结构光测量系统中光条中心的提取算法

第24卷　第1期2009年3月 北京机械工业学院学报Journal of Beijing I nstitute ofM achineryVol.24No.1Mar.2009文章编号:1008-1658(2009)01-0042-04结构光测量系统中光条中心的提取算法刘枝梅,邓文怡,娄小平(北京信息科技大学　光电信息与通信工程学院,北京100192)摘 要:在线结构光视觉测量系统中,光条中心的提取精度直接影响到整个系统的测量结果。

由于光条宽度不同、光照不均匀及待测物体表面性质的差异,使得精确地提取光条中心存在一定难度。

根据线结构光的特点提出了2种提取算法,分别为二值形态学细化算法和高斯分布的曲线拟合算法。

实验结果表明,2种算法在测量中均具有可行性,且后者提取精度较高,更适合于光条中心线提取。

关　键　词:线结构光;光条中心提取;计算机视觉中图分类号:TP391 文献标识码:AExtracti on a lgor ithm of li ght str i pes cen ter i n them ea surem en t system of structured li ghtL I U Zhi2mei,DENG W en2yi,LOU Xiao2p ing(School of Phot oelectric I nfor mati on and Telecommunicati on Engineering,Beijing I nfor mati on Science and Technol ogy University,Beijing100192,China)Abstract:I n the visi on measurement syste m of line2structed light,the extracting p recisi on of light stri pes center affects the p recisi on of measure ment syste m directly.It is quite difficult t o extract light stri pes center p recisely because of different light2stri pes widths,uneven illum inati on and differences in the nature of the objects surface.According t o the characteristics of line2structured light,t w o extracting algorith m s of light stri pes center were p r oposed including t w o2value mor phol ogical thinning algorithm and Gaussian distributi on curve fitting algorith m.The experi m ent results show that t w o algorithm s are feasible in measure,and the latter with higher p recisi on,is more fit for the extracting of light stri pes center2line.Key words:line2structured light;light stri pes center extracti on;computer visi on 物体三维轮廓的测量有多种方法。

由于双目立体视觉传感器结构设计简单,同时结构光能使被测物体特征明显、易于识别,结合两者的优点对传统的视觉传感器结构进行统一。

本文介绍了一种基于线结构光扫描的双目立体视觉测量系统,其中重点介绍图像中结构光条纹的中心提取。

激光器发射出的线结构光投在空间待测物体表面,光条反映物体表面的几何信息。

激光光条有一定宽度,而光条中心线上的点才是测量真正需要的最直接信息,因此线结构光中心线提取是否准确直接影响测量结果的精度。

由于光照强度不均,待测物体表面性质差异和CCD摄像机产生的噪声等随机误差的存在,光条中心提取精度的提高有一定困难。

国内外学者对此进行了大量研究,目前常用方法可分为3类:阈值法、拟合曲线法和重心法[1]。

本文针对具体问题提出二值形态学细化和高斯分布的曲线拟合两种算法。

1原理及方法在测量系统中,结构光扫描线包含物体的表面信息,图像经滤波处理后光条宽度所占的像素数不止一个,因此必须对图像中结构光光条作中心线搜收稿日期:2008-10-31基金项目:北京市属市管高等学校人才强教计划资助项目(PX M2007-014224-044674,PX M2007-014224-044655);北京市教委科技面上项目(K M200711232006)作者简介:刘枝梅(1982-),女,山西忻州人,北京信息科技大学光电信息与通信工程学院硕士研究生,主要从事光电信息技术方面的研究。

　第1期 刘枝梅等:结构光测量系统中光条中心的提取算法索处理。

在提取算法基础上要满足2个条件:①正确的找到结构光光条的中心线,并保证提取后的结构光光条是单像素宽。

②在光条中心线搜寻过程中,光条的宽度应尽量地小。

结构光光条的细化,是逐次去掉一定宽度图像的轮廓边缘像素点且不影响光条的连通性,获得单像素的中心骨架的过程。

任何一种细化算法都应满足:细化结果应与原图保持拓扑等效性、保持原图形的连续性,细化结果为单像素宽的原图形的中心线。

1.1基于二值形态学的光条细化算法基本思想是:对集合A 进行基于结构元素对序列{B }={B 1,B 2,…,B n }细化,其过程可以用A {B }=(…(A B 1)B 2)…)B n 这个迭代运算来表示。

