结构摄影测量图形自动识别系统详解.PDF

第一届全国土木工程研究生学术论坛论文集, 南京，2003: 662-666 结构摄影测量图形自动识别系统 陆新征 王海波 严吉洁 叶列平 江见鲸 (清华大学土木工程系，北京，100084) 摘要：本文提出了一种可用于结构摄影测量的图形自动识别系统，并设计了适用于该识别系统的目标标志点。该系统的识别 过程可以分为两个阶段，第一阶段使用比较粗略的识别算法，遍历查找所有可能的是目标点的像素点。经过第一篇筛选，可 以排除摄影照片中95 ％以上的无用信息。在第二识别阶段，首先对可能成为目标点的像素点进行分组，按组使用精细的识别 算法查找最终的目标点位置。实际应用证明，该识别算法对位置的识别误差小于 1～2 个象素，对位移的识别误差可以达到 1 个象素量级。 关键词：摄影测量，图形识别，数码摄影，结构测量 1 引言 传统的工程位移测量方式主要采用电子位移计和应变片，一般在试件关键点和位置布 置。这类测量方法需要比较繁杂的布片布线手续，而且无法测量比较大的变形。为了克服 传统测量方式带来的弊病，清华大学土木工程系研究开发了使用数码摄影测量结构形变的 方法[1,2]，即利用使用数码拍摄装置对结构变形体作连续拍摄，通过对照片中特殊标记点相 对位移量的分析，计算出实际测量点的位移，取得了一定的成功。随着数码摄影技术的不 断提高，实验方法的逐步规范，此种方法正越来越多的应用到变形测量领域。 目前摄影测量的目标点识别仍然主要以来于人工方法，存在人工工作量大，视觉误差 影响测量精度等问题。为了提高摄影测量的自动化程度，避免人为误差，实现实用化、普 及化、本文提出了一种用于结构摄影测量的计算机图形自动识别系统。 2 图形自动识别的基本理论 [3] 计算机视觉（人工视觉）的理论体系可以简单的分为三个层次 ，即图像处理，图像 识别和图像理解。而本系统只需要进行到图形识别这个层次。而对于图形识别来说，大致 有两种方法，即统计的方法（以决策论为背景）和语言的方法（以语言结构为背景）。具 体的识别步骤见图 1 所示： 图 1 图形识别步骤 图形识别的依据，主要有颜色、亮度、灰度、纹理、形状、边界、光谱、神经网络 等。在本摄影测量系统中，使用的是基于颜色双控指标和颜色边界的识别算法。 基金项目：国家自然科学重点基金（编号:和国家 863 计划（项目编号：2001AA336010 ） 资助项目 第一届全国土木工程研究生学术论坛论文集, 南京，2003: 662-666 3 单点识别算法 通过大量对比分析，本次识别使用的标志点形状如图 2 所示， 标志点由黑白两种颜色组成，标志点的中心点就是图形识别的目标 点。 3.1 颜色双控指标 标识点只需两种颜色：黑和白。在计算机中，理想的黑色用三 原色（红，绿，蓝）表示为（0 ，0 ，0 ），理想的白色用三原色表示 图2 、标志点形状 [4] ；但是在数码照片中黑色和白色都并都是一 为（255 ，255 ，255 ） 定灰度颜色的，黑色可能表示为（7，20 ，10），白色也可能表示为（159，162，178）。 为解决这一问题，作者提出了使用双控色彩指标进行颜色识别，其基本含义就是用 平均灰度和三原色误差分别作为控制指标。这里平均灰度的含义是平均灰度 =Average(Red+Green+Blue)，三原色误差=Red (or Green or Blue)-平均灰度。例如，如果某 象素点的颜色信息是 RGB=(159,162,178)，则其平均灰度为 166.3，三原色误差为 （-7.3, -4.3, +11.7 ）。 有了控制指标之后，就可以在程序中进行黑色和白色的定义。首先，定义平均灰度 的识别参数：White Tolerance 和 Black Tolerance ；以及三原色误差的识别参数：Error Band 。 如果平均灰度低于 Black Tolerance 且三原色误