基于结构光的轮胎花纹深度测量系统研究

针对人工测量轮胎花纹磨损度效率低、精度差的问题,设计了一套基于线结构光的轮胎花纹深度测量系统.介绍了利用线结构光测量轮胎花纹深度的原理和系统结构,完成了摄像机内外参数、光平面和移动位姿标定.通过工业摄像机对光条图像进行采集,并采用灰度重心法提取光条中心,运用Halcon软件对光条图像进行三维重建,获得胎面的三维点云数据...     

反向重投影多线结构光立体视觉测量方法

研究了多线结构光立体视觉测量系统中激光条纹中心点的匹配问题。系统测量过程中,将两幅图像的激光条纹中心点通过重投影相互匹配,计算对应的三维空间点。针对一个激光条纹中心点存在多个匹配点的问题,提出了反向重投影的方法。该方法将匹配点反向重投影到原激光条纹图像,利用光路一致性,筛选出唯一匹配点。另外,分析了在重投影和反向重投影时采用不同大小的匹配窗口对测量结果的影响。实验表明,该方法能够充分利用激光条纹中心点,同时又有较高的唯一匹配率,明显提高了系统的测量效率。     

一种轮胎胎面磨损的简洁实用测量方法

文中针对轮胎表面的形貌和轮胎胎面特点提出了一种新型的基于激光三角法的轮胎胎面磨损测量系统,以激光三角法为理论基础,阐述了一种利用激光三角法扫描获取轮胎胎面的深度参数,并对轮胎磨损前和磨损后两次扫描获取的数据进行比对的方法得出轮胎磨损情况。对系统的组成、系统结构、及测试方法进行了介绍,并对系统测试进行了软件设计,对测试结果进行了分析。     

轨道交通接触线磨损实时在线检测研究

接触线磨损检测是保证轨道交通安全运行的重要工作。为实现接触线磨损实时在线检测,采用激光轮廓测量仪扫描获取两根接触线的轮廓数据,同时由搭载在检测车上的光电旋转编码器获取与各帧轮廓数据相对应的扫描位置数据。由计算机对获取的各帧轮廓数据进行实时处理,设置感兴趣区域对左右接触线轮廓数据进行识别,提取接触线磨损面点云数据,测量出接触线的磨损宽度。每次测量结束后,同步记录测量位置数据和该位置处的测量结果。实验结果表明,该方法可以对接触线的磨损宽度有效地进行实时在线检测。     

一种基于曲面约束的点云数据滤波方法

针对机载LIDAR点云数据滤波问题,结合机载LIDAR点云数据的特点,引入虚拟格网技术,提出一种基于多尺度虚拟格网与曲面约束的机载LIDAR点云数据滤波方法。该方法首先根据点云密度等点云数据特点构建多尺度虚拟格网;其次基于多尺度虚拟格网分别获取一级、二级地面种子点;然后依据一级、二级地面种子点基于曲面约束进行滤波获取三级地面种子点;最后将所有地面种子点合并得到地面点集。实验方面,通过两组实验验证了该方法的可行性和适用性。     

机械手细胞微注射的深度提取及图像数据处理

在细胞注射时,显微镜上CCD获取的只是注射针的二维信息,但光轴方向的深度信息丢失,这会导致细胞注射的失败,必须用其他方法获得。利用激光三角测量法对注射针以及细胞载玻片的深度信息进行测量,通过纳米平台的移动来标定激光入射角参数,对获取的数据进行图形化处理,确定线激光条纹图像间的偏移距离,从而获得标准物体高度与激光条纹图像偏移量的像素比值,该比值可以用来计算实际物体的高度。另外,利用三自由度机械手,对测量的探针离细胞载玻片的距离进行验证,获得激光三角测量法的误差值。实验结果表明,在细胞注射中,利用激光三角测量法获得注射针的深度信息是可行的。     

基于激光点云数据的三维运动图像重构技术北大核心CSCD

为了解决三维运动图重构时存在的重构测量距离与实际距离误差大、激光点云数据数量多和重构图像清晰度对比低的问题,提出了基于激光点云数据的三维运动图像重构技术,通过配准多帧激光点云数据,从中获取激光点云数据集,再采用平面拟合方法对激光点云数据集实行去噪处理,最后利用曲面重构法完成对曲面模型的拟合,实现三维运动图像重构。实验结果表明,通过对三维运动图像重构进行测量距离与实际距离的对比、激光点云数据数量的对比和测量图像与实际图像清晰度的对比测试,验证了三维运动图像重构技术的实用性高。     