随着迭代次数的增加,目标图像不断被细化,且始终保持A B <A 。

遵循的原则是:①输出骨架应是一条单像素线;②细化结果是原目标图像的中心线;③细化过程不破坏图像的连通性;④具有好的稳定性。

细化可以用两步腐蚀来实现,第1步是正常的腐蚀,但那些被标为可除去的像素点并不立即除去。

第2步是只将那些消除后并不破坏连通性的像素点消除,否则保留。

腐蚀的运算符是Θ,A 用B 来腐蚀可写做A ΘB ,其定义为:AΘB ={x (B )x ΑA }(1)上式表明A 用B 来腐蚀的结果是所有x 的集合,其中B 平移x 后仍在A 中。

换句话说,用B 来腐蚀A 得到的集合是B 完全包括在A 中时B 的原点位置的集合。

图1a 为原图像光条部分,其细化后图像如图1b 所示。

a 图像光条部分b 细化后图像图1　二值形态学细化算法处理的图像及结果图1b 所示单像素光条保持了原始激光条纹的拓扑性和连通性。

但是对于光照不均、噪声比较多的图像,即使经过滤波去噪及阈值分割,光条细化后仍会有毛刺出现,如图2所示,由于毛刺的出现导致光条的每一行并非是单像素宽,这在后续的光条匹配中会产生误匹配点,严重影响点云数据的三维重建。

为此,作者设计了一种去除毛刺的算法,使光条变为严格的单像素宽。

具体处理步骤如下:①从上到下逐行扫描细化后的光条图像,确定相邻两行中的灰度为1的像素数。

若相邻两行至少有一行白色像素(灰度值为1的像素)数为零,则继续扫描;否则若第一行白色像素数大于1,则像素灰度全部置0;若等于1,则继续执行。

②若第二行白色像素数为1,则相邻两行为连通的单像素光条;否则第二行有毛刺出现。

③找出有毛刺的第二行中所有白色像素在图像中的列数,其中肯定只有一个像素与邻行白色像素相邻(处于同一列或左右相差一列),保留此像素灰度,其余全部置0。

④重复①～②的过程,直到光条为单像素宽为止。

用以上方法处理后的激光条纹细化图像,毛刺完全去除,如图3所示。

图2　光条两侧有毛刺图3　去除毛刺后光条1.2基于高斯分布的曲线拟合算法在系统中使用半导体激光器,其出射光强在截面上一般都可以认为服从高斯分布。

基于激光束的光强分布特点,采用高斯分布的曲线拟合算法提取光条中心。

基本原理是:从上至下逐行扫描经滤波的灰度图像中结构光光条部分,对各行像素点的灰度值分别进行高斯曲线拟合,求得各曲线峰值的相应位置,将该位置对应图像的灰度值置1,其余置0,直到扫描完整个光条。

高斯拟合的数学原理[2]:设有一组实验数据(x i ,y i ),其中i =1,2,3,…,N 。

可用简单的高斯函数描述为:y i =y max×exp [-(x i -x max )2S](2)式中:待估参数S =δ2/(4ln2),δ为高斯曲线半峰宽度,x max ,y max 是另外两个待估参数,即峰高、峰位置。

将上式两边取自然对数并令ln y i =z i ,ln y max -x 2max S =a 0,2x max S =a 1,-1S=a 2,则得到二次多项式拟合函数:34北京机械工业学院学报 第24卷z i =a 0+a 1x i +a 2x 2i =(1　x i x 2i )a 0a 1a 3(3)考虑全部数据,并以矩阵的形式表示为:z 1z 2…z n=1x 1x 211x 2x 22………1x nx 2na 0a 1a 3(4)式(4)简记为:z n ×1=X n ×3A 3×1,根据最小二乘原理,可求得拟合常数a 0,a 1,a 2构成的矩阵A:A =(X TX )-1X Tz(5)本课题中x i ,y i 分别为像素坐标列值和像素灰度值,根据式(5)求出a 1,a 2的值,通过公式x max =-a 1/2a 2求出x max ,即光条的中心点坐标。

将激光束投射在待测物体上,对灰度图像预处理后只保留光条和背景,从上至下逐行处理图像的光条部分。

①依次得到结构光光条截面上所有像素的灰度值及其所在的列值,存放在二维数组A 中。

②利用高斯函数对数组A 中的数进行拟合,求拟合后曲线的峰值所在位置,即光条截面中心点所在列值。

将光条截面中心点坐标(行值,列值)存放在动态数组中。

③重复①～②直至处理完整个光条,把动态数组对应的图像位置置1,其余置0,得到光条中心线。

2实验在双目立体视觉系统上做实验,相机(DH -HV1302UM -T ),像素尺寸为5.2μm ×5.2μm 、镜头Computar (M2514-MP ),图像大小为(640×512)。

投射在距离镜头约30c m 处物体表面的激光条纹宽度为1mm 左右。

首先截取光条所在的部分图像,如图4所示。