本發(fā)明涉及可見光定位
技術(shù)領(lǐng)域：
，更具體地，涉及一種用于可見光成像定位的條紋識別和信息檢測方法。
背景技術(shù)：
：采用帶有cmos圖像傳感器(cis)的手機接收led光信號，可形成明暗條紋圖片，實現(xiàn)低速率信息傳輸。閃爍的led光信號要在成像平面上形成明暗條紋圖片，要求cmos圖像傳感器采用卷簾式快門?，F(xiàn)有的可見光通信(vlc)系統(tǒng)如圖1所示，發(fā)射機采用開關(guān)鍵控(ook)調(diào)制驅(qū)動的led光源，接收機采用卷簾式快門cmos圖像傳感器形成明暗條紋圖片，再通過對明暗條紋圖片的圖像處理來獲取ook光信息。圖1所提出的系統(tǒng)和解碼方法在短距離通信(幾十厘米)和無背景環(huán)境光干擾的環(huán)境下獲得了一定的性能。但是，如果圖1提出的系統(tǒng)和方法應(yīng)用在2米以上的通信距離和有背景環(huán)境光干擾的應(yīng)用場景中，其性能將無法滿足成功解調(diào)信號的要求?，F(xiàn)有技術(shù)中還有一種可見光信號傳輸解碼方法(如圖2所示)，其基本思想是發(fā)射端采用led光源燈具以不同的頻率進行閃爍，接收端采用cmos圖像傳感器獲取閃爍光信號形成不同明暗條紋寬度的條紋圖片。條紋圖片的明暗條紋寬度取決于led光源的閃爍頻率。發(fā)射機通過頻移開關(guān)鍵控(fsook)調(diào)制驅(qū)動led燈具順序發(fā)出閃爍頻率信息，每一種頻率代表若干位比特的數(shù)據(jù)。接收端的cmos圖像傳感器采用等間隔時間拍照獲取若干幅明暗條紋圖片，然后對明暗條紋圖片進行條紋數(shù)目檢測。由于不同的條紋數(shù)目代表不同的閃爍頻率，進而解碼出二進制數(shù)據(jù)。圖2提出的這種檢測圖片條紋數(shù)目的方法，其可靠性并不理想，而且如果cmos圖像傳感器與led光源(閃爍頻率保持不變)之間的距離發(fā)生變化后，有效光源區(qū)的條紋數(shù)目會發(fā)生變化，并不能得到條紋數(shù)目與led閃爍頻率之間的對應(yīng)關(guān)系。此外，現(xiàn)有技術(shù)中還有一種采用具有卷簾式快門的cmos圖像傳感器檢測led閃爍頻率的算法。其基本思想是獲取光源區(qū)條紋圖片，將條紋圖片轉(zhuǎn)換成灰度圖片，然后對條紋圖片每一行的像素計算平均灰度值，將灰度平均值進行離散傅立葉變換(dft)得到頻率響應(yīng)，然后檢測頻率響應(yīng)除低頻分量以外的峰值所對應(yīng)的值k，用總行數(shù)除以k得到明暗條紋寬度的像素行數(shù)rown，最后用cmos圖像傳感器的行掃描頻率除以rown得到led的閃爍頻率。不過，該方法是在無高光干擾的理想環(huán)境中提出的，如果led光源周圍有其他高光光源，有可能會導(dǎo)致條紋截取算法的誤操作，造成條紋有效區(qū)域面積的擴大，從而增大led檢測頻率誤差，甚至無法檢測。該算法雖然是一種魯棒性較高的檢測算法，但是由于采用dft運算，對接收機的運算性能有一定的要求。其次，由于條紋的形成受到cmos圖像傳感器的硬件和led燈具發(fā)射光功率等眾多因素的限制，使得條紋的清晰度在較遠(yuǎn)的距離容易被破壞。技術(shù)實現(xiàn)要素：本發(fā)明為克服上述現(xiàn)有技術(shù)所述的可靠性不夠理想或計算復(fù)雜度較高的缺點，提出了一種高可靠性、低復(fù)雜度的明暗條紋信息檢測方法。