脊点集稳健裁剪和惩罚约束的高精度靶标点提取

杨晟; 李学军; 谢剑薇; 王珏

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

脊点集稳健裁剪和惩罚约束的高精度靶标点提取

杨晟, 李学军, 谢剑薇, 王珏

文章导航 > 红外与激光工程 > 2014 > 43(6): 1994-1999

杨晟, 李学军, 谢剑薇, 王珏. 脊点集稳健裁剪和惩罚约束的高精度靶标点提取[J]. 红外与激光工程, 2014, 43(6): 1994-1999.

引用本文:

杨晟, 李学军, 谢剑薇, 王珏. 脊点集稳健裁剪和惩罚约束的高精度靶标点提取[J]. 红外与激光工程, 2014, 43(6): 1994-1999.

Yang Sheng, Li Xuejun, Xie Jianwei, Wang Jue. Marking point extraction with high accuracy based on ridge points refining and punishment restriction[J]. Infrared and Laser Engineering, 2014, 43(6): 1994-1999.

Citation:

Yang Sheng, Li Xuejun, Xie Jianwei, Wang Jue. Marking point extraction with high accuracy based on ridge points refining and punishment restriction[J]. Infrared and Laser Engineering, 2014, 43(6): 1994-1999.

脊点集稳健裁剪和惩罚约束的高精度靶标点提取

1.
中国人民解放军装备学院,北京 101416

基金项目:

武器装备预研项目（513150701）;国防预研基金（20060826）

详细信息

作者简介:
杨晟（1985-），男，博士，主要从事。感图像处理尧摄影测量尧数字地球尧软件设计与开发。Email：1019_yangsheng@sina.com

中图分类号: TP391

Marking point extraction with high accuracy based on ridge points refining and punishment restriction

1.
Academy of Equipment,PLA,Beijing 101416,China

摘要: 高精度快速靶标点的自动提取是相机标定、立体解算、视觉导航等关键领域的基础。定位精度和算法稳健性为难点之所在，采用重心约束法检测初始交点后，通过对称性约束探测直线附近的脊点点集，然后采用最小二乘线性拟合初值并迭代滤掉粗差，再采用改进的Hough 变换进一步求得交点的位置。然后采用惩罚函数在初始点附近步进调整，精确确定靶标点的位置信息和方向。算法能够更强地适应噪声环境下、光照变化、图像旋转等影响，达到小于0.05 像素的定位精度。
- 特征提取 /
- 靶标提取 /
- 靶标点定位 /
- 脊点 /
- Hough变换
Abstract: Automatic marking points extracting with high accuracy is basic for calibration, stereo calculation, visual navigation and other applications. The bottle-neck is the accuracy and robustness. Based on the rough point from the cross of lines of the neighbor barycenters in two directions, the ridge points were detected by the symmetric function and refined by an iterative least square method, based on the refined ridge points, the Hough transform was improved for determining the lines and their intersections. At last, the position of the marking points was to be adjusted by the penalty function with a changing step along the descent direction both in deflection and rotation separately. Our algorithm is robust to noisy, rotation, illumination variations and a certain degree of distortions, the accuracy could be less than 5 percents of a pixel.
- feature extracting /
- marking point extraction /
- point feature location /
- ridge point /
- Hough transform

