一种面向对缝测量的双线结构光光条中心提取方法
基于线结构光的视觉3D测量中光刀中心提取方法研究
逐点 、 逐线 扫描 测量 ， 也可 进行 全场 测量 。 目前 ， 扫描测 量 线
法 （ 称基 于视 觉 的光 切 法 ） 采 用 较 广 泛 的一 种 方 法 。 也 是 它
的测 量速 度 比点 扫 描 法 快 ， 量 精 度 比投 影 光 栅 全 场 测 量 测 法高。
在线扫描测量法中 ， 要提高测量系统的精度 ， 除了考虑物 理 设备上形 成 的误 差 （ 统 误 差 、 机误 差 等 ） 外 ， 成 像 于 系 随 之 对 Ｃ Ｄ摄像机上的每 一幅图像 ， Ｃ 扫描线 中心（ 称光 刀中心 ） 置 也 位 提取 的准确度也是影响测 量精度 的重要 因素之一 ， 它还直接 影 响三维重建的精度 。本文分析 了光刀 中心提取 的模 板细化法 和
Ａｂ ｔ ａ ｔ ｓｒ ｃ
Ｍｅ ｈ ｄ ｆｔ ｅ ｅ ｔａ ｔ ｎ ｏ ａ ｅ － ｎｆ ｅ ｔｒ ｂ ｓ ｄ ０ Ｄ ｉｉｎ ｍｅ ｓ ｒ ｇ ｄ ｔ ｔ ｉ ｅ ｓｒ ｃ ｕ ｅ ｉｈ ｒ ｏ ｋ ｄ ｂ ｃ ｔ ｏ ｓ ｏ ｈ ｘ ｒｃ ｉ ｌｓ ｒ ｋ ｉ ｃ ｎｅ ａ ｅ ｎ ３ ｖ ｓｏ ａ ｕ ｉ ａａ ｗｉ ｌ —ｔｕ ｔ ｒ ｄ ｌ ｔ ａｅ ｌｏ ｅ ａ ｋ， ｏ ｆ ｅ ｎ ｈ ｎ ｇ
一
匝髓
（）【 ａ 啊匿 【】 ｂ 二位图像
图 １ 光条 的二 值化图像
２ １ 细 化法 ．
细化过程就 是重复地剥掉 二值 图像 的边界像 素 ， 直到获得
条单像素 宽 的连 通线 （ 骨架 ） 的过 程 。但 是剥离 边 界像素 时 必须保持 目标的连通性 ， 即不能改变 原 图像 的拓 扑性 质 。要 使 光条完全变成 单像 素 宽 的细线 ， 要进 行 多次 细化才 能 实现 。 需 因此 ， 细化是 一件 非常费 时的操 作 ， 特别是 当图像 尺寸 较大 时 ，
基于方向模板的结构光条纹中心检测方法
;<
!
传统的确定结构光条纹中心位置的方法
为了解决结构光条纹定位的问题，人们提出了多种方法。
如果有， 3 # $345 （ 32 ） $345 （ 3+ ， 3+
! !
1$
+ !2 ! ， …， ， 3 !&0’$ ） !
