实时图像快速定位算法及其应用_胡竞

的提高 ! 我们提出把二维信息压缩成一维的信息进行计算 #+!"&! 把图像横向或者纵向投影成一维数据 ! 这里的投影表示把一行 数据或者一列数据进行累加 ! 并用累加和来代表该列或行数据
作者简介 & 胡竞 ’$.-,/ (! 男 ! 硕士生 ! 研究方向 S 虹膜图像采集 # 林喜荣 ! 男 ! 教授 ! 研究方向 S 生物特征识别技术 #
图# 计算投影函数的快速方法
) !*
9(##$%$%
如果源图像素 ! 越大 ! 乘 法 运 算 次 数 将 大 大 减 少 ’ 这 也 是 该算法的优点之一 %
迭代的公式如式 #!$&
24
!""#$!" 计算机工程与应用
+,+,!
计算 !$
" !#
" !#
%& 是模板覆盖下的那块子图像投影函数的能量 ! 随着 " 和 # 的改变而变化 ! 我们可以利用以前得出的结果进行迭代 ! 提高
可以利用 (% #$%$ 的值进行计算 ! 而不必重新进行累 加 计 算 ! 其 方法如图 / 所示 %
计算步骤为 & #, $ 对源图的投影函数 (% #$%$ 扩充补零 ! 使 其 长 度 为 - 的 整数次幂 ’ #-$ 对 模 板 的 投 影 函 数 #% #$%$ 进 行 扩 充 补 零 ! 使 其 与 扩 展 后源图投影一样的大小 ’ #!$分别对源图和模板进行一维 $$%!得到 5 )!*#8%$和 7#8%$’ #/$ 计算 /(##8%$,5 )!*#8%$7 #8%$’ # " $ 对 /(## 8% $ 进 行 一 维 3$$% ! 得 到 源 图 ( 模 板 的 相 关 函 数
其中 &123 *
) !*
%(
! 0*, " ! 0*,
) !*
%
#0 $%#% #0 $
" -
12 *!0(% #0 $1 !13 *!0#% #0 $1
! 0*,
) !*
-(-(,
计算 13
13 是模板投影的能量 ! 跟 #) !* $ 无关 ! 可以直接计算得到 ! 但
不能快速计算 %
-(-(图’ 图像投影原理
$’!
一维 ))* 算法
二维 ))* 算 法 中 对 序 列 进 行 傅 立 叶 变 换 的 快 速 算 法 是 采
用二维的迭代 ! 该算法原理上相对一维 ))* 来说较为复杂 # 因 此考虑通过把二维的图像信息转变为一维序列 ! 再进行相关匹 配 ! 算法思想上比二维的 ))* 算法更加直观 # 一维 ))* 算法过 程中有两次将 数 据 扩 展 到 % 的 整 数 次 幂 ! 所 以 比 二 维 ))* 算 法的计算时间长 #
图像投影的快速定位算法 ! 将二维图像信息的特征压缩成一个特征向量 ! 将该特征向量作为定 位 的 参 数 进 行 图 像 定 位 ! 大大提高了定位的速度 # 该算法比一般的相关算法 % 快速傅立叶算法具有非常明显的速度优势 ) 并且将基于该算法的图 像定位系统嵌入到二维移动工作台进行实时实验 ! 取得了很好的实验结果 # 关键词 图像定位 实时图像 快速傅立叶变换 文献标识码 ) 中图分类号 *0!.
