專利名稱：基于六角網(wǎng)格的識(shí)別系統(tǒng)及識(shí)別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種實(shí)時(shí)的三維物體識(shí)別系統(tǒng)，具體涉及基于六角網(wǎng) 格的識(shí)別系統(tǒng)及識(shí)別方法。
技術(shù)背景-
我們知道，只有三種正多邊形(正三邊形、正四邊形和正六邊形) 可以完整地覆蓋一個(gè)平面，其中正四邊形覆蓋對(duì)應(yīng)著方形網(wǎng)格系統(tǒng)，
它是目前的掃描光柵(ScanningRaster)采樣所使用的網(wǎng)格系統(tǒng)。發(fā) 表于2004年的文獻(xiàn)(Xi-qun Lu and Chun Chen, Research on Hexagonal Sampled Digital Images, Journal of Image and Graphics 6(15), 2004)指 出雖然六角網(wǎng)格的采樣密度比方形網(wǎng)格的要好，但是目前圖像輸入輸 出設(shè)備只支持矩形點(diǎn)陣結(jié)構(gòu)的數(shù)字圖像。而早在60年代初，數(shù)學(xué)家們 就對(duì)如何分布平面上的采樣點(diǎn)問題進(jìn)行了深入的研究，其中文獻(xiàn)(c. A. Rogers, Packing and Covering, Cambridge University Press, 1964)指
出，平面上采樣點(diǎn)的最佳分布是按六角網(wǎng)格的形式分布。這種分布對(duì) 應(yīng)著正六邊形覆蓋，即每個(gè)像素對(duì)應(yīng)著一個(gè)正六邊形，正六邊形的中 心點(diǎn)作為網(wǎng)格點(diǎn)，形成六角網(wǎng)格系統(tǒng)，如圖5所示。
與六角網(wǎng)格系統(tǒng)相比，方形網(wǎng)格系統(tǒng)有以下不足之處
首先，在方形網(wǎng)格中，每個(gè)像素點(diǎn)到其8個(gè)相鄰像素點(diǎn)的距離是
不相等的，既有邊相鄰的(有一條公共邊)，也有點(diǎn)相鄰的(有一個(gè) 公共頂點(diǎn))。當(dāng)直線或曲線中有一對(duì)點(diǎn)相鄰的像素時(shí)，就會(huì)出現(xiàn)一個(gè) "斷點(diǎn)"，影響了直線或曲線的美觀性和平滑性。而在六角網(wǎng)格中， 每個(gè)像素的六個(gè)相鄰像素都是邊相鄰的，是等距離的，直線或曲線中 的每一對(duì)相鄰像素都有一條公共邊，不會(huì)有"斷開"的現(xiàn)象。
其次，采樣點(diǎn)的選取準(zhǔn)則應(yīng)該是能夠盡量反映原始圖像的微小細(xì) 節(jié)，或者說(shuō)使采樣點(diǎn)之間的空隙盡量小。當(dāng)然這可以通過(guò)增加采樣點(diǎn) 來(lái)達(dá)到，但是每個(gè)設(shè)備的掃描光柵點(diǎn)數(shù)量(分辨率)是固定的，由光
柵點(diǎn)尺寸等因素所決定；光柵點(diǎn)不可能無(wú)限制地小，這由制造工藝等 因素所限制。因此，在光柵點(diǎn)大小固定的情況下，只能通過(guò)點(diǎn)的合理 分布來(lái)增加采樣點(diǎn)。假設(shè)光柵點(diǎn)的直徑長(zhǎng)度(或像素的長(zhǎng)度)為l， 則對(duì)于一個(gè)面積為wx"的網(wǎng)格，若使用方形網(wǎng)格分布可以容納wx"
個(gè)點(diǎn)，而若使用六角網(wǎng)格分布可以容納;^wx"個(gè)點(diǎn)，點(diǎn)數(shù)增加了約
15.5%。點(diǎn)密度的增加可以更好地表現(xiàn)圖形或圖像的細(xì)節(jié)，從而提高 了對(duì)自然景象的顯示分辨率。
第三，在六角網(wǎng)格中，每個(gè)像素與其所有相鄰像素之間只有一種 相鄰關(guān)系，對(duì)應(yīng)唯一一種鄰接定義，這為圖形圖像處理算法提供了簡(jiǎn) 便的實(shí)現(xiàn)途徑，提高了算法的效率。而在方形網(wǎng)格中，每個(gè)像素到其 相鄰像素的距離不等，其相鄰像素有4鄰接和8鄰接兩種定義。圖像的 許多幾何性質(zhì)(如區(qū)域在某一點(diǎn)是否連續(xù)、兩點(diǎn)之間的距離是否相等) 和處理算法(如邊緣檢測(cè)算法)都隨著鄰接定義的不同而有不同的結(jié) 果，使得圖形圖像處理與識(shí)別的算法變得相當(dāng)復(fù)雜，從而影響運(yùn)算和 識(shí)別的速度。
第四，方形網(wǎng)格有兩根主軸，即橫向軸與縱向軸，和八個(gè)主方位， 其中有四個(gè)方位指向像素的四個(gè)角，相鄰方位之間的角度為45"。六 角網(wǎng)格有三條主軸和十二個(gè)主方位，其中有六個(gè)方位指向像素的六個(gè) 角，相鄰方位之間的角度為30。。由于六角系統(tǒng)具有更大的角度分辨 率，物體輪廓的呈現(xiàn)會(huì)更加精確。
