一种质心测量方法、设备及存储介质与流程

1.本发明涉及数字摄影测量技术领域，特别是涉及一种质心测量方法、设备及存储介质。


背景技术：

2.火炮的质心位置是火炮的重要性能参数之一，与火炮的行驶安全性、射击稳定性密切相关。火炮的质心位置对火炮的整体设计和布局有着重要影响，质心位置高度测量是质心位置测量的难点。
3.目前，现有质心测量方法主要有摇摆法、平台支反力法、吊起法和悬挂法。摇摆法所需设备复杂，且不太适用于质量大、体积大的车辆，其应用受到限制；平台支反力法需用专用设备，投资大，普及率低；吊起法由于角度变化较小，重量反应引起的轴荷也较小，所带来的误差较大；悬挂法需要的设备较少，但是涉及悬挂后进行量尺寸等工作，存在难以计算出质心的问题。
4.因此，如何解决以往质心高度测量中测量参数过多，测量设备多，操作难度较大的问题，是本领域技术人员亟待解决的技术问题。


技术实现要素：

5.有鉴于此，本发明的目的在于提供一种质心测量方法、设备及存储介质，可以很好的进行高精度测量和物体空间描述，测量精度高、测量速度快和自动化程度高。其具体方案如下：
6.一种质心测量方法，包括：
7.在被测物体表面粘贴回光反射标志作为测量特征点；
8.利用专业相机在特定位置光源的照射下拍摄所述被测物体，得到两幅以上准二值图像；
9.采用数字摄影测量系统对所述准二值图像进行处理，得到所述待测物体的三维点云数据并建立物体三维坐标系；
10.测量在所述物体三维坐标系下不同悬吊角度的所述待测物体的吊点垂线位置，根据两个吊点垂线相交点的坐标值确定所述待测物体的质心坐标。
11.优选地，在本发明实施例提供的上述质心测量方法中，所述回光反射标志为采用回光反射材料制作的标志点和编码标志；所述标志点位于所述编码标志的周边；
12.每两个所述标志点之间的距离通过基准尺来测量；
13.每个所述编码标志具有唯一的数字编码信息，用于作为不同图像之间的公共点以使所述准二值图像进行自动拼接。
14.优选地，在本发明实施例提供的上述质心测量方法中，所述标志点为圆形标志点；所述编码标志为点状编码标志；所述编码标志通过编码点在预先设计坐标系内的不同位置来确定编码；
15.所述光源为环形闪光灯；所述环形闪光灯的光轴与所述专业相机镜头的光轴同轴。
16.优选地，在本发明实施例提供的上述质心测量方法中，对所述准二值图像进行处理，得到所述待测物体的三维点云数据，具体包括：
17.从所述准二值图像中识别和定位所述编码标志，并确定所述标志点的像点坐标；
18.根据所述编码标志和所述标志点的像点坐标，对所述准二值图像进行图像匹配及拼接；
19.利用光束平差法解算得到所述待测物体的三维点云数据。
20.优选地，在本发明实施例提供的上述质心测量方法中，在从所述准二值图像中识别和定位所述编码标志之前，还包括：
21.采用canny算子对所述准二值图像进行边缘检测；
22.对边缘检测后得到的具有边界信息的所述准二值图像进行边缘跟踪；
23.对跟踪得到的边缘进行判别，剔除虚假边缘或非标志边缘，提取所述编码点的像点边缘和所述标志点的像点边缘。
24.优选地，在本发明实施例提供的上述质心测量方法中，从所述准二值图像中识别所述编码标志，具体包括：
25.在所述准二值图像中找到模板点的图像点；
26.通过仿射变换把找到的所述图像点恢复到所述预先设计坐标系内的坐标下，同时求出仿射变换参数；
27.利用所述仿射变换参数恢复所述模板点周围的所述编码点的像点；
28.对所述编码点进行解码，识别所述编码标志的编码。
29.优选地，在本发明实施例提供的上述质心测量方法中，从所述准二值图像中定位所述编码标志，并确定所述标志点的像点坐标，具体包括：
30.根据所述编码点的像点边缘，采用最小二乘法拟合确定所述编码点的像点中心坐标；
31.根据所述编码点的中心坐标，以及结合所述编码标志和所述标志点的位置关系，确定所述标志点的像点中心坐标。
32.优选地，在本发明实施例提供的上述质心测量方法中，测量在所述物体三维坐标系下不同悬吊角度的所述待测物体的吊点垂线位置，根据两个吊点垂线相交点的坐标值确定所述待测物体的质心坐标，具体包括：
33.在所述待测物体的吊点垂线上粘贴有多个所述测量特征点；
34.在不同悬吊角度下，经过特征提取和空间解算得到所述吊点垂线上粘贴的测量特征点在所述物体三维坐标系下的空间三维坐标；
35.采用最小二乘法对所述吊点垂线上粘贴的测量特征点的空间三维坐标进行拟合得到对应的吊点垂线直线方程；
36.联立两个拟合得到的所述吊点垂线直线方程，求解得到所述待测物体的质心坐标。
37.本发明实施例还提供了一种质心测量设备，包括处理器和存储器，其中，所述处理器执行所述存储器中存储的计算机程序时实现如本发明实施例提供的上述质心测量方法。
38.本发明实施例还提供了一种计算机可读存储介质，用于存储计算机程序，其中，所述计算机程序被处理器执行时实现如本发明实施例提供的上述质心测量方法。
39.从上述技术方案可以看出，本发明所提供的一种质心测量方法，包括：在被测物体表面粘贴回光反射标志作为测量特征点；利用专业相机在特定位置光源的照射下拍摄被测物体，得到两幅以上准二值图像；采用数字摄影测量系统对准二值图像进行处理，得到待测物体的三维点云数据并建立物体三维坐标系；测量在物体三维坐标系下不同悬吊角度的待测物体的吊点垂线位置，根据两个吊点垂线相交点的坐标值确定待测物体的质心坐标。