3456789:%
;$<,=
其中二维工作台是由开环系统的步进电机驱动组成的工 作台 ! 运动当量为 =,=#CCD 脉冲 ! 重复定位精度 !>=,=+CC ’
!,#
!,#,#
时间对比实验
实验方法 该实验是测量不同算法在模板大小不同时定位所耗费的
定位时间 ’ 采用的源图大小为 <)=%)-= 的一幅灰度图像 ! 模板 则为源图中任意裁剪出来的子图 ! 模板 #E" 的分辨率分别为 "
文章编号 %""!&’((%& ’!""#(!"&,,"./,+
!"#$ %&’()*$+, (- ./"&0$*,/ 1,"’/ 2(3"$*4’ "45 *$# %66&*3"$*(4
78 9*4’: 2*4 ;*)(4’: 78"4’ ;*4<*4’= >8 ;*"(#+/4’: ?"4’ @*4’A8: ?"4’ B*4= $ ’12324 546 7389:329:6 9; 0:4<=>=9? @43>A:4B4?2 *4<C?9D9E6 3?F G?>2:AB4?2> !H4I3:2B4?2 9; 0:4<=>=9? G?>2:AB4?2> 3?F @4<C3?9D9E6 !*>=?ECA3 J?=K4:>=26 !L4=M=?E $,,,-+( % ’L4=M=?E 53=2=3? *4<C?9D9E6 72F’!L4M=?E $,,,-,(
实时图像快速定位算法及其应用
胡
$
竞$
林喜荣 $
黄新营 %
苏晓生 $
王鼎渠 $
王
敏%
’ 清华大学精密仪器与机械学系精密测试技术及仪器国家重点实验室 ! 北京 $,,,-+ ( % ’北京开天科技有限公司 ! 北京 $,,,-,(
摘
要
图像定位是图形图像学研究的重要方面 ! 然而较慢的定位速度一直制约图像定位的实时应用 # 文章探讨了一种
"
#2 $
#%#$%$*!# #$%!$&$
$& *)
因此 ! 我们可以对 (% #$%$ 和 #%#$%$ 先进行一维的快速傅立 叶变换得到频域函数 5 )!*#8%$ 和 7#8%$! 取 5 )!*#8%$的共轭与 7#8%$ 相乘得到 /(##8%$! 然后对它进行一维的快速傅立叶逆变换得到 源图和模板的互相关函数 9(##$%$! 该 函 数 即 相 当 于 1 23 ! 示 意 图 如图 " %
%C#$)"3$& 79<32=?E 3DE9:=2CB => 9?4 9; 2C4 =BI9:23?2 I3:2> 9; =B3E4 >2AF6 !C9N4K4: =2> D9N K4D9<=26 C3?F=<3I> 2C4 3IID=<32=9? =? :43D/2=B4 >=2A32=9?’O ;3>2 3DE9:=2CB !NC=<C => 83>4F 9? 2C4 I:9M4<2=9? 9; =B3E4!<9BI:4>>4> 2C4 <C3:3<24:> 9; 2N9 /F=B4?>=9? =B3E4 =?29 3 K4<29:!2C4? 2C4 2=B4 => :4FA<4F 86 A>=?E 2C=> K4<29: ;9: D9<32=?E’ *C=> 3DE9:=2CB C3> >AI4:=9:=26 =? K4D9<=26 <9BI3:4F N=2C <9BB9? <9::4D32=9? 3DE9:=2CB 3?F ))* 3DE9:=2CB’P4 C3K4 3<C=4K4F >32=>;6=?E 4QI4:=B4?23D :4>AD2 86 4B84FF=?E 2C4 3DE9:=2CB =?29 2N9/<99:F=?324 B9K=?E N9:R238D4 29 C3K4 :43D/2=B4 24>2>’ D/<E()5# & D9<32=?E 9; =B3E4 !:43D/2=B4 =B3E4 !))*
) !*
源图像为 ( #$%!$&$! 对它进行投影操作与模板不同 ! 是按照 如 下 方 法 进 行 投 影 & 对 源 图 中 的 某 一 像 素 点 #) !* $! 把 以 此 像 素 为起点的长度为 " 的列数据向该像素做累加投影 ! 并 把 计 算 结果存在该像素对应位置 #) !* $ 的一个新矩阵中 ! 投影算法用下 式表达 &
计算 123
) !*
123 是 被 覆 盖 子 图 和 模 板 的 互 相 关 函 数 ! 对 于 一 维 的 函 数 ( #4 $ 和 # #4 $ 的互相关 ! 在频域中有如下的关系 & /(##! $*5 6#! $7 #! $
#) $
) !*
) !*
以 ’ 轴方向投影为例 ! 则模板投影后的一维数据为 &
每次都直接计算相关函数计算量会同样很大 ! 所以我们在计算 相关时可以用 $$% 计算 ! 将式 ## $ 定义为式 #" $&
) !*
# #$%!$&$! 只需要对它进行一次投影运算 ! 即同一行或者列的像
素灰度值进行累加 ! 原理如图 ’ 所示 %
/ #) !* $,
) !*
123
"
#" $
$12 $13
*+"+,
(% #$% $* ! ( #$% !$& $’,")"! !,"*"!-"+,
$& , *
) !*
#- $
Biblioteka Baidu
在计算图像子图投影函数的时候我们可以利用前一坐标 位 置 的 结 果 进 行 迭 代 ! 以 减 少 计 算 量 ! 比 如 在 计 算 (%
) !* )., !*
#$%$ 时
图" 一元函数互相关快速算法框图
#I & 两个方向投影对比图 图B 测试时间对比图
+<%+<(<#%"# (B"%<- (#<)%##B (!B"%!)"! 源 图 与 模 板 图 像 如 图 < 所示 ’
!,+
实时定位精度实验
该实验通过图像投影定位的方法实时测出二维工作台实
际移动的坐标 ! 对投影算法在实际系统中的精度进行测试 ’
#! $
其中 . #) !* $!. #)+" !* $ 分别 是 当 前 子 图 第 ) 行 和 )+" 行 的 灰度值投影 %
&(&
计算源图中子图的投影 用 $$% 计算模板投影与 各个子图投影相关函数
计算相关函数
源图投影后 ! 分别把投影矩阵的每一行和模板的投影进行
相关计算 ! 相关计算的方法如下 &
计算机工程与应用 !""#$!" ".