第五，網(wǎng)格中的邊緣點(diǎn)定義為相鄰兩個(gè)像素之間的點(diǎn)，邊緣點(diǎn)是 構(gòu)成物體邊緣的基本單位。每個(gè)邊緣點(diǎn)用強(qiáng)度與方向表征，強(qiáng)度表示 兩個(gè)像素灰度的差值，方向指向更高的灰度數(shù)值。在六角網(wǎng)格中，所 有可能的邊緣點(diǎn)位置構(gòu)成了正則三角形點(diǎn)陣，三角形的邊長(zhǎng)等于原六 角像素間距的一半。而在方形網(wǎng)格中，所有可能的邊緣點(diǎn)位置并不構(gòu) 成正則四邊形點(diǎn)陣，四邊形的邊長(zhǎng)等于原像素間距的一半，但缺了四 個(gè)角。除此以外，邊緣元素，即連接相鄰兩個(gè)邊緣點(diǎn)的一段直線，其 長(zhǎng)度精確等于或近似等于六角網(wǎng)格中基本單元長(zhǎng)度的整數(shù)倍，而方形 網(wǎng)格中情況不是這樣，其長(zhǎng)度的比率為l: 1.414。這是另外兩個(gè)理由 說(shuō)明為什么六角網(wǎng)格在精確表現(xiàn)物體輪廓方面更優(yōu)越。
方形網(wǎng)格系統(tǒng)的這些不足之處造成了現(xiàn)有的只支持方形網(wǎng)格的 這些輸入輸出設(shè)備(物理方形網(wǎng)格系統(tǒng))的相應(yīng)的不足之處。Tzytten 和Tuceryan在他們近年的文獻(xiàn)(D. A. Trytten and M. Tuceryan， The construction of labeled line drawings from intensity images, Pattern Recognition28(2), 171-198,1995)中總結(jié)了一個(gè)可以完全地自動(dòng)處理 從圖像到解釋系統(tǒng)的開發(fā)嘗試，他們的系統(tǒng)分成一系列階段進(jìn)行，在 后一階段借助反饋來(lái)修正前一階段所發(fā)生的錯(cuò)誤，該系統(tǒng)對(duì)于大多數(shù) 被測(cè)圖像都取得了成功，其主要的缺點(diǎn)就是大量的處理時(shí)間，典型地 需要一百至幾百秒，其中大部分時(shí)間化在初始階段的薄膜邊緣檢測(cè)算 法上。另外，基于方形網(wǎng)格的現(xiàn)有技術(shù)無(wú)法提供三維圖像對(duì)于旋轉(zhuǎn)及 傾斜的不變性。六角網(wǎng)格實(shí)際地出現(xiàn)在蒼蠅的視網(wǎng)膜內(nèi)，曾被嘗試構(gòu)建硅視網(wǎng)膜，文獻(xiàn)(Xiaohong Hu， YIhua Guo， Dehua Liu and Yimin Li， Hexagonal subdivision surfaces algorithms introduction, Computer Applications and Software 8(43)， 2004)揭示六角幾何在許條領(lǐng)域的應(yīng) 用己經(jīng)取得了良好的效果。

發(fā)明內(nèi)容
本發(fā)明的一個(gè)目的在于提供一種基于六角網(wǎng)格的識(shí)別系統(tǒng)，解決 了傳統(tǒng)的基于方形網(wǎng)格的識(shí)別系統(tǒng)的先天不足的問題。
為了實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案如下基于六角網(wǎng)格的識(shí) 別系統(tǒng)，其特征在于它包括可移動(dòng)平臺(tái)，用于輔助六角網(wǎng)格數(shù)字圖 像的形成；攝像機(jī)，位于可移動(dòng)平臺(tái)的上方，用于攝取位于可移動(dòng)平 臺(tái)上的三維物體，產(chǎn)生方形網(wǎng)格數(shù)字圖像；計(jì)算機(jī)構(gòu)件，用于把攝像 機(jī)攝取的數(shù)字圖像轉(zhuǎn)換成六角網(wǎng)格數(shù)字圖像，并對(duì)該六角網(wǎng)格數(shù)字圖 像進(jìn)行識(shí)別，產(chǎn)生識(shí)別結(jié)果；視頻顯示器，用于實(shí)時(shí)輸出上述識(shí)別結(jié) 果。
其中可移動(dòng)平臺(tái)包括底盤、與底盤連接的臺(tái)架、和臺(tái)板，臺(tái)架內(nèi) 設(shè)有螺桿，螺桿與臺(tái)板螺紋連接，臺(tái)板表面鋪放黑色柔布。
其中計(jì)算機(jī)構(gòu)件包括以下模塊六角網(wǎng)格數(shù)字圖像形成模塊，與 攝像機(jī)連接，把攝像機(jī)輸出的圖像轉(zhuǎn)換成六角網(wǎng)格數(shù)字圖像；邊緣檢 測(cè)識(shí)別模塊，與六角網(wǎng)格數(shù)字圖像形成模塊連接，用于檢測(cè)六角網(wǎng)格 數(shù)字圖像中的邊緣點(diǎn)；邊緣減薄識(shí)別模塊，與邊緣檢測(cè)識(shí)別模塊連接， 用于對(duì)上述邊緣點(diǎn)進(jìn)行減薄處理，形成確定的邊緣點(diǎn)；邊緣鏈接識(shí)別 模塊，與邊緣減薄識(shí)別模塊的輸出端連接，用于把上述確定的邊緣點(diǎn) 連接起來(lái)，形成圖像輪廓；特征提取識(shí)別模塊，與邊緣連接識(shí)別模塊 連接，用于確定該圖像輪廓的頂點(diǎn)特征。