為了達到上述技術(shù)效果，本發(fā)明的技術(shù)方案如下：一種用于可見光成像定位的條紋識別和信息檢測方法，該方法用于采用fsook調(diào)制的led發(fā)射機，且led燈具安裝有燈罩和基于cmos圖像傳感器的接收機所組成的可見光通信系統(tǒng)，包括以下步驟：s1：在接收機cmos傳感器前面放置一層減光材料來產(chǎn)生清晰的明暗條紋圖像；s2：從得到的明暗條紋圖片中，獲取有效的條紋區(qū)域；s3：將得到的條紋區(qū)域轉(zhuǎn)換為灰度圖像，對灰度圖像進行處理得到明暗條紋所對應(yīng)的總像素行數(shù)；s4：根據(jù)s3中得到的明暗條紋所對應(yīng)的總像素行數(shù)計算得到灰度圖像的估計行數(shù)值，利用該估計行數(shù)值計算出估計的fsook信號頻率。進一步地，所述步驟s3的具體過程如下：s31：求灰度圖片每行像素的灰度值的平均值mi，即每行像素灰度值總和除以該行的列數(shù)，將n個灰度平均值存儲在數(shù)組gaverage(n),n＝1,2,…n；s32：計算相鄰兩行像素的差值，即當(dāng)前行像素值減去上一行的像素值，然后將差值與預(yù)設(shè)的灰度閾值α進行比較，如差值大于α，將此行值賦為“1”，否則將此行值賦為“0”，得到數(shù)組d；s33：將d中值為“1”的所有元素的索引號取出，保存到數(shù)組e中，根據(jù)數(shù)組e中計算得到數(shù)組h(l)，根據(jù)數(shù)組h(l)的元素取值得到總像素的行數(shù)。進一步地，所述步驟s33中根據(jù)數(shù)組e計算得到數(shù)組h的具體過程是：對數(shù)組e進行差分運算，即當(dāng)前元素減去上一個元素，并將差分計算后的結(jié)果進行篩選，將大于1的結(jié)果依次保存在數(shù)組h中。進一步地，所述步驟s4中計算灰度圖像的估計行數(shù)值的過程如下：由步驟s1-s3得到目標(biāo)圖片所包含全部l對明暗條紋所對應(yīng)的行數(shù)h(l),l＝1,2,...,l，由于每個合法的fsook調(diào)制頻率是已知的，它們所對應(yīng)的真實行數(shù)可根據(jù)公式計算，其中，fled為fsook信號調(diào)制頻率，fs為攝像頭的行掃描頻率，lled為一對明暗條紋的像素行數(shù)，表示向下取整的操作；故每個真實行數(shù)對應(yīng)的有效行數(shù)可由公式得到，其中，有效行數(shù)定義為行數(shù)的真值rt的浮動范圍，w為可見光通信系統(tǒng)合法頻率值的總數(shù)；將前述l個行數(shù)值h(l),l＝1,2,...,l中的每一個數(shù)值與進行比較，并統(tǒng)計h(l)匹配的次數(shù)，得到下表：由該表找出swl(l＝1,2,...,l；w＝1,2,...,w)的最大值：則其所對應(yīng)的關(guān)聯(lián)的真實行數(shù)值rt,max，即可視為最終的估計行數(shù)值進一步地，所述步驟s2中采用圖像形狀識別算法從明暗條紋圖片中，獲取有效的條紋區(qū)域。與現(xiàn)有技術(shù)相比，本發(fā)明技術(shù)方案的有益效果是：本發(fā)明應(yīng)用在在采用fsook調(diào)制的led發(fā)射機，且led燈具安裝有燈罩和基于cmos圖像傳感器的接收機所組成的可見光通信系統(tǒng)中，在接收機cmos傳感器前面放置一層減光材料來產(chǎn)生清晰的明暗條紋圖像；從得到的明暗條紋圖片中，獲取有效的條紋區(qū)域；將得到的條紋區(qū)域轉(zhuǎn)換為灰度圖像，對灰度圖像進行處理得到明暗條紋所對應(yīng)的總像素行數(shù)；根據(jù)s3中得到的明暗條紋所對應(yīng)的總像素行數(shù)計算得到灰度圖像的估計行數(shù)值，利用該估計行數(shù)值計算出估計的fsook信號頻率。