40.本发明提供的上述质心测量方法基于数字摄影测量技术，原理简明，操作简便，通过在被测物体上增加具有明显特征的人工标志作为测量特征点辅助完成测量过程，可以自动提取所摄物体的空间信息，不需要平台、地中衡等专用测量设备，不需要量测物体重量、尺寸等参数，需要参数较少，能够解决以往质心高度测量中测量设备及测量参数过多的问题，很好的进行高精度测量和物体空间描述，能够保证和提高测量精度、可靠性、测量效率和自动化程度。此外，本发明还针对质心测量方法提供了相应的设备及计算机可读存储介质，进一步使得上述质心测量方法更具有实用性，该设备及计算机可读存储介质具有相应的优点。
附图说明
41.为了更清楚地说明本发明实施例或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
42.图1为本发明实施例提供的质心测量方法的流程图；
43.图2为本发明实施例提供的标志点的示意图；
44.图3为本发明实施例提供的编码标志的示意图；
45.图4为本发明实施例提供的高折射率玻璃微珠的示意图；
46.图5为本发明实施例提供的入射角与光源偏差角的示意图；
47.图6为本发明实施例提供的圆形标志椭圆成像图；
48.图7a至图7c分别为本发明实施例提供的边缘跟踪示意图；
49.图8为本发明实施例提供的点状编码标志点设计示意图；
50.图9为本发明实施例提供的核线示意图；
51.图10为本发明实施例提供的多摄站相应核线示意图；
52.图11为本发明实施例提供的初始匹配结果；
53.图12为本发明实施例提供的精确匹配结果；
54.图13为本发明实施例提供的质心测量试验示意图；
55.图14为本发明实施例提供的第一状态测量示意图；
56.图15为本发明实施例提供的第二状态测量示意图；
57.图16为本发明实施例提供的质心空间解算计算方法示意图。
具体实施方式
58.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
59.本发明提供一种质心测量方法，如图1所示，包括以下步骤：
60.s101、在被测物体表面粘贴回光反射标志作为测量特征点。
61.需要说明的是，大多数被测物体，特别是武器装备颜色单一、没有明显的特征点和很好的对比度特征，因此本发明通过在被测物体上增加具有明显特征的人工标志作为测量特征点辅助完成测量过程，可以很好的进行高精度测量和物体空间描述，能够保证和提高测量精度、可靠性和测量效率。
62.s102、利用专业相机在特定位置光源的照射下拍摄被测物体，得到两幅以上准二值图像。
63.在实际应用中，专业相机是将普通数码相机经过高精度标定被封装起来的相机，用于高精度的三维测量，具有机械结构稳定、光学性能好、分辨率高、存储能力强等优点。该专业相机为数字摄影测量系统的组成部件。摄影时在特定位置光源的照射下，利用高分辨率测量专业相机在不同位置和方向拍摄待测物体，拍摄出的待测物体模型的图像暗淡、标记特征点的图像灰度高且清晰的“准二值图像”，可以有效的与背景环境相区别，清晰地获取测量特征点的像。
64.s103、采用数字摄影测量系统对准二值图像进行处理，得到待测物体的三维点云数据并建立物体三维坐标系。
65.需要说明的是，数字摄影测量方法是一种非接触式大场景测量方法，利用专业相机获取被测物体的数字图像来得到物体的空间三维坐标从而完成对被测物体的形状、位置、姿态、运动等的测量。摄影测量主要具有三维测量精度高、测量速度快和自动化程度高等优点。单目摄影测量，是指只利用一个摄影测量传感器拍摄图像来完成被测物体在空间范围的位置和姿态的测量工作，构成简便、标定测算清晰明白。单目摄影测量系统不容易受到视场范围的限制，可以通过更换成像镜头的方式，在要求的测量范围和测量距离进行物体空间位置、姿态的测量。本发明中采用的数字摄影测量系统是通过一台(或者多台)高分辨率的专业相机对被测物体进行拍摄，采用回光反射标志得到物体的准二值数字影像，经计算机图像处理后可以得到精确的三维空间坐标。
66.s104、测量在物体三维坐标系下不同悬吊角度的待测物体的吊点垂线位置，根据两个吊点垂线相交点的坐标值确定待测物体的质心坐标。
67.在本发明实施例提供的上述质心测量方法中，基于数字摄影测量技术，原理简明，操作简便，通过在被测物体上增加具有明显特征的人工标志作为测量特征点辅助完成测量过程，可以自动提取所摄物体的空间信息，不需要平台、地中衡等专用测量设备，不需要量测物体重量、尺寸等参数，需要参数较少，能够解决以往质心高度测量中测量设备及测量参数过多的问题，很好的进行高精度测量和物体空间描述，能够保证和提高测量精度、可靠性、测量效率和自动化程度。
68.进一步地，在具体实施时，在本发明实施例提供的上述质心测量方法中，为了获取
高质量数字图像，在步骤s101中，如图2和图3所示，回光反射标志可以为采用回光反射材料制作的标志点和编码标志。其中，如图4所示，回光反射材料一面由直径大约50μm的玻璃微珠或微晶立方角体组成。每个微珠具有猫眼或反射棱镜功能，反射光的方向与入射光的方向相同。标志点位于编码标志的周边；每两个标志点之间的距离通过基准尺来测量，即基准尺的两端各固定一个人工标志点，测量前已知两标志点间的距离，该基准尺在测量过程中提供高精度的长度基准。每个编码标志具有唯一的数字编码信息，用于作为不同图像之间的公共点以使准二值图像进行自动拼接，即编码标志是一种自身带有数字编码信息的人工标志，能够实现对编码标志的准确识别、定位和图像的拼接。
69.需要说明的是，准二值图像中，目标物自身影像“消隐”，回光反射标志的构像却特别清晰而突出，形成了一个背景暗淡、仅有一群一般呈圆形或椭圆形的亮点。这种“准二值影像”在高精度标志图像测量中可以实现快速、准确而可靠的定位。
