【技术实现步骤摘要】
本专利技术涉及数字图像测量
，特别是采用计算机摄像头测量物体的二维微 小位移的方法及其装置。
技术介绍
为了发挥计算机摄像头的光电传感器阵列的功能，“使用计算机摄像头测量微小 二维位移的方法及装置”(专利技术专利申请号200910104277.8)以及最近提交的专利技术专利申 请“使用计算机摄像头三基色测量微小二维位移的方法及装置”分别提出了一种应用关联 匹配技术测量物体微小位移的方法及装置，它俩都针对光强图案，适合于照明情况以及物 体反射面的亮度图像相对稳定的情形。“以对比度为特征帧匹配测量二维位移的方法及装 置”(专利技术专利申请号200910190926. 0)和“以二维对比度为特征帧匹配测量位移的方法 及装置”(专利技术专利申请号200910190925. 6)，分别以图案的一维和二维明暗对比度作为被 测物体表面的反射特征，有效地克服了环境光照之变化对测量带来的负面影响，扩展了应 用场合；但是，这两种技术方案尚未充分地利用光电探测传感器的性能。最近提交的专利技术专 利申请“以三基色对比度为特征帧匹配测量二维位移的方法及装置”认为被测物体表面的 反射特征由红、绿和蓝色的亮度对比度特征所组成，克服了其它波长的光照带来的干扰，不 过，该申请仅仅考虑了一维的三基色对比度情况。
技术实现思路
鉴于上述情况，本专利技术提供一种以二维三基色对比度为特征帧匹配测量位移的方 法及装置，它利用计算机摄像头，通过拍摄，测量物体在与摄像头的光轴相垂直的平面上的 二维位移矢量和速度矢量。本专利技术解决其技术问题所采用的技术方案是一台普通的计算机安装一个计算机 摄像头，并...
【技术保护点】
以二维三基色对比度为特征帧匹配测量位移的方法及装置，由一台普通的计算机及其摄像头组成，其特征在于，所述计算机系统还配置有摄像头拍摄及二维三基色边方向数据帧匹配测量位移程序。
【技术特征摘要】
1.以二维三基色对比度为特征帧匹配测量位移的方法及装置，由一台普通的计算机及 其摄像头组成，其特征在于，所述计算机系统还配置有摄像头拍摄及二维三基色边方向数 据帧匹配测量位移程序。2.根据权利要求1所述的以二维三基色对比度为特征帧匹配测量位移的方法及装置， 其特征在于，所述摄像头拍摄及二维三基色边方向数据帧匹配测量位移程序提供了一种使 用计算机摄像头以二维三基色对比度为特征实施帧匹配测量二维位移的方法，包括步骤一、以位图^\队11力￡正整数)的格式，拍摄一帧被测物体的图像，作为参考帧； 为该帧像素阵列以及后续拍摄帧选取平面直角坐标系；在所述像素阵列的中央选取一个区 域，大小为mQXrv m0, n0 e正整数，称之为比较窗，它距离所述像素阵列的水平方向和垂直 方向的边缘像素各有h和ν个像素，即有mo+2h = Μ, η0+2ν = N, h, ν e正整数；步骤二、对于上述参考帧，逐像素行、逐像素列地分别导出沿X轴方向和Y轴方向的关 于像素亮度、红、绿和蓝色的边方向数据，并以:3bit的二进制数值001，010和100分别表示 其中的正边、负边以及第三类边Ireferencex (χ, y)}、{reference ^x (x, y)}、{reference 绿 X(x，y) 1 禾口 ！reference 蓝 x (x，y)}以及 Ireferencey (x，y)}、Ireferenceay (χ, y)}、 {reference Sy(x,y)}和{reference y (x，y)}，其中，下标中的χ或y分别表示所沿的坐标 轴的方向，下标中的文字表示所对应的三基色，下标中没有文字说明的表示该表示式对应 所述像素亮度的边方向数据，符号“ H ”表示沿其中函数下标所标示的坐标轴方向比较窗内 诸像素U，y)处的相应像素亮度或基色的边方向数据的一个集合，后面有关函数的表示方 式与此类同；保存这些数据；步骤三、对于上述两帧关于像素亮度的边方向数据，分别计算所述参考帧里比较窗的 自关联匹配系数p+l+/ 0/ +l+wQauto Correlationx {a, Z ) = ^ ^ [referencex (χ, y) · reference x (x + α,少 + 6)]y=v+\ x=h+\ v+l+/70/ +l+ffl0auto __ correlationy (a，Z ) = ^ preference v (x, y) · referencey (x 十 a, j + b)]式中，运算符号·表示二进制逻辑与运算，其运算结果或为逻辑0或为逻辑1，运算 符号“[]，，表示取其中的逻辑运算函数所对应的数值，或为数值0，或为数值1，参数变量 