的 特 征 !这 样 可 以 利 用 子 图 生 成 的 特 征 矩 阵 来 进 行 定 位 !定 位 速度能够得到很大的提高 ! 投影法流程图如图 & 所示 "
计算模板投影
(%
)., !*
#$%$*(% #$%$-. #) !* $+. #)+" !* $
) !*
’3( 源图像 图$ 源图像和模板图像 ’8 ( 模板图像
$ 已有的图像定位方法介绍 $’$ 一般算法
假 设 源 图 为 一 个 !!! 的 图 像 ! 模 板 为 " !" 的 图 像 ! 要 在 源图中按从上到下 % 从左到右的顺序找到这个与模版最相似的 子图所在的位置! 就在源图中遍历计算模板与子图的相关函 数 ! 如图 $ 所示 $ 从图 $ 中可以确定模板定位的搜索范围为 &$!# !$!!%"(
运算速度 ! 其计算公式如下 "
"’# !# " !# " !# "’# !#
%&
>!& *?() ##$@+A?()
%* &@+
%B &
!
实验与分析
为了测试投影定位算法的实时性和稳定性 ! 进行了以下两
个实验 ! 实验平台如表 #"
表#
$%&
内存
实验平台列表
’(
开发工具 工作台 二维移动工作台
%)*+,-./0 "#+12
图像定位技术在工业生产中得到越来越广泛的应用 ! 以提 高 生 产 效 率 !达 到 生 产 智 能 化 的 目 的 !比 如 自 动 切 割 "智 能 下 料 " 自动装配等等 # 要在实际生产中应用图像定位技术就必须 与控制技术结合起来 ! 因此图像定位系统必须满足控制系统中 的稳定性 " 准确性 " 快速性三大特点 #$!%&$ 传统的算法都能满足准 确 性 和 稳 定 性 !但 是 耗 费 的 时 间 比 较 长 !不 能 满 足 快 速 性 的 要 求 $ 为此我们必须针对特殊的应用来找到一种优化的算法 ! 使 其满足实际需求 $ 在本文中介绍的算法就是对激光切割机实时 定位进行探讨的一种图像定位方法 $
"
!(
/ #) !* $*
0*, "
) !* %
#0 $%#% #0 $
"
找出最大相关的坐标点
## $
图&
投影法定位流程图
这样即可得到源图投影和模板投影的互相关估计值 ! 但是
#!
! 0*, ) !*
0 (% # 0 $ 1
) !*
-
$!
! 0*,
0#% #0 $1
-
&()
计算图像的投影函数
这里仍然假设源图尺寸为 !!! ! 模板为 "!" " 模板图像为
$ $ 定位的时间将随着源图像和模板的增大而增大 $
$’%
二维 ))* 算法 #!&
一 般 算 法 对 每 个 像 素 点 ’#!$( 进 行 源 图 的 覆 盖 子 图 能 量 计
%
投影定位算法
二 维 的 图 像 匹 配 计 算 量 非 常 大 #+&! 为 了 使 运 算 速 度 大 幅 度
算和两图的互相关计算的计算量非常巨大 # 二维的 ))* 算法可 以利用子图内算法前一步计算结果进行迭代计算 ! 则乘法运算 次数将大大减少 ! 该算法定位时间不随模板大小变化而变化 #