精确提取线结构光条纹中心方法

线结构光三维坐标测量中,光条纹中心的精确快速提取直接影响测量精度与效率。提出了基于光条纹图像方向与重心法相结合的方法,首先用阈值法获取条纹中心初值,然后,通过光条纹图像的灰度梯度,计算条纹法线方向,最后,在法线方向用重心法提取光条纹重心。实验结果表明,该方法能快速精确地提取光条纹中心,精度达到亚像素级。     

线结构光光条中心提取算法

目的 线结构光视觉测量是一种利用可控光源和数字图像的主动视觉测量方法,光条中心提取是线结构光视觉测量的关键技术,直接影响到线结构光视觉测量的精度。传统灰度重心法只在图像的横向或纵向上计算光条的灰度重心,没有考虑光条的法线方向,精度较低。本文提出一种改进的光条中心提取算法,以期实现光条中心的精确提取。方法 在分析线结构光的光条灰度特性基础上,基于传统的灰度重心法,提出一种改进的两步提取算法。基于图像差分法从原始图像中分离出有效的线结构光光条,采用传统灰度重心法对光条中心进行粗提取;在粗提取的光条中心点处通过自定义的方向模板确定光条的法线方向,以粗提取的光条中心点为中心,沿法线方向采用灰度重心法进行二次提取,获取线结构光光条的中心。结果 本文采用CCD相机、镜头、线激光器及辅助机构搭建线结构光视觉系统,采用提出的算法对线激光器投影产生的直线型光条、非连续光条和弯曲光条的中心进行提取。通过光条中心提取实验获取的光条中心线的走向与光条的走向大致相同,符合预期的光条中心线。本文将Steger法作为评价标准,分别计算本文算法、传统灰度重心法与Steger法提取的光条中心的偏差,通过对比实验可知,本文算法提取的光条中心的偏差更小,并且程序运行时间比Steger法减少了3 s以上。结论 本文研究线结构光的光条中心提取算法,对传统灰度重心法进行改进,能够实现直线型光条、非连续光条和弯曲光条等不同形状光条的亚像素级中心提取,并且在保证较少的程序运行时间的同时,能够提高传统灰度重心法的光条中心提取精度。     

快速线结构光中心提取算法

在线结构光三维测量系统中,结构光中心提取的速度和精度直接影响到系统的整体性能。基于几何中心法、方向模板法和灰度重心法,提出了一种快速提取结构光中心的算法。首先,先对图像进行预处理,通过几何中心法快速提取结构光中心作为骨架;然后,提出了一种基于位置的法线判断法求取骨架法线方向,与常用的方向模板法比较,在速度上有了大幅度提升;最后,对骨架法线方向上像素进行灰度加权,从而精确提取结构光中心。实验结果表明,该算法不仅在速度上有很大提升,而且精度也达到了亚像素级别。     

基于梯度重心法的线结构光中心亚像素提取方法

针对线结构光测量系统中如何准确快速地提取出光带中心的问题,根据线结构光图像上光带中心两边的灰度梯度特性及光带灰度的非正态分布特点,提出了一种基于梯度重心法的线结构光光带中心快速亚像素提取算法。该算法采用低通平滑滤波和幂次变换降低图像噪声和光带灰度非正态分布对光带中心提取的影响,运用自适应阈值法确定光带的边界阈值,应用梯度重心法进行光带中心的亚像素提取。实验结果表明,基于梯度重心法的光带中心提取算法具有较高的提取精度,并且有良好的抗噪性和鲁棒性。应用了此方法的3维测量系统的精度也得到了显著提高。     

大曲率激光条纹中心线提取方法研究

激光三维扫描中线激光条纹中心位置的确定直接决定了检测的精度。检测系统需要在恶劣工况下快速完成图像采集和处理,精度和实时性要求高。在铆钉表面激光条纹曲率变化大且实时性要求高的情况下,采用了基于并行形态学细化和方向模板的灰度重心法,对图像光条ROI进行运算,准确高速提取激光条纹中心线。该方法检测速度快、精度高,满足检测系统设计要求。     

一种结合梯度锐化和重心法的光条中心提取算法

在基于线结构光的视觉测量系统中,激光条纹中心位置的准确提取是影响系统精度的关键因素之一。本文分析了光条中心提取算法的研究现状,并比较了现有算法的优缺点,提出了一种结合梯度锐化和重心法的光条中心提取算法,该算法首先利用梯度锐化提取出光条的边缘,根据提取出的边缘得到光条的近似中心,然后在光条近似中心左右的小区域内利用重心法提取光条中心。实验结果表明,该算法能够准确地提取出光条中心,具有很强的抗噪声能力,精度为亚像素级。     

