内的第一靶标图像中所包含的各个像素的位置坐标和灰度值。
[0063]
步骤二，根据第一靶标图像中所包含的各个像素的位置坐标和灰度值，利用灰度加权重心法确定第一靶标图像的灰度重心坐标。
[0064]
进一步地，可以通过公式(1)确定第一靶标图像的灰度重心坐标：
[0065][0066]
公式(1)中，x0和y0为第一靶标图像的灰度重心坐标，xi和yi为第一靶标图像中所包含的第i个像素的位置坐标，fi为第一靶标图像中所包含的第i个像素的灰度值，i为大于或等于1且小于或等于n的整数，n为第一靶标图像中所包含的像素个数。
[0067]
步骤三，将灰度重心坐标确定为第一靶标图像的第一中心点坐标。
[0068]
图2示例性示出了灰度内插原理示意图，如图2所示，将靶标图像的像素级边缘作为灰度加权的边界，通过第一靶标图像像素的灰度值对像素位置进行加权，进而求出靶标的灰度重心即作为靶标的中心，图2中，(i，j)表示靶标的中心所在像素的位置坐标，(i+1，j-1)表示靶标的中心所在像素左下邻域位置坐标，(i-1，j+1)表示靶标的中心所在像素右
上邻域位置坐标，α1表示靶标灰度梯度的方向角起始值，α2表示靶标灰度梯度的方向角终止值。
[0069]
104：根据第一靶标图像的灰度特征，确定第一中心点坐标的第一加权系数。
[0070]
具体地，可以通过以下步骤确定第一中心点坐标的第一加权系数：
[0071]
步骤一，根据第一靶标图像的灰度特征，获取第一中心点坐标所对应的第一中心点的灰度值，以及像素级边缘的边缘灰度值。
[0072]
其中，边缘灰度值表示边缘各个像素的平均灰度值。
[0073]
步骤二，根据第一中心点的灰度值和边缘灰度值，确定灰度分布等级。
[0074]
具体地，灰度分布等级＝(第一中心点的灰度值-边缘灰度值)/255。
[0075]
如果灰度分布等级的值比较大，则说明靶标曝光合理，足够亮且不过度曝光，适合采用灰度加权重心法确定中心。
[0076]
步骤三，对灰度分布等级进行归一化处理，得到第一中心点坐标的第一加权系数。
[0077]
具体地，归一化处理表示将灰度分布等级的值变换为0至1之间的小数。
[0078]
105：利用椭圆中心拟合法确定亚像素级边缘内的第二靶标图像的第二中心点坐标。
[0079]
具体地，将靶标图像的亚像素级边缘作为第二靶标图像的边缘。
[0080]
进一步地，可以通过以下步骤确定亚像素级边缘内的第二靶标图像的第二中心点坐标：
[0081]
步骤一，对构成亚像素级边缘的所有像素点进行椭圆最小二乘拟合，得到拟合椭圆。
[0082]
平面椭圆的一般方程可以通过公式(2)表示：
[0083]
x2+2bxy+cy2+2dx+2ey+f＝0
ꢀꢀ
公式(2)
[0084]
公式(2)中，b、c、d、e和f均表示拟合椭圆所对应的椭圆方程的参数。通过最小二乘拟合可以求解这些参数，进而得到拟合椭圆的表达式。
[0085]
步骤二，根据拟合椭圆所对应的椭圆方程的参数，确定拟合椭圆的中心坐标。
[0086]
具体地，在确定拟合椭圆所对应的椭圆方程的参数后，可以通过公式(3)确定拟合椭圆的中心坐标：
[0087][0088]
公式(3)中，x
’0和y
’0为拟合椭圆的中心坐标，b、c、d、e均为拟合椭圆所对应的椭圆方程的参数。
[0089]
步骤三，判断待测样件上的靶标所在平面与靶标图像是否平行。
[0090]
示例性地，图3示例性示出了靶标所在平面与靶标图像的相对位置示例示意图，如图3所示，o’为相机所在位置，c为靶标平面的中心，τ为靶标中心相对于图像中心的距离，靶标平面与图像平面平行时，成像的中心c'和拟合椭圆的中心e'相同，不存在投影偏移补偿(即e’＝0)，靶标平面与图像平面不平行时，成像的中心c'和算法拟合椭圆中心e'存在一定的投影偏差，即e’，偏差大小和平面之间的夹角有关。
