基于机器视觉的带式输送机高精度煤流检测研究

针对现有基于机器视觉的带式输送机煤流检测方法存在的图像细节缺失、在多处断裂或断裂间距较大区域拟合效果较差的问题,基于直射斜收式激光三角测量原理,提出了一种基于机器视觉的带式输送机高精度煤流检测系统,将线激光发射器布置在带式输送机测量位置正上方并垂直照射煤堆,煤堆随带式输送机匀速运动,利用相机在斜上方实时拍摄包含激光条纹的煤堆表面图像。对煤流检测系统进行标定,包括相机内参数标定和激光平面标定,得到煤堆的高度信息;对煤流截面激光条纹图像进行处理,从提取精度、算法实时性等角度对比分析了灰度重心法和区域骨架法,根据对比结果选用区域骨架法提取激光条纹中心;针对利用图像膨胀操作进行激光条纹断裂修补拟合效果较差的问题,提出采用最小二乘法作为激光条纹断裂修补算法,相较于闭运算,最小二乘法拟合处理的平滑效果更好,精度较高;建立煤流截面积计算模型,通过计算每一帧上煤堆的横截面积,即可得出不同带速下的煤流体积。实验结果表明,当带速分别为0.25,0.5,1 m/s时,煤流检测系统误差均较小,最大误差分别为2.78%,3.61%和3.89%,验证了煤流检测系统具有较高的准确性。

基于信度评估的线结构光多重曝光条纹提取

在单线结构光三角测量法的实际应用中,图像中条纹截面灰度分布的可靠性是保证条纹中心提取精度的重要基础。在物体表面反射特性不均匀的测量场景中,受欠曝光与过曝光的双重影响,造成条纹截面灰度分布不均匀、条纹中心可信度低等问题。基于上述问题,对复杂反射特性表面的单线结构光条纹提取技术进行了研究。提出了一种基于信度评估的条纹提取方法。创新性地应用了条纹能量密度与条纹宽度相结合的双参数评价标准,有效避免了单一能量信度标准下约束力不够的问题。该方法依据信度阈值识别多重曝光图像中的可信条纹,并将可信条纹拼接重建成最终条纹图像。试验结果表明,重建图像具有全局可信度,有效提升了条纹中心计算精度。该方法能够为复杂场景下三维测量技术的发展提供一定参考。

用于钢板测量的线激光条纹中心提取方法

针对用于钢板测量的线激光条纹中心提取方法,提出一种基于Steger方法的改进算法。首先,对原始图像进行自适应裁剪处理;其次,通过多次中值滤波操作进行噪声处理;最后,提出一种间隔n行采用Steger算法、中间行近似拟合的方法来计算条纹中心。应用结果表明,该算法将条纹中心提取速度提高了5倍,对于钢板实时测量系统具有一定工程意义。

基于FPGA的实时线结构光传感器激光条纹中心提取方法

激光条纹提取方法是线结构光传感系统中的一项重要技术,其准确度和速度直接影响系统的测量性能。然而,传统Hessian矩阵法可能会产生多余中心点和缺失中心点,限制了其准确度和鲁棒性。此外,传统Hessian矩阵法计算复杂,难以应用于实时测量场景。为此,提出了一种适合在FPGA中实现的激光条纹中心提取改进方法。首先,设计了一个新的判断函数来代替最大特征值来选取显著中心点,以增加真实中心和其他区域之间的数值差异,并通过修改中心判断标准,采用非最大值抑制的方法处理多余中心点和缺失中心点。其次,将所提出的方法在FPGA中进行实现。在不降低精度的前提下,对计算进行了合理优化,减少了FPGA的资源利用率和延迟时间。在准确度对比试验中,在噪声水平分别为0,0.01,0.02和0.03时,平均绝对误差分别为0.0039像素,0.0373像素,0.0520像素和0.0646像素,均方根误差分别为0.0068像素,0.0469像素,0.0654像素和0.0811像素;在FPGA中实现时,运行时间和延迟时间分别为14.89 ms和216.42μs。实验结果证明,所提出的方法准确度高、鲁棒性好,能够进行实时中心提取。