玻璃厚度测量图像算法研究

在玻璃厚度的测量系统的基础上进行算法研究,主要围绕玻璃厚度测量系统中采集的图像为研究中心。根据厚度检测图像的特点,通过数字图像处理技术中的区域标识和重心提取法实现了采集图像中光条纹中心的提取。在光条间距的计算过程中对直线拟合法和中心坐标差的方法进行比较,通过数据分析确定采用中心坐标差的方法计算光条纹中心的间距。然后,利用标准厚度的玻璃定标确定系数。最后,选取不同厚度的玻璃进行试验测量。     

动态环境下的激光条纹中心线提取方法

线结构光三维视觉测量技术最关键的一步是提取出结构光图像中的激光条纹中心线;针对动态测量环境下激光条纹图像存在复杂背景信息、激光光强分布不均、光带各部分宽度差别大、激光条纹断裂等问题,文章研究了一种适用于动态测量环境的激光条纹中心线提取方法;首先通过图像预处理以及自适应裁剪算法提取出感兴趣区域(ROI,region of interest);其次通过改进型伽马校正(IGC,improved gamma correction)以及改进型变阈值大津阈值分割算法(IVT Ostu,improved variable threshold)分割出激光条纹区域;然后使用二维灰度重心法(TD-GBM,two-dimensional gray baryeentric method)提取激光条纹的初始中心线;最终使用二次优化算法对初始中心线进行优化,精确地提取出激光条纹中心线;实验结果表明,相比于灰度重心法、Steger法等算法,文章所提方法受背景干扰以及激光条纹质量的影响较小,能够在多种复杂情况下更精确地提取激光条纹中心线,满足准确性高、稳定性强以及实时性好的要求.     

复杂背景下光条中心提取算法研究

在光切法三维表面重建过程中,光条中心坐标的提取至关重要。针对复杂背景下激光图像特点,研究激光条图像的预处理和光条中心提取算法,提出一种两帧平均再相减的改进差影法,较好地实现了复杂背景下激光条图像的分割,选用基于极值法的灰度重心法提取激光条中心线。实验表明该方法实现简单,光条图像处理复杂度低,与经典OTSU方法相比较其处理速度提高了20%左右,精度达到了亚像素级水平。     

结构光测头嵌入式系统的设计与实现

基于结构光照明技术的三维形面测量系统,通常采用图像采集卡完成图像采集,由计算机进行图像处理.这种测量模式难以满足实时性要求较高的场合.本文以DSP为核心,设计一种嵌入式结构光图像处理系统,采用以太网接口与计算机通讯,结合方向模板与重心法实现激光条纹中心的亚像素级提取.实验表明,该系统极大的减轻了计算机的负荷,有效的提高了测量的实时性.     

亚像素级光刀中心提取方法研究

针对三维激光扫描中快速精确提取光刀中心困难的问题,提出了一种新的亚像素级光刀中心提取方法。首先对光刀图像进行包括灰度变换、分割以及基于数学形态学处理的干扰去除三步骤在内的预处理;然后重点对传统的重心法进行改进,利用形态学方法对二值化后的光刀进行细化和去支处理得到其骨架,法线方向可近似为垂直于其所在骨架相邻两点连线的方向;最后利用重心法沿各点法线方向求解得到了亚像素级光刀中心。实验表明该方法具有处理速度快、精度高的特点。     

基于信度评估的线结构光多重曝光条纹提取

在单线结构光三角测量法的实际应用中，图像中条纹截面灰度分布的可靠性是保证条纹中心提取精度的重要基础。在物体表面反射特性不均匀的测量场景中，受欠曝光与过曝光的双重影响，造成条纹截面灰度分布不均匀、条纹中心可信度低等问题。基于上述问题，对复杂反射特性表面的单线结构光条纹提取技术进行了研究。提出了一种基于信度评估的条纹提取方法。创新性地应用了条纹能量密度与条纹宽度相结合的双参数评价标准，有效避免了单一能量信度标准下约束力不够的问题。该方法依据信度阈值识别多重曝光图像中的可信条纹，并将可信条纹拼接重建成最终条纹图像。试验结果表明，重建图像具有全局可信度，有效提升了条纹中心计算精度。该方法能够为复杂场景下三维测量技术的发展提供一定参考。     

复杂背景下蓝色线结构光中心提取方法

针对复杂背景环境下蓝色线结构光测量系统中如何准确快速地提取出光带中心的问题,根据线结构光中像素的蓝色分量在RGB三基色中的比重以及光带中心两边灰度分布特性,提出了一种基于区域重心法的线结构光中心快速亚像素提取算法. 该算法运用自适应阈值法确定光带边界阈值,采用平滑处理降低光带非正态分布对光带中心提取的影响,应用区域重心法进行光带中心的亚像素提取,最后采用连通区域法剔除错误的光带中心. 实验结果表明,该算法具有较高的稳定性、良好的抗噪性、较强的鲁棒性.     