70.优选地，如图2所示，本发明使用的标志点可以为圆形标志点；圆形标志点在测量过程中，主要粘贴在编码标志点周围，借助周边编码标志点的位置关系，读取其坐标信息。由于测量过程中相机移动和偏移角度控制在一定的范围之内，所以在拍摄的不同图像中，圆形标志点基本都能呈现，且与编码标志点之间的位置关系也基本不会发生变化，圆形标志点的匹配信息，仅通过分析其与相邻编码标志点的位置关系，即可获取，无需进行身份的特殊编译，也就是无需进行编码。
71.优选地，如图3所示，本发明使用的编码标志可以为点状编码标志；点状编码标志点是根据在平面上不同的分布而构成的数字编码。点状编码标志在设计时引入了坐标系，通过编码点在预先设计坐标系内的不同位置来确定编码，不会因为编码点整体平移和旋转而产生相同的编码，因为点状编码标志编码原理属于绝对编码；点状编码标志是由相同大小的编码点构成，因此在识别时需要使用复杂的算法才能实现。识别过程中使用的条件比较多，识别算法稳定。
72.优选地，光源可以为环形闪光灯。如图5所示，回光反射材料对光的反射能力取决于两个角度，即光线入射角度γ与光源偏差角β(或观测角)。光线入射角γ是指闪光灯光源轴线与回光反射材料所在的平面法线的夹角；而光源偏差角β是指闪光灯轴线与相机光轴的夹角。光源偏差角β越小，回光反射材料的反射能力越强。为了减小β角，选用通常用于微距摄影的环形闪光灯，它可以套装在专业相机镜头前面，从而保证了环形闪光灯的光轴与专业相机镜头的光轴同轴，即β几乎为零。
73.在具体实施时，在本发明实施例提供的上述质心测量方法中，步骤s103对准二值图像进行处理，得到待测物体的三维点云数据，具体可以包括：首先，从准二值图像中识别和定位编码标志，并确定标志点的像点坐标；然后，根据编码标志和标志点的像点坐标，对准二值图像进行图像匹配及拼接；最后，利用光束平差法解算得到待测物体的三维点云数据。
74.可以理解的是，数字摄影测量都是通过处理被测物体图像中的特征目标(如圆形回光反射标志等)的影像，得到特征目标的二维图像坐标即对特征目标图像进行定位，然后进行测量。如果能用软件处理的方法将图像上的特征目标定位精度提高，就相当于直接提高了测量的精度。数字摄影测量关键技术之一是标志的识别与定位，在高精度三维测量中，所有后续的处理都依靠开始的图像处理过程中标志的识别和精确定位。计算机处理标志图
像并进行亚像素定位的过程中，通常要完成两个任务，标志识别与标志定位。标志图像的识别需要在图像中唯一地检测到标志图像，定位是精确的确定标志图像的中心。
75.由于本发明使用圆形人工标志，圆形人工标志中心的定位精度影响空间被检测点三维坐标精度。如图6所示，圆形标志经透镜成像后为椭圆或圆锥体的一部分。为了计算圆形标志中心，可以在图像中通过精确计算椭圆图像的中心来实现。为了达到对椭圆中心的高精度定位，可以首先提取标志图像的边缘，然后根据提取的标志图形边缘进行识别和计算从而确定标志中心的精确位置。
76.因此，在具体实施时，在本发明实施例提供的上述质心测量方法中，在从准二值图像中识别和定位编码标志之前，还可以包括：首先，采用canny算子对准二值图像进行边缘检测；然后，对边缘检测后得到的具有边界信息的准二值图像进行边缘跟踪；最后，对跟踪得到的边缘进行判别，剔除虚假边缘或非标志边缘，提取编码点的像点边缘和标志点的像点边缘。
77.需要说明的是，物体的边缘是图像的基本特征，所谓边缘是指图像中灰度有阶跃或尖顶状变化的那些像素的集合，边缘广泛存在于物体与物体、物体与背景之间。它表现在图像的不连续性上(如灰度级的突变，纹理结构的突变等)。大范围内的不连续性称为边界。人工标志图像识别的关键在于边缘的提取。
78.边缘检测是用边缘点勾画出各个对象的轮廓，从而分析图像是否含有某些需要识别的目标。边缘检测的目的就是要突出图像的边缘以便提取图像特征。如果一个像素落在图像中某一个物体的边界上，那么它的邻域将成为一个灰度级的变化带。对这种变化最有用的两个特征是灰度的变化率和方向，它们分别以梯度向量的幅度和方向来表示。由于边缘点一般位于图像中灰度值变化剧烈的位置，即灰度值导数较大或极大的地方，所以经典的边缘提取方法是考察图像的每个像素在某个邻域内灰度的变化，利用边缘邻近一阶或二阶方向导数的变化规律来检测边缘，这种方法称为边缘检测梯度法。本发明采用canny算子进行边缘检测，canny算子产生单像素边缘，对噪声不敏感，适合提取圆形人工标志边缘。
79.canny提出的边缘检测方法，对受白噪声影响的阶跃型边缘是最优的。canny检测算子的最优性与以下的三个标准有关：不丢失重要的边缘，不应有虚假的边缘；实际边缘与检测到的边缘位置之间的偏差最小；将多个响应降低为单个边缘响应。这一点被第一个标准部分的覆盖了，因为当有两个响应对应于单个边缘时，其中之一应该被认为是虚假的。此标准解决受噪声影响的边缘问题，起抵制非平滑边缘检测算子的作用。
80.canny推导出新的检测算子是基于如下的几个概念：
81.边缘检测算子是针对1d信号和前两个最优标准表达的，用微积分方法可以得到完整的解。
82.如果加上第三个标准(多个响应)，需要通过数值优化的办法得到最优解。该最优滤波器可以有效地近似为标准差为高斯平滑滤波器的一阶微分，其误差小于20％，这是为了便于实现。
83.将边缘检测算子推广到2d情况。阶跃边缘由位置、方向和可能的幅度(强度)来确定。可以证明将图像与一对称的2d高斯做卷积后再沿梯度方向(与边缘方向垂直)微分，就构成了一个简单而有效的方向算子。
