一种基于单目摄像头的实时位移测量方法
阅读说明：本技术 一种基于单目摄像头的实时位移测量方法 (Real-time displacement measurement method based on monocular camera ) 是由 储汇 宋陈 汪晨灿 于 2021-08-02 设计创作，主要内容包括：本发明公开了一种基于单目摄像头的实时位移测量方法。首先根据测量环境确定单目摄像头布置位置与标签粘贴位置；用单目摄像头对特定标签进行识别、捕捉、框选并计算矩形框的高；当标签进行运动时,使用追踪器对标签进行追踪,根据实际环境中矩形框的高度与单目摄像头捕捉的矩形框的高度的比例关系,计算标签运动实际距离并实时显示标签位移；夜间环境下对标签进行实时位移测量时,使用搭载红外补光模块的夜间摄像头对标签进行位移测量。本发明提供的方法有效地优化了单目视觉位移测量方式,做到了无接触、夜间环境下稳定的测量。(The invention discloses a real-time displacement measurement method based on a monocular camera. Firstly, determining the arrangement position of a monocular camera and the label pasting position according to a measurement environment; identifying, capturing and framing the specific label by using a monocular camera and calculating the height of the rectangular frame; when the label moves, tracking the label by using a tracker, calculating the actual moving distance of the label according to the proportional relation between the height of the rectangular frame in the actual environment and the height of the rectangular frame captured by the monocular camera, and displaying the displacement of the label in real time; when carrying out real-time displacement measurement to the label under the night environment, use the night camera of carrying on infrared light filling module to carry out displacement measurement to the label. The method provided by the invention effectively optimizes a monocular vision displacement measurement mode and realizes stable measurement in a non-contact and night environment.)
技术领域
本发明公开了一种基于单目摄像头的实时位移测量方法。
背景技术
直线位移测量广泛应用于工业生产的各个领域，目前较为常用的是基于时栅位移传感器和激光传感器原理的测量方法，测量精度高、工作可靠，但是其安装调试过程复杂，价格昂贵。
随着计算机视觉、人工智能、图像处理等相关技术的迅速发展，基于机器视觉的位移测量技术因其成本低、非接触测量等优点逐渐受到重视。但是基于此原理的位移测量技术还有测量精度较低，夜间测量不稳定的缺点。
本发明的关键技术主要包括：位移的计算方法、黑夜环境下标签的可靠识别、通过裁切防止环境干扰的方法。