本發(fā)明的另一個(gè)目的在于提供一種基于六角網(wǎng)格的識(shí)別方法，解 決了傳統(tǒng)的基于方形網(wǎng)格的識(shí)別系統(tǒng)的先天不足的問題。
為了實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案如下 一種基于六角網(wǎng)格 的識(shí)別方法，其特征在于它包括以下步驟A、攝取三維物體圖像， 由攝像機(jī)攝取放置在可移動(dòng)平臺(tái)上的三維物體，形成方形網(wǎng)格數(shù)字圖 像；B、合成六角網(wǎng)格數(shù)字圖像，由計(jì)算機(jī)構(gòu)件對(duì)攝像機(jī)攝取的方形 網(wǎng)格數(shù)字圖像進(jìn)行處理，形成六角網(wǎng)格數(shù)字圖像；C、邊緣檢測(cè)識(shí)別， 由計(jì)算機(jī)構(gòu)件檢測(cè)六角網(wǎng)格數(shù)字圖像中的邊緣點(diǎn)；D、邊緣減薄識(shí)別， 由計(jì)算機(jī)構(gòu)件對(duì)上述邊緣點(diǎn)進(jìn)行減薄處理，形成確定的邊緣點(diǎn)；E、 邊緣鏈接識(shí)別，由計(jì)算機(jī)構(gòu)件把上述確定的邊緣點(diǎn)連接起來(lái)，形成圖 像輪廓；F、特征提取識(shí)別，由計(jì)算機(jī)構(gòu)件確定該圖像輪廓的頂點(diǎn)特 征；G、輸出顯示結(jié)果，在視頻顯示器中顯示上述圖像輪廓。
本發(fā)明解決了傳統(tǒng)的基于方形網(wǎng)格的識(shí)別系統(tǒng)的先天不足的問 題。由于六角幾何具有許多優(yōu)于方形幾何的特性諸如定向不敏感性、
角增量均勻性、中央像素鄰域的等同性，這些特性有助于我們以一種 相對(duì)簡(jiǎn)單和清晰的方式來(lái)分析圖像。本發(fā)明提出的基于六角網(wǎng)格的圖 像識(shí)別算法(邊緣檢測(cè)識(shí)別、邊緣減薄識(shí)別、邊緣鏈接識(shí)別和特征提 取識(shí)別)不僅運(yùn)算時(shí)間短，而且提高了圖像識(shí)別的精確率。這些算法 全部采用整數(shù)型運(yùn)算，可以用于識(shí)別任何一種結(jié)構(gòu)形狀的三維物體。 這些算法可以在速度和魯棒度兩個(gè)方面從根本上提高現(xiàn)有的實(shí)際機(jī) 器視覺系統(tǒng)。并且，本發(fā)明系統(tǒng)及識(shí)別方法有望貢獻(xiàn)于改進(jìn)的圖像分 析的準(zhǔn)確度和速度，此類圖像分析的領(lǐng)域包括掃描電子顯微鏡、無(wú)線 移動(dòng)結(jié)構(gòu)、醫(yī)學(xué)圖像、衛(wèi)星圖像和工業(yè)檢驗(yàn)等。


圖1為本發(fā)明--實(shí)施例的示意圖
圖2為圖1中計(jì)算機(jī)構(gòu)件的方框圖
圖3為本發(fā)明的流程框圖
圖4為本發(fā)明一實(shí)施例的具體流程圖
圖5為本發(fā)明一實(shí)施例的結(jié)果輸出圖
具體實(shí)施例方式
下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作詳細(xì)說(shuō)明。
本發(fā)明的一種基于六角網(wǎng)格的識(shí)別系統(tǒng)，其特征在于它包括可 移動(dòng)平臺(tái)1，用于輔助六角網(wǎng)格數(shù)字圖像的形成；攝像機(jī)2，位于可
移動(dòng)平臺(tái)的上方，用于攝取位于可移動(dòng)平臺(tái)上的三維物體，產(chǎn)生方形
網(wǎng)格數(shù)字圖像；計(jì)算機(jī)構(gòu)件3，用于把攝像機(jī)攝取的方形網(wǎng)格數(shù)字圖 像轉(zhuǎn)換成六角網(wǎng)格數(shù)字圖像，并對(duì)該六角網(wǎng)格數(shù)字圖像進(jìn)行識(shí)別，產(chǎn) 生識(shí)別結(jié)果；視頻顯示器4，用于實(shí)時(shí)輸出上述識(shí)別結(jié)果。
本發(fā)明的一種基于六角網(wǎng)格的識(shí)別方法，其特征在于它包括以下 步驟A、攝取三維物體圖像301，由攝像機(jī)2攝取放置在可移動(dòng)平 臺(tái)上的三維物體，形成方形網(wǎng)格數(shù)字圖像；B、合成六角網(wǎng)格數(shù)字圖 像302，由計(jì)算機(jī)構(gòu)件3的六角網(wǎng)格數(shù)字圖像形成模塊201對(duì)該方形 網(wǎng)格數(shù)字圖像進(jìn)行處理，形成六角網(wǎng)格數(shù)字圖像；C、邊緣檢測(cè)識(shí)別 303，由計(jì)算機(jī)構(gòu)件3的邊緣檢測(cè)識(shí)別模塊202檢測(cè)六角網(wǎng)格數(shù)字圖 像的邊緣點(diǎn)；D、邊緣減薄識(shí)別304，由計(jì)算機(jī)構(gòu)件3的邊緣減薄識(shí) 別模塊203對(duì)上述邊緣點(diǎn)進(jìn)行減薄處理，形成確定的邊緣點(diǎn)；E、邊 緣鏈接識(shí)別305，由計(jì)算機(jī)構(gòu)件3的邊緣鏈接識(shí)別模塊204把上述確 定的邊緣點(diǎn)連接起來(lái)，形成圖像輪廓；F、特征提取識(shí)別306，由計(jì) 算機(jī)構(gòu)件3的特征提取識(shí)別模塊205確定該圖像輪廓的頂點(diǎn)特征；G、 輸出顯示結(jié)果307，在視頻顯示器4中顯示上述圖像輪廓。
