第５期 ２０１８年３月 无线互联科技 Ｗｉｒｅｌｅｓｓ Ｉｎｔｅｒｎｅｔ Ｔｅｃｈｎｏｌｏｇｙ Ｎ０．５ Ｍａｒｃｈ，２０ｌ８ 基于ＯＲＢ算法的双目视觉目标定位研究 王 欢，杜 鸿 （成都信息工程大学通信工程学院，四川 成都６１０２２５） 摘 要：双目视觉定位是模仿人类的双目，从而获得目标物体的形状、位置、颜色等信息。丈章通过对ＯＲＢ和ＳＩＦＴ算法的原理 进行研究，得出ＴＯＲＢ与ＳＩＦＴ算法的优缺点，并且根据应用的具体场景，选择了ＯＲＢ算法提取目标的特征点并进行立体匹配， 最终完成了目标的定位。 关键词：双目；ＯＲＢ；ＳＩＦＴ；定位 ＯＲＢ算子是将，．一ＢＲＩＥＦ特征描述子和。一ＦＡＳＴ特征点 提取算法结合以后所提出的算法，它由Ｒｕｂｌｅｅ等在２０１１年提 出。ＯＢＲ算法主要的改进是在ＦＡＳＴ算子特征检测的基础上 增加了方向特征，除此之外，该算法将ｒ—ＢＲＩＥＦ描述符在点 对集矩阵的基础上增加了旋转矩阵Ｒ，所以ｒ—ＢＲＩＥＦ描述符 具有了旋转不变性的特性：此外，ＯＲＢ算法具有光照、旋转、 平移的不变特性。 １ ＯＲＢ算法原理 １．１ Ｏ．ＦＡｓＴ角点特征校测 在特征检测部分，该算法运用的是ＦＡＳＴ算子，但是原来 的算法没有方向性不变的特点，所以Ｏ．ＦＡＳＴ算法对其进行 了改进，使它具有了方向性。ＯＲＢ算法使用的是ＦＡＳＴ算法 提取的特征点，实验中使用的ＦＡＳＴ－９的算法，得到了很好的 结果。由于边缘位置对ＦＡＳＴ算法得到的特征点有很大的影 响，因此该算法使用了Ｈａｒｒｉｓ角点检测方法对于得到的特征 点进行排序，取前Ｎ个较好的角点作为特征点。ＦＡＳＴ算法是 种非常快的提取特征点的方法，但是对于这里来说，有两 点不足：（１）提取到的特征点没有方向。（２）提取到的特征 点不满足尺度变化。针对特征点不满足尺度变化，ＳＩＦＴ算法 建立了尺度图像金字塔，通过在不同尺度下的图像中提取特 征点以达到满足尺度变化的效果”】。针对提取到的特征点没 有方向的问题，Ｒｏｓｉｎ提出了“ｉｎｔｅｎｓｉｔｙ ｃｅｎｔｒｏｉｄ”的方法确 定了特征点的方向。该思想首先把特征点的邻域范围看成一 个ｐａｔｃｈ，然后求取这个ｐａｔｃｈ的质心，最后把该质心与特征 点进行连线，求出该直线与横坐标轴的夹角，即为该特征点 一点，则得到的方向角为 ，用向量ＯＣ的方向表示ＦＡＳＴ关键的 方向角为： ＝ａ ｔａｎ２ ０ｌ，ｍｌ０） （３） ａ ｔａｎ２的取值范围在 卅。 １－２，．．ＢＲＩＥＦ特征描述符 ＯＲＢ算子在特征描述部分采用的是基于ＢＲＩＥＦ算子的 改进算法。ＢＲＩＥＦ算子用二进制串描述局部特征，该方法的 好处是：（１）很少的ｂｉｔ就能描述独特的性质。（２）可以用汉 明距离计算两个二进制串之间的特征，计算速度快。在实际 应用中的好处是：算得准、算得快、省内存。 ０ＲＢ算子选用的是２５６ ｂｉｔｓ的描述子，该算法先用积分 图像法对图形进行平滑处理，然后再进行图像的特征描述。 为了计算ＢＲＩＥＦ算法的入方向特征，需要将ＦＡｓＴ检测的特 征点集改写为矩阵的形式。对于一个ｎｔ：ｌ￣特的测试点集（ ， ｙ），定义一个２ 的矩阵 ： ＿． ： １ ２… ］ ） （５） 根据ＦＡＳＴ得到的方向角，可以计算出它所对应的旋转 矩阵Ｒ 。通过该旋转矩阵可以得到具有方向特性的测试点 集Ｓｏ＝ＲｏＳ。则尺．ＢＲＩＥＦ的描述子就可以表示为： ｇ （ｐ， ）＝ （ｐ）Ｉ（ ， ）∈Ｓｏ 一ＢＲＩＥＦ算子，它的实现步骤大致如下：（１）取目标像素点 定范围内的领域，一般９×９。（２）对该领域进行高斯模糊处 的方向，Ｒｏｓｉｎ提出了如下公式： 理，一般选核参数 ＝２。（３）以满足高斯分布的方式在该领 域内随机选取Ⅳ组像素点对 ，炉，比较这两个像素点的灰度 朋＝值大小，ｊｃ 则返回ｌ， 则返回０（所有特征点的计算均采 Ｘ，Ｙ 用统一的随机取样模板）。（４）将步骤３的结果组合成一个Ⅳ 该区域的质心为： 位的二进制编码，即为目标像素点的特征值。 ２ ＯＲＢ与ＳＩＦＴ算法的比较 ＳＩＦＴ特征是图像的局部特征，其对旋转、尺度缩放、亮 ０ｏ ｍｏｏ／Ｊ 度变化保持不变性，对视角变化、仿射变换、噪声也保持一 然后求取向量ＯＣ的方向，同时如果把 ．Ｙ的范围保持 定程度的稳定性。ＳＩＦＴ特征描述符由特征点规定的半径ｒ长 在［＿＿ ，］之间（沩该特征点邻域的半径），以特征点为坐标原 度的圆邻域内像素点的梯度方向信息组成。ＳＩＦＴ在计算特 ∑ 川Ｙ Ｉ（ｘ， ） （１） ｃ：ｌ ， ｌ 作者简介：王欢（１９９２一），男，四川绵阳人，硕士研究生；研究方向：计算机网络与通信。 ——１０４—— 第５期 ２０１８年３月 Ｎｏ．５ 无线互联科技·实验研究 ＭａＦｃｈ，２０ｌ８ 征描述前，首先确定邻域半径大小，可以按照式（６）来确定 畸变、旋转矩阵和平移向量等参数（见图４）。圆半径的长度： ： ±！ ２ （６） 现在通过图示说明ＳＩＦＴ的梯度方向。如图１所示，它所 表示的区域为８×８，然后把区域分为４个４￣４的子区域。图 左部分的中央为当前关键点的位置，每个小格代表关键点邻 域所在尺度空间的一个像素，利用公式求得每个像素的梯 度幅值与梯度方向，箭头方向代表该像素的梯度方向，箭头 长度代表梯度模值，然后用高斯窗口对其进行加权运算。图 中圆圈代表高斯加权的范围（越靠近关键点的像素梯度方 向信息贡献越大）。然后在每４￣４的小块上计算８个方向的梯 度方向直方图，绘制每个梯度方向的累加值，即可形成一个 种子点 。 ， ·粤 图３提取标定板的角点 －● Ｌ。ｔ ： ｈ曲“● ，．城ｌ ｆ ｌ ＾ ｆ ｎ ＂／２１≈ Ｈ 狮Ｉ ｌ ￣ｌｌ０１ｇ ｔｔ拼●１ ｆｔＩ棚 ＇■１ Ｉ●ｎ。