(1)计算方法方面的关键技术。设想标签在图像中被反应出来，那么我们现实世界与摄像头拍摄的图像呈现相似的关系，若把标签尺寸固定，再通过数学中简单的相似知识，就可以计算出实时实际位移了。
(2)黑夜环境下标签的可靠识别。为保证在黑夜环境下的识别，本专利采用带有补光功能的红外摄像头。在夜晚标签的准确稳定识别是本专利的关键技术，经过反复实验，采用纯黑色特定磨砂标签的识别效果十分可靠。
(3)通过画面裁切防止周围环境的干扰。如图3所示周围环境有可能出现颜色与标签相近的干扰物，比标签小的可以通过算法腐蚀去除，比标签大的可通过画面裁切去除。这样既可保证标签的稳定识别，又能减小系统运算量，提高识别效率。
发明内容
本发明的目的就在于解决上述位移测量方法的问题，应用机器视觉技术，提出一种新型的仅依靠单目摄像头的方法，实现空间不同位置，不同光线明暗程度条件下相对精确的位移测量。
本发明采用的技术方案是这样的：一种基于单目摄像头的实时位移测量方法，主要包括以下步骤：
(1)首先对被测量物体贴上特定标签，把摄像头放置在合适位置。
(2)通过代码读取摄像头数据，对读取画面的第一帧进行画面裁切以防止周围环境对标签识别的干扰。
(3)对裁切后图像进行二值化处理，通过腐蚀膨胀等形态学操作进一步去除噪声，得到清晰完整的标签并对其边缘进行捕捉。
(4)对上一步得到的第一帧标签坐标进行初始化，然后开启计时器读取新帧，对图像上的标签进行画框。
(5)观察所画框是否与标签边缘大小相等。若否，则重新进行一次形态学处理；若是，则通过追踪器对框内标签的捕捉计算实现动态实时位移测量。
(6)最后通过代码对上一步计算的位移值实时输出在图像上。
(7)夜间实时位移测量应使用特定带有红外补光的夜间摄像头。
作为优选：步骤(1)中标签的颜色及粗糙度选择，应使用特定RGB范围的及特定粗糙度范围。
作为优选：步骤(2)中对标签的捕捉过程中，为消除细小与标签相近的环境杂质干扰，应对图像进行形态学的腐蚀膨胀操作。对于较大且与标签材质相近的干扰物，必要时应根据标签在第一帧图像中的相对位置，使用算法对画面进行裁切。
作为优选：步骤(3)中图像二值化操作使用Kittle算法，速度更快，更适宜应用于像素质量较高的图像中。
作为优选：步骤(4)中，标签实际高度为预设实际值，所画框的垂直距离为电脑识别标签高度，以此比值建立图像中画面大小与实际环境的桥梁。
作为优选：步骤(5)中对标签的追踪方法，。使用KCF追踪器对标签进行追踪。
作为优选：步骤(7)中，红外补光灯应对被测量物体运动全程进行补光。
本发明图像预处理的方法和目的是：对摄像头采集画面的第一帧进行预处理，预处理操作包括但不限于：图像裁切，图像二值化，形态学腐蚀膨胀及画面增强，边缘检测。其目的是实现标签的可靠识别，提高实时位移测量精度；尤其是夜间环境下，图像灰度值与白天差异较大，图像预处理环节更加尤为重要，直接影响到此方法的测量精度。
与现有技术相比，本发明的优点在于：本发明是基于机器视觉技术的位移方法，仅使用单目摄像头实现白天和夜间的无接触实时位移测量，在安全稳定的前提下仅使用较低的成本得到安精确度较高的位移数据。
附图说明
下面结合附图和实施方式对本发明进一步说明
图1为本发明流程图；
图2为实施例2的布置完成后实际环境图；
图3为单目摄像头捕获的图像；
图4为图3为防止环境干扰裁切后的图像；
图5a为第一帧画面的二值化图像；
图5b为图5a形态学腐蚀处理图像；
图5c为图5b形态学膨胀处理图像；
图5d为图5c进行增强处理后得到的图像；
图5e为图5d进行边缘检测后画框得到的图像；
图6为实例2实时位移检测过程中的图像。
图7为实施例3单目摄像头捕获的图像；
图8为图8为防止环境干扰裁切后的图像；
图9a为第一帧画面的二值化图像；
图9b为图9a形态学腐蚀处理图像；
图9c为图9b形态学膨胀处理图像；
图9d为图9c进行增强处理后得到的图像；
图10为图7进行边缘检测后画框得到的图像；
图11为实例3实时位移检测过程中的图像。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面将结合附图对本发明作进一步说明。
