一种应用于增强现实的人工标志检测方法技术

本发明专利技术涉及一种应用于增强现实的人工标志检测方法，具体步骤包括：S1：采集帧图像，对帧图像粗采样，采用斜向网格扫描，检测得到帧图像边缘像素；S2：基于RANSAC算法，检测得到帧图像中的边缘线段；S3：对边缘线段进行融合；S4：对边缘线段进行延伸、筛选；S5：检测四边形边角点，并根据四边形边角点，构造四边形。本发明专利技术运算前对帧图像预处理，进行粗网格采样，对每个网格区域进行边缘检测，大大减小了程序运算时间，提高了检测速度，实时性好，满足实时检测要求。本发明专利技术采用基于边缘的检测方法，首先进行线段测试，然后根据线段测试得到的线段，重构标志的四边形边框，对光照变化和遮挡情况有很好的鲁棒性。

【技术实现步骤摘要】
一种应用于增强现实的人工标志检测方法
本专利技术涉及一种应用于增强现实的人工标志检测方法，属于增强现实应用的

技术介绍
增强现实技术，是一种将真实世界信息和虚拟世界信息“无缝”集成的新技术，是把原本在现实世界的一定时间空间范围内很难体验到的实体信息(视觉信息、声音、味道、触觉等),通过电脑等科学技术，模拟仿真后再叠加，将虚拟的信息应用到真实世界，被人类感官所感知，从而达到超越现实的感官体验。真实的环境和虚拟的物体实时地叠加到了同一个画面或空间同时存在。基准标志系统，广泛应用于增强现实、机器人导航、位置跟踪、图像建模等通用工程，主要通过图像处理技术检测识别置于环境中的已知2D人造标志，提取标志信息，来计算摄像机和物体相对位置关系。基准标志系统最重要的参数就是误检率、混码率、最小检测像素和光照抗扰度。基准标志系统的关键技术是人工标志的设计和相对应的识别定位方法。现有的人工标志设计单一，使得在图像识别时易受到光线和复杂物体的干扰，内部没有存储信息，使得虚拟物体的资料必须储存在识别设备上且无法灵活改变。ARTag标志，是一种二值平面标志，每个标志有自己的ID数，通过二值数值编码于标志内部。相比之前的ARToolkit标志，ARTag解决了高错误率，误检率和混码率等问题。基准标志系统性能取决于对于2D标志的检测性能，除了检测速度，错误率等考量外，标志检测算法也需要对光照条件，遮挡等状况有很好的鲁棒性。
技术实现思路
针对现有技术的不足，本专利技术提供了一种应用于增强现实的人工标志检测方法；本专利技术提高了人工标志的识别速度、抗干扰力及准确度。术语解释RANSAC算法，RANdomSAmpleConsensus的缩写，是根据一组包含异常数据的样本数据集，计算出数据的数学模型参数，得到有效样本数据的算法。本专利技术的技术方案为：一种应用于增强现实的人工标志检测方法，具体步骤包括：S1：采集帧图像，对帧图像粗采样，采用斜向网格扫描，检测得到帧图像边缘像素；S2：基于RANSAC算法，根据步骤S1得到的边缘像素，检测得到帧图像中的边缘线段；S3：对步骤S2检测到的边缘线段进行融合；S4：对步骤S3融合后的边缘线段进行延伸、筛选；S5：根据步骤S4延伸、筛选后的边缘线段，检测四边形边角点，并根据四边形边角点，构造四边形。根据本专利技术优选的，所述步骤S1，具体包括：S11：将帧图像分为若干个区域，每个区域包含m×m像素，m∈(20，60)；进一步优选的，m＝40；将帧图像分为若干个区域，检测加快了速度，提高了实时性。S12：对步骤S11获取的每个区域，采用斜向x°及(180-x)°的扫描线进行网格扫描，x∈(22.5,67.5)，每个网格的对边距离为y个像素，y∈(3,9)；进一步优选的，x＝45，y＝5；S13：步骤S12的每条扫描线与高斯一阶导卷积，计算像素点沿每条扫描线方向的梯度强度分量；S14：根据步骤S13得到的像素点沿每条扫描线方向的梯度强度分量，计算像素点的梯度强度值，梯度强度值中的局部极值对应的像素点即边缘像素梯度强度局部极值点，提取该边缘像素，同时根据梯度强度分量，计算该边缘像素的方向。