对于表面反射情况比较好， 比较一致， 图像精度比较高的场合， 可以先检测光带的边界， 然后取其中间线作为结构光条纹中心
"
*0$ +0$
模板的大小为 *(+ 。通常将模板的元素取为正数： )， … +’$ （ ) %, (%-(/" ； , +" ， $ … *0$ ， -+" ， $， .） 设图像大小为 .&/ 行， …， !&0 列。 1%"(%2 (（ "$" ， $， .&/0$ ； 2 +" ， …， 表示图像中在（ 像素点的灰度值。模板在图像 $， !&00$# ） "， 2） 的某一行 " 上进行滑动， 对第 2 列， 即在（ 像素位置， 计算： "， 2）
%
! ’! !（
" $ $ "
&
） # " +"
（ $）
对（ 式进行变化， 就可得到传统的重心法确定激光亮带 $） 中心的计算公式：
% %
! & $（ # " (! " ） !# "
" $ $ " $ $
（ !）
! 方向为行方向较长的模板。这四个方向的模板分别记为 ) "， ) $， ) !， ) .。
结构光方法测量过程主要包括两个步骤
结构光方法测量过程主要包括两个步骤:第一步:由激光投射器根据测量需要投射可控制的光点、光条或光面结构光到物体表面形成特征点，并调节CCD 摄像机与视频采集软件，拍摄关于特征点的图像。
第二步: 建立合理的坐标系。
然后由物体表面投射光图案的几何形态特征，通过滤噪，图像处理等步骤，提取得到特征点形成的像素坐标。
再通过模式识别判断物体表面形状，利用激光器和CCD 摄像机在空间中的位置等参数，利用三角法测量原理反求得原特征点的坐标。
在实际应用中，线结构光测量系统由于其快速、精确、稳定性好，而且结构简单，易于实现，相比点结构光提高了效率，又避免了面结构光方法的复杂性，因此在各个应用领域，如制造业、军事、医学上获得了更广泛的应用。
本项目中采用的也是线结构光系统，因此本论文的内容都围绕线结构光测量系统展开。
线结构光法比起点结构光法，测量得到的信息量大大增加，而其实现的系统复杂性并没有增加，因而得到了广泛应用。
该方法也是基于三角测量原理，所不同的是采用线光源代替点光源。
由激光器投射线激光作为光源，与物体表面相交时，在物体表面产生亮光条。
该光条由于物体表面形状的变化而受到调制，表现在图像中则是光条发生了偏移和断续，偏移的程度与形状有关。
通过这种关系，对CCD 拍摄到的图像进行处理，就可以求取物体的形状。
线结构光测量系统的研究现状目前，对线结构光测量系统的研究，主要集中在模式识别与标定方法的研究上。
这就需要对CCD 摄像机拍摄的图像进行处理，通过滤噪与二值化，光条中心提取等步骤提取出有用信息后，对信息进行分析，来判断出被测物体的形状与位置。
其中，对滤噪有各种线性与非线性滤波器方法；二值化处理要设计合适的阈值；对光条中心提取这一步有细化法、水平中值法、灰度重心法、阈值法等；对被测物体形状的识别，有基于Hough 变换的圆检测、线检测等方法；标定方法则有直接线性法标定、基于简单三角法的几何标定、基于多幅图像对应点变换的自标定方法、基于非数学的方法如人工神经网络法等。
基于方向模板的结构光条纹中心检测方法
基于方向模板的结构光条纹中心检测方法胡斌;李德华;金刚;胡汉平【期刊名称】《计算机工程与应用》【年(卷),期】2002(038)011【摘要】结构光条纹中心位置的准确检测是影响结构光系统精度的关键问题之一.在利用结构光系统获取距离数据时,会出现以下问题:第一,激光条纹的强度并不服从高斯分布和传感器引入的误差;第二,系统内部电子和软件引入的高斯白噪声.确定激光条纹中心传统的方法容易受到这些问题的影响.为了消除这些错误对数据的影响,数据需要低通滤波和平滑.但是如果对数据进行平滑,就会损失物体表面几何细节信息.文章提出了一种利用可变方向模板检测结构光条纹中心的方法,实验结果表明该方法能够准确地获取光条纹中心.【总页数】3页(P59-60,109)【作者】胡斌;李德华;金刚;胡汉平【作者单位】图像信息处理与智能控制教育部重点实验室,武汉,430074,华中科技大学图像识别与人工智能研究所;图像信息处理与智能控制教育部重点实验室,武汉,430074,华中科技大学图像识别与人工智能研究所;图像信息处理与智能控制教育部重点实验室,武汉,430074,华中科技大学图像识别与人工智能研究所;图像信息处理与智能控制教育部重点实验室,武汉,430074,华中科技大学图像识别与人工智能研究所【正文语种】中文【中图分类】TP391.4【相关文献】1.线结构光三维视觉测量中光条纹中心提取综述 [J], 杨建华;杨雪荣;成思源;雷志盛;骆少明;张湘伟2.基于遗传算法的结构光条纹中心检测方法 [J], 李和平;李德华;朱洲;薛雷3.基于 Hessian 矩阵的多结构光条纹中心快速提取方法 [J], 贾卫平;王邦国4.基于结构光的大锻件尺寸测量中光条纹中心线提取方法 [J], 王邦国;贾振元;刘巍;刘双军;杜剑;贾兴华5.一种结构光条纹中心快速检测方法 [J], 雷海军;李德华;王建永;胡斌因版权原因，仅展示原文概要，查看原文内容请购买。