微电子封装位置在线实时图像识别算法研究

提出一种针对流水线上微电子点胶封装位置的在线实时图像识别算法。通过对封装位置所在圆的颜色特征分析,提取R分量进行图像灰度化,采用迭代法对灰度图像进行阈值分割去除复杂背景得到二值图像,利用中值滤波法平滑二值图像消除分割后的噪声,运用Sobel算子提取边缘获得边缘信息,利用Hough变换找出边缘信息中待识别圆的中心位置,完成对封装位置的检测。实验结果表明,利用机器视觉技术可以快速、准确地对微电子封装位置进行定位,具有很好的理论和实际应用价值。     

机器视觉中激光光带两步提取算法研究

在基于线激光投射的三维探测系统中,如何快速精确地从复杂背景中快速提取出投射在障碍物表面的激光光带,并在光条图像中提取光条中心位置是实时精密探测出障碍物的关键问题.论文对当前已有的线激光光条提取算法进行综述,并比较了现有算法的优缺点.最后,提出了一种两步提取算法.第一步是将RGB与HSV色彩进行空间变换初步处理提取出激光光带,第二步结合阈值法与重心法两算法优点精确地确定光条中心位置.实验说明,激光光条中心的两步提取算法精准、快速,达到了像素级,这种算法的抗噪声能力也很强.     

一种新型提高光斑图像质心精度的去噪方法*

提出了一种新的结合自适应中值滤波和阈值的去噪方法。与其他中值滤波方法不同,这里采用的自适应中值滤波的滑动窗口大小根据窗口内灰度的均值与最佳阈值下目标部分灰度均值和背景部分灰度均值的差别自适应确定。实验结果表明,与仅用中值滤波或仅用简单阈值对图像去噪的方法相比,利用该去噪方法,图像的信噪比提高了10.42 dB,光斑图像质心的精度最大提高了80%左右。     

基于新方向模板法的火炮内腔三维重构研究

为了对火炮内腔圆结构进行研究,实验中采用以0.5mm为单位步距的高速清晰摄像的方法得到一系列的孔腔图片,对图片进行处理并实现火炮内腔结构三维图形效果。在图片处理过程中,利用孔腔特殊圆结构,提出了新的方向模板法求取孔腔边缘每点的法线方向,进而精确求取圆心位置及半径。在圆心周向角有效区域内以角度θi为单位步进作过圆心和边界的直线,在直线与边缘相交处微小范围内先后采用双线性插值算法和灰度重心法求取光条中心,有效地保证了取值精确度和三维成像的质量。     

基于自适应阈值和改进粒子群融合的智能导航控制方法

智能图像导航技术已成为当今各领域的应用热点。针对于视觉系统对环境的强依赖性、传统Otsu算法只能用于灰度图的局限性、视觉系统精确模型建立困难的问题,设计了一种基于自适应阈值和改进粒子群融合的线性回归智能导航控制方法。所使用的自适应阈值截取算法,基于OPENMV视觉传感器能够提取图像彩色阈值中值信息的简单原理,设计能够在中值基础上左右循环加减,来实时截取目标阈值信息的创新算法。经实验效果对比验证,该算法能使OPENMV分别在彩图和灰度图模式下自动截取目标图像阈值,相较于传统阈值截取算法适用性更强。最后通过仿真结果证明基于以上组合算法的智能循迹控制能够有效降低视觉系统对环境的依赖性,方案可行。     

融合非局部空间灰度信息的三维Otsu法

为了提高最大类间方差阈值分割法(Otsu)对于图像噪声的鲁棒性,提出融合非局部空间灰度信息的三维Otsu法。该方法利用图像像素的灰度信息、邻域中值灰度信息和非局部空间灰度信息进行直方图统计,构建新颖的三维直方图,采用最大类间方差作为阈值选取准则。实验结果表明新方法对于噪声的鲁棒性要优于原始三维Otsu法,能够获得更加令人满意的分割结果。     

基于中值-游程共生矩阵的纹理特征提取

提出了一种基于中值-游程共生矩阵模型的纹理特征提取方法.该方法利用了图像的灰度信息和等灰度游程长度信息,通过计算图像的中值矩阵和游程矩阵,从而计算出中值-游程共生矩阵,来提取图像的特征.仿真结果表明,该方法能有效地分割出纹理图像上区域特性不同的纹理,且分割效果优于等灰度游程矩阵和灰度共生矩阵.