84.设g是2d高斯平滑算子，也称高斯滤波器，其表达式为：
[0085][0086]
其中x、y是图像坐标，σ为关联的概率分布的标准差。标准差σ是高斯滤波器的唯一参数，它与滤波器操作邻域的大小成正比。离算子中心越远的像素影响越小，离中心超过3σ的像素影响可以忽略不计。
[0087]
将图像与算子g做卷积，设g
n
是g沿n方向的一阶方向导数，其表达式为：
[0088][0089]
方向n应与边缘垂直。尽管该方向事先不知道，但是基于平滑梯度方向的一个可靠的估计是可以得到的。如果f是图像函数，边缘的法向n可以按下式估计：
[0090][0091]
边缘位于g
n
与图像f卷积在n方向上的局部最大值位置处，故有：
[0092][0093]
用(2)代入上式，得到：
[0094][0095]
公式(5)表明如何在与边缘垂直的方向上寻找局部最大值，该算子常被称为非最大抑制。
[0096]
由于在公式(5)中卷积和微分是满足结合律的运算，故可以首先将图像f与一对称的高斯g做卷积，再利用根据公式(2)计算出的方向n的估计值，计算二阶方向导数。边缘的强度(图像函数f的梯度幅值)按下式计算：
[0097][0098]
由于噪声引起的对单个边缘的虚假响应造成所谓的“纹状”问题。一般而言，该问题在边缘检测中是非常普遍的。边缘检测算子的输出通常要做阈值化处理，以确定哪些边缘是突出的。纹状是指边缘轮廓断开的情形，是由算子输出超出或低于阈值的波动引起的。纹状现象可以通过滞后阈值化处理来消除。如果边缘响应超过一高阈值时，这些像素点构成了某个尺度下的边缘检测算子的确定输出。个别的弱响应通常对应于噪声，但是如果这些点是与某些具有强响应的点连接时，它们很可能是图像中真实的边缘。这些连接的像素点在当其响应超过一低阈值时，就被当作边缘像素。这里的低阈值和高阈值需要根据对信噪比的估计来确定。
[0099]
算子的合适尺度取决于图像中所包含的物体情况。解决该问题的方法是使用多个尺度，将所得信息收集起来。不同尺度的canny检测算子由高斯滤波器标准差σ来表示。有可能存在几个尺度的算子对边缘都给出突出的响应(即信噪比超过阈值)，在这种情况下，选择具有最小尺度的算子，因为它的定位是最准确的。
[0100]
canny算法是一个多阶段处理过程，首先对图像进行高斯平滑，这通过高斯卷积实
现。然后对平滑后的图像进行简单的二维一阶微分操作，得到梯度图，采用“非最大抑制”算法寻找图像中的可能边缘点，最后通过双门限值递归寻找图像边缘点，得到单像素宽度边缘图像。
[0101]
canny算子的性能主要由3个参数决定：在平滑过程中所用的高斯滤波标准差σ，以及跟踪过程中所需要的两个阈值h1和h2。增加高斯滤波标准差的宽度可以降低检测过程对噪声的敏感性，但代价是丢失了图像的某些细节信息，并且使目标边缘变得模糊，从而使目标边缘检测错误的概率也随着高斯散布参数的增加而略有增加。高阈值h2控制着在梯度图中作边缘检测的起始点的性质，h2值越小，保留的边缘信息就越多，得到的目标边缘就越精细，但是混杂的伪边缘也会增多；随着h2的增加，可以有效的抑制伪边缘，但有可能丢失边缘信息。而寻找到高门限以上的点以后，低阈值h1控制着本次检测的终止点性质，h1越小，保留的边缘信息就越多，边缘越连续；随着h1的增加，可视的目标边缘特征越少，边缘出现断裂。参数设置不一样，输出图片不同会产生不同的效果。σ＝2是目前普遍的选择。
[0102]
另外，需要说明的是，经过canny算子处理后得到的图像是一幅具有边界信息的二值图像。由于图像中噪声的影响，图像中有虚假边缘。通过提高门限值h2可以消除部分虚假边缘，但同时也会丢失掉一些细节。因此本发明通过边缘跟踪方法得到边缘，对得到的边缘进行识别判断边缘是否符合圆形标志边缘。
[0103]
边缘跟踪主要通过以下几步完成：
[0104]
第一步、从左上方开始搜索图像直至找到一个新区域的一个像素，则该像素p0是这个新区域的所有像素中具有最小行数值的最小列数的像素。像素p0是区域边界的起始像素。定义一个变量dir，存储从前一个边缘元素到当前边界元素沿着边界的前一个移动方向。设置：dir＝7，如图7a所示，为每个像素的邻域定义了8个方向。
[0105]
第二步、按照逆时针方向搜索当前像素的3
×
3邻域，如图7b所示，当dir为奇数时，取(dir 6)除以8的余数；如图7c所示，当dir为偶数时，取(dir 7)除以8的余数，按照图7c的搜索方向开始搜索邻域。找到的第一个与当前像素值相同的像素是一个新的边缘p
n
。更新dir的数值。
[0106]
第三步、如果当前的边缘像素p
n
等于第二个边缘像素p1，而前一个边缘像素p
n
‑1等于p0，则停止，否则重复第二步。
[0107]
在拍摄过程中，相机位置的变化使得圆形标志点所成的像发生一定的偏移，圆形所成的像一般为椭圆，标志的识别就是提取出符合一定要求的椭圆形边缘。由于经过canny算子处理后的图像为含有虚假边缘的图像，或者含有非标志边缘的图像，通过边缘跟踪可以得到标志图像边缘，但同时也会对虚假边缘进行跟踪，因此需要对跟踪后的边缘和包含在边缘内的像素进行判断，从而实现对圆形标志的识别。
[0108]
