一種基于圖像處理的目標(biāo)識(shí)別算法

姚菁

(上海電機(jī)學(xué)院，上海 200240)

0 引言

圖像分析與圖像匹配算法在機(jī)器視覺研究領(lǐng)域有著極其重要的作用，移動(dòng)機(jī)器人要實(shí)現(xiàn)高水平的導(dǎo)航和自身定位，都需要具有視覺系統(tǒng)。在本研究領(lǐng)域中，人們通常根據(jù)地點(diǎn)識(shí)別來對(duì)機(jī)器人定位，也被稱為“拓?fù)涠ㄎ弧?。而在地點(diǎn)方面，大家都集中在圖像分析與理解方面，通過對(duì)圖像的分析與匹配來對(duì)一個(gè)具有一定特征的局部環(huán)境進(jìn)行標(biāo)和辨識(shí)。

在基于視覺信息的基礎(chǔ)上，通過匹配不同的路標(biāo)數(shù)據(jù)，機(jī)器人可以確定自身的位置并決定下一步的移動(dòng)方向。一種常見的精確的圖像匹配方法是基于圖像“關(guān)鍵點(diǎn)”的提取，通過這些關(guān)鍵點(diǎn)可以可靠地識(shí)別來自于同一場景不同的圖像，從而對(duì)局部環(huán)境進(jìn)行確認(rèn)。

Lowe［1］提出了基于其模板圖像的SIFT算法用于目標(biāo)檢測。這種SIFT算法計(jì)算出局部圖像描述符，具有特征不變性，對(duì)圖像的平移，縮放和旋轉(zhuǎn)具有魯棒性。同時(shí)這些描述也對(duì)光照變化和3-D投影有部分不變性。Mikolajczyk and Schmid［2］］專門就不變的特征描述符方面將SIFT算法同其它圖像分析算法作了對(duì)比，他們的實(shí)驗(yàn)結(jié)論是在基于圖像的尺度、旋轉(zhuǎn)、明暗等變化的基礎(chǔ)上進(jìn)行的，最后得出的結(jié)果證明SIFT算法是最優(yōu)的。Lowe提出一個(gè)圖像的描述符，通過描述因子的匹配來對(duì)目標(biāo)進(jìn)行檢測。為此，首先獲得被檢測目標(biāo)對(duì)象的模板圖像，從模板圖像抽取出描述因子，然后對(duì)需要測試的圖像提取SIFT關(guān)鍵點(diǎn)，之后對(duì)模板圖像和測試圖像的SIFT關(guān)鍵點(diǎn)進(jìn)行一對(duì)一的點(diǎn)匹配檢測，以最終確定兩個(gè)圖像是否屬于同一目標(biāo)。

Stephen.Se［3］使用三目立體視覺傳感器，通過計(jì)算圖像尺度不變特性的描述因子，完成機(jī)器人自主定位、地圖創(chuàng)建任務(wù)。使用遞歸的方法實(shí)現(xiàn)對(duì)機(jī)器人的連續(xù)位姿及地圖結(jié)構(gòu)的恢復(fù)來完成 SLAM 任務(wù)［4］，更多相關(guān)研究可見文獻(xiàn)［5-7］。

1 SIFT算法

在原SIFT算法中，關(guān)鍵點(diǎn)是通過對(duì)不同尺度因子的圖像的高斯差值的最大或最小值確定的。在鄰近的不同尺度的高峰期差圖像中，基于3x3像素的局部區(qū)域，每個(gè)像素同其相鄰的26像素相對(duì)比，如果其差值是局部地最大或最小值，它就被選中作為候選關(guān)鍵點(diǎn)。然后，我們刪除低對(duì)比度特征點(diǎn)和邊緣的效應(yīng)，最后得到一定數(shù)量的關(guān)鍵點(diǎn)。