本發(fā)明中使用的攝像機(jī)2采用CCD攝像儀。CCD (電荷耦合器件) 是一種基于硅片技術(shù)的電晶體光傳感器裝置。用于視頻攝像儀的CCD 光傳感器具有離散的光電位置，或稱為像素，以正比于照射光強(qiáng)而積
累相應(yīng)的電荷，當(dāng)以像素接像素、行接行地掃描時(shí)，對(duì)應(yīng)生成一種實(shí) 時(shí)的模擬視頻信號(hào)，然后通過(guò)D/A轉(zhuǎn)換器數(shù)字化。光傳感器裝置大
致可以分為兩類行-掃描光傳感器由一條單行光電位置組成，這類 CCD攝像儀適合于對(duì)運(yùn)動(dòng)物體的成像；二維傳感器例如我們所使用 的具有768x512像素分辨率的Hamamatsu CCD攝像儀適合于對(duì)靜止 物體的成像。文獻(xiàn)(Stefano Baronti et al.， Detector shape in hexagonal sampling grids, SPIE Vol. 4540, pp. 354-365, Dec. 2001)揭示了現(xiàn)有的 二維光傳感器CCD攝像儀都使用矩形或方形點(diǎn)陣。傳統(tǒng)的物理矩形 點(diǎn)陣長(zhǎng)期以來(lái)一直最常用于數(shù)字圖像的輪廓檢測(cè)，由于這些點(diǎn)陣最適 合于連續(xù)的光柵掃描技術(shù)，該技術(shù)用于成像硬件形成圖像己經(jīng)超過(guò)了 70年之久，這些成像硬件包括從早期的光電析象管到近期的CCD點(diǎn) 陣。
作為本發(fā)明系統(tǒng)的一個(gè)創(chuàng)新構(gòu)件，可移動(dòng)平臺(tái)l (STANDA7T125 Basic Translation Stage)直接安置在CCD攝像儀2的下方如圖1所示。 可移動(dòng)平臺(tái)1包括底盤5、與底盤連接的臺(tái)架6和臺(tái)板7，臺(tái)架6內(nèi)設(shè)有 螺桿8，螺桿8與臺(tái)板7螺紋連接，臺(tái)板7表面鋪放黑色柔布。這個(gè)構(gòu)件 是必需的，由于CCD攝像儀2中的二維方形光傳感器點(diǎn)陣不能直接產(chǎn) 生六角網(wǎng)格數(shù)字圖像。通過(guò)旋轉(zhuǎn)可移動(dòng)平臺(tái)1的橫向位移螺桿8半周稍 多一點(diǎn)得到0.06毫米的臺(tái)板7水平位移，這個(gè)值等于兩個(gè)相鄰方形像 素間距的一半。根據(jù)本發(fā)明的一個(gè)實(shí)施例，由六角網(wǎng)格數(shù)字圖像形成 模塊201形成六角網(wǎng)格數(shù)字圖像，在沒有水平位移的情況下，六角網(wǎng) 格數(shù)字圖像形成模塊201先記錄并存儲(chǔ)攝像機(jī)2攝取的數(shù)字圖像的所 有偶數(shù)行像素值，然后令可移動(dòng)平臺(tái)的臺(tái)板7平移0.06毫米，記錄所 有奇數(shù)行的像素值。合成的數(shù)字圖像很好地近似于由真實(shí)物理六角網(wǎng) 格上所攝取的圖像。由于在六角網(wǎng)格中相鄰行之間的相對(duì)距離是同一 行中兩個(gè)相鄰像素間距的0.866倍，合成的圖像在垂直方向上被壓縮 了13.4%，然而這個(gè)壓縮所產(chǎn)生的影響對(duì)于隨后用于識(shí)別的邊緣檢測(cè) 和特征提取分析是可以忽略不計(jì)的。
第二種獲取六角網(wǎng)格數(shù)字圖像的方法是先數(shù)字化全部掃描行，然
后應(yīng)用簡(jiǎn)單的求平均插值公式((強(qiáng)度[j] [i] +強(qiáng)度[j] [i + l])/2 強(qiáng)
度[j] [i])于所有隔一行的全部像素，再整行向右平移半個(gè)像素單位。
此方法的主要缺點(diǎn)是由于求平均算法形成了一個(gè)低通濾波器，隔一行 上的邊緣被模糊了，應(yīng)用邊緣檢測(cè)算法后引入了多余的邊緣點(diǎn)，這些 邊緣點(diǎn)使隨后的處理變得復(fù)雜。
作為本發(fā)明系統(tǒng)的核心構(gòu)件計(jì)算機(jī)構(gòu)件3，起著數(shù)字化、存儲(chǔ)和分
析處理的作用，內(nèi)置的分析軟件主要包括四大功能模塊，分別執(zhí)行邊 緣檢測(cè)識(shí)別、邊緣減薄識(shí)別、邊緣鏈接識(shí)別和特征提取識(shí)別模塊，以 便充分識(shí)別物體。 1. 邊緣檢測(cè)識(shí)別模塊202 假定六角網(wǎng)格中的邊緣點(diǎn)檢測(cè)在每個(gè)像素上并行地執(zhí)行，每個(gè)像