提高了經(jīng)fsook調(diào)制的可見光信號所產(chǎn)生的明暗條紋的清晰度，避免了明暗條紋圖片中的高光干擾問題，具有較好的信息檢測性能，從而可增加正確解調(diào)可見光信號的距離，同時還具有很低的實現(xiàn)復(fù)雜度。附圖說明圖1為現(xiàn)有技術(shù)中的一種可見光定位系統(tǒng)示意圖；圖2為現(xiàn)有技術(shù)中的另一種可見光定位系統(tǒng)示意圖；圖3(a)為coms傳感器無減光材料采集的圖片；圖3(b)為coms傳感器有減光材料采集的圖片；圖4(a)為采用傳統(tǒng)的基于平均閾值法截取的條紋圖像；圖4(b)為采用霍夫算法截取的條紋圖像；圖5計算數(shù)組h元素取值的算法流程圖圖6為選取“閾值置信區(qū)間”的示意圖；圖7為gaverage的元素值的分布圖；圖8為差分運算后數(shù)組d中“0”和“1”的取值分布圖；圖9為本發(fā)明方法的流程圖；圖10為本發(fā)明方法和dft算法在相同條件下的處理時間與截取圖片行數(shù)的關(guān)系對比示意圖。具體實施方式附圖僅用于示例性說明，不能理解為對本專利的限制；為了更好說明本實施例，附圖某些部件會有省略、放大或縮小，并不代表實際產(chǎn)品的尺寸；對于本領(lǐng)域技術(shù)人員來說，附圖中某些公知結(jié)構(gòu)及其說明可能省略是可以理解的。下面結(jié)合附圖和實施例對本發(fā)明的技術(shù)方案做進一步的說明。實施例1一種用于可見光成像定位的條紋識別和信息檢測方法(如圖9所示)，包括以下步驟：步驟1：在接收機cmos傳感器前面放置一層減光材料(如減光片、減光膜等)，用于產(chǎn)生更清晰的明暗條紋圖像。本發(fā)明對此類成像可見光通信系統(tǒng)進行了分析，提出了一種高可靠性、極低復(fù)雜度的明暗條紋信息檢測方法，可用其獲取較為精確的lled值，從而可以較好地恢復(fù)出調(diào)制頻率fled。以下進行詳細(xì)說明。由于led光源的入射光功率較大，cmos圖像傳感器都有自動曝光控制、自動增益控制功能，當(dāng)拍攝距離越遠(yuǎn)時，根據(jù)成像原理可知，光斑越小。cmos圖像傳感器在自動曝光過程中，相機通過自動調(diào)節(jié)光圈大小、曝光時間等相關(guān)參數(shù)與設(shè)置，使得圖像傳感器所接收到的入射光能量處于一個合適的水平，通過轉(zhuǎn)換而得到具有對應(yīng)強度的電信號。用公式表示為：y＝f(k,l,t)其中y表示曝光強度，k表示比例系數(shù)，t表示曝光時間，l表示外界光照度，f代表成像函數(shù)。當(dāng)光斑變小時，為了獲得足夠大的信噪比(snr)，會優(yōu)先增加曝光時間。但是，增大曝光時間會使得相鄰像素點的曝光混疊區(qū)增大，從而導(dǎo)致拍攝圖像空間對比度的減小。此時，明暗條紋過渡緩慢，導(dǎo)致條紋分界不明顯，將降低條紋檢測的性能。為此，可在攝像頭前加上減光材料(如減光片、減光膜等)，減少入射光量，令非均勻發(fā)光面led光源所發(fā)出的光變得較為均勻，從而使明暗條紋分界更為明顯，為檢測vlc信號提供了一種有效手段。另一方面，通過減光材料，還可明顯擴散條紋區(qū)域，增大了條紋的有效檢測區(qū)域，緩解了增大拍攝距離時將導(dǎo)致圖像目標(biāo)變小、有效檢測區(qū)域變小的問題。