ｌ－Ｉ王●Ｉ，竹 Ｉ矗∞‘＂， ｓｈ －１．ｔ～■■● ｌ·＾ｔ【●．∞¨－】 【 ∞●¨１ ，’·‘ｋＨ ●ｌｌＩ— 一∞Ｉ计 ～ｔ虬坤∞● ●∞∞●“Ｆ－· ｔ Ｏ．ＩｌＩ￣Ｉ？Ｌ ●－ｅ■惜 ●．∞Ｉｎ ‘能ｎＩ ｔ●●∞● ｈ １ｔｈ－Ｉ－ｔ１．●哪∞；ｎ Ｏ∞¨ｌ ｌ …－ ＿－ｔ·ｎ■ｎ＿ｈ ｔ－－坤 Ｆ＊ Ｌ －山 ｈ 日，吐ｐｉｔ： ■ｍｎ －时ｔ－ｆ“Ｏ瑚川ｌ－¨】 ｃ ｒＬ由ｌ－ｔ Ｉ旺啪“ Ｉ札 ｌ，¨Ｉ ｄ■～ ｒ －ｌ ａ．Ｏ●忡－１ ｌ Ｌ帅Ｏ Ｉ【ｌ蛳ｌ·ｌ｜７％Ｉ ｌ １．■ ｌ １．Ｉ￣ＩＩＯＡＵ １ ‘＇－ ｈ ｄ ｐⅡｎ●岫‘札帕嘲 ●＂咐■‘‘●Ｈ 口 奸ｔｔ ￡ｈ．ｎ由ｌ·１吨●日１． “ ７¨ ∞Ｉ“ ●．ｄｏｌＨ 删】 【ａ．ｔＩＷ ａ４１１￣ ＇，∞Ｉｎ ｔ¨ｔＩ． ●¨∞ ｈ¨ ●ｍ‘一Ｈ ｒｔ■＾ｃ 靠 ｌ嘲ａ－ ｝ ∞擀ｌ 、 ·Ｉ ．、 一 ， ， －·ｆ吨“■Ｉａ 口 ∞¨Ｉ ＼Ｌ， ７＼ ＼ ｈ＿－１ｔ…： ｌｆｔ＿ｎ．■Ｉ啦 州－ｔ●■ ｌ ， Ｔ 一 、’ ， ＿ 、 图４双目摄像头参数 得到了摄像机的参数之后，左右摄像头的图像存在畸 变，而且左右图像中的对应点不在一个平面上，所以需要图 形校正，如图５所示。 ｒ＿… 。。 ●０ ， ＿ｑ ．一．● ． 一．／－ ●， ，－， ．＿ 、一· ，， ｔ ．＼ 、· ·一 图１ ＳＩＦＴ特征描述符 ＳＩＦＴ算子为使特征描述符具备旋转不变性，算法需要 将特征点所在区域坐标系进行旋转，从而使特征点主方向和 横坐标的正方向一样（见图２）。 ／ 一 ， ～＼ ｆ一１— 一 图５双目校正 ／／ ｌ ｌ ● —１－ 一一１● 一一Ｉ１ ＼ 、 －Ｉ— ： 一将图像校正完成后，使用ＯＲＢ提取图形的特征点， 然后计算左右图形的匹配点。由于存在无匹配，所以使用 ＲＡＮＳＡＣ算法去除误匹配，如图６所示。 Ｉ、 ｌ卜，毒．｜＿● ～ Ｉ Ｉ ● ’ 、、一、 一一－一一－。 一 一－．一一Ｊ ／ ＬＩ—ｊ一 ＩＩ ●ｌ Ｉ． Ｉ 、～＼ ＼， Ｉ，一， 图２坐标系旋转 在上节中己经阐述了ＯＲＢ算法原理，ＯＲＢ算法具备 旋转、光照、平移不变性等特征，关键是它的运算速度比 ＳＩＦＴ算法提升了很多。但是ＯＲＢ算法的缺点是不具有尺 度不变性特征。ＳＩＦＴ算法满足尺度不变性，所以在图像尺 图６ ＯＲＢ算法特征点提取与匹配 度发生变化的环境下，ＯＲＢ算法效果与ＳＩＦＴ算法的效果 相差很多。 在经过了摄像机标定，图像校正，图像特征点的提取与 匹配后就可以计算出目标到摄像头的距离，如表ｌ所示。 表１双目定位的实验结果 目标 ｌ ２ ３ 实验结果与分析 在提取物体的特征点之前，需要先对摄像头进行标定， 校正图像，得到摄像机的内外参数。