《亚像素及模板匹配在十字形标记定位中的应用.doc》由会员分享，可在线阅读，更多相关《亚像素及模板匹配在十字形标记定位中的应用.doc（3页珍藏版）》请在三一办公上搜索。
1、亚像素及模板匹配在十字形标记定位中的应用马 勇（宁夏固原市人民医院计算机中心，宁夏 固原 756000）摘要：首先介绍了亚像素和模板匹配的知识，在此基础上介绍了十字形标记的模板匹配以及亚像素定位算法过程，并且 通过实验验证了本算法的定位效果以及定位速度，本文算法的识别率能够达到 97%，识别速度能够达到 40ms。 关键词：亚像素；模板匹配；定位中图分类号：TP391.41文献标识码：A文章编号：1673-1131（2012）06-0032-03Application of the Sub pixel and Template Matching in the Cross mark Locati
2、onAbstract：This paper introduces the sub pixel matching and template matching knowledge first，On the basis of this introduces cross mark location Algorithm using the sub pixel matching and template matching. Through the experimental verified the effect of positioning and positioning speed of this al
3、gorithm.Keyword：sub-pixel、Match Template、location在机器视觉标定中，常用的标定形状为圆形点，关于圆形点定位方面很多学者已经进行了深入的研究，相对于圆形，十 字形标定形状方面的研究不是很多，而十字形标记在很多工 件上作为标定标志。因此文本研究了亚像素和模板匹配在十 字形标记定位中的应用，并且通过实验验证了本文算法的定 位效果以及定位速度，本文算法的识别率能够达到 97%，识别 速度能够达到 40ms。1 亚像素亚像素精度是指相邻两像素之间细分情况，因此有 1/2，1/3 或 1/4 像素。目前亚像素的研究主要有两个方面：亚像 素边缘检测和亚像素中心
4、标定。亚像素边缘检测算法包括矩方法、插值法、拟合法。亚像素中心标定方面的研究主要集中在亚像素圆心定位。常用的圆心提取方法有基于圆形 对象边缘提取的椭圆拟合法、灰度分布的重心法和曲面拟合 法。2 模板匹配模板匹配是用来研究某一个特点图案在图片中的哪一个位置，根据相似度来确定该该图案是否存在，以及具体的位置。模板匹配方法中使用一个参考模板，这个参考模板是由一系列的识别符号串或者特征向量组成，然后判断这些参考模板 中的哪一个是最佳匹配。模板匹配的步骤基本相同，图 1 所 示模板匹配的流程图。常用的模板匹配算法为基于灰度信息封装技术能有效抵抗侵入式攻击，使用 DSP 安全协处理器和加密芯片实现安全加密
5、需求，使用 IPSec 安全协议保证系统远 程配置管理安全，使用状态检测防火墙检测和阻止可能的系 统攻击，发生系统故障或环境意外时使用备份硬件确保系统 能正常运行。将系统威胁按层次划分，列出系统针对威胁的生存性策 略，分析系统满足的可生存性需求状况形成表 2。表 2 系统可生存性评价态能力不够强，不能判断系统受损状态进行系统恢复，因此该系统可生存性有待进一步提高。4 结语本文针对嵌入式系统攻击方式和嵌入式系统结构分析了 嵌入式系统可生存性，根据指标体系建立原则，利用 Delphi 法 建立了嵌入式系统可生存性指标体系。用实例证明了该指标 体系建立的可行性。下一步的研究工作将对嵌入式系统可生 存
6、性建立模型，选用合适的评估方法对嵌入式系统可生存性 做出评估，用评估结果作为依据来改进提高嵌入式系统可生 存能力。参考文献：1Hollwya B A, Neumann P G. Survivable Computer-com- munication Systems: The Problem Working Group Recom- mendations R. Technical report AL-CE-TR-92-22, Wash- ington: Army Research Laboratory, 1993Fisher J, Linger R. Survivability: protect
7、ing your critical systemsJ. IEEE Journal of Internet Computing, 1999,3(6):55-63Yongxian Jin, Survivability Analysis for Embedded Real- Time SystemJ, Intelligent Information Technology Applic- ations, 2007 Workshop on vol. 2, pp. 273-277吴晓平，付钰. 信息系统安全风险评估理论与方法M. 科学出版社,201123从表 2 可看出，该系统对可能的威胁除旁路攻击和存储