素使用本身像素灰度f(wàn)e和它的六個(gè)相鄰像素灰度f(wàn),至f6作為輸入數(shù)
據(jù)，加上一個(gè)取差閾值To和一個(gè)比率閾值Ro。我們采用下面概括性
的算法來(lái)確定邊緣點(diǎn)
1) 依次沿著三條主軸
A) 如果兩個(gè)灰度差值的符號(hào)相反，即中央像素的灰度高于或 低于兩個(gè)相鄰像素的灰度，那么放置邊緣點(diǎn)在差值大于TQ的像 素的棱邊上。
B) 如果兩個(gè)灰度差值的符號(hào)相同，即中央像素的灰度介于兩
個(gè)相鄰像素的灰度之間，那么放置邊緣點(diǎn)
i) 在像素的棱邊，若灰度差值的比率大于Ro且差值之和大 于了o。
ii) 在像素的中心，若灰度差值的比率小于Ro且差值之和 大于To。
2) 每個(gè)像素的最后邊緣點(diǎn)集合應(yīng)該由位于像素中心的唯一的一 個(gè)邊緣點(diǎn)或者由位于棱邊上的一個(gè)或多個(gè)邊緣點(diǎn)組成。
3) 中心/棱邊的優(yōu)先應(yīng)該由沿主軸最大總灰度的改變來(lái)決定。
4) 最終的棱邊上的邊緣點(diǎn)應(yīng)該由共享棱邊的兩個(gè)像素來(lái)確定。 一個(gè)C語(yǔ)言編寫的程序用于執(zhí)行上述的邊緣檢測(cè)算法，檢測(cè)后的
結(jié)果如圖5所示。
2. 邊緣減薄識(shí)別模塊203
邊緣檢測(cè)程序運(yùn)行之后，基于每個(gè)像素和它的六個(gè)相鄰像素的灰 度值，數(shù)字圖像的最初邊緣點(diǎn)集合可以確定，然而深一層的邊緣減薄 仍應(yīng)該執(zhí)行。雖然邊緣點(diǎn)的置放規(guī)則，尤其是邊緣點(diǎn)必須放置在像素 中心或棱邊的規(guī)則，有助于阻止多重邊緣的發(fā)生，但少量多重邊緣仍 然確實(shí)發(fā)生，在進(jìn)一步的圖像處理之前應(yīng)加以減薄。
邊緣減薄采用下面的算法
1) 執(zhí)行邊緣減薄當(dāng)兩個(gè)邊緣點(diǎn)分別位于兩個(gè)相鄰像素的中心，它 們的方向與六角網(wǎng)格的其中一條主軸的夾角都小于30°，即12-方位碼的一個(gè)單元。
2) 若其中一個(gè)邊緣點(diǎn)的強(qiáng)度小于另一個(gè)邊緣點(diǎn)強(qiáng)度的3/4，消去 強(qiáng)度較弱的邊緣點(diǎn)。
3) 否則，消去這兩個(gè)邊緣點(diǎn)，在兩個(gè)像素共享的棱邊上插入一個(gè) 平均邊緣點(diǎn)，這個(gè)新的邊緣點(diǎn)具有
a. 強(qiáng)度=(強(qiáng)度l +強(qiáng)度2) / 2
b. 方向=(方向l +方向2) / 2 (默認(rèn)值為垂直于棱邊若 非整數(shù)的話)
3.邊緣鏈接識(shí)別模塊204
邊緣點(diǎn)一旦確定以后，這些邊緣點(diǎn)必須連接在一起以形成邊緣部
分或頂點(diǎn)，最后生成圖像的輪廓。在六角網(wǎng)格中，用于執(zhí)行邊緣鏈接
和特征提取的最小實(shí)際單元是7-像素六角鄰域，即中央像素和它的六 個(gè)相鄰像素。在7-像素六角鄰域內(nèi)，共有37個(gè)可能邊緣點(diǎn)聚合成六層， 即中央層和五個(gè)外部層，每個(gè)外部層包含6個(gè)或12個(gè)等距離的邊緣點(diǎn)。 一個(gè)六角鄰域內(nèi)的邊緣特征是由邊緣點(diǎn)的鏈組成的，特別是直形、 曲形邊緣部分或L型頂點(diǎn)構(gòu)成的單鏈，和由一條主鏈加一條側(cè)鏈構(gòu)成 的箭型、叉型、T型頂點(diǎn)，更復(fù)雜的頂點(diǎn)類型在此不作考慮。對(duì)于這 些鏈可以約定兩個(gè)一般的條件
1. a.主鏈必須起始于其中一個(gè)外部層(2，3，4)，繼續(xù)到其中一個(gè) 內(nèi)部層(O，l)，終止于其中一個(gè)外部層(2,3，4)。
b.側(cè)鏈必須起始于其中一個(gè)外部層(2，3，4)，終止于其中一個(gè) 內(nèi)部層(O, 1)，與主鏈的一個(gè)頂點(diǎn)相交。
2. 邊緣點(diǎn)的方向通常應(yīng)垂直于連接邊緣點(diǎn)的邊緣元素的方向。 條件l要求特征居于六角鄰域的中央，如果邊緣點(diǎn)的鏈余留在外部層， 且六角鄰域在此一特征的外圍，則須由六角鄰域的鄰接像素加以檢 測(cè)，條件2要求似是而非的邊緣必須垂直于灰度改變的方向。
六角鄰域內(nèi)的邊緣鏈接的算法如下
1) 起始于離中心最遠(yuǎn)、具有最高位置序號(hào)的邊緣點(diǎn)；
2) 以最段距離先向內(nèi)層而后向外層依次連接邊緣點(diǎn)；
3) IF —條單鏈可以形成THEN
IF此單鏈用盡了所有邊緣點(diǎn)THEN
RETURN邊緣部分或L型頂點(diǎn)； ELSEIF —些邊緣點(diǎn)剩余THEN
重新起始于剩余邊緣點(diǎn)中具有最高位置序號(hào)的邊緣點(diǎn)，
并按照步驟2連接邊緣點(diǎn)；
IF側(cè)鏈和主鏈可以在層O或?qū)觢的邊緣點(diǎn)聯(lián)合THEN