金属表面非相干线结构光条纹中心提取方法
金属表面非相干线结构光条纹中心提取方法
金属表面非相干线结构光条纹中心提取是一种采用光学方法提取出特定形状的
线结构的光学处理技术。
本文旨在介绍这项技术的具体内容及其探讨并实际应用于物理学研究中的可能。
线结构光条纹中心提取的基本原理是通过扫描不同的金属表面，利用激光光束
以非相干方式击中，然后利用Parker准则可以计算出每道线结构中心点的位置。
这样，雷达图就可以准确地描述出线结构表面的特性。
据说，使用非相干线结构光条纹中心提取技术，有效的检测和分析的准确度可达到积分阶数的百分之五十以上。
虽然非相干线结构光条纹中心提取技术已经有许多成功的应用实例，但是，我
们也不能忽视这项技术在某些应用场景下会存在一些局限性：准确度和速度都有一定程度的限制，使得此技术特别适合用于产生稳定反射率表面上的线结构测量任务，但不适合在连续变化的环境中工作。
综上，金属表面非相干线结构光条纹中心提取是一种技术手段，可以通过激光
击打金属的表面进行特定形状的线结构的测量，把相关的数据转换成一个表，方便后期的曲线拟合分析。
由于其灵活的可操作性、可靠的准确性和可。
基于改进灰度重心法的线结构光中心提取算法
基于改进灰度重心法的线结构光中心提取算法
夏鑫;付生鹏;夏仁波;赵吉宾;侯维广
【期刊名称】《激光杂志》
【年(卷),期】2024(45)1
【摘要】针对传统算法无法准确提取线结构光条中曲率变化较大区域中心线的缺陷,提出了一种基于改进灰度重心法的线结构光中心线提取算法。
基于阈值法提取感兴趣区域和开闭运算滤除图像中的噪声点,获取质量相对较高的待处理图像;利用灰度重心法提取光条中心点,得到初始坐标并设置一个矩形计算区域,根据最小二乘法计算每个初始点的方向向量和法向量;在设定的矩形区域内计算初始点在其法线方向上的偏移量,得到精确的中心点坐标。
实验结果表明:提出的算法能在线结构光中心中曲率变化较大区域精确提取中心线,提取精度均值为0.096 pixels,精度比率为44.2%,平均提取速度为0.082 s。
【总页数】5页(P75-79)
【作者】夏鑫;付生鹏;夏仁波;赵吉宾;侯维广
【作者单位】中国科学院大学;中国科学院沈阳自动化研究所机器人学国家重点实验室;中国科学院机器人与智能制造创新研究院
【正文语种】中文
【中图分类】TN249
【相关文献】
1.基于梯度重心法的线结构光中心亚像素提取方法
2.基于改进灰度重心法的光带中心提取算法
3.基于改进Steger算法的线结构光中心提取
4.高斯加权的二维灰度重心法提取光条中心
因版权原因，仅展示原文概要，查看原文内容请购买。
基于改进Steger算法的线结构光中心提取
第43卷 第1期华北理工大学学报(自然科学版)V o l .43 N o .12021年01月J o u r n a l o fN o r t hC h i n aU n i v e r s i t y o f S c i e n c e a n dT e c h n o l o g y (N a t u r a l S c i e n c eE d i t i o n )J a n .2021收稿日期:2020-07-22 修回日期:2020-11-18基金项目:华北理工大学科学研究基金项目(Z 201703)㊂ 作者简介:曾凯,男,博士研究生,讲师,主要从事机器视觉等方面研究㊂ D O I :10.3969/j.i s s n .2095-2716.2021.01.015文章编号:2095-2716(2021)01-0101-07基于改进S t e ge r 算法的线结构光中心提取曾凯,刘贺飞,何茜,王福斌,邸跃(华北理工大学电气工程学院,河北唐山063210)关键词::图像处理;线结构光;S t e ge r ;亚像素摘 要:为减小S t