a, b的组合决定了关联匹配算子阵列的规模，如果取3X3关联匹配算子a = -1,0,1, b = _1，0，1，因此，沿每个坐标轴方向各自会产生9个关于像素亮度的自关联系数auto_ correlationx (a，b)禾口 auto_correlationy (a，b)；步骤四、在步骤三的基础上，分别搜索并找到在目前的物体表面状况以及照明状况下 可以进行匹配比较的最佳比较窗像素阵列mx = m0_step，nx = n0_step，2h = M_mx，2v = N_nx 禾口 my = m0_step，ny = n0_step，2h = M_my，2v = N_ny，式中，下标x、y分别表示其值对应着沿X轴方向和Y轴方向；取此两组值中大者为比较 窗阵列的规模:mXn;步骤五、上述拍摄以后，经过一段时间At，拍摄第二帧位图，作为取样帧；逐行、逐列确定该取样帧中像素沿X轴方向和Y轴方向的关于像素亮度、红、绿和蓝色的边方向数据，分别以:3bit的二进制数值001，010和100表示其中的正边、负边以及 第三类边，如此获得所述取样帧的八帧边方向数据Icomparisonx(X，y)}、{comparison 红X(x，y)} > {comparisonSx(χ, y)}禾口 Icomparisonffix(χ, y)}以及{comparisony (χ, y)}、 {comparison红y (χ, y)}、{comparisonSy (χ, y)}禾口 {comparison 蓝y (χ, y)}；保存这些数据； 步骤六、沿X轴方向和Y轴方向，把所述参考帧内比较窗在所述取样帧范围里进行9X9 交叉关联匹配(a = -4，-3，-2，-1，0，+1，+2，+3，+4，b = -4，-3，-2，-1，0，+1，+2，+3，+4)，对于 所述参考帧和所述取样帧各自对应的三帧三基色边方向数据，分别计算并得到3X2 = 6组 关于三基色中贞的交叉关联匹配系数{cross_correlationax(a, b)}、{cross_correlation 绿x(a，b)}禾口 {cross_correlationffix(a, b)}以及{cross_correlation 红 y(a, b)}、{cross_ correlation (a, b)}禾口 {cross_co:r:relationffiy(a, b)}；步骤七、对于上述各组交叉关联匹配系数，分别取其中值最大者，作为所述取样帧对应 的三基色帧相对所述参考帧对应的三基色帧分别沿X轴方向和Y轴方向移动的方向以及移 动的幅度Δ 红 χχ = a1 Δ = b1 Δ 绿 χχ = a2, Δ = b2, Δ 蓝 χχ = a3, Δ ffixy = b3 ； Δ 红yx = C1, Δ 红yy = (I1, Δ 绿yx = C2, Δ 绿yy = d2, Δ 蓝yx = C3, Δ 蓝yy = d3 ；式中，下标x、y分别表示各边方向数据所沿的坐标轴方向；本次测量中，沿X轴方向和Y轴方向，所述取样帧相对所述参考帧移动的方向以及移动 的幅度分别是力=aX +aI+ 3 +gI +C2 +C3 = e Δ邓，乃=bX +b2 +dl +d2 +^3 二 , ' 6 ' 6式中，i表示本次测量拍摄的顺序计数，j表示所取参考帧的顺序计数；测量过程中，物体总的相对位移矢量是Δχ0( , j) = Δχ0( -1, j) + Ax(i, j) = Δχ0( -1, j)+e, Ay0(i, j) = Ay0(i-1, j) + Ay(i, j) = Δ y0 (i_l，j)+f 式中，(Δχ0( -1, j), Ay0(i-l,j))表示本次测量之前累积的位移； 步骤八、物体位移的速度矢量是Δνχ( , j) = Δχ( , j)/At = e/At, AVy(i, j) = Ay(i, j)/At = f / Δ t ； 步骤九、如果 I Δχ0( , j)-Ax0(k, j-1) I 彡 2m/5，或 y0(i, j)-Ay0(k, j_l) | 彡 2n/5, 其中，k = max(i) I (j-1)表示在所述参考帧顺序计数为j-1的情况下最后一次拍摄的顺序 计数值，即在所述参考帧没有发生变化的条件下，其中的比较窗发生的相对位移之累积已 经超出该比较窗的幅度的2/5，这时，用最新的取样帧取代所述参考帧，其比较窗重新定位 在新的参考帧的中央部位；如果 I Δχ0( , j)-Δχ0 (k, j-...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。