河北科技大学学报ＪｏｕｒｎａｌｏｆＨｅｂｅｉＵｎｉｖｅｒｓｉ第３２卷第４期２０１１年Ｖｏｌ．３２，Ｎ文章编号：１００８－１５４２（２０１１）０４－０３４７－０４基于单幅图像目标空间定位的算法研究王娟１，２，赵艳３（１．燕山大学信息科学与工程学院，河北秦皇岛０６６００４；２．中国人民武装警察部队学院基础部，河北廊坊０６５０００；３．河北科技大学信息科学与工程学院，河北石家庄０５００１８）摘要：在照相机、摄像机内部参数未知的情况下，提出了一种新的由单幅二维投影图像来进行空间定位的方法，即采用目标上共面四线与其在二维图像上投影相匹配的策略，来实现目标的定位。其基本步骤包括：图像预处理；用Ｐｒｅｗｉｔｔ算子提取边缘；通过基于轮廓特征和拓扑关系的区域分割方法来确定要处理的图像区域；对相机内参数进行标定；实现二维图像的空间测距。实验结果表明，所提出的算法速度快、空间定位精度较高。关键词：目标定位；边缘检测；拓扑关系；测距中图分类号：ＴＮ９１１．７３文献标志码：ＡＴａｒｇｅｔｓｐａｔｉａｌｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｓｉｎｇｌｅｉｍａｇｅＷＡＮＧＪｕａｎ１，２，ＺＨＡＯＹａｎ３（１．ＩｎｓｔｉｔｕｔｅｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＹａｎｓｈａｎＵｎｉｖｅｒｓｉｔｙ，ＱｉｎｈｕａｎｇｄａｏＨｅｂｅｉ０６６００４，Ｃｈｉｎａ；２．ＦｏｕｎｄａｔｉｏｎＤｅｐａｒｔｍｅｎｔ，ＴｈｅＣｈｉｎｅｓｅＰｅｏｐｌｅ′ｓＡｒｍｅｄＰｏｌｉｃ随着计算机视觉研究领域的不断发展，近年来，基于单幅图像进行目标定位以及三维重建的研究成为了该领域的热点之一。根据二维图像来确定目标方位的传统研究一般是建立在照相机、摄像机内部参数均为确定的基础上并且需要至少２台照相机摄像机设备对目标在不同的方位成像才能实现空间定图像预处理由照相机、摄像机获得的图像一般都存在噪声，这些噪声会影响可视化处理的结果。因此需要通过滤波的方法使噪声对原始数据的影响达到最小。低通滤波可以去掉大部分噪声，但会使图像的细节失真；高通滤波虽然加强了图像的边缘细节，但是也同时加强了噪声信息，笔１．１图１系统框架图Ｆｉｇ．１Ｓｙｓｔｅｍ者采用３×３中值滤波进行降噪处理，这种方法在有效消除脉冲噪声的同时，保护了图像的细节。图像降噪后，边缘检测的效果得到了明显改善。特征目标的自动识别提取确定物体的形状轮廓及其内部对象间的空间关系是进行目标定位的基础，也是进行图像识别的重要依１．２据。笔者提出了一种基于轮廓特征和拓扑关系的特征区域提取方法。首先利用空间拓扑关系进行图像分割；然后提取特征区域轮廓特征。图像的区域分割是根据对象之间的空间拓扑关系来完成的。ＥＧＥＮＨＯＦＥＲ等根据２个空间对象关系的９交模型中的５１２种可能关系，提出用８种面面关系（分离、包含、包含于、覆盖、覆盖于、等价、相交和相接关系）来描述图像中对象之间的空间拓扑关系［４］。图像对象之间的空间拓扑关系的形式化表达如图２图２图像对象之间的拓扑关系Ｆｉｇ．２Ｔｏｐｏｌｏｇｉｃａｌｒｅｌａｔｉｏｎ若把标盘区域特征（其他内部边界特征暂不考虑）作为一个整体，并假设为区域１，把整个外围背景假设为区域２，则二者关系为分离的关系。标盘的内部：黑色圆形、白色正方形，黑色边框为包含或者包含于根据这种关系把标盘区域分离出来。１．３用Ｐｒｅｗｉｔｔ算子提取边缘边缘是指周围像素灰度有阶跃变化或屋顶变化的那些像素的集合，它存在于目标与背景、目标与目标区域与区域、基元与基元之间，是图像最基本的特征，是图像分析与识别的重要环节［５］。目前，一般的边缘检测算子包括Ｃａｎｎｙ算子、Ｒｏｂｅｒｔｓ算子、Ｌａｐ是使用图像中目标对象的轮廓作为检索特征，经过实验比较，采用Ｐｒｅｗｉｔｔ算子作为边缘检测算子。确定目标方位及相机内参数的方法２笔者采用特征目标上的共面四线与其在图像上的投影相匹...