连铸坯三维测量多线结构光的中心条纹快速提取

在利用多线结构光系统对大尺度连铸坯进行三维测量的过程中,线结构光中心条纹的提取精度是影响三维测量精度的重要因素。提出了一种对传统灰度质心方法进行优化的多线结构光中心条纹提取方法。对连铸坯表面激光横截面不满足高斯分布的线结构光条纹,利用图像背景差分的方式去除环境噪声,并根据线结构光条纹与背景间的灰度变化信息确定线结构光的边界,同时提取线结构光的感兴趣区域。根据光条在梯度方向上的灰度积分比例计算灰度质心法的自适应灰度阈值,利用灰度质心方法处理感兴趣区域提取出光条中心点,最后结合附近半径为5个像素的邻域内所定位的中心点进行质心重提取,获得连铸坯表面光条的亚像素中心坐标。现场测量结果表明：对反射特性不均匀的连铸坯表面的激光条纹光条中心进行提取,最终连铸坯边缘轨迹点的三维测量结果标准偏差在2 mm以内,该方法具有精度高、速度快、鲁棒性强的特点。     

线结构光条纹中心的全分辨率精确提取

激光条纹中心的提取是线结构光坐标测量系统的关键技术之一,本文对条纹中心的高分辨率精确提取进行了研究.首先,基于阈值法全分辨率提取条纹初值中心;然后,在条纹初值中心域应用灰度梯度与Bazen方法计算条纹法向,最后在法线方向精确获取光条纹能量中心.采用分辨率为768×576的相机,应用V形检测块进行对比实验,结果表明:提取的中心点分辨率为1 086点,比传统方法增加了42.5%,且无冗余点;中心点到由中心点拟合的直线的平均距离最小,分别为0.294与0.306 7 pixel;条纹法向计算精确,计算时间为75.8 ms.该方法避免了被测体表面曲率变化大、提取中心密度小等问题,提取的精度与鲁棒性高,满足在线精确测量要求.     

基于线结构光的冰箱门装配间隙在线检测方法

提出了一种基于线结构光的双门冰箱装配间隙在线检测方法.工业数字相机拍摄投射在冰箱门上的激光条纹;通过连通区域搜索,捕捉图像中条纹位置;采用高斯曲线拟合法提取条纹中心线;通过三角法获得中心线的偏移量对应的装配间隙.对测量数据进行倒数变换,使得检测方法的输入输出具有线性关系,方便工业现场标定.实验与现场测量数据表明该方法能够满足工业现场应用.     

结构光直线光条图像特征的三步法提取

提出一种三步法直线光条图像特征自动提取方法。计算光条各点的HESSIAN矩阵以确定其法线方向,在法线方向利用泰勒级数展开求得光条中心点的亚像素图像坐标,利用光条中心点的空间位置连续性约束,将相邻光条中心点连接成曲线。采用直线近似方法将曲线拆分为独立直线。将位于不同独立直线上的共线点进行融合,构成新的融合直线,通过融合直线长度约束和近似直线的角度约束,分割出单一直线光条的中心点,采用最小二乘直线拟合方法得到结构光直线光条的方程。通过对真实图像的试验,结果表明,提出的三步法直线光条提取方法,能够自动提取出复杂背景中的直线光条,为线结构光视觉测量的现场应用奠定基础。     

基于结构光的白车身面差三维测量方法

针对白车身测量面差特征存在人工测量精度差、效率低、难以满足工业应用领域中精密测量的需求等问题,提出了基于结构光的白车身面差三维测量方法.该方法通过线激光投影至被测区间并对采集的图像亚像素提取光条纹中心,得到解算后的三维点云,在面差特征点识别过程中将斜率差值极大值点作为面差特征点,采用RANSAC算法进行基准直线拟合.分...     

一种多结构光条纹亚像素中心提取方法

在使用结构光方法进行工件或物体的三维信息快速测量中,需要对工件或物体投射多条结构光条纹,快速准确地提取各投射光条的中心是实现精确检测的关键问题之一。文中提出了一种多结构光条纹亚像素中心提取方法,首先扫描整个图像确定光条数目;接着提取各光条的边缘坐标信息;最后利用高斯拟合求取各光线条纹的亚像素中心。实验表明,该方法能有效识别多结构光条纹并提取其亚像素中心。     

线结构光条纹中心全分辩率精确提取方法

线结构光三维坐标测量中,激光条纹中心的提取直接影响测量的分辩率与精度。本文提出了基于灰度阈值法提取条纹全分辩率初值中心,在初值处应用灰度梯度计算光条纹法向,最后在条纹法线方向精确计算光条纹能量中心的方法。实验结果表明,该方法有效地避免了被测体曲率变化大反而提取数据密度小的问题,提高了光条纹受被测物体表面调制后,条纹中心提取的精度,实现了条纹中心的全分辩率精确提取。     