如圖3所示，在減光材料的幫助下，可形成更清晰的條紋圖像，同時增加了獲取有效條紋區(qū)域的概率，從而可延長能正確接收信息的檢測距離。步驟2：當(dāng)通過cmos圖像傳感器獲取條紋圖像后，可使用圖像形狀識別方法來獲得條紋所在的區(qū)域，然后對所選的區(qū)域進行灰度值的處理，從而獲得明暗條紋的信息。特別地，當(dāng)led光源周圍有其它高光干擾時，如圖4(a)所示，采用傳統(tǒng)的基于平均閾值法的條紋圖像截取方法，有可能會將高光區(qū)域誤判為條紋圖片信息的一部分，從而影響信息檢測的準(zhǔn)確性。因此，應(yīng)通過使用圖像形狀識別方法識別出led光源形成的條紋的有效區(qū)域，然后截取識別到的有效區(qū)域，得到只包含led燈形成條紋的圖片。不失一般性，本實施例假設(shè)led燈具為圓形。此時led光源形成的明暗條紋有效區(qū)域也是一個圓形，故可采用霍夫算法或其他圖形形狀檢測算法來檢測圓形，實現(xiàn)對有效條紋區(qū)域的快速識別，如圖4(b)所示。如采用其他形狀的燈具，可選擇相應(yīng)的形狀檢測算法來獲取相應(yīng)的條紋區(qū)域。步驟3：將經(jīng)上述圖像形狀識別處理后得到的圖片，進行灰度處理。具體執(zhí)行過程為：a)將獲得的條紋圖片轉(zhuǎn)換為灰度圖片；b)求每行像素的灰度值的平均值mi，即每行像素灰度值總和除以該行的列數(shù)，將n個灰度平均值存儲在數(shù)組gaverage(n)(1,2,…n)中；c)計算相鄰兩行像素的差值，即當(dāng)前行像素值減去上一行的像素值，然后將差值與所選的“灰度閾值”α進行比較。如差值大于α，將此行值賦為“1”，否則將此行值賦為“0”。為了通過像素值之間的差值區(qū)分明暗條紋，需要選取合適的α。由于像素值之間的差值與圖片的邁克爾對比度γ相關(guān)，可計算出一定數(shù)量的實驗圖片的γ來獲取統(tǒng)計經(jīng)驗值，從而確定閾值的選取。條紋圖片的邁克爾遜對比度γ可表示為上式中mmax、mmin分別表示所有行的平均灰度值中的最大、最小值。根據(jù)大量圖片實驗處理統(tǒng)計結(jié)果確定選取的α跟γ的關(guān)系時，可采用以下選取規(guī)則，即圖片中至少有3條連續(xù)的明暗條紋(其中兩條是明條紋、第三條是暗條紋；或其中兩條是暗條紋、第三條是明條紋)；α可在“閾值置信區(qū)間”上選取任意值?！伴撝抵眯艆^(qū)間”的定義是：遍歷i＝0,1,...,255的全部灰度值，逐個作為α的測試閾值i來觀察目標(biāo)圖片的解碼結(jié)果(即圖片中一對明暗條紋包含的像素行數(shù))，當(dāng)所得結(jié)果在“有效行數(shù)”范圍內(nèi)的重復(fù)率大于某個“重復(fù)門限”(例如，最低為50％)時，該測試閾值i即視為一個有效閾值，而全部有效閾值就組成了“閾值置信區(qū)間”。上述“有效行數(shù)”定義為行數(shù)的真值rt的浮動范圍，即其中δr為給定的“行數(shù)保護間隔”。在實際應(yīng)用中，選取fsook信號頻率時，應(yīng)使不同的頻率之間的間隔大于2·δr。圖6給出了一個選取“閾值置信區(qū)間”的示意圖。在該例中，“重復(fù)門限”設(shè)定為50％。通過采用上述方法處理大量實驗圖片并選定“閾值置信區(qū)間”后，即可根據(jù)實驗結(jié)果確定對比度γ跟“灰度閾值”α的關(guān)系。由于該結(jié)果是根據(jù)若干次實驗解碼統(tǒng)計結(jié)果而得出的，如果實驗次數(shù)不同，結(jié)果可能會存在差別，但無論如何，總可以求出γ跟α的一個對應(yīng)關(guān)系。