复杂反射率物体三维测量方法研究

针对复杂反射率物体在三维测量中,激光条纹图像曝光程度差异问题,提出一种自适应多曝光获取三维点云的方法。该方法根据所研制采集系统的成像原理,拟合出视觉传感器成像函数。将初始条纹几何中心反射率突变点设为基准点,并对复杂反射率物体上的条纹信息按基准点进行分段采集;根据各分段区域反射率均值计算相应自适应曝光参数;按基准点融合所采集的激光条纹信息。测量平台采用步进运动,实现物体整体扫描。应用二次拟合重心法提取条纹中心坐标,生成三维点云信息。经实验验证,自适应曝光准确率高于90%,条纹能量集中度大于5,三维点云均方根误差低于0.3 mm,该测量方法有效解决了条纹图像过曝光或欠曝光问题,可在动态下实现复杂反射率物体三维测量。     

一种基于Abel变换的温度场重建方法

光学干涉测量通常以干涉条纹的形式显示被测对像的信息,如何从干涉条纹中获得被测流场的投影数据是重建流场的首要问题;本文提出获取流场折射率投影数据的一种方法,该方法是根据干涉条纹位移量和折射率的Abel变换关系式,将被测流场分割成不等间距的若干个圆环,使得在每一个分割间距内恰出现一条条纹,则条纹密集处获得数据点多,保证了重建的精度;通过计算机模拟验证了该方法不仅简单易行,而且获取的折射率分布的精度高;最后将该方法应用到轴对称温度场中,由折射率重建了三维温度分布。     

基于系统空间结构约束的多线结构光条纹中心线提取方法

线结构光测量系统容易受到环境光干扰从而影响条纹中心线的提取.通过对系统空间结构约束的分析,文中提出一种多线结构光条纹中心线的提取方法.该方法分为标定和测量两个阶段,在标定阶段求出中心线的偏移量和偏移系数;在测量阶段中,分别在有环境光和无环境光时求得条纹中心线的三维世界坐标.通过平面和曲面拟合实验测量精度,并与Stege...     

激光剪切干涉三维形貌测量

针对物体表面的三维形貌测量问题,提出了一种基于激光剪切干涉条纹的三维形貌测量方法。该方法利用激光剪切干涉原理产生密集的干涉条纹,将干涉条纹阵列照射到待测表面。利用四步相移法和解包裹算法求解被测物体表面的连续相位,进而获取曲面表面高度信息,最后建立被测物体三维形貌。本文对楔形薄片和木块进行了测试,初步实验结果证明了该方法原理的可行性。该方法可以与显微镜相配合,进一步发展可用来测量微结构3D形貌,在微测量领域具有很大的应用前景。     

融合强阈值三角网与总体最小二乘曲面拟合滤波

机载LiDAR点云数据滤波是LiDAR数据后处理过程中的关键步骤。在分析三角网滤波与曲面拟合滤波特点的基础上,提出了一种由粗到精的处理思想用于LiDAR点云数据滤波。该方法通过强阈值三角网算法进行II类误差优先的粗分类,获取可靠性较高的初始地面点,以粗分类结果作为先验信息进行种子点选取,引入总体最小二乘算法完成曲面拟合,设置自适应阈值实现不同区域灵活处理,最终得到较为精细的地面模型。使用ISPRS测区数据及Niagara数据进行实验,与经典滤波算法及传统曲面拟合方法进行对比,实验结果证明,该方法较传统算法能够得到更加可靠的滤波结果,对各种地形的适应性较强,具备较高的实用价值。     

城区机载LIDAR数据滤波方法研究

为了从机载激光扫描数据中获取城区数字地面模型,在分析城区机载激光扫描数据多回波信息特点的基础上,提出一种基于多回波信息的城区数据滤波方法,该方法根据城区机载激光扫描数据的分布特点,将激光脚点划分到具有一定体积的体素中,然后依据滤波准则,剔除地物点,保留地面点,最后得到城区数字地面模型。结果表明,该方法较以往滤波方法不仅能有效提取数字地面模型,而且可以减少机载激光扫描数据处理的计算量,提高海量机载激光扫描数据的运算效率。     

PTD算法在激光三维点云数据滤波中的应用

提高激光三维点云数据滤波精度,有助于构建高精度的地表模型,为此,提出了基于点云地面点滤波算法的激光三维点云数据滤波方法。采用双边滤波算法消除激光三维点云数据中存在的噪声,提取的法向量、回波率以及后向散射系数,将其输入支持向量机完成激光三维点云数据的分类,采用点云地面点滤波算法实现三维激光图像双边滤波处理。结果表明,本方法的数据滤波处理误差低于2.0%,信息熵与峰值信噪比为9.74和23.44 dB,获取的三维激光图像清晰度高。     