[0091]
步骤四，如果待测样件上的靶标所在平面与靶标图像平行，则将拟合椭圆的中心
坐标确定为亚像素级边缘内的第二靶标图像的第二中心点坐标。
[0092]
步骤五，如果待测样件上的靶标所在平面与靶标图像不平行，则根据待测样件上的靶标所在平面与靶标图像的夹角、待测样件上的靶标的靶标直径、对待测样件进行拍摄的镜头焦距、靶标在靶标图像上的径向偏移量、靶标相对光轴的横向偏移量以及靶标到镜头投影中心的距离，确定靶标中心投影偏移补偿量。
[0093]
进一步地，可以通过公式(4)确定靶标中心投影偏移补偿量：
[0094][0095]
公式(4)中，e’为靶标中心投影偏移补偿量，rm为靶标在靶标图像上的径向偏移量，c为对待测样件进行拍摄的镜头焦距，rm为靶标相对光轴的横向偏移量，zm为靶标到镜头投影中心的距离，d为待测样件上的靶标的靶标直径，α为待测样件上的靶标所在平面与靶标图像的夹角。
[0096]
图4示例性示出了本发明实施例提供的靶标所在平面与靶标图像不平行时所对应的偏移补偿模型几何示意图，如图4所示，待测样件上圆形靶标与图像平面的夹角为α，圆形靶标到镜头投影中心的距离为zm，圆形靶标相对光轴的横向偏移量为rm，对待测样件进行拍摄的镜头焦距为c，圆形靶标在靶标图像上的径向偏移量为rm，靶标中心点投影与图像中心的图像中心投影偏移为e’。
[0097]
步骤六，根据靶标中心投影偏移补偿量对拟合椭圆的中心坐标进行偏移补偿，得到亚像素级边缘内的第二靶标图像的第二中心点坐标。
[0098]
106：根据第二靶标图像的圆度特征，确定第二中心点坐标的第二加权系数。
[0099]
具体地，可以通过以下方式确定第二中心点坐标的第二加权系数：
[0100]
首先，获取拟合椭圆的长轴长度和短轴长度。
[0101]
然后，将长轴长度与短轴长度的比值，确定为待调整系数。
[0102]
通常来说，长轴长度与短轴长度的比值可以用于评价拟合椭圆的圆度，圆度越接近1，说明拟合椭圆越接近正圆，适合采用椭圆中心拟合法确定中心。
[0103]
最后，对待调整系数进行归一化处理，得到第二中心点坐标的第二加权系数。
[0104]
其中，归一化处理表示将待调整系数的值变换为0至1之间的小数。
[0105]
107：根据第一中心点坐标、第一加权系数、第二中心点坐标和第二加权系数，确定靶标图像的中心点坐标。
[0106]
具体地，第一中心点坐标和第二中心点坐标分别与对应的第一加权系数和第二加权系数相乘，再将乘积求和，即可得到靶标图像的中心点坐标。
[0107]
图5示例性示出了本发明实施例提供的靶标图像的中心点、第一中心点和第二中心点的对比示意图，如图5所示，靶标图像的中心点如图中加权算法中心点所示，第一中心点如图中算法1中心点所示，第二中心点如图中算法2中心点所示，第一加权系数为加权系数γ1，第二加权系数为加权系数γ2。
[0108]
本发明的有益效果是：利用灰度加权重心法得到第一中心点坐标，再结合第一靶标图像的灰度特征确定第一中心点坐标的第一加权系数，利用椭圆中心拟合法得到第二中心点坐标，再结合第二靶标图像的圆度特征确定第二中心点坐标的第二加权系数，最终分别对第一中心点坐标和第二中心点坐标进行对应的加权求和，得到靶标图像的中心点坐
标，极大提高了靶标污染或测量角度不佳等极端测量条件下图像中心定位的准确性与鲁棒性，进而使得后期相片拼接和解算的精度较高，测量精度衰减较小。
[0109]
以上结合具体实施方式和范例性实例对本发明进行了详细说明，不过这些说明并不能理解为对本发明的限制。本领域技术人员理解，在不偏离本发明精神和范围的情况下，可以对本发明技术方案及其实施方式进行多种等价替换、修饰或改进，这些均落入本发明的范围内。本发明的保护范围以所附权利要求为准。