e g e r 算法提取光条纹中心时,易受环境干扰造成光条纹中心提取精度下降的问题㊂提出一种改进的S t e g e r 算法,该算法使用自适应卷积模板滤波并结合基于大津法的阈值分割,得到线结构光条纹感兴趣区域,然后根据几何中心法快速获取到条纹中心的粗略位置,并根据条纹区域的线宽分段,使用S t e g e r 法提取结构光条纹中心线亚像素位置㊂实验结果表明该算法与灰度重心法和传统S t e g e r 法相比,能够准确有效地获取结构光光条中心位置,具有较高的提取精度和良好的稳定性,为结构光三维重建建立了基础㊂中图分类号:T P 391.41 文献标识码:A引言线结构光三维视觉测量技术作为一种有效的光学测量方法,具有非接触㊁准确度高和良好的实时性等优点,在工业生产㊁逆向工程㊁计算机视觉等领域得到广泛应用㊂提取光条图像的条纹中心坐标是线结构光三维视觉测量技术的关键,光条图像包含被测量物体表面的三维形貌信息,是被测点三维坐标求取的依据[1]㊂光条中心线坐标提取的偏差将直接影响被测对象三维坐标的精度[2]㊂由于噪声对条纹中心提取存在一定的影响,因此如何充分利用光条图像特征,实现条纹中心的快速㊁高精度提取,是三维视觉测量技术首要考虑的问题㊂李丹等[3]将极值法和灰度重心法相融合,首先利用极值法找到灰度值的最大点,然后通过灰度重心法获取光条的中心位置,此方法充分利用了图像的灰度信息,将2种方法的特点相结合,提高了条纹中心提取的准确性和快速性,但是也存在抗噪能力差的缺点㊂贺忠海等[4]提出了曲线拟合法,实现了亚像素提取的高精度和高稳定性,鲁棒性良好,但是检测提取速度慢,并且不适合复杂情况下激光条纹的检测㊂李凤娇等[5]对S t e ge r 算法做出改进,可根据宽度值的差异性确定光条中心点坐标,但当激光条纹中心提取时,中心点和边缘点之间的距离问题使运算效率降低㊂吴庆阳等[6]对方向模板法进行优化,应用可变的方向模板确定条纹法线的方向,并结合灰度重心法在法线方向提取条纹的中心,使提取精度得到提高,但该方法只采用了固定方向的模板,导致计算误差较大㊂蔡怀宇等[7]在S t e g e r 算法的基础上,用主成分分析法(P C A )代替S t e ge r 算法中利用H e s s i a n 矩阵求特征值的过程,该方法避免了对图像进行多次二维高斯卷积,提高了提取速度,保证了提取精度,满足系统实时性的需求㊂在实际测量中,一些工件表面存在不同程度的腐蚀或污染现象,并且表面的金属材料反光现象严重,导致激光反射率不均匀使光条图像受到较大的环境影响,易造成光条图像离散性较大[8]㊂为解决激光条纹图像的质量问题,提出一种自适应卷积模板结合改进S t e ge r 算法的结构光条纹中心提取法㊂该方法通过自适201华北理工大学学报(自然科学版)第43卷应卷积模板有效减弱噪声,对去噪后的图像进行阈值分割快速得到条纹的感兴趣区域,再采用S t e g e r法根据区域中条纹的线宽分段,精确提取图像中条纹的亚像素位置,提高了系统精度与计算效率,并且适用于高亮面物体的检测㊂1基本原理1.1结构光条纹特性线结构光是一种单色线激光㊂灰度值在光条截面上呈对称高斯分布,灰度值最大点是条纹中心㊂但由于被测物体本身性质的影响,例如材质是否均匀㊁透光性能如何㊁材料本身的颜色㊁形状和表面光滑度等问题[9],造成被测工件表面对光的反射率并不均匀,即在相机坐标系中,与理想情况相比,这种偏差将会使被测物体表面反射的条纹截面光强度的分布发生改变,从而致使条纹截面的灰度值呈非正态分布,即一种不对称的近似高斯分布㊂图1(a)为非正态分布的条纹图像,其真实的条纹中心在水平直线上,但灰度值明显偏离真实中心位置并在其两侧波动㊂图1(b)为正态分布的条纹图像,其灰度值基本对称分布㊂图1不同正态分布的条纹1.2基于H e s s i a n矩阵的S t e g e r算法S t e g e r算法将图像视为二维函数,利用H e s s i a n矩阵计算特征值和特征向量,得到条纹中心法线的方向,并在法线方向上将条纹灰度分布根据泰勒多项式展开,然后获取对应法线上的极值点,即在条纹截面灰度分布曲线上,一阶导数为0,二阶导数为负的极小值点,也就是所求取得条纹截面中心亚像素点㊂通过求取激光条纹图像像素点的H e s s i a n矩阵特征值和对应的特征向量来得到光条中心点法线方向[10]㊂H e s s i a n矩阵表示为:(1)式中:g(x,y)是二维高斯函数㊂设n x,n y是经H e s