精确的线结构光中心提取算法研究

光条纹中心的精确提取是线结构光三维识别系统的重要环节。环境光干扰、被测物表面反射以及图像采集系统所产生的噪声都给光条提取增加了难度。文章提出了一种快速精确的线结构光条纹中心提取法。首先,对图像进行预处理,通过边缘法对结构光中心线进行边缘检测;然后,用均方灰度梯度法确定结构光中心法线方向;最后,对法线方向上像素进行灰度加权,从而精确提取出结构光条纹中心。实验结果证明,该算法光条纹中心的提取精度达到了亚像素级别。     

基于自由靶标的线结构光视觉测量系统标定研究

针对现有的线结构光视觉测量系统现场标定方法存在效率低、操作复杂等不足,提出了一种基于自由移动平面靶标的标定方法。该方法以平面靶标作为标定对象,首先采用张正友的方法标定出了摄像机内部参数,然后引入了线结构光和自由移动平面靶标,以各种位姿下靶标内的激光条纹与棋盘格角点边线交点作为特征点,求取了特征点在摄像机坐标系下的坐标,并拟合出了结构光面平面方程,从而完成了整个测量系统的标定。试验结果表明,采用上述方法标定后的线结构光视觉测量系统测量误差小于1%,达到了较高的标定精度,能够满足使用要求。     

线结构光视觉传感器测圆(类圆)孔中心两步法

针对基于工业机器人平台柔性三维视觉检测系统,提出线结构光视觉传感器测量空间圆(类圆)孔中心两步法。根据线结构光视觉传感器测量模型,确定被测圆心近似z向坐标。根据圆心相对摄像机光心的方位,确定被测圆心的x、y向坐标。该方法突破了传统空间圆(类圆)孔中心测量仅能采用双目视觉传感器的方式。研究结果表明,该方法切实可行,可以满足实际测量需求,能够极大地扩展线结构光视觉传感器的应用范围。     

一种快速结构光条纹中心亚像素精度提取方法

本文将大模板高斯卷积的递归实现引入到结构光条纹中心提取中,提出了一种基于Hessian矩阵的亚像素精度结构光条纹中心提取的改进算法.利用高斯卷积递归实现获得光条纹各点的Hessian矩阵,以便确定光条纹各点的法线方向,然后在法线方向利用泰勒级数展开求得光条纹中心的亚像素位置.实验表明,该算法具有精度高、鲁棒性强等特点,提出的算法递归实现方法大大减小了算法的运算量,实现了结构光条纹中心线的快速高精度提取,为结构光视觉检测的实时应用奠定了基础.     

Contour extraction of a laser stripe located on a microscope image from a stereo light microscope

A stereo light microscope has a special optical structure that consists of two optical paths. With two cameras fitted on its imaging planes, a microscopic binocular vision system can be constructed, and this system can be applied in three‐dimensional (3D) shape measurements of a microscopic object. A novel‐shape reconstruction system is developed in this article composed of laser fringe scanning and a stereo light microscope. A laser projector emits a thin light sheet and projects it onto the microscopic object's surface. The microscopic object is placed on a micro‐displacement mechanism and moved in a given direction. The entire surface of the object is scanned by the light sheet. This system captures a series of microscopic images of the laser stripe, which are used to restore the 3D shape of the object. In this article, we mainly focus on the study of the laser stripe detection method, which is derived based on the Canny rule. First, the Canny rule outputs pixels at the left and right edges of the laser stripe. Then, a subpixel edge extraction method is proposed based on polynomial fitting that outputs the center curve of the laser stripe. Finally, an edge filter is used to smooth the edge burrs, and the Hermite interpolation method is used to link the broken edges and construct continuous, smoothing edge contours. The results show that this method can effectively find the subpixel position of the laser stripe and output high‐quality edge contours. The method is suitable for extracting the contours of a laser stripe located in a microscope image.     

鞋底信息扫描的光条中心提取方法研究

为了精确提取鞋底激光光条中心,首先对原始的激光光条图像进行了高斯滤波处理,有效去除了图像噪声,然后采用自适应阈值算法提取了激光光条中心。该方法在利用极值法得到光条的近似中心之后,在光条近似中心小区域内采用重心法计算,实现了激光光条中心的提取。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。     

金属表面 LED 线结构光条纹图像增强方法

为避免线结构光测量中的干涉散斑噪声的影响,提出采用相干性低的 LED 光源的线结构光测量法,并搭建了测量系统。通过分析该方法在测量金属工件表面的条纹图像特点,提出了采用基于拉普拉斯金字塔的曝光图像融合方法来增强条纹图像质量。实验室环境图像的融合实验验证了该图像增强方法的可行性。最后完成了条纹图像的增强实验,结果表明,经 2 幅曝光图像融合后的条纹图的质量得到了提高,光条区的光强分布均匀,不存在明显的信息缺失区。     

