摄影测量中环状编码点的检测方法.pdf

《摄影测量中环状编码点的检测方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、仪器仪4／检测／船控现代制造工程(ModernManufaeturingEngineering)2012年第2期摄影测量中环状编码点的检测方法+李晓峰，张瑜，骆念武(中国科学技术大学精密机械与精密仪器系，合肥230027)摘要：在摄影测量中．采用人工编码点可以实现多幅图像中标志点之间的自动匹配。提出一种对环状编码点的自动检测方法，实现编码点的提取以及编码环带的解码。实验结果表明，相机轴线与编码点平面法线夹角在60。以内时，使用这种方法能够实现对编码点的准确解码。关键词：摄影测量；环状编码点；解码中图分类

2、号：TP3941文献标志码：A文章编号：1671—3J33(2012)02—0118—()4DetectionalgorithmoncircularencodedpointinphotogrammetryLiXiaofeng，ZhangYu，LuoNianwu(DepartmentofPrecisionMachineryandPrecisionInstrumentation，UniversityofScienceandTechnologyofChina，Hefei230027，China)Abstrac

3、t：Inphotogrammetry，automaticmatchingofmarkedpointsduringmultipleimagescouldbeachievedbyusingtheenco—dedpointAmethodofautomaticdetectiontocircularencodedpointhasbeenpresented．Andthismethodcouldextracttheenc(-dedpointfromthepictureanddecodethecircular,area

4、ofthepointThroughtheexperimentfindthisalgorithmcoIllddecodetheencodedpointwithnoelTorwhentheanglebetweencameraaxisandthenormallineoftheplaneoftheencodedpointisJessthan60degreeKeywords：photngrammetry；circularencodedpoint；decode0引言随着计算机技术的不断发展，摄影测量已经成为一种强有

5、力的工具”。在摄影测量中，如何将二维的图像空间和三维的现实世界联系起来，是一项很重要的内容。人工编码点在摄影测量领域被广泛运用，它除了可以保障较高的测量精度之外，编码点布置的方便性也是它的一大特点”，通过编码信息可以实现多幅图像中标志点之间的自动匹配。人工编码点的解码效果甚至决定着整个摄影测量系统的精度”“。本文主要研究环状编码点的提取以及编码环带的解码方法。1人工编码点的结构人工编码点的种类有很多”。7，其中环状编码点应用最为广泛，其结构示意图如图1所示。域1五域2图2环状编码点实际图像在图l中，区域

6、1是环状编码点的中心圆，起到使环状编码点定位的作用。在区域1舶周围是与其同心的分段环带区域2，用来确定环状编码点的身份信息，称为“单位编码环带”。编码点的编码规则是，编码环带按照角度平均分成lo份，每份36。，每一份可以制作成为亮环带或暗环带，相应的二进制码为1或者0；同时还规定十个单位编码环带组成的二进制数最低位为1，最高位为0，中t国家大科学J二程FAST项“(FAST／HTOl3—2010一CK一002)；q。央商校基车科研业务赞々项资金资助(WK209000A3006118李晓峰，等：摄影测量中

7、环状编码点的检测方法2012年第2期间的八位中至少有一位为0，以任意一个单位编码环带的二进制码为起点，按顺序组成最小的二进制数，就是编码点代表的数宁。环状编码点实际图像如图2所示。2环状编码点的检测根据环状编码点的编码规则以及对环状编码点特征的需求．可以把环状编码点的检测分成环状编码点的提取以及环状编码点的解码两个步骤。21环状编码点的提取在二维的图像空间中，一般有许多环状编码点。因此，在对环状编码点解码之前，需要把每个编码点从二维图像中分离出来。2．1．1图像中环状编码点边缘的提取图像处理领域使用较多

8、的环状编码点边缘检测方法有Roberts、Sobel、Prewitt以及Canny等算子”。这些算子得到环状编码点边缘的思路基本相同：先用模板对图像进行卷积运算；再对卷积运算的结果设置不同的阈值；最后得到不同的环状编码点边缘信息。本文采用如式(1)所述的Prewitt算子模板进行环状编码点边缘检测。图像的灰度信息为／Ii，j)，其中i、，表示图像点在直角坐标系中的坐标值。模板对图像卷积的梯度分量t、一分别为：t={[以i一1√+1)一，(i