(1)尺度空間極值檢測

第一階段對(duì)所有的尺度的圖像進(jìn)行計(jì)算和搜索，有效地利用高斯函數(shù)差值(見式(1)來確定潛在的興趣點(diǎn)，這些興趣點(diǎn)相對(duì)尺度因子和旋轉(zhuǎn)是不變化的。

(2)關(guān)鍵點(diǎn)定位

針對(duì)每個(gè)候選關(guān)鍵點(diǎn)或興趣點(diǎn)，基于其穩(wěn)定性的特點(diǎn)，以檢測它們的位置和驚訝因子，最后選取部分關(guān)鍵點(diǎn)。

(3)關(guān)鍵點(diǎn)梯度方向

要確定關(guān)鍵點(diǎn)的方向，計(jì)算關(guān)鍵點(diǎn)附近的梯度方向直方圖，每個(gè)相鄰的像素的權(quán)值以其梯度幅值為參考，以最大的直方圖峰值所對(duì)應(yīng)的方向?yàn)殛P(guān)鍵點(diǎn)的梯度方向。

(4)關(guān)鍵點(diǎn)描述

一旦一個(gè)關(guān)鍵點(diǎn)方向已經(jīng)選定，特征描述因子主要是計(jì)算4×4相鄰像素，得出8個(gè)主要的梯度方向。每4×4相鄰像素一個(gè)區(qū)域，在關(guān)鍵點(diǎn)周圍共選取4×4個(gè)區(qū)域，那么對(duì)于一個(gè)SIFT特征點(diǎn)向量來說，共有4×4×8=128個(gè)向量元素。這個(gè)128維向量經(jīng)過規(guī)范化后可以提高對(duì)光照變化的不變性。

由于 128 SIFT的特征向量相當(dāng)大，原SIFT算法的主要缺點(diǎn)是較其他圖像描述因子具有更高的計(jì)算成本。降低高維向量可以節(jié)省計(jì)算時(shí)間和計(jì)算機(jī)資源。同時(shí)在SIFT特征向量提取的過程中也產(chǎn)生大量的冗余關(guān)鍵點(diǎn)。在機(jī)器人SLAM環(huán)境中，來自同一路標(biāo)的圖像的80%的關(guān)鍵點(diǎn)不能夠有效匹配，因此，應(yīng)該盡量減少關(guān)鍵點(diǎn)的數(shù)量，而不影響圖像匹配的效果。

2 算法的優(yōu)化

首先，我們應(yīng)該降低SIFT特征向量的維數(shù)，為了解決上面所提到的不利方面，我們?cè)谟?jì)算SIFT特征關(guān)鍵點(diǎn)時(shí)，以選取的關(guān)鍵點(diǎn)為中心，只計(jì)算2×2個(gè)區(qū)域內(nèi)的梯度，相比原128維特征向量，這樣向量數(shù)減少到2×2×4=16，再經(jīng)過旋轉(zhuǎn)和標(biāo)準(zhǔn)化作業(yè)，我們只需要以上梯度向量進(jìn)行下一步圖像匹配。這種方法可以顯著降低的關(guān)鍵向量的維數(shù)，提高實(shí)時(shí)在線的計(jì)算速度。

其次，減少SIFT特征關(guān)鍵點(diǎn)的數(shù)目，提高選擇關(guān)鍵點(diǎn)的閾值，以去除更多的候選關(guān)鍵點(diǎn)，特別是當(dāng)閾值為0.03時(shí)候，這個(gè)值是一個(gè)經(jīng)驗(yàn)值，在圖像識(shí)別領(lǐng)域是會(huì)工作的很好［1］，但它通常會(huì)產(chǎn)生大量的關(guān)鍵點(diǎn)。然而使用如RANSAC算法，當(dāng)特征關(guān)鍵點(diǎn)的數(shù)量很少時(shí)(3-5關(guān)鍵點(diǎn))也可以取得可靠的圖像匹配。