粗糙金属表面光条中心提取方法

为了精确提取粗糙金属表面的光条中心,提出了一种基于光切法的光刀条纹中心提取方法。从图像形态学角度出发,分析了图像的噪声来源,利用图像增强处理将噪声转化成颗粒状形态,并保持有效光条的连续条纹状特征。然后,通过对图像连通区域面积计数,分割噪声和有效光条信息,将得到的二值化光条图像作为掩模板,与原图像相乘来复原光条图像的灰度信息。最后,应用灰度重心法对已去噪的光条灰度图像进行中心提取。实验结果表明,提出的方法可使提取的光条中心全部落在光条位置区域。对噪声较多的直线条纹区域进行的中心提取显示,此方法的平均误差为0.337 5个像素。

基于激光视觉的角焊缝图像特征点提取

提出一种借助线激光从图像中提取角焊缝特征点的方法,克服了线激光在角焊缝表面的反光对提取光条中心线的影响,有效地识别出了角焊缝特征点.首先,根据局部对比度区分实际光条与反光条纹,用阈值分割结合图像形态学方法分割出实际光条,并确定ROI区域;其次,根据光条截面的灰度分布提取光条中心点;最后,用迭代最小二乘法拟合分段光条中心线方程并确定角焊缝特征点.结果表明,该方法能够快速准确地提取表面光亮角焊缝的亚像素图像特征点,在主频3.4 GHz的PC机上共用时0.35 s,能够满足焊接速度为0～25 mm/s的普通焊接设备的实时性要求.

双目视觉测量中等匹配点的光条中心提取

为了精确、快速提取激光条中心,使其提取结果更适用于工业现场特征尺寸的双目视觉测量,提出了一种等匹配点的激光条中心提取方法。利用灰度重心法粗提取出激光条中心点,计算灰度梯度方向,确定光条边界。接着,根据左右图像中激光条的粗提取结果确定基准光条,对另一幅图像中的对应光条进行插值。然后结合灰度梯度方向与插值结果对激光条进行重提取,得到等匹配点的亚像素中心坐标。最后,利用激光条中心点提取结果重建陶瓷平板、金属板表面及加工现场锻件表面的特征信息。实验结果表明,本文方法提取陶瓷板与金属板的激光条中心点的匹配率分别为99.887%与98.276%,宽度重建的相对误差分别为0.638%与0.488%,激光条中心提取结果能有效重建锻件表面的特征信息,满足工业现场对测量的精度、速度和鲁棒性要求。

基于B样条迭代法的激光光条噪声去除技术研究

在基于线结构光的视觉测量系统中,激光光条中心的提取精度是影响系统最后精度的关键因素。目前常用的光条中心提取方法都没有去除光条上的干扰噪声,在分析现有方法的基础上提出了一种利用B样条迭代去除光条噪声的方法。以光条上的点作为控制顶点拟合B样条曲线,在同一位置下用B样条曲线上的点取代噪声点,这样反复修改噪声点的位置使其逐渐逼近实际曲线,从而达到去除噪声的目的。利用重心法提取去噪后光条的中心,着重分析了参与运算的像素的取值范围。通过对比实验证明该方法的提取精度远高于其它方法,从而验证了去除噪声的有效性。

光条亮度对线结构光测量精度的影响

光条中心的提取精度直接影响线结构光传感器最后的测量精度,而光条亮度是影响提取精度的主要因素。提出了光条中心提取精度的评价方法,通过实验获得光条亮度与光条中心提取精度之间的关系曲线;为了在实际测量中能获得最佳光条亮度(对应最高的提取精度)设计了基于D/A转换的光条亮度自适应调节电路。实验结果表明:光条过暗或过亮都会使线结构光传感器的测量精度降低,在测量不同颜色的表面时通过光条亮度的自适应调节均可获得最高的提取精度。

