左承林， 马 军， 岳廷瑞

(中国空气动力研究与发展中心 低速空气动力研究所，四川 绵阳 621000)

基于立体视觉技术进行三维测量时，需要对不同视角拍摄获取的图像进行特征提取和立体匹配，以计算被测物体的三维信息。匹配的精度直接影响着最终的测量精度，因而需要高精度的匹配算法。但是，传统立体匹配方法计算复杂度高，匹配精度也较低，难以适用于高精度测量应用中。为此，通常使用编码标记点作为被测物体的特征点，其具有唯一的编码标识信息，便于检测和识别，可实现不同视角图像的高精度匹配。

到目前为止，已有众多种类的编码标记点被设计应用于视觉三维测量中[1-7]。具有代表性的编码标记点有：环状编码标记点、点状编码标记点、方形编码标记点、分布式编码标记点、彩色编码标记点、可纠错编码标记点、双环象限编码标记点、汉字编码标记点等。其中，环状编码标记点具有仿射不变、平移旋转不变、尺度不变等特性，易于检测识别，因而被广泛应用于视觉三维测量中。

编码标记点检测识别包括标记点中心定位和编码环解码两个步骤，其中，中心定位是关键，也是编码环解码的基础。围绕着提高解码精度和速度，国内外研究者进行了大量的研究。Forbes等[8]采用Canny 算子提取图像轮廓，然后基于尺寸准则、形状准则提取中心标记点拟合椭圆，再根据灰度准则读取编码带信息进行解码。Chen等[9]针对像素较小或投影角较大的编码标记点，提出一种利用灰度梯度提取各编码段中心角的检测算法，能实现准确定位与解码。……