s i a n矩阵求出的条纹法线方向的单位向量,以点(x0,y0)为标准点,对条纹截面灰度分布函数进行二阶泰勒展开,则条纹横截面上点(x0+t n x,y0+t n y)的灰度为:(2)其中N=(t n x,t n y),r x㊁r y由z(x,y)和与之相应的微分形式的高斯核卷积得到㊂如下式:(3)由可得:(4) 可得出条纹中心点精确位置为(x 0+t n x ,y 0+tn y )㊂ 由于H e s s i a n 矩阵运算量大,其中每个点都要进行5次(r x ㊁r y ㊁r x y ㊁r x x ㊁r y y )二维高斯卷积,导致计算效率低造成系统实时性下降,因此,需要在保证精度的基础上,对S t e g e r 算法进行改进,适当提高S t e g e r 算法的计算效率㊂可以利用高斯卷积的可分离性和对称性,将二维高斯核等效分解为一次高斯行卷积和一次高斯列卷积,将运算量从5n 2次乘加运算减少到6n +4次乘加,即从根本上减小对于大模板卷积的计算量[11,12]㊂2改进S t e ge r 算法用于线结构光中心提取2.1 自适应卷积法通常情况下,通过图像预处理不能理想地消除噪声干扰㊂当激光投射到粗糙的物体表面时,采集图像并进行阈值分割和中值滤波预处理,得到图2所示图像,图中噪声没有被完全消除,导致条纹中心提取的精度下降,为提高提取精度,采用一种基于激光条纹中几何信息和相关性的自适应卷积法来减弱噪声㊂图2 粗糙表面条纹预处理首先计算自适应模板的大小,自适应模板的大小和元素值取决于激光条纹中的几何信息和相关性,通过滑动模板达到去除噪声的目的[13]㊂自适应模板的获取可以简述为: S t e p1:在图像预处理之后,计算行(或列)中非零灰度像素的数量㊂ S t e p 2:通过收缩矩阵来移除零元素,得到一个新的矩阵K ,其中K m 表示矩阵中最大值,K p 表示矩阵中所有元素的平均值㊂S t e p 3:判断K m 的奇偶性,如果K m 是奇数,模板中的行数R 等于K m ㊂否则,行数R 等于(K m +1)㊂计算自适应模板中的列数并进行取整㊂S t e p 4:将K p 取整,如果K p 为奇数,则从矩阵中央起上下K p行中的每个元素值都设置为㊂否则,从矩阵中央起上下(K p -1)行每个元素值都设置为㊂其余元素值都设置为,其中为小于1的值,用于减弱激光条纹周围的噪声㊂设置所有矩阵元素的总和为1,通过计算得到值㊂从图3(a)可以明显观察到对原图像使用自适应模板进行卷积后噪声减弱,激光条纹的轮廓得到了完好地保留㊂然后使用大津法对图像进行阈值分割[14],选定阈值并对图像进行二值化处理,从背景中提取出图3(b)所示的感兴趣区域㊂因此,通过上述一系列图像处理,获得了最佳的条纹区域,有效消除了噪声对条纹301 第1期 曾凯,等:基于改进S t e g e r 算法的线结构光中心提取中心提取的干扰,并且显著提高了光条提取速度,实现了测量系统的实时要求,使之后的处理步骤更加简化㊂图3自适应卷积和阈值分割处理后的图像2.2几何中心法提取条纹粗略中心点在实际测量环境下,由于被测物体本身表面通常伴有粗糙㊁高反光等干扰因素,往往造成得到的光条图像的条纹宽度不一致,因此,条纹中心线直接提取很难达到其精度要求㊂在得到了条纹的感兴趣区域后,运用几何中心法粗略提取条纹中心点,该研究使用C a n n y算法进行边缘检测[16],边缘检测完成后计算其几何中心,计算所得结果作为条纹粗略中心点,按照列查询的方式,分别检测每行中的最上和最下的非零像素点对应的行坐标值,取其平均值作为中心坐标㊂图4分别为经过处理后边缘图像和边缘及边缘中心线图像㊂图4边缘图像和边缘及中心线图像2.3条纹中心亚像素提取在H e s s i a n矩阵中,高斯函数均方差σ的选择与条纹的宽度w有关,是条纹中心提取精度的影响因素之一[17]㊂根据所获得条纹的粗略中心点可以确定条纹法线方向和条纹的宽度w,如果直接根据条纹宽度计算σ,需满足,使条纹中心二阶极值达到最小[18],将很大程度的增加S t e g e r计算量,但采用单个均方差σ又会大大降低提取精度㊂因此,当条纹的宽度在图像中变化很大时,采用分割光条宽度的方法以降低计算量,该算法首先计算条纹宽度序列的梯度,然后使用一定的梯度阈值分割序列,从而降低S t e g e r算法的计算复杂度,达到提取中心线的目的,同时满足亚像素提取的精度要求,光条线宽计算如下:(5)其中,M,N为光条行号㊂3实验分析利用实验室中的线结构光三维测量系统,验证算法的准确性和有效性,线结构光测量系统主要由0-30MW线结构光激光器㊁分辨率为1600ˑ1200的德国A