实施例1：为了更好的说明本发明，一种基于单目摄像头的实时位移测量方法，本发明包括以下步骤：
(1)检查测量环境，对特定标签进行粘贴；
(2)进入测量系统，检查摄像头数据，若未检测到，则退出系统；
(3)获取摄像头拍摄的第一帧图像，读取系统的裁切数据对画面进行裁切；
(4)读取系统预设标签的RGB值空间，对裁切后图像进行二值化处理，通过腐蚀膨胀等形态学操作进一步去除噪声，得到清晰完整的标签并对其边缘进行捕捉。
(5)对上一步得到的第一帧标签坐标进行初始化，然后开启计时器读取新帧，对图像上的标签进行画框，
(6)观察所画框是否与标签边缘大小相等。若否，则重新进行一次形态学处理；若是，则通过追踪器对框内标签的捕捉计算实现动态实时位移测量。
(7)最后通过代码对上一步计算的位移值实时输出在图像上。
实施例2：为了更好的说明本发明，我们模拟在白天环境下测量投影仪幕布位移。本发明包括以下步骤：
(1)对投影仪幕布粘贴特定标签，确定摄像头布置位置，最终环境布置结果如图2所示。
(2)进入系统，打开摄像头获取图3所示的第一帧图像，其中图示①部分为特定标签，其余②③部分贴纸为彩色的干扰贴纸，模拟环境物体对系统的干扰，验证系统识别稳定性。
(3)为防止图中环境中面积较大且RGB值相近的物体干扰，首先需要读取系统中预设的裁切数据对步骤(2)第一帧图像中干扰物进行裁切，裁切完成后图像如图4所示。
(4)读取系统预设标签的RGB值空间，使用Kittle算法将步骤(3)中裁切完成后的图像进行二值化处理，得到二值化图像由两部分组成：
Kittle算法是计算整幅图像的梯度灰度的平均值，以此平均值做为阈值，得到图像效果呈现黑白色。为了更加直观，效果图如图5a所示，图像中标签位置更加明显。
(5)步骤(4)中通过二值化后的图像还需要经过形态学上的腐蚀和膨胀处理，经过处理后可进一步消除与标签距离较近的干扰物。效果图如图 5b和5c所示。
(6)在经过形态学处理后为使图像特征明显，需要经过增强处理，效果如图5d。
(7)图像经过增强处理后，需要进行边缘检测并画框，如图5e所示。观察所画框是否与标签边缘大小相等。若否，则重新进行一次形态学处理；
若是，则通过追踪器对框内标签的捕捉计算实现动态实时位移测量。
可以看到实施例2标签识别完好，外界环境未对识别结果造成干扰。
(8)如图6为白天实时位移测量效果图，投影幕布位移结果实时显示在屏幕上，相对误差在1％内。
实施例3：为了更好的说明本发明，我们模拟在夜间环境下测量投影仪幕布位移。本发明包括以下步骤：
(1)投影仪幕布粘贴特定标签，确定摄像头布置位置，布置红外补光灯，最终环境布置结果如图7所示。
(2)进入系统，打开摄像头获取图8所示的第一帧图像。
(3)为防止图中环境中面积较大且RGB值相近的物体干扰，首先需要读取系统中预设的裁切数据对上述步骤(2)第一帧图像中干扰物进行裁切，裁切完成后图像如图8。
(4)读取系统预设标签的RGB值空间，使用Kittle算法将步骤(3)中裁切完成后的图像进行二值化处理，得到二值化图像由两部分组成： Kittle算法是计算整幅图像的梯度灰度的平均值，以此平均值做为阈值，得到图像效果呈现黑白色。为了更加直观，效果图如图9a所示，图像中标签位置更加明显。
(5)步骤(4)中通过二值化后的图像还需要经过形态学上的腐蚀和膨胀处理，经过处理后可进一步消除与标签距离较近的干扰物。效果图如图 9b和9c所示。
(6)在经过形态学处理后为使图像特征明显，需要经过增强处理，效果如图9d。
(7)图像经过增强处理后，需要进行边缘检测并画框，如图10所示。观察所画框是否与标签边缘大小相等。若否，则重新进行一次形态学处理；若是，则通过追踪器对框内标签的捕捉计算实现动态实时位移测量。
(8)如图11为夜间实时位移测量效果图。
本实施例实际上是在白天位移检测基础上增加了红外补光灯用于夜间识别，经过实验验证，测量系统在精度、稳定性等各方面都符合预期。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
- 上一篇：一种医用注射器针头装配设备
- 下一篇：基于多尺度变换的不同波段偏振角图像融合方法