下述是此關(guān)系的一個例子：在上子中，當(dāng)γ＜γmin＝0.56時，圖片明暗像素之間的差值太小，可能無法取到合適的閾值，該圖片將不能正確解碼，應(yīng)換用其他圖片來輔助上述的閾值選擇過程。根據(jù)圖片的對比度選取合適的閾值后，即可對待解碼的條紋圖片進行處理，以獲取fsook信號攜帶的頻率信息。例如，假設(shè)有某圖片包含22行像素，其灰度值分別為：{0，120，255，255，120，0，0，120，255，255，120，0，0，120，255，255，120，0，0，40，89，255}。其中，“0”代表暗條紋的灰度值，“120”為明暗交界處條紋的灰度值，“255”為明條紋的灰度值。則此時的圖片對應(yīng)的對比度γ為根據(jù)γ跟α的關(guān)系式可得出α∈(10,120)，故可選取10-120中的任意一個值(例如50)來作為“灰度閾值”α。確定α后，首先初始化第1行為0，進行差值運算并按閾值比較后，這22行像素運算后的結(jié)果d為：{0，1，1，0，0，0，0，1，1，0，0，0，0，1，1，0，0，0，0，0，0，1}，其中的“1”代表了相鄰兩對明暗條紋的分界處。將上述例子中的數(shù)據(jù)進行運算后，其結(jié)果在表1給出。表1：舉例數(shù)據(jù)的運算結(jié)果d)得到數(shù)組d后，可進一步將d中值為“1”的所有元素的索引號取出，保存到數(shù)組e中，得到表2：表2：數(shù)組e中的元素元素索引，l1234567e(l)2389141522e)將數(shù)組e可按圖5的流程圖計算數(shù)組h中各元素的取值(即每對明暗條紋所對應(yīng)的總像素行數(shù))，即對數(shù)組e進行差分運算，即當(dāng)前元素減去上一個元素，并將差分計算后的結(jié)果進行篩選，將大于1的結(jié)果依次保存在數(shù)組h中，結(jié)果如表3所示：表3：數(shù)組h中的元素元素索引，l123h(l)6613步驟4：由上述步驟可得到目標(biāo)圖片所包含全部l對明暗條紋所對應(yīng)的行數(shù)h(l),l＝1,2,...,l。由于每個合法的fsook調(diào)制頻率是已知的，它們所對應(yīng)的真實行數(shù)可根據(jù)公式計算，故每個真實行數(shù)對應(yīng)的“有效行數(shù)”可由公式得到，其中w為該系統(tǒng)合法頻率值的總數(shù)。因此，將前述l個行數(shù)值h(l),l＝1,2,...,l中的每一個數(shù)值與進行比較，并統(tǒng)計h(l)匹配的次數(shù)，得到表4：表4：明暗條紋對應(yīng)行數(shù)與有效行數(shù)的對比示例由表4找出swl(l＝1,2,...,l；w＝1,2,...,w)的最大值：則其所對應(yīng)的關(guān)聯(lián)的真實行數(shù)值rt,max，即可視為最終的估計行數(shù)值繼續(xù)以表3的例子進行說明，經(jīng)過步驟4的運算，可以得到swl的最大值smax＝2，根據(jù)簡單多數(shù)或平均數(shù)的原則找到最匹配的而關(guān)聯(lián)的真實行數(shù)值rt,max為6，即可視為最終的估計行數(shù)值步驟5：根據(jù)上述得到的數(shù)值，由計算出估計的fsook信號頻率其中，fled為fsook信號調(diào)制頻率，fs為攝像頭的行掃描頻率，lled為一對明暗條紋的像素行數(shù)，表示向下取整的操作。為了對本發(fā)明所述的過程有一個更清晰的表述，下面將通過一個具體例子來進行說明。