具体地，可以通过几何检验来检验图像光斑是否符合标志图像标准。这些检验是标志图像定位的基础。几何检验包括对尺寸、边缘像素数(周长)、纵横比(aspect ratio)、面积、形状因子(圆形度)的检验。其中，尺寸可以是光斑边缘的周长。图形s的周长可以由边界跟踪方法得到。周长l是标志图像边界的像素数，是图像边缘中4邻域像素数，s2是图像边缘中8邻域像素数。边缘周长尺寸超过一个给定范围的标准，可认为此图像光斑不是标志图像。本发明为候选标志边缘周长设定范围，如果某候选区域的边缘像素不在此范围内，该边缘被剔除。图像光斑两个垂直方向距离的比值也可以作为检验标准，这个比值
称为纵横比或高宽比，可以使用最大距离或扫描方向的距离。图像中图形s的面积定义为封闭图形包含的像素总数。当对灰度标志图像进行边缘跟踪后就可以得到包含在边缘内图像的面积a。形状因子(圆形度)是评价对象物体形状接近圆的程度。形状因子k，是用来描述平面二维图形几何特征的一个参数，0＜k≤1，当二维图形为圆时k＝1。对圆形标志摄影角度达到70度时k值为0.66左右。椭圆形状随摄影角度变化而变化，如果候选区域的形状因子不符合设定值则该边缘也被剔除掉。
[0109]
图像中标志图像通过几何检验后基本可以剔除大部分虚假边缘和虚假标志图像。但在测量现场背景复杂的情况下，还可能存在部分虚假标志，因此需要对图像进行更进一步的识别。一般是利用图像本身的信息进行识别，即像素灰度检验。像素灰度检验包括黑白比率(black/white ratio)：标志图像包括非零亮度(非背景亮度)的最小封闭窗口面积与给定窗口面积的比率称黑白比率，黑白比率可以作为标志图像检验标准，对圆形标志最优值应为1/π。然而，由于离散像素采样与透视投影畸变的影响，比值范围必须根据图像信息与经验提前确定。像素灰度检验还包括亮度标准：亮度标准是指已包含在光斑中像素的亮度值来确定光斑是否符合标志图像标准。这种标准可以以光斑中所有像素平均值、最大值或最小值作为检验条件。例如，以光斑平均值为标准，当平均值太暗或太亮时可以剔除此光斑图像。
[0110]
为了制定图像尺度检验标准与比率标准，需要知道标志实际长度、图像尺度和预期的透视投影畸变等先验知识。这些检验标准通常可以剔除背景光源和镜面反射这类假标志和其他噪声的影响。图像光斑形状因子作为检验标准可以删除形状不正确的图像光斑。
[0111]
进一步地，在具体实施时，在本发明实施例提供的上述质心测量方法中，从准二值图像中识别编码标志，具体可以包括：首先，在准二值图像中找到模板点的图像点；然后，通过仿射变换把找到的图像点恢复到预先设计坐标系内的坐标下，同时求出仿射变换参数；之后，利用仿射变换参数恢复模板点周围的编码点的像点；最后，对编码点进行解码，识别编码标志的编码。
[0112]
需要说明的是，点状编码标志识别可以看作两幅图像中点集的匹配问题。如图8所示，a、b、c、d、e五个点为编码标志的设计模板点，把这五个模板点可看作一幅图像中的点集，把经过摄影后在图像中成像的编码标志看作另一幅图像中的点集。识别方法就是利用设计的模板点在图像中找到模板点的图像点，然后通过仿射变换把图像中的点恢复到设计坐标下，同时求出仿射变换参数。利用仿射变换参数恢复模板点周围的编码点的像点，然后与设计坐标相比较，对编码点进行解码得到编码标志的编码。点状编码标志的识别过程包括：计算设计模板交比，如图8所示，以b点为中心，过a、c、d、e四点的四条直线的交比；图像中寻找符合条件的点集，利用交比不变量进行匹配，得到图像中模板点的对应点集；仿射变换求出仿射参数；通过仿射参数对其编码点进行恢复，同时解码，得到编码标志的编码。
[0113]
在具体实施时，在本发明实施例提供的上述质心测量方法中，从准二值图像中定位编码标志，并确定标志点的像点坐标，具体可以包括：首先，根据编码点的像点边缘，采用最小二乘法拟合确定编码点的像点中心坐标；然后，根据编码点的中心坐标，以及结合编码标志和标志点的位置关系，确定标志点的像点中心坐标。
[0114]
需要说明的是，圆形人工标志中心高精度定位是以对标志图像正确的识别为基
础。本发明采用最小二乘椭圆拟合方法，使用拟合法的前提是目标的特性，如图像的灰度分布、阴影模式的噪声和测量物体等，满足已知或假定的函数形式。通过对离散图像中的目标的灰度或坐标进行拟合，可以得到目标的连续函数形式，从而确定描述物体各个参数值对目标进行亚像素定位。
[0115]
最小二乘椭圆拟合方法是利用位于标志图像圆周上的点集坐标，通过最小二乘拟合方法求出椭圆的五个参数，根据椭圆参数计算出椭圆中心的坐标，从而对标志图像中心坐标进行定位。圆周上点集通过边缘检测和标志识别算法来实现。描述椭圆的参数共有五个，分别是椭圆的长半轴、短半轴、椭圆中心坐标和长半轴与图像坐标系中x轴的夹角。平面椭圆的解析表达式为：
[0116]
ax2 2bxy cy2 2dx 2ey 1＝0
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
[0117]
当边缘点数很多时可利用最小二乘椭圆拟合求得椭圆方程的系数a、b、c、d、e，根据椭圆方程系数可计算出椭圆的5个参数。计算公式如下：
[0118][0119][0120]
式(8)、(9)中：(x0、y0)为拟合椭圆中心坐标，θ为长半轴与图像坐标系x轴夹角。根据式(7)、(9)进行变换得式：
[0121][0122]
根据式(10)得到的参数可以求出椭圆的长、短半轴p1和p2，如式(11)：
[0123][0124]
为了抑制图像噪声的影响，提高定位精度，可对边界进行多次拟合。即第一次拟合后，将每个边界点带入上式，计算残差。然后将残差较大的一部分点剔除，再对剩余的点进行二次椭圆拟合。该过程可以重复若干次，直到均方差小于某一阈值为止。
[0125]