[1]	Jing Li, Nigel M. A comprehensive review of current local features for computer vision[J]. Neurocomputing, 2008, 71: 1771-1787.
[2]
[3]
[4]	Shi Jingxin, Zhu Xiaofeng, Sun Minglei, et al. Method of straight edge detection with sub-pixel localization based on SUSAN and hough transform[J]. Opto Electronic Engineering, 2008, 35(6): 89-94. (in Chinese)
[5]	Lars Kruger, Christian Wohler. Accurate chequerboard corner localisation for camera calibration[J]. Pattern Recognition Letters, 2011, 32: 1428-1435.
[6]
[7]
[8]	Lucchese L, Mitra S. Using saddle points for subpixel feature detection in amera calibration targets[C]//Asia-Pacific Conf. on Circuits and Systems, 2002.
[9]	Cem Unsalan. A model based approach for pose estimation and rotation invariant object matching[J]. Pattern Recognition Letters, 2007, 28: 49-57.
[10]
[11]	Kong Fanzhi, Zhang Xingzhou, Wang Yizhong, et al. Fast matching location algorithm based on mixed moment for wire bonding[C]//SPIE，2008，7159: 71590F-1.
[12]
[13]	Chen Hongbo, Wang Qiang, Xu Xiaorong, et al. Line detection in traffic sign image based on improved Hough transform[J]. Optics and Precision Engineering, 2009, 17 (5): 1111-1118. (in Chinese)
[14]
[15]
[16]	Zhu Yuanjuan, Guo Siyu, Zhu Zhijie, et al. Line detection algorithm combining LTS with Hough transform[J]. Computer Engineering, 2012, 38(14): 206-210. (in Chinese)
[17]
[18]	Pradip Mainali, Qiong Yang, Gauthier Lafruit, et al. Robust low complexity corner detector[J]. Ieee Transactions on Circuits and Systems for Video Technology, 2011, 21 (4): 435-445.
[19]	Yang Bowen, Zhang Liyan,Ye Nan, et al. Camera calibration technique of wide-area vision measurement[J]. Acta Optica Sinica, 2012, 32(9): 159-167. (in Chinese)

