一种基于YUV的激光光斑识别跟踪算法.docx

一种基于YUV的激光光斑识别跟踪算法摘要计算机技术发展至今，窗口式界面取代了命令行，鼠标这种操作方式将人和计算机等系统方便地联系了起来，然而，局限于鼠标的有线连接方式及无线鼠标的最大操作距离，人机的交互始终被限制在一个很小的范围。为解决这个问题，方便不同应用场景下操作人员的需求，提出了一种新型的基于YUV的激光光斑识别算法，通过引入激光笔，视频采集卡，和一个普通的摄像头，便可完成一个开放式人机虚拟交互嵌入式系统。即通过摄像头实时拍摄目标区域的画面，识别并跟踪目标区域上的激光光斑轨迹，将YUV的图像采集及运算结果作为用户的输入送入计算机终端，完成相应的操作。与以往的类似系统相比，这个开放式系统的特点在于，它的基于YUV格式的光斑识别跟踪算法简洁快速，充分保证了实时性的要求；同时本开放式系统基于嵌入式开发的考虑，移植性强，可应用于不同的人机交互领域。关键字YUV格式，激光光斑识别与跟踪，软件消抖，背景训练，模块化。0 引言传统的教学演示及游戏等应用环境中人机交互多通过键盘，鼠标或激光笔等方式完成，这些途径或者对控制距离有限制，或者对人机交互功能的多样化有限制。因为前两种将操作者限制在了计算机等仪器附近；后一种则功能有限，市面上的翻页式激光笔虽带有无线射频模块，但功能较少，若集成较多功能，则界面按钮将繁多复杂，为了解决这个问题，本文提出了一种基于YUV的激光光斑识别跟踪算法，构建了一个开放式功能模块，让人机交互环境下操作人员通过激光笔的简单投射及移动完成相关命令向计算机终端的输入，达到和键盘，鼠标，游戏手柄等基本相同的功能。基于YUV的激光光斑识别跟踪算法的基本原理是：通过视场的合理定位，用摄像头拍摄包括静止或移动的激光光斑在内的目标区域，图像传入视频采集卡中，通过对视频采集卡输出的YUV格式的视频流进行分析，识别并跟踪激光光斑，将软件运算结果传入计算机终端，作为对应于光斑轨迹的用户输入，终端执行以实现鼠标光标与激光光斑的同步移动，完成相应功能。对于激光光斑的识别，文献1给出了一种专应用于教学演示的人机交互系统，该系统用于软件分析的图像格式为RGB。文献2则提出了一种基于电子白板的激光光斑轨迹跟踪系统，其实现的功能相同，但技术突破点在于屏幕的材质改变及屏幕边角处旋转六面体的应用，原理不同。文献3提出了一种基于网格细分的屏幕坐标校准方法，根据三个一组的网格点插值计算其中的屏幕坐标，这种误差的校正简易可行，是一种很好的尝试。文献4采用了另一种形式的信号，即人眼不可见的红外波作为识别信号。本文提出的基于YUV的激光光斑识别跟踪算法与以前的工作的不同之处在于：1.本算法中图像识别及处理过程的对象是YUV格式的，这种格式，在减少数据量，优化通道特性，及提高检测过程鲁棒性方面有一些优于常用的RGB格式的方面。2.本算法提出了一种基于三点定位的初始化目标区域的视场校正方法，降低了硬件配置的要求。3本算法用于构造一个开放式的模块，其移植性强，可应用于除教学演示外其他人机交互场合，比如工业测量中的反馈控制，游戏中的虚拟体验等。1. 算法数据综述：1.1 YUV格式特点：YUV格式作为一种电视信号的编码格式，其中Y为亮度信号和U，V为两个色差信号，分别表示色彩和饱和度。本算法针对于特定需要的人机交互场合，选用YUV格式的优点在于： 1.YUV格式传输的图像只需占用极少的频宽。发送前，Y，U，V值分别编码，但三者在发送时通过同一信道发送，相比于RGB，后者则要求三个独立的视频信号同时传输。2.选用合适的YUV格式，可以适当压缩单个像素点的数据量。本算法中采用的YUV格式为YUY2，即YUV 4:2:2，其中每个色差信道的抽样率是亮度信道的一半，即每个点保存一个 8bit 的亮度值，每 1x2 个点保存一个 Cr 和Cb 值。原来用 RGB(R,G,B 都是 8bit unsigned) 模型, 需要 8x3=24 bites. 而现在仅需要8+(8/2)+(8/2)=16bites。实验选用视频采集卡输出视频流为字节流，视频流中字节顺序为图1示。3.现阶段，一般图像文件中的格式为RGB，即接收端通常要将YUV转为RGB，而RGB与YUV格式之间的转换很容易，二者之间的转换满足一个矩阵关系：图1这不仅有利于本开放式模块的应用扩展，同时有利于转换RGB格式时软件速率的提高，相对HIS格式，后者转RGB需要一个余弦运算，这对于实时的视频处理来说，是一个较昂贵的时间消耗。1.2 激光光斑的YUV特征：本算法的光斑识别原理在于，在视频采集卡的处理能力下，对目标区域进行密集网格划分，形成足够多的像素点，激光光斑所在的像素点，由于其为红色高亮光斑，由于红色光斑点可以有明显的区别于目标区域其余像素点的V值，故通过对摄像头传输给视频采集卡的像素点进行遍历，寻找V