根据本专利技术优选的，所述步骤S3，具体包括：S31：选取一条通过步骤S2得到的边缘线段，命为线段a，从剩余边缘线段中任意选取另一条线段，命为线段b，对线段a、b进行融合判定，即：如果线段a、b满足：|θa-θb|∈Δθ，且Lab∈Δl，则将线段a、b融合，得到新线段；否则，继续在剩余边缘线段中选取线段，继续与线段a进行融合判定，直至线段a与除线段a外所有边缘线段完成融合判定；θa、θb为线段a、b的方向，Δθ为待融合线段方向误差的阈值，θab、Lab为线段a、b连线ab的方向和长度,Δl为线段a、b连线ab允许长度的阈值；S32：重复步骤S31，至步骤S2得到的所有边缘线段完成融合。根据本专利技术优选的，所述步骤S4，具体包括：S41：根据步骤S3得到的边缘线段，任意选取一根边缘线段并选取其一个端点，判断沿该边缘线段的方向与该端点相邻的像素点的方向是否一致，如果一致，则将该像素点添加到该边缘线段中，继续检查与该像素点相邻的下一个像素点，直至某像素点方向与该边缘线段方向不一致，则该像素点更新为该边缘线段的一个新端点；S42：对步骤S3得到的所有边缘线段的两个端点执行步骤S41，得到延伸后的边缘线段及其新端点；S43：对步骤S42得到的延伸后的边缘线段进行初步筛选，删除长度值小于n个像素的边缘线段，n∈(15，25)，进一步优选的，n＝20；长度值过小的边缘线段不可能是标志边框，即便是，说明该标志边框畸变过大或者场景尺度太大，已经没有检测的意义，因此删除；S44：对步骤S43初步筛选后的边缘线段进行线段测试，沿边缘线段的方向选取一个距离其端点2—4个像素的像素点，检测该像素点的灰度值，如果该像素点的灰度值处于128—255范围内，则判定该端点合格，该边缘线段符合标志边框特征，否则，则判定该端点不合格，该边缘线段不符合标志边框特征；当边缘线段的两个端点都判定为不合格时，则删除该边缘线段；S45：重复步骤S44，直至所有边缘线段都进行了线段测，得到所有符合标志边框特征的边缘线段。根据本专利技术优选的，步骤S5中，根据步骤S4延伸、筛选后的边缘线段，检测四边形边角点，具体包括：S51：从步骤S45得到的所有符合标志边框特征的边缘线段中，任意选取一条边缘线段，设定为线段cd，作为四边形的第一条边，从剩余的符合标志边框特征的边缘线段中，选取与所述线段cd相交的线段ef，线段cd、ef满足：θcd！≈θef，min{ce，cf，de，df}≤Δ且线段cd、线段ef满足四边形邻边特征，线段cd、ef的相交点即四边形的一个边角点；S52：利用步骤S51所述方法，得到四边形的边角点序列；S53：遍历所有步骤S45得到的所有符合标志边框特征的边缘线段，得到所有的四边形的边角点序列。根据本专利技术优选的，根据四边形边角点，构造四边形，具体包括：S54：根据步骤S53得到的所有的边角点序列包含的边角点个数构造四边形：若边角点序列的边角点个数为4，连接4个边角点，直接构造四边形；若边角点序列的边角点个数为3，延长未构成第4个边角点的2条边缘线段，交点得到第4个边角点，连接4个边角点，构造四边形；若边角点序列的边角点个数为2，延长仅有1个边角点的2条边缘线段，如果与第3条边缘线段相交，交点即为边角点，连接4个边角点，构造四边形；否则，无法构造四边形；若边角点序列的边角点个数为1，无法构造四边形；S55：遍历所有边角点序列，得到所有的四边形，即检测所有的人工标志。本专利技术的有益效果为：1、本专利技术运算前对帧图像预处理，进行粗网格采样，对每个网格区域进行边缘检测，大大减小了程序运算时间，提高了检测速度，实时性好，满足实时检测要求。2、本专利技术采用基于边缘的检测方法，首先进行线段测试，然后根据线段测试得到的线段，重构标志的四边形边框，对光照变化和遮挡情况有很好的鲁棒性。附图说明图1为本专利技术的流程图；图2为RANSAC算法示意图；RANSAC算法是一种常用的线段拟合方法。图2中，黑白点即是检测到的边缘像素点，c1、d1点为被任意选中的边缘像素点，作为假设边缘线段的端点，满足c1、本文档来自技高网...