基于结构光的身管膛线高度差检测

身管内膛表面几何特征参数的准确量化一直是身管疵病检测和寿命预测的一大难点,而身管膛线的高度差是其中最重要的几何参数之一。本文依托结构光三维检测手段,采用激光三角法对身管膛线高度差进行定量检测。首先将特定结构光栅投影到模拟身管内膛的标定圆筒内壁上,并采集经圆筒内表面散射后的变形结构光图像;然后利用图像边缘分割算法中的多个算子分别对标定圆筒内壁的结构光图像进行分割,同时引入灰度共生矩阵概念客观评价出最优的分割算子,对图像中结构光条的边缘分割进行优化;之后通过图像转换比例反推算法计算得到内壁图像高度差和实际凹槽高度差之间的转换关系,最终应用于身管膛线高度差的测量过程中。试验结果表明:绝对偏差控制在0.04mm内,满足系统的精度要求,同时该方法检测手段方便、快捷。本文方法为精确量化身管内膛疵病的几何参数奠定了坚实基础。     

基于遗传算法的结构光条纹中心检测方法

为提高结构光三维信息获取系统的精度,提出了一种激光条纹中心检测算法.该算法基于遗传算法并具有优化图像阈值选取的性能,可以很好地分割激光条纹.利用图像处理和方向模板的方法,在激光条纹的基础上进一步提取激光中心线.实验表明在合理选择遗传算法的交叉率和变异率的情况下,能够准确有效地获取结构光条纹中心,满足系统精度的要求.     

条纹颜色分离与聚类

为解决彩色物体表面颜色干扰以及条纹之间的颜色串扰导致彩色结构光系统产生的条纹颜色误识别问题,提出了彩色结构光的条纹颜色分离以及聚类方法。首先,提出了一种新的摄像机和投影机的颜色校正方法,以消除外界环境光以及系统的颜色串扰现象,解决系统的耦合性问题。其次,给出了一种物体的反射分离机制,用于提取物体表面的漫反射分量和镜面反射分量,修正彩色物体的背景色对彩色编码条纹的影响。最后,利用颜色聚类算法,对经过彩色物体调制后的条纹进行颜色归类划分,纠正条纹颜色之间的干扰,恢复系统消耗的彩色条纹颜色信息。实验验证了本文提出方法的有效性,结果表明:该方法具有较高的抗干扰能力、较强的鲁棒性,能准确有效地识别受干扰的彩色条纹,识别正确率达到92%左右。     

利用轮廓线多边形表示实时提取光带中心线

提出了一种亚像素光带中心线实时提取方法.首先,通过跟踪光带轮廓线并进行多边形表示将光带分段;然后,利用轮廓线的逆时针排序特性以及分段光带方向和横截面方向的正交关系,采用序号表示方法计算光带横截面扫描线方向;最后,在扫描线上设计了自适应光带横截面宽度变化的灰度重心法计算亚像素坐标.针对6传感器线激光人脚扫描仪采集的分辨率为640 pixel×480 pixel的典型位置光带位图进行了实验,结果显示,采用本方法提取光带中心线用时不超过3.1 ms.精度达到亚像素级,能够满足多传感器线激光扫描视觉系统对光带中心线提取的实时性和高精度的要求.     

基于线结构光视觉传感器的圆孔定位误差分析

针对空间圆（类圆）孔几何量测量,传统视觉测量方法一般采用双目立体模型,基于立体像对实现对圆孔空间位置的测量,由于传感器成本、体积、重量等的限制,在特殊视觉系统,尤其在发展迅速的基于工业机器人平台的柔性视觉检测系统中均凸显其不足。本文基于单摄像机架构的线结构光视觉传感器,提出圆（类圆）孔定位两步法,并对被测圆心x ,y ,z 向坐标测量误差进行了详细讨论和分析。通过对被测圆心定位误差的分析计算,在实际测量应用中,z 向测量精度可以优于±0.25mm,x, y 向测量精度优于±0.006mm。研究结果表明该方法切实可行,可以满足实际测量需求,极大地扩展了线结构光视觉传感器的应用范围。     

结构光三维视觉检测中光条椭圆中心定位方法与仿真研究

针对在圆柱类工件形位误差的结构光三维视觉检测中，光条椭圆弧短，造成椭圆中心定位精度低的问题，提出一种利用由两个视觉传感器组成的传感器对加长光条椭圆弧的方法，并针对在实际应用中该方法存在的光条椭圆弧对不能严格共面的问题，从算法上提出了三种解决方法，分别进行了仿真研究，得出了仿真结果，给出了每种方法的适应范围。研究工作为工程应用提供了一个有效的理论依据，具有一定的理论意义和工程应用价值。