RETURN箭型、叉型或T型頂點(diǎn)； ELSE RETURN; ELSE RETURN。
上述算法沒有考慮邊緣點(diǎn)的可能多重鏈，在這種情況下，可能需 要應(yīng)用最小成本，即最高品質(zhì)函數(shù)來(lái)評(píng)價(jià)各種選擇以便選出最佳的一
個(gè)。 一個(gè)適合的品質(zhì)函數(shù)可以是
<formula>formula see original document page 10</formula>(其中《表示直接邊緣長(zhǎng)度，乾,表示直接路徑長(zhǎng)度)，當(dāng)直接邊緣垂
直于直接路徑時(shí)，《返回最高值。
4.特征提取識(shí)別模塊205
為了提取定性的特征信息，需要應(yīng)用線條標(biāo)簽方案于數(shù)字圖像的 邊緣，在六角網(wǎng)格上掃描六角鄰域檢測(cè)典型的直線/曲線和頂點(diǎn)特征。 發(fā)生于六角鄰域內(nèi)的一些可歸類的幾何特征的特性可以通過(guò)下面的
描述加以區(qū)分
A. 特征類型
1) 單鏈特征
a. 直線/曲線(兩個(gè)角度都不小于等于120")
b. L型頂點(diǎn)(一個(gè)角度小于等于120°)
2) 兩鏈特征
a. 箭形頂點(diǎn)(一個(gè)角度大于180"
b. 叉形頂點(diǎn)(沒有角度大于等于180°)
c. T形頂點(diǎn)(一個(gè)角度等于180"
B. 存在一個(gè)特征的必要條件
1) 在六角鄰域內(nèi)至少有3個(gè)邊緣點(diǎn)；
2) 至少一個(gè)邊緣點(diǎn)位于中央像素的中心或棱邊，即層0或?qū)?。
特征提取的算法如下
1) 檢査上述B中的必要要求；
2) 起始于最外層位置上的邊緣點(diǎn)，先向內(nèi)接近中央層再向外層形 成邊緣點(diǎn)的一條鏈，每次搜索最靠近的未使用的邊緣點(diǎn)；
3) 如果一條鏈用盡了六角鄰域內(nèi)的所有邊緣點(diǎn)，査找可能的頂點(diǎn)
中心和整個(gè)的角度改變，確定此鏈?zhǔn)侵本€、曲線還是L型頂點(diǎn)；
4) 否則的話，起始于最外層位置上未使用的邊緣點(diǎn)，向中央層接
近形成一條鏈，與已存在的鏈在適當(dāng)?shù)捻旤c(diǎn)位置聯(lián)合。檢查橫穿六角 鄰域的直線是否存在，和頂點(diǎn)的三個(gè)部分之間的角度以便確定頂點(diǎn)的 類型。
一個(gè)c語(yǔ)言編寫的程序用于執(zhí)行上述的特征提取算法，執(zhí)行結(jié)果 如圖5所示，對(duì)于一個(gè)三維楔形物圖像，共顯示了兩個(gè)L型頂點(diǎn)、一 個(gè)叉型頂點(diǎn)、 一個(gè)箭型頂點(diǎn)、 一個(gè)T型頂點(diǎn)，和一條直線/曲線。
湯浩鈞先生在其美國(guó)麻省大學(xué)的博士論文《Ph.D. Thesis "Rapid Pattern Recognition of Three Dimensional Objects Using Parallel Processing Within a Hierarchy of Hexagonal Grids" by Haojun Tang, University of Massachusetts Lowell, Massachusetts, USA in 1995》中， 提出了基于分層六角網(wǎng)格并行處理的機(jī)器視覺系統(tǒng)的基本思想和處 理算法。本發(fā)明系統(tǒng)中的識(shí)別方法在借鑒這些算法的基礎(chǔ)上，做了進(jìn) 一步的改進(jìn)和提高。
盡管在該實(shí)施例中，采用軟件的方法實(shí)現(xiàn)了六角網(wǎng)格圖像識(shí)別的
功能，但是應(yīng)當(dāng)理解，該功能也可以采用硬件的方法來(lái)實(shí)現(xiàn)。
視頻顯示器4可以是陰極射線管(CRT)的，也可以是液晶顯示
(LCD)的，本系統(tǒng)采用的是一臺(tái)21英寸NEC彩色CRT顯示器。視 頻顯示器的選擇比CCD攝像儀的選擇次要得多，CCD攝像儀的空間 和亮度分辨率直接控制著生成的數(shù)字圖像的優(yōu)劣。而一臺(tái)視頻顯示 器，即使顯示質(zhì)量差一些，也不會(huì)影響識(shí)別系統(tǒng)的整體效果。
獲取圖像是本識(shí)別系統(tǒng)的第一步。 一個(gè)輸入圖像可以用許多不同 的能量形式產(chǎn)生，最通常的形式是光能量，然而X光、紅外熱、雷達(dá)、 無(wú)線電射頻和聲能等形式也是常用的。在該實(shí)施例中使用兩個(gè)鵝頸臺(tái) 燈9從樣品的左右兩邊照射，通過(guò)調(diào)節(jié)臺(tái)燈9得到最佳的圖像對(duì)比度。 CCD攝像儀2被架設(shè)在可移動(dòng)平臺(tái)1上方光軸垂直高度66厘米處
