机器视像的工程机械速度测量探析范文

图像序列的纹理特征匹配

利用路面序列图像相邻帧中同一纹理特征的匹配得到车体移动的位移是计算车体运动速度的关键，如果直接将连续两帧图像进行匹配计算，计算量较大，难以满足实时性的要求．本文结合路面序列图像的特点，提出了基于路面序列图像投影算法进行匹配跟踪来计算两帧间移动位移．由图1可知相邻帧图像其统计特性具有相似的特点，根据概率论中若二维连续随机向量具有概率密度f（x，y），则关于x方向的边缘概率密度为概率密度f（x，y）在y方向的投影；关于y方向的边缘概率密度为概率密度f（x，y）在x方向的投影．因此本文将如图3所示的图像I（W，H）在x，y两个方向进行投影，把二维图像转换成能量集中在x，y两个方向的一维数列，投影后的数列为符合一定统计规律的随机信号序列．W，H分别为图像的行数和列数，F（i，j）为图像在像素点的灰度．

则图像在水平轴和垂直轴上的投影为Fig．3Imagemodel相邻帧图像内容相似，从相邻图像中得到的两个方向的一维序列具有较强的相关性，且两个方向上平移的距离接近于图像在这个方向上的实际平移距离［7］．对图像投影后得到的一维灰度序列仍能较好地表征图像在x和y方向的特征如图4所示．

为了实现行驶速度的测量的实时性，本文利用频域中傅里叶变换（FFT）的互相关定理实现x，y方投影曲线的快速匹配［8－9］．用FFT来实现投影曲线的匹配，要注意离散傅里叶变换固有的周期性，采用零的方法来避免混叠．投影特性曲线快速匹配计算步骤如下：（4）对频域卷积进行傅里叶反变换得到x和y两个方向的互相关函数Rx和Ry．（5）求出互相关函数Rx和Ry的峰值所对应的图像坐标，该坐标位置即为相邻帧图像Ik＋1相对于Ik在x和y方向的位移量（Δx，Δy），如图5所示，图中Ok为k帧图像的原点，Ok＋1为k＋1帧图像的原点．

方法验证

1摄像机的标定

根据CCD摄像机所获取的路面纹理信息计算工程机械的行驶速度，路面图像像素上每一点的灰度数值反映了空间作业路面某点反射光的强度，路面图像像素点坐标与路面点的空间坐标的关系由摄像机成像几何模型决定，该几何模型的参数为摄像机参数，计算这些参数的过程为摄像机标定．在本文中摄像机的外部参数和内部参数都将对速度测量精度产生影响，因此必须对这两部分参数进行标定．本文采用两步法来实现摄像机内、外参数的标定，该方法的第一步利用最小二乘法解超定线性方程，求出外部参数；第二步求解内部参数，如果摄像机无透镜畸变，可由一个超定方程解出，如果存在径向畸变，则可结合非线性优化的方法获得全部参数．该方法计算量适中，平均精度可达1／4000．如图6所示为本文在实验室地面上画定网格作为标定模板及图像处理后的标定点．通过Harris角点检测取N组对应点，采用两步法求出摄像机的内外参数，摄像机内外参数如表1所示．

2速度计算

本文在室内地面上采用移动平台上安装CCD摄像机模拟进行方法验证，根据工程机械低速行驶速度的特点，平台以0．5m•s－1匀速直线运动下进行摄像机连续成像，应用本文方法计算各瞬时速度值得到的速度曲线如图7所示，平均速度为0．48m•s－1，速度误差为0．02m•s－1．

结语

采用车载摄像机采集路面序列图像，计算车体相对于路面的行驶速度，实现了非接触式速度的测量．该方法依靠路面视觉信息，不存在滑转等因素所造成的误差影响．此外，无需路面及车辆运动的先验信息．同时根据路面图像信息可获得车体的定位信息，本文方法对于工程机械牵引性能的实际行驶速度的计算提供了有力的技术参考价值．

作者：金守峰胡永彪单位：长安大学工程机械学院