基于Steger算法的多线结构光中心提取

针对Steger算法在提取中心线时易产生大量冗余点的问题,提出一种基于Steger算法的多线结构光中心提取方法。首先利用全局阈值化法有效地提取出激光条纹区域,运用Steger算法初步求取出条纹中心线,通过阈值法滤除掉一些噪声点,其次利用最小二乘法将共线的中心线进行拟合,计算被过滤掉的点到拟合直线的距离,设置合适的阈值来恢复有效点,最后利用拟合直线来校正线点的坐标。试验结果表明,与Steger算法相比,该方法有效地过滤掉了噪声点和Steger算法带来的大量冗余点,在对应点精度值小于1个像素的同时,条纹中心点的数量减少了16.2%;三维重建后激光点到拟合平面距离的标准差与Steger算法相差了0.48×10^-5 mm,但提取的激光线更加平直且没有冗余点和噪声点,更符合实际工程的需求。     

激光条纹亚像素中心精确提取方法

利用激光三角法对工件进行三维测量时，激光条纹中心位置的提取是实现高精度测量的重要因素之一。为了能够更好地取投射在工件形状突变处的激光条纹信息，通过改进最大类间方差法在激光条纹图像中选取多阈值以实现二值化分割。所提算法基于最小二乘法获取激光条纹骨架上的法向，避免了大量卷积计算，从而提高运行速度，最后在其法向上利用灰度重心法得到激光条纹中心的亚像素坐标点。实验结果表明：该算法在激光条纹中心提取过程中，相较于经典的Steger算法，在运行速度上提高近6倍，分辨率上提高近16%,在工业上适用于在线精确测量。     

基于U-Net网络的结构光三维测量术

结构光条纹投影是广泛应用的一种三维测量技术.虽然该技术经过几十年的研究和发展,但如何从单幅图像中快速获取物体三维形貌仍然是没有得到很好解决的难题之一.近几年,深度学习方法广泛应用于计算机视觉和图像处理领域.提出一种基于U-Net网络的结构光三维测量方法.该方法直接从单个变形条纹图中获取物体表面的深度信息,实现三维形貌的快速测量.仿真和实际实验数据证明了所提方法的有效性.由于仅从一幅变形条纹中计算得到三维数据,所提方法可应用于动态物体三维面形的测量.     

多场景下结构光三维测量激光中心线提取方法

结构光三维测量技术是获得物体三维信息的重要途径,激光条纹中心线提取是影响结构光三维测量精度和速度的关键因素。提出了一种适用于多场景下结构光三维测量的激光条纹中心线提取方法,充分利用图像中激光条纹的几何信息和相关性生成自适应卷积模板,实现激光条纹图像的滤波和增强处理,使激光条纹横截面灰度值满足高斯分布;经灰度加权法实现激光条纹中心线的亚像素精度定位与提取。实验测试结果表明:该方法可实现多场景下形状、材质各异物体的条纹中心线提取,有效克服了激光条纹亮度分布不均、噪声干扰等影响,单幅图像处理时间缩短为0.107 s且相对误差减少到0.076 5%,有效提高了激光条纹中心线的提取精度和速度。     

焊接机器人实时引导中光条快速提取算法研究

在结构光视觉测量系统中,激光条纹的提取精度和速率直接影响到最终测量结果的精确度。为了解决现有激光条纹提取方法难以同时达到抗干扰能力强、稳定性好和运算量小等问题,采用了一种优化Steger快速提取激光条纹中心的方法,利用梯度阈值分割出有效条纹区域,采用优化的扫描方式,用灰度重心法对条纹中心进行粗提取,然后用Hessian矩阵法对条纹中心进行精提取。对激光条纹提取原理进行了理论分析,并对软硬件设计进行了实验验证,取得了较好的实验数据。结果表明,该方法与传统方法相比,具有提取精度高、提取速率快的优点,这一结果对柔性传感器的高精度和实时性是有帮助的。     

多阶段深度学习单帧条纹投影三维测量方法

深度学习的应用简化了数字条纹投影三维测量的过程,在传统数字条纹投影三维测量技术条纹投影、相位计算、相位展开、相位深度映射的流程中,研究者们已经成功证明了前三个环节以及整个流程结合深度神经网络的可行性。基于深度学习,PDNet (Phase to Depth Network)神经网络模型被提出,用于绝对相位到深度的映射。结合多阶段深度学习单帧条纹投影三维测量方法,通过分阶段学习方式依次获得物体的绝对相位与深度信息。实验结果表明,PDNet能较准确地测量出物体的深度信息,深度学习应用于相位深度映射步骤具有可行性。并且,相较于直接从条纹图像到三维形貌的单阶段深度学习单帧条纹投影三维测量方法,多阶段深度学习单帧条纹投影三维测量方法可以明显提升测量精度,仅需单帧条纹图像输入即可获得毫米级测量精度,且能适应具有复杂形貌物体的三维测量。