基于双树复小波变换的激光亮度自适应调节

在线结构光视觉测量系统中,被测表面如果同时有强反射区域和吸光率高的黑色区域时,固定不变的激光亮度投射到被测对象上的散射效果不同。在进行图像处理特征光条中心提取时带来很大困难,从而造成测量误差。为此,设计了DT-CWT激光亮度自适应调节系统。首先,通过实验分析了各档级的电压与光条图像双树复小波分解后高低频能量比的关系。然后,选择光条图像双树复小波分解后6个高低频能量比作为光条图像质量评价函数。最后,自适应地找到适合硬盘光条图像处理的合适的激光亮度。在对硬盘的测量中,光条中心提取结果恰好在能量比曲线变换比较平缓的3.5V至3.9V段。该方法满足系统测量要求,显著提高了特征光条中心提取精度。

基于线结构激光的滚柱表面参数测量系统

为实现行星滚柱丝杠的滚柱表面参数测量,建立基于线结构激光的测量系统,针对滚柱螺纹牙型角、螺距和牙型高等表面参数的测量方法进行研究。首先,根据线激光三角法的测量原理,设计搭建测量装置系统。激光经成像系统,通过CCD摄像头获取到线激光条纹图像,对其进行预处理并提取出激光条纹中心。其次,根据螺纹形状特点对获取的螺纹轮廓进行ROI提取,将轮廓线分段进行处理,简化处理难度并获取不同的表面信息参数。最后,根据提取出的分段利用曲线拟合、特征点提取等方法计算所有滚柱表面参数。经实验验证:该文提出的测量系统对牙型角的测量重复性达到0.6°,螺距测量的重复性达到15μm,牙型高测量的重复性达到8μm,基本达到滚柱表面参数测量的要求。

基于视频的结构光光条中心提取方法

针对结构光测量系统,提出基于视频的结构光光条中心提取方法.首先,为了分析图像随时间变化的关系,将视频图像的每一帧的同一列像素提取出来,按照时间顺序排列成一幅图像.然后,把图像逆时针旋转θ角度(θ角是激光平面和CCD传感器平面法线的夹角),提取光条中心图像坐标.最后,把求得的光条中心图像坐标顺时针旋转θ角,根据这个光条中心坐标反求物体的三维轮廓.该方法利用视频图像各帧之间的相关性,有效地克服了颜色突变对光条提取的影响.实验表明,该方法能够有效降低光条中心提取的误差.

半透明胶条表面光条中心线提取

为了解决传统激光条纹中心线提取方法不适用于半透明物体的问题、实现对半透明胶条的轮廓精确测量,研究了半透明胶条表面光条中心线提取算法。对比分析了不透明胶条和半透明胶条的激光条纹成像机理。通过研究半透明胶条激光条纹的一维灰度序列,说明了直接反射分量和次表面散射分量的波峰分布差异。最后提出了半透明胶条表面光条中心线提取算法,首先扫描激光条纹的一维灰度序列;然后采用数学形态学方法,根据波峰灰度值大小及分布位置差异提取得到直接反射分量;最后,采用灰度重心法对灰度序列中的直接反射分量开窗提取亚像素中心位置坐标,连续扫描获得光条中心线。实验结果表明,本文方法有效排除了次表面散射的干扰,提取光条中心线的平均误差达到3.197pixel,二次曲线拟合后的平均误差为0.714 pixel,优于直接采用灰度重心法提取光条中心线。本文方法能够有效提取半透明胶条表面光条中心线,为工业现场半透明胶条的轮廓测量奠定了基础。

基于匹配滤波的光条中心提取方法研究

在基于线激光的结构光三维检测系统中,实时、精确、鲁棒性好的光条中心提取算法是保证系统能实时、稳定工作的关键,它将直接影响检测精度。在对提取光条信号建模的基础上,提出一种基于匹配滤波的实时结构光条纹中心提取方法。通过光条插值结合匹配滤波的方法,实现亚像素级别的光条中心提取精度,并对断线条纹具有很强的修补能力。同时,提出了一种改进匹配滤波器算法,该算法能有效克服背景强干扰对于光条中心提取结果的影响,可有效提升光条中心算法的稳定性。通过搭建三维测试平台,研究该算法在工程测试中的应用特性。实验表明,本文提出的算法能够实现亚像素级别的提取精度。并设计外场实验,对文中方法进行验证,实验结果表明,改进的匹配滤波算法在复杂背景干扰下仍具有良好的光条中心提取能力,该方法能满足工程测试需要。