接着提取图像的特征 点，进行左右摄像头的特征点匹配，最后根据双目形成的视 差就可以得到目标物到摄像头的距离口Ｊ。 测量距离／ａｍ 实际距离／ｒａｍ 相对误差／ｒ％ ｌ５ｌ ２５２ ｌ５０ ２５０ ０．６７ ０．８ ３ ４ ４９５ ｌ ０１５ ５００ ｌ ０００ ｌ １．５ 摄像头标定采用标定板２３ ｍｍ￣２３ ｍｍ，提取标定板的 角点，如图３所示。通过标定原理计算出双目摄像头的焦距、 ——５ ２ ０３６ ２ ０００ １．８ １０５—— 第５期 ２０１８￣ｇ３月 Ｎｏ．５ 无线互联科技·实验研究 ＭａｒＣｈ，２０１８ 从表１可以得出结论，通过左右图像每对匹配的特征点 ４结语 可以计算出摄像机到被测物的距离。在计算中，将物体的全 首先经过摄像机的标定，图像的校正，得到了可以进行 部特征点的距离平均值为物体被测的距离。从表中可以看 双目定位的图像，在通过ＯＲＢ算法提取出了图像的特征点， 出，测量距离越大，作误差越大。而产生误差的因素，与摄 并且根据测距原理，计算出了目标到摄像机的距离。最后分 像机的标定参数，无匹配的特征点有关。 析了产生误差的原因。 【参考文献】 ［１］ＲＯＳＩＮ Ｐ Ｌ．Ｍｅａｓｕｒｉｎｇ ｃｏｍｅｒ ｐｒｏｐｅｒｔｉｅｓ［Ｊ］．Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｉｍａｇｅ Ｕｎｄｅｒｓｔａｎｄｉｎｇ，１９９９（２）：２９１－３０７ ［２］王昌盛．基于ＯＲＢ算法的双目视觉测量研究［Ｄ］晗尔滨：哈尔滨工业大学，２０１５． ［３】白明，庄严，王伟．双目立体匹配算法的研究与进展［Ｊ］．控制与决策，２００８（７）：７２１－７２９． Ｓｔｕｄｙ ｏｎ ｔｈｅ ｂｉｎｏｃｕｌａｒ ｖｉｓｉｏｎ ｔａｒｇｅｔ ｌｏｃａｔｉｏｎ ｂａｓｅｄ ｏｎ ＯＲＢ ａｌｇｏｒｉｔｈｍ ＷａｎｇＨｕａｎ，ＤｕＨｏｎｇ （Ｃｏｌｌｅｇｅ ｏｆ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｃｈｅｎｇｄｕ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ，Ｃｈｅｎｇｄｕ ６１０２２５，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｂｉｎｏｃｕｌａｒ ｖｉｓｉｏｎ ｐｏｓｉｔｉｏｎｉｎｇ ｉｓ ｔｏ ｇｅｔ ｔｈｅ ｓｈａｐｅ，ｌｏｃａｔｉｏｎ，ｃｏｌｏｒ ａｎｄ ｏｔｈｅｒ ｉｎｆｏｒｍａｔｉｏｎ ｏｆ ｔｈｅ ｔａｒｇｅｔ ｏｂｊｅｃｔ．Ｉｔ ｍｉｍｉｃｓ ｈｕｍａｎ ｅｙｅｓ．Ｉｎ ｔｈｉｓ ｐａｐｅｒ，ｔｈｅ ｐｒｉｎｃｉｐｌｅ ｏｆ ＯＲＢ ａｎｄ ＳＩＦＴ ａｌｇｏｒｉｔｈｍ ｉｓ ｓｔｕｄｉｅｄ，ａｎｄ ｔｈｅ ａｄｖａｎｔａｇｅｓ ａｎｄ ｄｉｓａｄｖａｎｔａｇｅｓ ｏｆ ＯＲＢ ａｎｄ ＳＩＦＴ ａｌｇｏｒｉｔｈｍ． Ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｓｐｅｃｉｆｉｃ ｓｃｅｎｅ ｏｆ ｔｈｅ ａｐｐｌｉｃａｔｉｏｎ，ｔｈｅ ＯＲＢ ａｌｇｏｒｉｔｈｍ ｉｓ ｓｅｌｅｃｔｅｄ ｔｏ ｅｘｔｒａｃｔ ｔｈｅ ｆｅａｔｕｒｅ ｐｏｉｎｔｓ ｏｆ ｔｈｅ ｔａｒｇｅｔ ａｎｄ ｐｅｒｆｏｒｍ ｔｈｅ ｓｔｅｒｅｏ ｍａｔｃｈｉｎｇ．Ｔｈｅ ｉｆｎａｌ ｏｂｊｅｃｔ’Ｓ ｐｏｓｉｔｉｏｎｉｎｇ ｉｓ ｃｏｍｐｌｅｔｅｄ． Ｋｅｙ ｗｏｒｄｓ：ｂｉｎｏｃｕｌａｒ ｖｉｓｉｏｎ；ＯＲＢ；ＳＩＦＴ；ｌｏｃａｔｉｏｎ （上接第７９页） 响还是户外延时当声音放在声场上是要点，但我们可以发现 魅力，一次次保留最自然的声音，这是音响工作者的追求。 无论多大的音频大小，都是从细节拼接而成。作者深刻认识 ５结语 到一个成功的音频工作者必须有一个整体的整体观点身体 分布式声场是一个非常复杂的声场。设计和调试一个良 意识，也不能忽视任何一个看似微不足道的，实际上玩的联 好的分布式声场专业音频只是音频工作者的小部分工作。许 动的一小部分，为了不断进步，一次又一次我们展现出声音的 多相关工作还没有成为我们进一步研究和探索的需要。 【参考文献】 ［１］孙建索现代音响工程【Ｍ】．北京：人民邮电出版社，２００７． ［２］李鸿宾歌舞厅音响［Ｍ］．北京：电子工业出版社，１９９８． ［３］靳远，王春华．压限器在节目制作中的应用［Ｊ］＿电声技术，２００５（９）：６４．６５． ［４］王家理多媒体教室的常用音响设计［Ｊ］．六盘水师范高等专科学校学报，２００４（６）：３６－３９ Ｄｅｓｉｇｎ ａｎｄ ｄｅｂｕｇｇｉｎｇ ｏｆ ｐｒｏｆｅｓｓｉｏｎａｌ ａｕｄｉｏ ｉｎ ｄｉｓｔｒｉｂｕｔｅｄ ｓｏｕｎｄ ｉｆｅｌｄ ＷａｎｇＹｕａｎｃｈａｎｇ （Ｔｈｒｅｅ Ｃｏｎｎａｕｇｈｔ Ｄｉｇｉｔａｌ Ｔｅｃｈｎｏｌｏｇｙ Ｃｏ．，Ｌｔｄ．，Ｓｈｅｎｚｈｅｎ ５１８０００，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎ ｔｈｅ ｄｉｓｔｒｉｂｕｔｅｄ ｓｏｕｎｄ ｆｉｅｌｄ，ｔｈｉｓ ｐａｐｅｒ ｄｅｓｉｇｎｓ ａ ｃｏｍｐｌｅｔｅ ｓｅｔ ｏｆ ｐｒｏｆｅｓｓｉｏｎａｌ ａｕｄｉｏ ａｎｄ ｄｅｂｕｇｓ ｉｔｓ ｒｅｌａｔｅｄ ｅｑｕｉｐｍｅｎｔ ｔｏ ｍｅｅｔ ｔｈｅ ｒｅｑｕｉｒｅｍｅｎｔｓ ｏｆ ｓｃａｔｔｅｒｅｄ ｓｏｕｎｄ ｉｆｅｌｄ． Ｋｅｙ ＷＯｒｄｓ：ｄｉｓｔｒｉｂｕｔｅｄ ｓｏｕｎｄ ｉｆｅｌｄ；ｐｒｏｆｅｓｓｉｏｎａｌ ａｕｄｉｏ；ｄｅｓｉｇｎ；ｄｅｂｕｇｇｉｎｇ ——１０６——