图形自动识别技术单点识别算法
- 发布时间：2013/1/11 9:15:10
- 浏览次数：650
自动识别系统产业潜力无穷，应用的范围遍及制造、物流、医疗、运输、零售、国防等等。Gartner Group认为，自动识别系统是2005年建议企业可考虑引入的策略技术之一，然而其成功之关键除了标签（Tag）的价格、天线的设计、波段的标准化、设备的认证之外，zui重要的是要有关键的应用软件（Killer Application），才能迅速推广。而 中间件（Middleware）可称为是自动识别系统运作的中枢，因为它可以加速关键应用的问世。
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。
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为（255，255，255）[4]；但是在数码照片中黑色和白色都并都是一定灰度颜色的，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 且三原色误差小于Error Band，则认为是黑色；如果平均灰度高于White Tolerance 且三原色误差小于Error Band则认为是白色。