(其間的垂直距離以樣品充滿CCD攝像儀的視域?yàn)闇?zhǔn)， 一般在30厘 米 150厘米。)，無(wú)光表面樣品三維楔子是由木料切割而成的，采樣 時(shí)被擺放成某個(gè)角度，以便在攝像儀下形成全景的三維透視。CCD攝 像儀2通過(guò)透鏡聚焦光線到二維光傳感器上，光傳感器再把光能量轉(zhuǎn) 換為成比例的電信號(hào)，即圖像的模擬信號(hào)，模擬信號(hào)然后通過(guò)一個(gè) 4-位數(shù)/模(D/A)轉(zhuǎn)換器變?yōu)閿?shù)字?jǐn)?shù)據(jù)形式，存儲(chǔ)于計(jì)算機(jī)3中。圖 像配準(zhǔn)時(shí)先記錄偶數(shù)行，然后物理地平移圖像域半個(gè)像素單位再記錄 奇數(shù)行組成兩階段的數(shù)字化。這一方法優(yōu)于模擬實(shí)際六角網(wǎng)格配準(zhǔn)圖 像的插值法。
為方便起見選擇計(jì)算機(jī)終端上圖像尺寸為25x25部分的像素灰度 數(shù)值(O-15范圍)，由于黑色柔布的效果，我們得到的背景灰度通常 為0，偶爾為1。 一個(gè)由C語(yǔ)言編寫的軟件對(duì)所輸入的六角網(wǎng)格灰度 數(shù)組開始執(zhí)行上述算法，輸出結(jié)果如圖5所示。結(jié)果顯示邊緣檢測(cè) 識(shí)別生成了相當(dāng)清晰的邊緣點(diǎn)圖像，但仍需某些深一層的邊緣減薄； 簡(jiǎn)單的邊緣減薄識(shí)別經(jīng)執(zhí)行消去了大多數(shù)多余的邊緣點(diǎn)；邊緣鏈接識(shí) 別和特征提取識(shí)別經(jīng)執(zhí)行后顯示了應(yīng)有的頂點(diǎn)，且大多數(shù)頂點(diǎn)特征得 到正確歸類，改進(jìn)的頂點(diǎn)歸類需要使用金字塔處理的非局部信息。
圖4中示出了本發(fā)明--實(shí)施例的具體流程圖。首先在模塊401中 攝取三維物體圖像，模塊402中合成六角網(wǎng)格數(shù)字圖像。接著進(jìn)行邊 緣檢測(cè)識(shí)別，在模塊403中計(jì)算相鄰六角像素之間的灰度差，在模塊 404中依次沿著三條主軸確定邊緣點(diǎn)，在模塊405中判斷沿主軸最大 總灰度變化的兩個(gè)差值比率是否大于T，如否，則消去棱邊上的邊緣 點(diǎn)，置放單個(gè)邊緣點(diǎn)在像素中心406;如是，則在模塊407選擇邊緣 點(diǎn)在棱邊上。然后執(zhí)行邊緣減薄識(shí)別，在模塊408中執(zhí)行邊緣減薄當(dāng) 兩個(gè)邊緣點(diǎn)分別位于兩個(gè)相鄰像素的中心，它們的方向與六角網(wǎng)格的 其中一條主軸的夾角都小于30°。在模塊409中判斷一個(gè)邊緣點(diǎn)的強(qiáng) 度是否小于另一個(gè)的強(qiáng)度的3/4，若否，則在模塊410中消去這兩個(gè)
邊緣點(diǎn)，在共享棱邊上插入一個(gè)平均邊緣點(diǎn)；若是，則在模塊411中 消去強(qiáng)度較弱的邊緣點(diǎn)。接著執(zhí)行邊緣鏈接識(shí)別，在模塊412中檢査
一個(gè)特征存在的必要要求，即在一個(gè)六角鄰域內(nèi)至少有3個(gè)邊緣點(diǎn)且 至少一個(gè)邊緣點(diǎn)位于中央像素的中心或棱邊(層0或?qū)?)，接著在
模塊413中，起始于最外層位置上的邊緣點(diǎn)，先向內(nèi)接近中央層再向
外層形成邊緣點(diǎn)的一條鏈，每次搜索最靠近的未使用的邊緣點(diǎn)。接著
執(zhí)行特征提取識(shí)別，在模塊414中，判斷一條鏈?zhǔn)欠裼帽M了六角鄰域 內(nèi)的所有邊緣點(diǎn)，如否，則在模塊415中，起始于最外層位置上未使 用邊緣點(diǎn)，向中央層接近形成一條鏈，與已存在鏈在適當(dāng)頂點(diǎn)位置聯(lián) 合；檢査橫穿鄰域的直線是否存在和頂點(diǎn)的三個(gè)部分之間的角度以確 定頂點(diǎn)類型；如是，則在模塊416中，查找可能的頂點(diǎn)中心和整個(gè)的 角度改變，確定此鏈?zhǔn)侵本€、曲線還是L型頂點(diǎn)。最后在模塊417中， 輸出識(shí)別結(jié)果。 、
雖然本發(fā)明是參考最實(shí)用的優(yōu)選實(shí)例進(jìn)行說(shuō)明的，但可以理解的 是，本發(fā)明并不局限于所披露的實(shí)施例，相反，可以覆蓋包含在其精 神的和權(quán)利要求書的范圍內(nèi)的各種修改和等效方案。
權(quán)利要求
1、基于六角網(wǎng)格的識(shí)別系統(tǒng)，其特征在于它包括可移動(dòng)平臺(tái)，用于輔助六角網(wǎng)格數(shù)字圖像的形成；攝像機(jī)，位于可移動(dòng)平臺(tái)的上方，用于攝取位于可移動(dòng)平臺(tái)上的三維物體，產(chǎn)生方形網(wǎng)格數(shù)字圖像；計(jì)算機(jī)構(gòu)件，用于把攝像機(jī)攝取的數(shù)字圖像轉(zhuǎn)換成六角網(wǎng)格數(shù)字圖像，并對(duì)該六角網(wǎng)格數(shù)字圖像進(jìn)行識(shí)別，產(chǎn)生識(shí)別結(jié)果；視頻顯示器，用于實(shí)時(shí)輸出上述識(shí)別結(jié)果。