[1]	秦丽丽, 李丽娟, 任姣姣, 顾健, 熊伟华, 张丹丹, 祝莉莉, 张霁旸, 薛竣文, 江柏红, 高增华. 基于梯度阈值的太赫兹时域信号自适应稀疏算法 . 红外与激光工程, 2023, 52(4): 20220443-1-20220443-12. doi: 10.3788/IRLA20220443
[2]	吴志洋, 王双, 刘铁根, 靳党鹏. 基于深度学习视觉和激光辅助的盾构管片自动拼装定位方法 . 红外与激光工程, 2022, 51(4): 20210183-1-20210183-9. doi: 10.3788/IRLA20210183
[3]	林森, 赵振禹, 任晓奎, 陶志勇. 基于语义信息补偿全局特征的物体点云分类分割 . 红外与激光工程, 2022, 51(8): 20210702-1-20210702-12. doi: 10.3788/IRLA20210702
[4]	张银波, 李思宁, 姜鹏, 孙剑峰. PCA特征提取和弹性BP神经网络的水下气泡识别 . 红外与激光工程, 2021, 50(6): 20200352-1-20200352-7. doi: 10.3788/IRLA20200352
[5]	张丹萌, 白璐, 吕强, 王岩坤, 谢锦宇. 尾焰的紫外高分辨辐射图像仿真与特征提取 . 红外与激光工程, 2021, 50(10): 20200466-1-20200466-8. doi: 10.3788/IRLA20200466
[6]	王毅, 何明元, 葛晶晶, 项杰. 基于正交匹配追踪的云检测算法研究 . 红外与激光工程, 2019, 48(12): 1203003-1203003(6). doi: 10.3788/IRLA201948.1203003
[7]	李毓伦, 杨震, 马晓珊, 李海涛. 场景采样率与推扫方向对亚像元线目标仿真的影响 . 红外与激光工程, 2019, 48(9): 926001-0926001(9). doi: 10.3788/IRLA201948.0926001
[8]	李鹏, 张洋洋. 采用辅助靶标的移动机器人立体视觉定位 . 红外与激光工程, 2019, 48(S1): 104-113. doi: 10.3788/IRLA201948.S117006
[9]	熊晶莹, 戴明, 赵春蕾. 红外激光车载云台去抖动设计 . 红外与激光工程, 2018, 47(1): 126002-0126002(7). doi: 10.3788/IRLA201847.0126002
[10]	付群健, 于淼, 常天英, 张瑾, 罗政纯, 王旭, 刘珉含, 崔洪亮. 相位敏感光时域反射系统模式识别方法综述 . 红外与激光工程, 2018, 47(7): 722001-0722001(14). doi: 10.3788/IRLA201847.0722001
[11]	仝选悦, 吴冉, 杨新锋, 滕书华, 庄祉昀. 红外与激光融合目标识别方法 . 红外与激光工程, 2018, 47(5): 526003-0526003(8). doi: 10.3788/IRLA201847.0526003
[12]	蔡克荣, 仇理宽, 高瑞林. 脉冲激光引信的信号特征提取方法及应用(特邀) . 红外与激光工程, 2018, 47(3): 303004-0303004(5). doi: 10.3788/IRLA201847.0303004
[13]	郭伟, 董丽虹, 王海斗, 徐雅薇, 徐滨士. 基于小波分解的热波相位特征提取及喷涂层厚度评价 . 红外与激光工程, 2017, 46(9): 904003-0904003(7). doi: 10.3788/IRLA201746.0904003
[14]	孙俊灵, 马鹏阁, 孙光民, 羊毅. 低信噪比下机载多脉冲激光雷达姿态不敏感性特征提取研究 . 红外与激光工程, 2017, 46(3): 330002-0330002(9). doi: 10.3788/IRLA201746.0330002
[15]	赵丽娟, 李永倩, 徐志钮. Lorentzian型布里渊频谱特征提取时模型的影响 . 红外与激光工程, 2016, 45(5): 522002-0522002(6). doi: 10.3788/IRLA201645.0522002
[16]	方敏, 王君, 王红艳, 李天涯. 应用监督近邻重构分析的高光谱遥感数据特征提取 . 红外与激光工程, 2016, 45(10): 1028003-1028003(8). doi: 10.3788/IRLA201645.1028003
[17]	杨晟, 李学军, 朱诗兵, 刘涛. 抗仿射形变异构金字塔复合描述点特征匹配算法 . 红外与激光工程, 2014, 43(7): 2387-2392.
[18]	闫勇刚, 欧阳健飞, 马祥, 翟羽佳. 基于2-DGabor滤波器的光学定穴体表特征提取方法 . 红外与激光工程, 2014, 43(5): 1685-1689.
[19]	丁玲, 唐娉, 李宏益. 基于ISOMAP的高光谱遥感数据的降维与分类 . 红外与激光工程, 2013, 42(10): 2707-2711.
[20]	蔡辉, 李娜, 赵慧洁. 基于本征模函数的高光谱数据特征提取方法 . 红外与激光工程, 2013, 42(12): 3475-3480.

点击查看大图

计量

文章访问数: 387
HTML全文浏览量: 61
PDF下载量: 129
被引次数: 0

脊点集稳健裁剪和惩罚约束的高精度靶标点提取

1. 中国人民解放军装备学院,北京 101416

作者简介:
杨晟（1985-），男，博士，主要从事。感图像处理尧摄影测量尧数字地球尧软件设计与开发。Email：1019_yangsheng@sina.com

收稿日期: 2013-10-10
修回日期: 2013-11-25
刊出日期: 2014-06-25

基金项目:

武器装备预研项目（513150701）;国防预研基金（20060826）

中图分类号: TP391

关键词:

摘要: 高精度快速靶标点的自动提取是相机标定、立体解算、视觉导航等关键领域的基础。定位精度和算法稳健性为难点之所在，采用重心约束法检测初始交点后，通过对称性约束探测直线附近的脊点点集，然后采用最小二乘线性拟合初值并迭代滤掉粗差，再采用改进的Hough 变换进一步求得交点的位置。然后采用惩罚函数在初始点附近步进调整，精确确定靶标点的位置信息和方向。算法能够更强地适应噪声环境下、光照变化、图像旋转等影响，达到小于0.05 像素的定位精度。