接下来，要进行人工编码标志与标志点自动匹配。测量的自动化一直是人们追求的目标，使用人工编码标志和标志点自动匹配来加快测量速度和实现测量自动化是一条很好的捷径。
[0126]
在数字工业摄影测量中，由于使用具有规则形状的人工标志点，可在匹配之前对其像点进行精确定位，影像匹配只需确定同名像点(即同一标志点在不同像片上的像点)即可。针对数字摄影测量的特点，使用较多的是基于核线约束条件的匹配。核线原理是由一台
或两台相机在不同位置(摄站)对同一物体进行拍摄，获取被测目标的两张不同角度像片，叫做立体像对(模型)，在计算机视觉领域这一过程称为双目立体视觉。
[0127]
图9表示一个立体像对，物方点p在像片1和像片2上的成像分别为p1和p2，p1和p2称为相应像点(homologous image point，也称同名像点)；物方点p、投影中心s1和s2三点共面，该平面称为物方点p的核面(epipolar plane)；核面与像平面的交线(l1和l2)称为核线(epipolar line)。显然，相应像点p1和p2一定在相应的核线l1和l2上。
[0128]
核线是摄影测量中的一个重要概念。在数字工业摄影测量中，当概略定向和像点定位完成后，就可以得到像点在其它像片上的相应核线，像点匹配范围就由二维匹配转化为一维匹配，匹配的速度和准确率就会大大提高。
[0129]
根据核线原理可知，如果己知某物方点在一张像片上的像点，则该像点在其它像片上的相应像点一定在其相应的核线上。如果己知像片定向参数的准确值或概略值，则相应核线就可以计算出来。
[0130]
现以三个摄站为例，如图10所示，其中s1、s2和s3为各摄站镜头光学中心，i1、i2和i3为像平面，o1、o2和o3为像主点，p
′
、p
″
和p
″′
为物方点p的相应像点，l
12
和l
13
为像点p
′
在i2和i3上的相应核线。
[0131]
设摄站1像空间坐标系中某一点坐标为(x1,y1,z1)，其在摄站2像空间坐标系中的坐标为(x,y,z)，则有下式成立：
[0132][0133]
上式中，(xs
i
,ys
i
,zs
i
)为摄站i在物方空间坐标系中的平移参数(i＝1,2)，m1和m2分别为摄站1和摄站2相对于物方空间坐标系的旋转矩阵。在摄站1像空间坐标系中，s1和p
′
的坐标是已知值，分别为(0,0,0)和(x1,y1,
‑
f)。于是，根据上式，可以得到s1和p
′
在摄站2像空间坐标系中的坐标，分别设为(xs
12
,ys
12
,zs
12
)和(x
12
,y
12
,z
12
)。
[0134]
因为s1、p
′
和s2三点共面(核面)，在摄站2像空间坐标系中，其平面方程可表示为：
[0135][0136]
而在摄站2像空间坐标系下，像平面几的平面方程为：
[0137]
z＝
‑
f
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(14)
[0138]
将(14)式代入(13)式中，即得到像点p
′
在像平面i2上的核线l
12
的方程式：
[0139][0140]
将上式中的行列式值分别用k1、k2、c代替，则上式可简写为：
[0141]
k1x
‑
k2y
‑
c
·
f＝0
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(16)
[0142]
同理也可以得到像点p
′
在像平面i3上的核线l
13
的方程式。
[0143]
核线匹配分两步进行，第一步初始匹配，确定同名点的范围；第二步精确匹配，确定唯一的同名点。具体过程如下：
[0144]
初始匹配：如图11所示，理论上像片2、3上的同名点应该在相应核线上。但是由于相机参数、摄站参数以及像点坐标都存在一定的误差，所以在实际的测量当中同名点通常偏离核线一定的距离。因此给定一个阈值ε(ε与初始参数的精度有关)，将到核线的垂线距离小于ε的所有像点都初步作为同名点处理，即
[0145][0146]
如图11所示，图中p
″
、p
21
、p
22
、p
23
和p
″′
、p
31
、p
32
、p
33
即为初步找到的同名点。
[0147]
精确匹配：如图12所示，为了减少匹配的歧义性，确定p
′
在像片i2和i3上唯一的同名点，将像片i2上的所有初步同名点p
″
、p
21
、p
22
、p
23
，按上述方法在像片i3上求出相应的核线l
p
″3、l
213
、l
223
、l
233
，设分别与l
13
相交于点p3″
、p
213
、p
223
、p
233
。然后，找出p
″′
、p
31
、p
32
、p
33
和p3″
、p
213
、p
223
、p
233
两组点间距离最小的两点，则这两个点在像片i2和i3上对应的点就是i1上的p
′
点的同名点。如图12所示，最近的两点为p3″
和p
″′
，其对应的像点是i2上的p
″
点和i3上的p
″′
，即p
′
的同名像点为p
″
和p
″′
。
[0148]
以上是基于三个摄站进行核线匹配，如果摄站多于3个，可以按每相邻3个摄站为一组的方式将摄站进行分组匹配，最后将每组的匹配结果进行综合即可得到最终结果。
[0149]
另外，需要说明的是，在进行自检校光束法平差的快速解算的过程中，利用专业量测数码相机拍摄的被测目标像片，经过数字图像处理后可以获得标志点在图像上的精确坐标。通过对编码标志的识别可以实现像片概略定向，即确定像片外方位元素(摄站参数)初值。在此基础上，只要确定出各张像片上的同名像点(即同一标志点在不同像片上的像点)就可以利用光束法平差解算物方点精确坐标。