2、 按權(quán)利要求1所述的基于六角網(wǎng)格的識(shí)別系統(tǒng)，其特征在于 可移動(dòng)平臺(tái)包括底盤、與底盤連接的臺(tái)架、和臺(tái)板，臺(tái)架內(nèi)設(shè)有螺桿， 螺桿與臺(tái)板螺紋連接，臺(tái)板表面鋪放黑色柔布。
3、 按權(quán)利要求1所述的基于六角網(wǎng)格的識(shí)別系統(tǒng)，其特征在于 六角網(wǎng)格數(shù)字圖像形成模塊，與攝像機(jī)連接，把攝像機(jī)輸出的方形網(wǎng) 格數(shù)字圖像轉(zhuǎn)換成六角網(wǎng)格數(shù)字圖像；邊緣檢測(cè)識(shí)別模塊，與六角網(wǎng) 格數(shù)字圖像形成模塊連接，用于檢測(cè)六角網(wǎng)格數(shù)字圖像中的邊緣點(diǎn)； 邊緣減薄識(shí)別模塊，與邊緣檢測(cè)識(shí)別模塊連接，用于對(duì)上述邊緣點(diǎn)進(jìn) 行減薄處理，形成確定的邊緣點(diǎn)；邊緣鏈接識(shí)別模塊，與邊緣減薄識(shí) 別模塊的輸出端連接，用于把上述確定的邊緣點(diǎn)連接起來(lái)，形成圖像 輪廓；特征提取識(shí)別模塊，與邊緣鏈接識(shí)別模塊連接，用于確定該圖 像輪廓的頂點(diǎn)特征。
4、 按權(quán)利要求1至3中任一項(xiàng)所述的基于六角網(wǎng)格的識(shí)別系統(tǒng)， 其特征在于攝像機(jī)采用CCD攝像儀。
5、 一種基于六角網(wǎng)格的識(shí)別方法，其特征在于它包括以下步驟: A、攝取三維物體圖像，由攝像機(jī)攝取放置在可移動(dòng)平臺(tái)上的三維物 體，形成方形網(wǎng)格數(shù)字圖像；B、合成六角網(wǎng)格數(shù)字圖像，由計(jì)算機(jī) 構(gòu)件對(duì)該方形網(wǎng)格數(shù)字圖像進(jìn)行處理，形成六角網(wǎng)格數(shù)字圖像；C、 邊緣檢測(cè)識(shí)別，由計(jì)算機(jī)構(gòu)件檢測(cè)六角網(wǎng)格中數(shù)字圖像的邊緣點(diǎn)；D、 邊緣減薄識(shí)別，由計(jì)算機(jī)構(gòu)件對(duì)上述邊緣點(diǎn)進(jìn)行減薄處理，形成確定 的邊緣點(diǎn)；E、邊緣鏈接識(shí)別，由計(jì)算機(jī)構(gòu)件把上述確定的邊緣點(diǎn)連 接起來(lái)，形成圖像輪廓；F、特征提取識(shí)別，由計(jì)算機(jī)構(gòu)件確定該圖 像輪廓的頂點(diǎn)特征；G、輸出顯示結(jié)果，在視頻顯示器中顯示上述圖 像輪廓。
6、 按權(quán)利要求5所述的基于六角網(wǎng)格的識(shí)別方法，其特征在于 步驟A包括把物體放置在可移動(dòng)平臺(tái)的臺(tái)板上，由攝像機(jī)攝取產(chǎn)生第一次數(shù)字圖像；轉(zhuǎn)動(dòng)螺桿，移動(dòng)可移動(dòng)平臺(tái)的臺(tái)板，再由攝像機(jī)攝 取該物體產(chǎn)生第二次數(shù)字圖像；步驟B包括由計(jì)算機(jī)構(gòu)件提取第一次數(shù)字圖像中的所有偶數(shù)行像素值；由計(jì)算機(jī)構(gòu)件提取第二次數(shù)字圖 像中的所有奇數(shù)行像素值；由計(jì)算機(jī)構(gòu)件合成上述的偶數(shù)行像素值和 奇數(shù)行像素值，形成六角網(wǎng)格數(shù)字圖像。
7、按權(quán)利要求6所述的基于六角網(wǎng)格的識(shí)別方法，其特征在于 在步驟A中，可移動(dòng)平臺(tái)的臺(tái)板平移0.06毫米。
全文摘要
本發(fā)明涉及基于六角網(wǎng)格的識(shí)別系統(tǒng)，其特征在于它包括可移動(dòng)平臺(tái)，用于輔助六角網(wǎng)格數(shù)字圖像的形成；攝像機(jī)，位于可移動(dòng)平臺(tái)的上方，用于攝取位于可移動(dòng)平臺(tái)上的三維物體，產(chǎn)生方形網(wǎng)格數(shù)字圖像；計(jì)算機(jī)構(gòu)件，用于把攝像機(jī)攝取的數(shù)字圖像轉(zhuǎn)換成六角網(wǎng)格數(shù)字圖像，并對(duì)該六角網(wǎng)格數(shù)字圖像進(jìn)行識(shí)別，產(chǎn)生識(shí)別結(jié)果；視頻顯示器，用于實(shí)時(shí)輸出上述識(shí)別結(jié)果。本發(fā)明采用基于六角網(wǎng)格的識(shí)別系統(tǒng)和識(shí)別方法，以一種相對(duì)簡(jiǎn)單和清晰的方式來(lái)分析圖像和識(shí)別物體。本發(fā)明系統(tǒng)及識(shí)別方法有望貢獻(xiàn)于改進(jìn)的圖像分析的準(zhǔn)確度和速度。
文檔編號(hào)G06K9/62GK101201902SQ20061014734
公開日2008年6月18日 申請(qǐng)日期2006年12月14日 優(yōu)先權(quán)日2006年12月14日
發(fā)明者湯浩鈞, 王年年, 理查德·斯坦麥茨 申請(qǐng)人:湯浩鈞