我們可以增加閾值，以減少SIFT特征關(guān)鍵點(diǎn)的數(shù)量，下一步我們選擇一個(gè)固定的百分比參數(shù)，來選取關(guān)鍵點(diǎn)的數(shù)量，例如，我們選擇25%，也就是說我們只選取檢測到的關(guān)鍵點(diǎn)的25%，由于SIFT特征點(diǎn)數(shù)量減少，計(jì)算機(jī)的實(shí)時(shí)運(yùn)算速度將大大提高。

3 實(shí)驗(yàn)結(jié)果

經(jīng)過以上優(yōu)化步驟，用來計(jì)算比較兩幅圖像的時(shí)間比以前縮短了很多，這對(duì)于移動(dòng)機(jī)器人完成實(shí)時(shí)在線的任務(wù)來說是非常關(guān)鍵的。利用本文所提出來的改進(jìn)方法，在圖像有遮擋、有觀察角度差、存在一定失真和噪聲的情況下，我們對(duì)兩幅圖像進(jìn)行匹配，實(shí)驗(yàn)結(jié)果如下，能達(dá)到機(jī)器人對(duì)局部環(huán)境目標(biāo)的識(shí)別要求。

4 結(jié)束語

在圖像處理與匹配方面，基于SIFT特征關(guān)鍵點(diǎn)的計(jì)算方法是一個(gè)強(qiáng)有力的工具，該算法可以用于移動(dòng)機(jī)器人來識(shí)別局部環(huán)境中的路標(biāo)，對(duì)于圖像檢索和基于視覺定位來說，它提供了一個(gè)清晰準(zhǔn)確的手段。由于每幅圖像的SIFT特征向量多達(dá)128個(gè)向量，SIFT特征點(diǎn)的提取和匹配是一個(gè)非常耗時(shí)的工作，因此在本論文中，我們提出了減少SIFT特征關(guān)鍵點(diǎn)數(shù)量，以改善其計(jì)算性能。如何去除冗余的信息，提高實(shí)時(shí)運(yùn)算速度，這對(duì)于機(jī)器人的即時(shí)定位與建圖來說是致關(guān)重要的。

在現(xiàn)實(shí)環(huán)境中，移動(dòng)機(jī)器人的工作環(huán)境更多的是一個(gè)動(dòng)態(tài)環(huán)境，而不是靜態(tài)的。因此，在動(dòng)態(tài)環(huán)境下研究移動(dòng)機(jī)器人的SLAM是一個(gè)非常重要的問題，因?yàn)槿绾翁幚韯?dòng)態(tài)的視覺數(shù)據(jù)將會(huì)變得更加復(fù)雜，今后的研究將更加注重未知?jiǎng)討B(tài)環(huán)境下的存著研究。

［1］D.Lowe.Distinctive image features from scale-invariant key points.International Journal of Computer Vision，2004.60(2):91-110.

［2］Mikolajczyk，K.and C.Schmid.A performance evaluation of local descriptors［J］.IEEE Transactions on Pattern Analysis and Machine Intelligence，2005.27(10):1615-1630.

［3］Stephen Se，David G.Lowe，James J.Little，Vision-Based Global Localization and Mapping for Mobile Robots.IEEE TRANSACTIONS ON ROBOTICS，2005，21(3):364-375.

［4］藺海峰，馬宇峰，宋濤.基于SIFT特征目標(biāo)跟蹤算法研究［J］.自動(dòng)化學(xué)報(bào)，2010，36(8):1204-1208.

［5］畢明德，孫志剛，肖力.基于TMS320C6713的圖像采集處理系統(tǒng)設(shè)計(jì)［J］.電氣自動(dòng)化，2009，31(4):42-43.

［6］宋華軍，李泉.基于SIFT的目標(biāo)跟蹤算法研究［J］.長春理工大學(xué)學(xué)報(bào)(自然科學(xué)版)，2010，33(3):123-126.

［7］于麗莉，戴青.一種改進(jìn)的SIFT特征匹配算法［J］.計(jì)算機(jī)工程，2011，37(2):210-212.