l l i e dV i s i o nT e c h n o l o g i e M a k oG-192C摄像机组成,采用M a t l a b软件编程实现㊂测量对象为2种表面光滑的矩形工件,拍摄到的光条图像如图5所示,图5 (a)表明工件表面光滑㊁反射率相对均匀,有轻微的反光现象,光条图像质量较好;图5(b)表明测量工件表面反射率不均匀,光条图像较离散,反光严重,图像质量不高㊂401华北理工大学学报(自然科学版)第43卷图5 工件光条图像采用相同滤波参数及线宽对两幅激光条纹图像进行预处理,第1列为灰度重心法,可以看出提取的中心线波动较大;第2列为基于H e s s i a n 矩阵的S t e g e r 方法,与灰度重心法对比,中心线较为平整;第3列为本文算法,其适应性更好,提取效果最佳㊂图6 3种算法提取的光条中心线图像测量对象为工件表面,对提取结果分别进行直线拟合,并计算所有数据点到拟合直线的均方差㊂通过对比均方差的大小来判断算法的测量精度,均方差越大则测量精度越低,表明该算法提取光条中心的准确性较低;均方差较小,则该算法提取光条中心的准确性较高[19]㊂表1为使用3种不同算法提取2种光条图像中心线,并计算获得的数据点与拟合直线的均方差数据㊂表1 3种光条中心线提取方法均方差序号灰度重心法S t e ge r 法本文方法(a)0.48320.22180.1094(b)0.61720.35680.1734通过表1中的数据可以得出,对于亮度均匀且质量较好的光条,3种算法求得的数据点到拟合直线距离的均方差较小,光条的中心线提取较为准确;对于光条较离散且质量较差的情况,灰度重心法的均方差已偏501 第1期 曾凯,等:基于改进S t e g e r 算法的线结构光中心提取601华北理工大学学报(自然科学版)第43卷离很大,对比其他2种方法,该研究算法的均方差相对较小,可以准确地提取光条中心线,进而为后续的三维测量打下良好的基础㊂4结论通过对线结构光的中心提取实验,提出了一种自适应卷积结合改进S t e g e r算法的条纹中心线提取方法㊂利用自适应卷积模板有效地降低了噪声对图像的干扰,之后利用几何中心法提取条纹粗略中心点,根据光条区域的宽度不同,设定不同的高斯函数均方差σ,利用H e s s i a n矩阵及泰勒级数实现激光条纹宽度变化的中心线检测,提高了H e s s i a n矩阵的获取速度,满足测量的实时性要求,精度可达到亚像素级㊂该方法稳定性强㊁精度高,适合对高反光物体的光条中心提取,有利于提升结构光的三维重建的效率㊂参考文献:[1]刘振,李声,冯常.基于互相关算法的激光条纹中心提取[J].中国激光,2013,40(05):202-207.[2]董秋玲.编码结构光条纹亚像素边缘与中心检测技术研究[D].哈尔滨:哈尔滨理工大学,2008.[3]李丹,耿楠,亢娟娜.复杂背景下光条中心提取算法研究[J].计算机应用与软件,2013,30(03):271-273.[4]贺忠海,王宝光,廖怡白,等.利用曲线拟合方法的亚像素提取算法[J].仪器仪表学报,2003,22(02):195-197.[5]李凤娇,李小菁,刘震.基于多尺度分析的激光光条中心点坐标提取方法[J].光学学报,2014,34(11):111-116.[6]吴庆阳,苏显渝,李景镇,等.一种新的线结构光光带中心提取算法[J].四川大学学报(工程科学版),2007,24(04):151-155.[7]蔡怀宇,冯召东,黄战华.基于主成分分析的结构光条纹中心提取方法[J].中国激光,2015,42(03):278-283.[8]杨镇豪,杨柳,李辉,等.复杂环境下结构光中心线提取算法[J].计算机技术与发展,2018,28(09):7-10.[9]郭奎,熊显名.复杂背景下蓝色线结构光中心提取方法[J].计算机系统应用,2014,23(06):111-117.[10]南方,李大华,高强,等.改进S t e g e r算法的自适应光条纹中心提取[J].激光杂志,2018,39(01):85-88.[11]顾益兰,李锋.基于线结构光的光条中心亚像素提取研究[J].电子设计工程,2017,25(21):148-151.[12]胡坤,周富强,张广军.一种快速结构光条纹中心亚像素精度提取方法[J].仪器仪表学报,2006,36(10):1326-1329.