摘 要： 針對中餐宴會臺面人工測量餐具間距離出現的問題，將圖像處理和人工智能技術引入臺面擺臺效果評判中，提出一種POSIT算法求解中餐宴會臺面上餐具間距離的方法。首先，利用Hough圓檢測算法識別出中餐宴會臺面擺臺上的餐碟、湯碟、味碟、水杯、葡萄酒杯和白酒杯上的圓，通過K?means聚類算法對中餐宴會客人人數和餐桌中心花瓶進行聚類;其次，在設計的黑白標定板中選取4個共面點，利用共面POSIT算法估算相機在目標坐標系下的旋轉矩陣和平移向量，根據攝像機模型得出聚類標號為10上各餐具間的實際距離。實驗結果表明，與人工測量相比，該方法測量精度高、穩定性良好。
關鍵詞： 測距方法; 餐具間距求解; POSIT算法; 圖像處理
0 引 言
隨著我國經濟的不斷發展和第三產業所占比重的上升，國內對旅游和酒店管理相關專業的人才需求量也在增加。中餐宴會臺面擺臺是旅游與酒店管理專業學生在人才培養過程中必須掌握的基本功，國內大多數職業技術學院都有針對該專業學生開設的宴會臺面擺臺的實習實訓課程和技能大賽等。然而，目前存在的一個突出問題是：學生擺臺效果的評判都是依靠實訓老師或大賽評委通過目測和工具測量完成的。它存在的弊端包括：費力，工作量大;費時，測量和打分評價耗費時間長，不能立即得到擺臺效果的評分結果;精度低，人工測量時誤差較大，精度不高;穩定性差，容易受人的主觀性影響。
一種可行的解決方案是將圖像處理和人工智能技術引入旅游與酒店管理專業的臺面擺臺效果評判中，徹底改變原來完全依靠人工評判的現狀，也克服原來評判方式存在的諸多弊病。要實現中餐宴會擺臺的定位，除了餐具識別之外，另一個重點和難點就是如何根據不同視角下的臺面擺臺圖像測算餐具間的真實距離問題。視覺定位方法有單目視覺定位和立體視覺定位，其中，立體視覺定位算法理論[1?3]相對復雜，求解花費的時間比較長，實時性比較差。文獻[4]提出一種采用SoftPOSIT算法對某衛星進行位姿估計。文獻[5]中利用單連接聚類算法和SoftPOSIT算法，可以實現相機位姿的三維跟蹤。文獻[6]中采用PnP多點透視結合POSIT算法對標識物進行跟蹤，得到識別面可達86.67%，它的識別速度快，實時性好。上述單目視覺定位方法都是針對不同的具體問題提出的解決方案，不具有通用性，顯然也不適合中餐宴會臺面擺臺個性化定位的需求。本文提出一種基于POSIT算法求解中餐宴會臺面上餐具間距離問題的方法。
1 圖像識別
1.1 Hough變換檢測圓
Hough變換是從圖像中識別幾何形狀的常見圖像處理方法，其應用領域比較廣泛[7]。對于方程[(x-a)2+(y-b)2=r2]，該方程中有3個參數，[(a，b)]代表圓心坐標，[r]代表圓的半徑。如點[(xi，yi)]對應的輸入空間a?b的參數方程表達式為[(a-xi)2+(b-yi)2=r2]，由參數方程可知為一個三維的錐面。在圖像空間中圓周上的任意一點坐標[(xi，yi)]，它們在參數空間中都為一個三維錐面[8?9]，如圖1所示。
圖2為中餐宴會臺面擺臺，利用Hough找圓算法找出餐碟、湯碟、味碟、水杯、葡萄酒杯和白酒杯共6種餐具的圓以及相應的像素坐標。識別圓形餐具是實現定位的最重要一步，為后面測算餐具間的距離做好鋪墊。
在OpenCV中利用HoughCircles函數通過霍夫變換算法檢測出灰度圖中的圓，在圖3中用淺黑色的圓圈出了找到的圓形餐具。
5 結 語
本文將POSIT算法引入中餐宴會臺面擺臺的定位中，利用共面POSIT算法估計相機在目標坐標系下的旋轉矩陣和平移向量，然后根據攝像機模型計算得出聚類標號為10上餐具間的距離。本文提出的定位方法可以解決從不同視覺測算臺面擺臺圖像中餐具間真實距離的難題，為機器視覺和人工智能等新技術在該領域的順利應用掃清了障礙，進而實現中餐宴會擺臺定位的自動化、快速化、客觀化和智能化，徹底變革該細分領域內完全依靠人工評判的現狀。
參考文獻
[1] 沈彤，劉文波，王京.基于雙目立體視覺的目標測距系統[J].電子測量技術，2015，38(4)：52?54.
SHEN Tong， LIU Wenbo， WANG Jing. Target ranging system based on binocular stereo vision [J]. Electronic measurement technology， 2015， 38(4)： 52?54.
[2] 楊景豪，劉巍，劉陽，等.雙目立體視覺測量系統的標定[J].光學精密工程，2016，24(2)：300?308.
YANG Jinghao， LIU Wei， LIU Yang， et al. Calibration of bi?nocular stereo vision measurement system [J]. Optical precision engineering， 2016， 24(2)： 300?308.
[3] 倪章松，顧藝，柳慶林，等.大視場雙目立體視覺柔性標定[J].光學精密工程，2017，25(7)：1882?1889.
NI Zhangsong， GU Yi， LIU Qinglin， et al. Flexible calibration of binocular stereo vision in large field of view [J]. Optical precision engineering， 2017， 25(7)： 1882?1889.
[4] 張鑫，張雅聲，程文華，等.基于SoftPOSIT算法的單目視覺非合作目標相對位姿估計[J].上海航天，2016，33(3)：124?129.
ZHANG Xin， ZHANG Yasheng， CHENG Wenhua， et al. Relative position estimation of monocular vision non?cooperative target based on SoftPOSIT algorithm [J]. Shanghai aerospace， 2016， 33(3)： 124?129.
[5] 陳鵬.基于單目視覺的像機位姿估計技術[D].北京：北京科技大學，2015.
CHEN Peng. Camera position estimation technology based on monocular vision [D]. Beijing： University of Science and Technology Beijing， 2015.
推薦閱讀：基于圖像識別的自動閱卷系統設計