【技术保护点】
一种应用于增强现实的人工标志检测方法，其特征在于，具体步骤包括：S1：采集帧图像，对帧图像粗采样，采用斜向网格扫描，检测得到帧图像边缘像素；S2：基于RANSAC算法，根据步骤S1得到的边缘像素，检测得到帧图像中的边缘线段；S3：对步骤S2检测到的边缘线段进行融合；S4：对步骤S3融合后的边缘线段进行延伸、筛选；S5：根据步骤S4延伸、筛选后的边缘线段，检测四边形边角点，并根据四边形边角点，构造四边形。

【技术特征摘要】
1.一种应用于增强现实的人工标志检测方法，其特征在于，具体步骤包括：S1：采集帧图像，对帧图像粗采样，采用斜向网格扫描，检测得到帧图像边缘像素；具体包括：S11：将帧图像分为若干个区域，每个区域包含m×m像素，m∈(20，60)；S12：对步骤S11获取的每个区域，采用斜向x°及180°-x°的扫描线进行网格扫描，x∈(22.5,67.5)，每个网格的对边距离为y个像素，y∈(3,9)；S13：步骤S12的每条扫描线与高斯一阶导卷积，计算像素点沿每条扫描线方向的梯度强度分量；S14：根据步骤S13得到的像素点沿每条扫描线方向的梯度强度分量，计算像素点的梯度强度值，梯度强度值中的局部极值对应的像素点即边缘像素梯度强度局部极值点，提取该边缘像素，同时根据梯度强度分量，计算该边缘像素的方向；S2：基于RANSAC算法，根据步骤S1得到的边缘像素，检测得到帧图像中的边缘线段；S3：对步骤S2检测到的边缘线段进行融合；S4：对步骤S3融合后的边缘线段进行延伸、筛选；S5：根据步骤S4延伸、筛选后的边缘线段，检测四边形边角点，并根据四边形边角点，构造四边形。2.根据权利要求1所述的一种应用于增强现实的人工标志检测方法，其特征在于，m＝40；x＝45，y＝5。3.根据权利要求1所述的一种应用于增强现实的人工标志检测方法，其特征在于，所述步骤S3，具体包括：S31：选取一条通过步骤S2得到的边缘线段，命为线段a，从剩余边缘线段中任意选取另一条线段，命为线段b，对线段a、b进行融合判定，即：如果线段a、b满足：|θa-θb|∈Δθ，且Lab∈Δl，则将线段a、b融合，得到新线段；否则，继续在剩余边缘线段中选取线段，继续与线段a进行融合判定，直至线段a与除线段a外所有边缘线段完成融合判定；θa、θb为线段a、b的方向，Δθ为待融合线段方向误差的阈值，θab、Lab为线段a、b连线ab的方向和长度,Δl为线段a、b连线ab允许长度的阈值；S32：重复步骤S31，至步骤S2得到的所有边缘线段完成融合。4.根据权利要求1所述的一种应用于增强现实的人工标志检测方法，其特征在于，所述步骤S4，具体包括：S41：根据步骤S3得到的边缘线段，任意选取一根边缘线段并选取其一个端点，判断沿该边缘线段的方向与该端点相邻的像素点的方向是否一致，如果一致，则将该像素点添加到该边缘线段中，继续检查与该像素点相邻的下一个像素点，直至某像素点方向与该边缘线段方向...

【专利技术属性】
技术研发人员：赵子健，马帅依凡，
申请(专利权)人：山东大学，
类型：发明
国别省市：山东;37