[13] X i a o-Q i aY,W e i T,Y i-Y a n g F,e t a l.L a s e r s t r i p e e x t r a c t i o nm e t h o d i n i n d u s t r i a l e n v i r o n m e n t s u t i l i z i n g s e l f-a d a p t i v e c o n v o l u t i o n t e c h-n i q u e[J].A p p l i e do p t i c s,2017,56(10):2653-2660.[14]胡胜,黄妙华,陈毅.基于二次阈值分割和车道宽度匹配的车道线检测算法[J].汽车技术,2019,13(04):1-6.[15]霍龙,张爱军,刘伟军.基于线结构光的视觉3D测量中光刀中心提取方法研究[J].计算机应用与软件,2006,23(10):100-102.[16]何新英,王家忠,孙晨霞,等.基于数学形态学和C a n n y算子的边缘提取方法[J].计算机应用,2008,28(02):477-478.[17] S t e g e rC.A nu n b i a s e dd e t e c t o r o f c u r v i l i n e a r s t r u c t u r e s[J].I E E ET r a n s a c t i o n s o n p a t t e r n a n a l y s i s a n dm a c h i n e i n t e l l i g e n c e,1998,20(2):113-125.[18]侯文广,张金平,陈大为.一种基于电子激光经纬仪和数码相机的结构光工业测量系统[J].测绘通报,2006,19(11):68-70.[19]张小艳,王晓强,白福忠,等.基于改进灰度重心法的光带中心提取算法[J].激光与红外,2016,46(05):622-626.L i n e S t r u c t u r e dL i g h t C e n t e rE x t r a c t i o nB a s e d o n I m p r o v e dS t e g e rA l g o r i t h mZ E N G K a i,L I U H e-f e i,H EX i,WA N GF u-b i n,D IY u e(C o l l e g e o fE l e c t r i c a l E n g i n e e r i n g,N o r t hC h i n aU n i v e r s i t y o f S c i e n c e a n dT e c h n o l o g y,T a n g s h a nH e b e i063210,C h i n a) K e y w o r d s:i m a g e p r o c e s s i n g;l i n e s t r u c t u r e d l i g h t;S t e g e r;s u b-p i x e lA b s t r a c t:I n o r d e rt o r e d u c et h e p r o b l e m t h a tt h e S t e g e ra l g o r i t h m i ss u s c e p t i b l et o e n v i r o n m e n t a l i n t e r f e r e n c ew h e ne x t r a c t i n g t h e c e n t e r o f t h e l i g h t s t r i p e,t h e a c c u r a c y o f t h e c e n t e r o f t h e l i g h t s t r i p e i s r e d u c e d.A n i m p r o v e dS t e g e r a l g o r i t h m w a s p r o p o s e d,w h i c hu s e s a d a p t i v e c o n v o l u t i o n a l t e m p l a t e f i l t e r i n g c o m b i n e dw i t h t h r e s