[0150]
光束平差法是以像点的坐标作为观测值，以每条光束作为基本单元，利用共线方程列出基本误差方程，在整个区域内进行平差处理，对相机内外参、空间点坐标等进行优化求解。若将相机的内参和畸变参数作为未知参量附加在误差方程中，在计算点的三维坐标和相机外参的同时计算得到相机的参数值，则称为自标定光束平差法。由于不需要添加额外的观测值就可以精确的校验相机畸变参数，提高测量精度。
[0151]
在具体实施时，在本发明实施例提供的上述质心测量方法中，步骤s104测量在物体三维坐标系下不同悬吊角度的待测物体的吊点垂线位置，根据两个吊点垂线相交点的坐标值确定待测物体的质心坐标，具体包括：在待测物体的吊点垂线上粘贴有多个测量特征点；在不同悬吊角度下，经过特征提取和空间解算得到吊点垂线上粘贴的测量特征点在物体三维坐标系下的空间三维坐标；采用最小二乘法对吊点垂线上粘贴的测量特征点的空间三维坐标进行拟合得到对应的吊点垂线直线方程；联立两个拟合得到的吊点垂线直线方程，求解得到待测物体的质心坐标。
[0152]
具体地，以待测物体为某型火炮为例，对本发明实施例提供的上述质心测量方法进行描述：
[0153]
步骤一、在火炮表面粘贴测量标志和编码标志，并在适当位置放置已进行精确标定的基准尺。
[0154]
步骤二、用专业相机从不同的位置对火炮进行拍摄。
[0155]
步骤三、采用数字摄影测量系统解算测量标志中心三维坐标，建立火炮三维点云
数据。
[0156]
步骤四、建立火炮的坐标原点和坐标系。具体地，如图13所示，坐标原点o确定在前车轮轴心线与左右对称平面的交点；x轴线(纵坐标)：通过原点，垂直于前车轮轴心线的水平直线，指向后方；y轴线(横坐标)：前车轮轴心线，面对行驶方向指向左方；z轴线(高度坐标)：通过原点，垂直水平面的直线，指向上方，质心在坐标系内的位置表示为c。通过对步骤三中火炮三维点云数据进行缩放、平移、旋转、仿射变换，得到在火炮三维坐标系下的火炮三维空间坐标。
[0157]
步骤五、悬挂火炮。具体地，为了更加直观地得到吊点垂线，在悬吊线的起点也就是悬挂点处再吊上一根粘贴测量标志的线，这条线就是火炮的吊点垂线。在吊点垂线上粘贴四个特征点，这是为了下一步利用几个特征点的空间坐标来拟合得到空间直线，也就是所要求取的火炮的吊点垂线。在整个悬吊的过程中，令悬吊点的空间位置保持不变。火炮悬吊状态如图14所示。改变两侧吊锁的长度，火炮悬吊状态如图15所示。
[0158]
步骤六、在不同的悬吊角度下，重复步骤二至步骤四，得到火炮上特征点和吊点垂线上特征点的完整图像，经过特征提取和空间解算得到吊点垂线上标记特征点在火炮坐标系下的空间三维坐标。如图16所示，起吊后又可得到另一条垂线上标记的特征点空间三维坐标，采用最小二乘法对空间点坐标进行拟合得到火炮三维坐标系下的吊点垂线直线方程，联立两条垂线的空间直线方程，求解得到火炮的质心坐标。
[0159]
上述基于摄影测量技术的火炮质心测量方法，原理简明，操作简便，可以自动提取所摄火炮的空间信息，不需要地中衡、平台等专用测量设备，不需要测量火炮的重量、尺寸等参数，能够很好地解决以往火炮质心测量中测量参数过多，测量设备多，操作难度较大的问题。经实际测量表明，该测量方法能够满足质心测量的精度要求，对配有起吊装置的火炮及装备尤为合适，是质心测量方法有意义的探索。
[0160]
将平台支反力法测量质心的结果作为目标参考值，进行比对，具有一定的参考价值。从两种方法测量结果的对比可以看出，质心坐标误差在允许范围内。
[0161]
相应地，本发明实施例还公开了一种质心测量设备，包括处理器和存储器；其中，处理器执行存储器中存储的计算机程序时实现前述实施例公开的质心测量方法。
[0162]
关于上述方法更加具体的过程可以参考前述实施例中公开的相应内容，在此不再进行赘述。
[0163]
进一步地，本发明还公开了一种计算机可读存储介质，用于存储计算机程序；计算机程序被处理器执行时实现前述公开的质心测量方法。
[0164]
关于上述方法更加具体的过程可以参考前述实施例中公开的相应内容，在此不再进行赘述。
[0165]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的设备、存储介质而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0166]
专业人员还可以进一步意识到，结合本发明中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这
些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
[0167]
结合本发明中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd
‑
rom、或技术领域内所公知的任意其它形式的存储介质中。
[0168]
