嵌入式系统中的快速光条中心提取算法

在嵌入式系统中,其各种资源有限,为实现由ARM9处理器构成的三维形貌测量系统,光条纹中心提取算法的时空效率至关重要。激光器投射的光条在其法线方向上灰度值呈现高斯分布,针对该种情况,提出应用条纹法线方向结合灰度重心法求条纹中心的方法。对获取的图像进行中值滤波,用最大类间方差法对图像进行阈值分割;利用阈值法粗略提取光条的中心,利用微分中值定理近似求出光条纹法线方向,在法线方向上利用灰度重心法求光条中心。在实验中移植OPENCV2.0嵌入式视觉库,实验结果表明,该方法能实时精确地提取光条中心,且能达到亚像素级。     

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。     

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。     

基于GPU的结构光中心快速提取方法及实现

Steger算法在结构光中心提取中具有亚像素精度,但其计算量非常大。针对Steger算法的计算速度问题,提出一种基于GPU(Graphic Processing Unit)的亚像素精度结构光中心提取算法。该算法对Steger算法进行改进,并利用GPU的并行处理能力和Steger算法并行性特点,大大提高了结构光中心的提取速度。实验证明基于GPU的结构光中心快速提取方法具有和Steger算法同样的精度,但其计算速度非常快,能够实现结构光视觉检测的实时应用。     

激光光条中心线提取研究综述

激光光条中心线提取在视觉测量、三维重建等领域具有重要的作用.介绍了不同类型的中心线提取模型,并且回顾了这些模型的转变和创新.具体来说,根据模型采用的核心算法,将中心线提取模型分为传统提取模型和基于深度学习的提取模型;传统中心线提取模型又分为极值模型、灰度重心模型、曲线拟合模型、基于Hessian矩阵的Steger模型和可变方向模板模型;结尾从优缺点及其克服的问题等角度对比分析了不同类型的算法模型.分析表明传统激光光条中心线提取算法在图像的适应性和处理的实时性上有较为明显的不足,指出光条中心线提取模型的发展应逐渐偏向于灵活性、泛化性、实时性更强的深度学习领域.     

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。     

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.     

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.     

光照变化条件下的光流估计

目的 为了提高光流法在处理光照变化和大位移方面的稳健性。提出一种结合结构纹理分解预处理和加权中值滤波的光流场模型。方法 该方法数据项采用灰度守恒假设和梯度守恒假设相结合、局部约束与全局约束相结合的思想。同时采用结构纹理分解、加权中值滤波、金字塔结构等高效的光流估计技术,进一步增强了光流算法的精确性与实用性。结果 分别通过Middlebury光流数据库图像和真实场景图像对提出的光流估计算法进行了大量实验验证。实验结果表明,改进的光流估计法在处理光照变化方面表现不错,不仅获得稠密的光流场,而且提高了光流场准确提取目标边缘的能力。结论 和传统光流方法相比,所提方法在光照变化情况下能获得更加理想的结果,降低了实际场景中光线变化的干扰,能更好地适用于实际场景中。     

基于FPGA的激光条纹中心实时检测

为实现结构光激光线条纹中心的实时提取,将方向模板算法进行了适应硬件的改进,且提出并实现了一种专用硬件结构。基于流水线技术和并行技术的硬件设计保证了该算法的实时实现。利用现场可编程门阵列器件FPGA实现了结构光激光线图像条纹中心线的实时提取。试验表明采用FPGA实现视频处理的专用算法具有成本低、实时性好、研发周期短的优点。     

基于三通道融合的结构光中心条纹提取算法

实现坝体连接处永久缝的非接触式三维形变测量方法,对保障大坝安全运行具有重要的意义。结构光用来快速获取待测坝体拼接缝部位的表面形貌数据,并利用所获得数据对待测物体表面相貌的三维重构获得缝隙部位形变状态。由于结构光的光条中心提取精度易受噪声干扰,提出了一种三通道特征融合算法来提取条纹中心点。首先,利用方向梯度直方图、局部二值模式和Gabor函数得到三幅光条特征图像。然后,利用图像融合算法确定最终的特征图像。最后,用细化骨架的方法得到中心线。实验结果证明,相较于Steger算法,该方法的最大和平均列坐标差下降至2像素和0.069像素,且测量误差减小至0.114 mm。     

基于线结构光的水下目标扫描定位方法

当海底环境噪声及声学散射影响比较严重时,声呐方法无法实现高精度的海底探测．因此,设计了一种基于线结构光的扫测系统．激光中心线条纹提取及系统参数快速标定是影响线结构光测扫精度的2大关键问题．在激光中心条纹处理方面,多阈值算法通过采用不同的阈值可以有效地滤除背景噪声,基于极值法的高斯拟合法则对部分激光条纹采用高斯函数进行拟合,结合多阈值算法和基于极值法的高斯拟合法提出了一个条纹中心线提取算法．该算法在保留多阈值法快速性的同时,又具备高斯拟合法的准确性．而在系统参数标定方面,提出了一种共线点的快速标定法,设计的平面标定靶只需通过确定3个共线的特征点即可快速实现系统参数的标定和高精度的海底快速测扫．最后,在水池中进行了模型实验,验证了该方法的可行性和有效性．     

3D coordinates measurement based on structured light sensor

This paper mainly discusses several challenges in exploiting a structured light sensor to realize 3D coordinates measurement: a practical and flexible sensor structure is proposed with accuracy analysis, a very robust and accurate line extraction method is adopted to localize the center of the light stripe under considerable disturbances, the invariance of double cross-ratio based method is used to obtain enough accurate calibration points and a novel planar target based calibration method is presented. An application system of the structured light sensor for tyre inspection is set up, and the real online measurement results show that the application system has good repeatability and accuracy.     

结构光视觉传感器标定靶标的自动处理算法

设计了一种新型平面靶标,基于Zhang摄像机标定法和投影变换中的交比不变性,进行结构光视觉传感器系统的标定.针对靶标结构特点,开发了一套进行特征圆和光条中心提取的图像处理算法,提出基于映射变换的拓扑定位算法,实现了平面靶标拓扑定位和特征识别的自动化处理过程.实验证明,该算法处理准确、稳定可靠,可有效地进行结构光视觉传感器的系统标定.     

基于结构光的机器人弧焊混合视觉伺服控制

A novel hybrid visual servoing control method based on structured light vision is proposed for robotic arc welding with a general six degrees of freedom robot. It consists of a position control inner-loop in Cartesian space and two outer-loops. One is position-based visual control in Cartesian space for moving in the direction of weld seam, i.e., weld seam tracking, another is image-based visual control in image space for adjustment to eliminate the errors in the process of tracking. A new Jacobian matrix from image space of the feature point on structured light stripe to Cartesian space is provided for differential movement of the end-effector. The control system model is simplified and its stability is discussed. An experiment of arc welding protected by gas CO_2 for verifying is well conducted.