8、器非法复制外都设有可生存应对策略，而在该安全网关的使 用环境中，这两种攻击的可能性不大，故系统形成了较强的抵抗攻击能力，系统出现故障意外后，能利用硬件冗余进行系统4图 2 模板特征提取及训练的流程图3.1.2 模板匹配 选几张带十字的待匹配的照片，同样首先将值化处理，得到二值图像。在得到的二值化图像图 1 模板匹配流程图2.1 基于灰度信息的模板匹配一幅图像的像素灰度值基本上包含了它所有的信息，因 此基于图像像素灰度值的匹配是最基本的匹配算法。采用某 种搜索方法找出待匹配图片中待匹配形状的灰度信息，之后 和参考模板的灰度信息进行相似性度量。常用的灰度匹配算 法可以分为：基于灰度方差的匹配、基于
9、互相关的匹配、基于 归一化的匹配。基于图像灰度的匹配方法不需要对图像做特 征提取而是直接利用全部可用的图像灰度信息，因此，能提高 估计的精度和鲁棒性。但由于在基于图像灰度的算法，如互 相关算法中把匹配点周围区域的点的灰度都考虑进来进行计 算，因此，其计算量很大速度较慢。2.2 基于特征点的模板匹配基于特征点的模板匹配方法是近年来很流行的模板匹配 方法。基于特征点的匹配方法是提取带匹配的图片中带匹配 形状的特征，这些特征包括几何形状信息、角点特征信息、尺 度不变特征变换(SIFT)特征点信息、灰度自相关函数的特征点 信息等等。基于特征点的匹配方法的特点在于只提取图像的 显著特征，很大程度上压缩了
10、图像的信息量，使得计算量小， 计算速度快，而且它对图像灰度的变化具有鲁棒性。但另一 方面，正是由于只利用了小部分的图像灰度信息作为计算量， 所以这种方法对特征提取和特征匹配的错误更敏感，需要可 靠的特征提取和鲁棒的特征一致性。3 亚像素及模板匹配在十字形状定位中的应用3.1 通过模板匹配区分出图片中的十字标记本文采用的模板匹配算法是结合基于灰度信息的模板匹 配方法以及基于特征点的匹配方法。该算法主要分为两个步 骤：第一个步骤是模板特征的提取及训练，第二个步骤是模板 匹配。下面分别介绍这两个步骤。3.1.1 模板特征提取及训练 用相机拍摄一张图片上只有十字的照片，首先将照片进行二值化处理，得到二
11、值图像。二值化的图像上只有十字区域一个联通区域，得到包含十字区域的最小外接矩形。得到 最小外接矩形之后，在原灰度图上将最小外接矩形划分成 7*5 大小的网格，计算两条数据：第一条是每一个网格内像素的平 均灰度值，全部计算完得到一个大小为 35 的数组，第二条是 这个平均灰度值占整个 7*5 网格的比例大小，全部计算完后 也得到一个大小为 35 的数组。得到这两个两条数据之后将 数据存入到 dat 文件中。通过旋转函数，将原始照片旋转 360 度，每一个角度都计算出两个数值存入到 dat 文件中。这样等 到全部旋转完，dat 文件中存入 720 条数据。下面是模板特征的联通区域，并且得到包含每个
12、联通区域的最小外到最小外接矩形之后，同样将每一个最小外接矩形大小的网格，对每一个区域同样计算两条数据，将配好的内存中，然后将这两条数据和 dat 文件中的 较，通过 Bayes 算法进行匹配。所有得到的联通区 方法进行匹配，得到两组匹配率，每组 n 个匹配率一组中比较这 n 个数值的大小，找出最小的一个，配率最接近的一个。得到两个最小匹配率之后，哪个联通区域是十字。图 3 模板匹配的流程图3.2 通过泰勒展开式得到亚像素中心位置文本采用泰勒展开式计算出十字中心亚像素 到亚像素中心位置坐标分为两个步骤：第一个步 十字标志像素级的坐标，第二个步骤是在像素级 础上，通过泰勒展开式计算出十字的亚像素中
13、心 分别介绍这两个步骤。3.2.1 像素级中心定位 通过上一节得到的十字的位置以及十字的最来计算十字的像素级中心点坐标。将十字的最小 照外接矩形的长宽计算出一个比例，按照这个比 接矩形的四条边向着十字内部方向进行缩进。每 与十字的四条边都有一段交线，通过判断外接矩 点是否同时在缩进的边上以及在十字的边上，来 线的坐标对数组。得到四个坐标对数组之后，分 个坐标对数组的第一个坐标对和最后一个坐标对 个坐标对计算一个中心点坐标。全部计算完后得 点坐标。得到这四个坐标之后，将相对的两个坐：，中心点坐标1。图 6 得到缩进的外接矩形与十字的交线图 4 得到像素级中心的流程图3.2.2 亚像素中心定位通过
14、第一步得到像素级中心点为()，设亚像素位置为()，其中(s,t)-0.5, 0.5 -0.5, 0.5。则在亚像素位置点(x0+s, y0+t)的邻域内图像灰度分布函数可用二阶泰勒展开式表示为2：其中阶偏导数为图像灰度分布函数在()处的一在图 7 得到交线的中点以及十字像素级中心为图像灰度分布函数() 处的二阶偏导数。由前述光斑图像特征的分析可知，式在光斑图像中心处对 s 和 t 的一阶导数为零，即满足如下条件：于是得到下面这两个式子，通过这两个式子即可确定光斑图像中心的亚像素位置。3.2.3 实验硬件环境：CPU：Pentium Dual-Core/2.60G；内存：1G；操作 系统：Win
15、dows XP。软件环境：VC6.0下面 4 幅图为程序中得到亚像素级十字中心点位置的中 间过程图及最终结果图2。图 8 得到亚像素级中心点4 结语文本介绍了亚像素和模板匹配的知识，在此基础上介绍 了十字形标记的模板匹配以及亚像素定位算法过程，并且通 过实验验证了本算法的定位效果以及定位速度，本文算法的 识别率能够达到 97%，识别速度能够达到 40ms。参考文献：1 张虎达，飞鹏邢，德奎. 一种改进的亚像素圆心定位算法R. 全国模式识别学术会议,2008(9):79-842 魏振忠，高明，张广军，刘震. 一种光斑图像中心的亚像素 提取方法J. 光电工程,2009(4):7-12作者简介：马勇（1972-），男，宁夏固原人，工程师，从事医院信息化（计算机网络及软件）工作。图 5 得到缩进的外接矩形