h o l d s e g m e n t a t i o nb a s e do n t h eO t s um e t h o d t oo b t a i n t h e a r e ao f i n t e r e s t o f t h e l i n e s t r u c t u r e d l i g h t s t r i p e,a n d t h e n t h e r o u g h p o s i t i o no f t h e s t r i p e c e n t e rw a s q u i c k l y o b t a i n e da c c o r d i n g t o t h e g e o m e t r i cc e n t e r m e t h o d.A c c o r d i n g t ot h el i n e w i d t hs e g m e n t a t i o no ft h es t r i p ea r e a,t h eS t e g e r m e t h o dw a su s e dt oe x t r a c t t h es u b-p i x e l p o s i t i o no f t h ec e n t e r l i n eo f t h es t r u c t u r e dl i g h ts t r i p e.T h e r e s u l t s s h o w t h a tc o m p a r e d w i t ht h e g r a y b a r y c e n t r i c m e t h o da n dt h et r a d i t i o n a lS t e g e r m e t h o d,t h ee x p e r i m e n t a l r e s u l t s c a na c c u r a t e l y a n d ef f e c t i v e l y o b t a i n t h e c e n t e r p o s i t i o no f t h e s t r u c t u r e d l igh t s t ri p,w i t hh i g h e r e x t r a c t i o na c c u r a c y a n d g o o ds t a b i l i t y ,a n de s t a b l i s ha f o u n d a t i o n f o r t h e s t r u c t u r e d l i gh t 3D r e c o n s t r u c t i o n .701 第1期 曾凯,等:基于改进S t e g e r 算法的线结构光中心提取。
复杂背景下的结构光条纹中心提取算法研究
复杂背景下的结构光条纹中心提取算法研究
高秋玲;成巍;李文龙;戈海龙;侯兴强;宋汝晖;魏佳洁;贾天烁;蔡馨燕
【期刊名称】《山东科学》
【年(卷),期】2024(37)2
【摘要】线结构光三维扫描建模系统中最关键的一步是提取光条中心线,但环境中各种因素的干扰给中心线提取带来困难。
针对线结构光条纹图像存在光斑干扰、光强分布不均、光条宽度差别大、背景复杂等多种问题,提出解决方案。
首先采用Otsu对结构光图像二值化;其次采用改进DBSCAN(density-based spatial clustering of applications with noise)算法保留核心点,去除边界点和噪声点;最后将核心点作为输入,构建图数据结构,采用适用于线结构光条纹图像的最短路径搜索算法得到光条中心线。
实验结果表明,该算法运行时间在150 ms以内,误差在0.2像素以内,并适用于多种复杂环境,满足实时性、准确性和稳定性的要求。
【总页数】9页(P65-73)
【作者】高秋玲;成巍;李文龙;戈海龙;侯兴强;宋汝晖;魏佳洁;贾天烁;蔡馨燕
【作者单位】齐鲁工业大学(山东省科学院)山东省科学院激光研究所;山东省科学技术情报研究院
【正文语种】中文
【中图分类】TN249
【相关文献】
1.线结构光三维视觉测量中光条纹中心提取综述
2.复杂背景下蓝色线结构光中心提取方法
3.基于结构光的大锻件尺寸测量中光条纹中心线提取方法
4.复杂背景下激光条纹中心亚像素提取方法
因版权原因，仅展示原文概要，查看原文内容请购买。