假設(shè)本例采用led發(fā)射機循環(huán)發(fā)送經(jīng)過fled＝500hz頻率調(diào)制的fsook信號，cmos攝像頭接收到信號后形成圖片，且已知該攝像頭的行掃描頻率為fs＝30720hz。根據(jù)公式可計算得到本例中的lled理論值為61。采用matlab實現(xiàn)接收圖片的圖像識別方法，處理后得到的圖片如圖4(b)所示。下一步，根據(jù)步驟3，可得到數(shù)組：gaverage＝[218217218218218218235251234174311431100000000000000000010127896245253254245240239239239239239239239239239239239239239239239239239239239239239239244254253213128971111100100000000000010113693214...]，繪成如圖7所示的統(tǒng)計分布。如采用閾值α＝50，則計算差值后，數(shù)組d的取值為[000000000000000000000000000000000000000110000000000000000000000000000000000000000000000000000000000011000000000000000000000000000000000000000000000000000000000000100000000000000000000000000000000000000000000000000000000000011000000000000000000000000000000000000000000000000000000000001110000000000000]，其分布圖如圖8所示。下一步，依次計算得到數(shù)組e＝[4041101102163224225285286287]和數(shù)組h＝[61626261]。然后，如根據(jù)平均法，可得或根據(jù)簡單多數(shù)法可知，swl的最大值smax＝4，其所對應(yīng)的關(guān)聯(lián)的真實行數(shù)值rt,max＝61。因此，可判定估計行數(shù)值為最后，由公式計算出估計的fsook信號頻率此外，我們指出，只要該可見光通信系統(tǒng)預(yù)先選擇的代表不同信號的調(diào)制頻率有足夠的差別(即相鄰的頻率差大于前述的行數(shù)緩沖值區(qū)間)，則根據(jù)查表即可快速判定這些檢測所得的行值是否屬于合法的頻率值之一。由上述可見，和現(xiàn)有的需要dft操作等高復(fù)雜度運算的方法相比，本發(fā)明提出的方法主要通過簡單的差分運算即可完成信息檢測，在處理速度方面還可獲得較好的性能。圖10給出了本方法和dft算法相比，在相同條件下的處理時間與截取圖片行數(shù)的關(guān)系對比示意圖。相同或相似的標(biāo)號對應(yīng)相同或相似的部件；附圖中描述位置關(guān)系的用于僅用于示例性說明，不能理解為對本專利的限制；顯然，本發(fā)明的上述實施例僅僅是為清楚地說明本發(fā)明所作的舉例，而并非是對本發(fā)明的實施方式的限定。對于所屬領(lǐng)域的普通技術(shù)人員來說，在上述說明的基礎(chǔ)上還可以做出其它不同形式的變化或變動。這里無需也無法對所有的實施方式予以窮舉。凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進等，均應(yīng)包含在本發(fā)明權(quán)利要求的保護范圍之內(nèi)。當(dāng)前第1頁12