[发明专利]以二维对比度为特征帧匹配测量位移的方法及装置

权利要求书

1.以二维对比度为特征帧匹配测量位移的方法及装置，由一台普通的计算机与一个计算机摄像头组成，其特征在于，所述计算机系统还配置有摄像头拍摄及二维边方向数据帧匹配测量位移程序。

2.根据权利要求1所述的以二维对比度为特征帧匹配测量位移的方法及装置，其特征在于，所述摄像头拍摄及二维边方向数据帧匹配测量位移程序提供了一种使用计算机摄像头以对比度为特征实施帧匹配测量二维位移的方法，包括：

步骤一、以位图(M×N，M，N∈正整数)的格式，拍摄一帧被测物体的图像，作为参考帧；以该帧像素阵列左上角的第一个像素的位置为原点，向右方向为x轴方向，垂直向下方向为y轴方向；在所述像素阵列的中央区域选取一个区域，大小为m₀×n₀，m₀，n₀∈正整数，称之为比较窗，它距离所述像素阵列的水平方向和垂直方向的边缘像素各有h和v个像素，即有：m₀+2h＝M，n₀+2v＝N，h，v∈正整数；

步骤二、对于上述参考帧之像素阵列，逐像素行、逐像素列导出沿X轴方向和Y轴方向的边方向数据，并以3bit的二进制数值001，010和100分别表示其中的正边、负边以及第三类边，如此构成了对应所述参考帧像素阵列的关于X轴方向和关于Y轴方向的两帧边方向数据{reference_x(x，y)}和{reference_y(x，y)}，其中，下标x或y表示所沿的坐标轴的方向，符号“{ }”表示沿其中函数下标所标示的坐标轴方向比较窗内诸像素(x，y)处的边方向数据的一个集合，保存这些数据；

步骤三、对于上述两帧边方向数据，分别计算所述参考帧里比较窗的像素阵列的自关联匹配系数：

auto_correlationx(a,b)=Σv=v+1v+1+nΣx=h+1h+1+m[referencex(x,y)·referencex(x+a,y+b)]]]>

auto_correlationy(a,b)=Σy=v+1v+1+nΣx=h+1h+1+m[referencey(x,y)·referencey(x+a,y+b)]]]>

式中，运算符号·表示二进制逻辑与运算，其运算结果或为逻辑0或为逻辑1，运算符号“[ ]”表示取其中的逻辑运算函数所对应的数值，或为数值0，或为数值1，参数变量a，b的组合决定了关联匹配算子阵列的规模，如果取3×3关联匹配算子：a＝-1，0，1，b＝-1，0，1，因此，沿每个坐标轴方向各自会产生9个自关联系数auto_correlation_x(a，b)和auto_correlation_y(a，b)；

步骤四、根据上述两帧边方向数据对应的自关联匹配系数，分别搜索在目前的物体表面状况以及照明状况下可以进行匹配比较的最佳比较窗像素阵列：

m_x＝m₀-step，n_x＝n₀-step，2h＝M-m_x，2v＝N-n_x

和m_y＝m₀-step，n_y＝n₀-step，2h＝M-m_y，2v＝N-n_y，

式中，下标x、y分别表示其值对应着沿X轴方向和Y轴方向；取此两组值中大者为比较窗阵列的规模：m×n；

步骤五、上述拍摄以后，经过一段时间Δt，拍摄第二帧位图，作为取样帧；

逐行、逐列确定该取样帧中像素沿X轴方向和Y轴方向的边方向数据，分别以3bit的二进制数值001，010和100表示其中的正边、负边以及第三类边，如此获得取样帧的两帧边方向数据{comparison_x(x，y)}和{comparison_y(x，y)}，保存这些数据；

步骤六、步骤六、沿X轴方向和Y轴方向，对应所述参考帧和所述取样帧各自的两帧边方向数据，分别把所述参考帧内比较窗里的像素阵列在所述取样帧范围里按照9×9关联匹配阵列进行交叉关联匹配计算：a＝-4，-3，-2，-1，0，+1，+2，+3，+4，b＝-4，-3，-2，-1，0，+1，+2，+3，+4；