本发明实施例提供的一种质心测量方法，包括：在被测物体表面粘贴回光反射标志作为测量特征点；利用专业相机在特定位置光源的照射下拍摄被测物体，得到两幅以上准二值图像；采用数字摄影测量系统对准二值图像进行处理，得到待测物体的三维点云数据并建立物体三维坐标系；测量在物体三维坐标系下不同悬吊角度的待测物体的吊点垂线位置，根据两个吊点垂线相交点的坐标值确定待测物体的质心坐标。上述质心测量方法基于数字摄影测量技术，原理简明，操作简便，通过在被测物体上增加具有明显特征的人工标志作为测量特征点辅助完成测量过程，可以自动提取所摄物体的空间信息，不需要平台、地中衡等专用测量设备，不需要量测物体重量、尺寸等参数，需要参数较少，能够解决以往质心高度测量中测量设备及测量参数过多的问题，很好的进行高精度测量和物体空间描述，能够保证和提高测量精度、可靠性、测量效率和自动化程度。此外，本发明还针对质心测量方法提供了相应的设备及计算机可读存储介质，进一步使得上述质心测量方法更具有实用性，该设备及计算机可读存储介质具有相应的优点。
[0169]
最后，还需要说明的是，在本发明中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0170]
以上对本发明所提供的质心测量方法、设备及存储介质进行了详细介绍，本发明中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

技术特征：
1.一种质心测量方法，其特征在于，包括：在被测物体表面粘贴回光反射标志作为测量特征点；利用专业相机在特定位置光源的照射下拍摄所述被测物体，得到两幅以上准二值图像；采用数字摄影测量系统对所述准二值图像进行处理，得到所述待测物体的三维点云数据并建立物体三维坐标系；测量在所述物体三维坐标系下不同悬吊角度的所述待测物体的吊点垂线位置，根据两个吊点垂线相交点的坐标值确定所述待测物体的质心坐标。2.根据权利要求1所述的质心测量方法，其特征在于，所述回光反射标志为采用回光反射材料制作的标志点和编码标志；所述标志点位于所述编码标志的周边；每两个所述标志点之间的距离通过基准尺来测量；每个所述编码标志具有唯一的数字编码信息，用于作为不同图像之间的公共点以使所述准二值图像进行自动拼接。3.根据权利要求2所述的质心测量方法，其特征在于，所述标志点为圆形标志点；所述编码标志为点状编码标志；所述编码标志通过编码点在预先设计坐标系内的不同位置来确定编码；所述光源为环形闪光灯；所述环形闪光灯的光轴与所述专业相机镜头的光轴同轴。4.根据权利要求3所述的质心测量方法，其特征在于，对所述准二值图像进行处理，得到所述待测物体的三维点云数据，具体包括：从所述准二值图像中识别和定位所述编码标志，并确定所述标志点的像点坐标；根据所述编码标志和所述标志点的像点坐标，对所述准二值图像进行图像匹配及拼接；利用光束平差法解算得到所述待测物体的三维点云数据。5.根据权利要求4所述的质心测量方法，其特征在于，在从所述准二值图像中识别和定位所述编码标志之前，还包括：采用canny算子对所述准二值图像进行边缘检测；对边缘检测后得到的具有边界信息的所述准二值图像进行边缘跟踪；对跟踪得到的边缘进行判别，剔除虚假边缘或非标志边缘，提取所述编码点的像点边缘和所述标志点的像点边缘。6.根据权利要求5所述的质心测量方法，其特征在于，从所述准二值图像中识别所述编码标志，具体包括：在所述准二值图像中找到模板点的图像点；通过仿射变换把找到的所述图像点恢复到所述预先设计坐标系内的坐标下，同时求出仿射变换参数；利用所述仿射变换参数恢复所述模板点周围的所述编码点的像点；对所述编码点进行解码，识别所述编码标志的编码。7.根据权利要求6所述的质心测量方法，其特征在于，从所述准二值图像中定位所述编码标志，并确定所述标志点的像点坐标，具体包括：根据所述编码点的像点边缘，采用最小二乘法拟合确定所述编码点的像点中心坐标；
根据所述编码点的中心坐标，以及结合所述编码标志和所述标志点的位置关系，确定所述标志点的像点中心坐标。8.根据权利要求7所述的质心测量方法，其特征在于，测量在所述物体三维坐标系下不同悬吊角度的所述待测物体的吊点垂线位置，根据两个吊点垂线相交点的坐标值确定所述待测物体的质心坐标，具体包括：在所述待测物体的吊点垂线上粘贴有多个所述测量特征点；在不同悬吊角度下，经过特征提取和空间解算得到所述吊点垂线上粘贴的测量特征点在所述物体三维坐标系下的空间三维坐标；采用最小二乘法对所述吊点垂线上粘贴的测量特征点的空间三维坐标进行拟合得到对应的吊点垂线直线方程；联立两个拟合得到的所述吊点垂线直线方程，求解得到所述待测物体的质心坐标。9.一种质心测量设备，其特征在于，包括处理器和存储器，其中，所述处理器执行所述存储器中存储的计算机程序时实现如权利要求1至8任一项所述的质心测量方法。10.一种计算机可读存储介质，其特征在于，用于存储计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的质心测量方法。
技术总结
本申请公开了一种质心测量方法、设备及存储介质，该方法包括：在被测物体表面粘贴回光反射标志作为测量特征点；利用专业相机在特定位置光源的照射下拍摄被测物体，得到两幅以上准二值图像；采用数字摄影测量系统对准二值图像进行处理，得到待测物体的三维点云数据并建立物体三维坐标系；测量在物体三维坐标系下不同悬吊角度的待测物体的吊点垂线位置，根据两个吊点垂线相交点的坐标值确定待测物体的质心坐标。上述方法可以自动提取所摄物体的空间信息，不需要平台、地中衡等专用测量设备，不需要量测物体重量、尺寸等参数，能够保证和提高测量精度、可靠性、测量效率和自动化程度。可靠性、测量效率和自动化程度。可靠性、测量效率和自动化程度。


技术研发人员：关士成 崔爱莲 孙科杰 凌山珊 高洪飞
受保护的技术使用者：中国人民解放军63853部队
技术研发日：2021.04.06
技术公布日：2021/6/29