基于灰度权重模型的激光条纹中心提取算法

为了在多噪声环境中精确提取激光条纹中心,采用改进的灰度权重模型,提取激光条纹的亚像素中心。通过均值阈值法以及改进的灰度权重模型对3维激光成像系统采集的图像进行了处理,并与传统的算法进行对比。结果表明,该算法能够较为完整地提取激光条纹区域,并且其平均拟合相关系数为0.9809(最接近1),平均列坐标最大差值为0.4518pixel(最接近0),平均变异系数为0.0062(最接近0),相对其它方法具有更优的结果,能够抑制多噪声环境对于激光条纹提取的影响,精确提取激光条纹的亚像素中心,具有较好的鲁棒性。该算法为精确提取激光条纹的中心提供了参考。

基于焊缝图像信息的光条纹中心线提取

为准确快速提取不同坡口的焊缝特征信息,采用改进Steger算法在滤波去噪后的二值图像中提取出光条纹中心线。首先,将原图像与Otsu法相结合得到包含所有结构光条纹的矩形区域,利用高斯函数的可分离性将图像的二维高斯卷积进行简化,用一次高斯行卷积和一次高斯列卷积进行替代,从而减少运算量。由实验结果可知,改进后的算法不仅能更加准确地提取焊缝光条纹中心线,而且能够提升运行速度,满足实时性的要求。

基于投影统计特征与K均值聚类的十字光斑中心定位算法

以光斑中心准确定位为核心问题的激光三角法广泛应用于轧钢平直度检测系统中。针对湿平整后钢板形貌检测中面临的液滴干扰,为保持光斑中心提取的准确性和鲁棒性,提出了一种十字激光光斑中心定位算法。该算法首先采集所有十字光斑像素在多个方向的投影值,投影方向自图像坐标系X轴正方向开始0到π之间均匀分布;然后通过构建频数直方图,利用K均值聚类算法确定光条投影值边界;最后通过坐标变换求得十字光斑中心坐标。通过计算机仿真与实验,比较了该算法与直线拟合法在施加液滴干扰前后,对十字光斑进行中心定位的精度与鲁棒性。结果表明:该算法在液滴干扰下的重复定位结果可靠,置信度为99%的置信椭圆面积大约相当于三种点激光中心定位算法的2%。因此,该算法不仅能够在液滴干扰下准确定位十字光斑中心,而且使十字激光较点激光体现出更好的重复定位精度。

线结构光条纹自适应中心提取优化算法

在采用线结构光模式进行非接触式测量中,光条纹中心能否精确提取将直接影响视觉检测系统的精度。当激光条纹宽度变化、灰度分布不均匀时,一般算法提取出的中心点波动性较大,对此提出了一种激光条纹中心自适应提取的优化算法。该算法首先确定图像的光条纹区域,并通过边界检测计算光条各截面宽度,然后采用自适应宽度的二次加权灰度重心法求取光条中心,再根据斜率阈值对提取出的中心点进行均值优化,最终获得精确的亚像素级光条中心坐标。实验结果表明,与传统算法相比,该优化算法明显提高了光条中心提取的精确性和稳定性,中心点坐标的均方差仅为0.1pixel。

抗焊渣飞溅干扰的线结构光光条中心快速提取算法

线结构激光3D成像技术已广泛用于焊接检测。飞溅干扰下快速、准确、实时地提取光条中心图像是实现焊缝在线检测的关键问题。针对传统方法难以有效解决强弧光和焊渣飞溅干扰的问题,提出一种新的抗飞溅光条中心快速提取方法。首先,根据激光光条宽度约束条件提取条纹几何中心,采用快速连通域提取算法筛选出有效轮廓,利用改进的局部边缘连接算法连接飞溅导致的断点;然后,搜索相邻轮廓,将其构成有序对,并生成有向图,查找光条中心投影长度最大的路径作为真实的光条中心轮廓;最后,在粗提取的中心轮廓局部,沿法向计算亚像素中心。实验结果表明,所提方法能有效抵抗焊接时的飞溅干扰,即使拆除线结构光传感器的挡板,仍能实时准确地提取光条中心线,与多种算法相比,具有更高的运行速度和提取精度。