步骤七、取上述交叉关联匹配系数最大者，作为所述取样帧相对所述参考帧移动的方向以及移动的幅度：

Δ_xx＝c₁，Δ_xy＝d₁；Δ_yx＝c₂，Δ_yy＝d₂；

式中，下标x、y分别表示所沿的坐标轴方向；

本次测量中，所述取样帧相对所述参考帧移动的方向以及移动的幅度是：

Δx(i,j)=Δxx+Δyx2=c1+c22=c,]]>Δy(i,j)=Δxy+Δyy2=d1+d22=d]]>

式中，i表示本次测量拍摄的顺序计数，j表示所取参考帧的顺序计数；

测量过程中，物体总的相对位移矢量是：

Δx₀(i，j)＝Δx₀(i-1，j)+Δx(i，j)＝Δx₀(i-1，j)+c，

Δy₀(i，j)＝Δy₀(i-1，j)+Δy(i，j)＝Δy₀(i-1，j)+d

式中，(Δx₀(i-1，j)，Δy₀(i-1，j))表示本次测量之前累积的位移；

步骤八、物体位移的速度矢量是：

Δv_x(i，j)＝Δx(i，j)/Δt＝c/Δt，Δv_i(i，j)＝Δy(i，j)/Δt＝d/Δt；

步骤九、如果|Δx₀(i，j)-Δx₀(k，j-1)|≥2m/5，或|Δy₀(i，j)-Δy₀(k，j-1)|≥2n/5，其中，k＝max(i)|(j-1)表示在参考帧顺序计数为j-1的情况下最后一次拍摄的顺序计数值，即在所述参考帧没有发生变化的条件下，其中的比较窗发生的相对位移之累积已经超出该比较窗的幅度的2/5，这时，用最新的取样帧取代所述参考帧，其比较窗重新定位在新的参考帧的中央部位；

如果|Δx₀(i，j)-Δx₀(k，j-1)|＜2m/5且|Δy₀(i，j)-Δy₀(k，j-1)|＜2n/5，不更新所述参考帧，而是把所述参考帧里的比较窗发生相对位移Δx＝c，Δy＝d；

步骤十、如果更新了参考帧，仿步骤三计算所述新参考帧的自关联系数auto_correlation_x(a，b)和auto_correlation_v(a，b)；仿步骤四察看表面结构特征，重新决定其比较窗阵列的规模：m×n；

如果没有更新参考帧，调整步骤六中所述交叉关联匹配算子阵列的大小：如果|c|＜5且|d|＜5，m，n∈正整数，改取7×7：a＝-3，-2，-1，0，+1，+2，+3，b＝-3，-2，-1，0，+1，+2，+3，如果|c|＜3且|d|＜3，m，n∈正整数，改取5×5：a＝-2，-1，0，+1，+2，b＝-2，-1，0，+1，+2，否则，仍然取为9×9关联匹配算子阵列；

步骤十一、上述拍摄以后，又经过一段时间Δt，拍摄第三帧位图，作为新取样帧；

逐像素行、逐像素列导出该取样帧沿X轴方向和Y轴方向的边方向数据，并以3bit的二进制数值001，010和100分别表示其中的正边、负边以及第三类边，如此构成了对应所述新取样帧像素阵列的关于X轴方向和关于Y轴方向的两帧边方向数据{comparison_x(x，y)}和{comparison_y(x，y)}，保存这些数据；

步骤十二、按照步骤十中确定的交叉关联匹配算子阵列，类似步骤六，对应所述参考帧与所述新取样帧的各自两帧边方向数据，分别沿X轴方向和Y轴方向，把所述参考帧内比较窗里的像素阵列在所述取样帧范围里进行交叉关联匹配计算；

步骤十三、跳转到步骤七，继续测量。