线结构光中心线提取算法研究与发展

在线结构光三维测量系统中,准确提取光条中心线是实现三维测量的关键问题。首先,从线结构光的工作原理及系统组成出发,介绍了当前线结构光的发展历程。然后,概述了现有的光条中心提取方法,对其原理和关键技术进行了分析和对比。最后,分析传统中心线提取算法的优缺点,总结了深度学习的强适应性和高精度性能更适合工业检测中的应用。对线结构光光条纹中心线提取算法进行研究,对现有的问题进行了深入分析,并对未来的研究方向做出了展望。

连铸坯三维测量多线结构光的中心条纹快速提取

在利用多线结构光系统对大尺度连铸坯进行三维测量的过程中,线结构光中心条纹的提取精度是影响三维测量精度的重要因素。提出了一种对传统灰度质心方法进行优化的多线结构光中心条纹提取方法。对连铸坯表面激光横截面不满足高斯分布的线结构光条纹,利用图像背景差分的方式去除环境噪声,并根据线结构光条纹与背景间的灰度变化信息确定线结构光的边界,同时提取线结构光的感兴趣区域。根据光条在梯度方向上的灰度积分比例计算灰度质心法的自适应灰度阈值,利用灰度质心方法处理感兴趣区域提取出光条中心点,最后结合附近半径为5个像素的邻域内所定位的中心点进行质心重提取,获得连铸坯表面光条的亚像素中心坐标。现场测量结果表明:对反射特性不均匀的连铸坯表面的激光条纹光条中心进行提取,最终连铸坯边缘轨迹点的三维测量结果标准偏差在2 mm以内,该方法具有精度高、速度快、鲁棒性强的特点。

基于白光三角法的芯片封装凸点高度测量

为了实现芯片封装凸点(Bump)高度的测量,建立了基于白光三角法的测量系统,并提出了一种复杂背景下Bump高度的测量方法。根据提出的测量模型搭建了Bump高度测量系统,利用U-Net深度学习模型进行光条图像的分割并结合灰度重心法和插值法提取完整的光条中心,以克服复杂背景的干扰。然后,对测量系统进行标定以确定像素值与实际高度值的对应关系。最后,通过函数拟合的方式确定Bump的高度。实验结果表明:Bump高度的测量重复性平均值为0.21 μm,标准差为0.095 μm;测量平均误差为-0.04 μm,标准差为0.408 μm。该方法在复杂背景下对Bump高度的测量精准度高、稳定性好,可满足芯片封装中晶圆Bump共面性在线检测的要求。

基于骨架邻近像素匹配的光条中心提取方法

提出一种基于骨架邻近像素匹配的线结构光条中心提取方法,分别在图像预处理阶段和光条中心提取阶段对传统方法进行改进.在图像预处理阶段,将马尔可夫随机场理论应用于二值图像去噪中,同时提出了一种基于连通域面积特性的ROI(region of interest)提取方法.在光条中心提取阶段,首先提出了一种光条骨架剪枝算法,对细化ROI得到的光条骨架进行剪枝、平滑,之后综合考虑光条图像的几何特性和灰度分布特性,基于邻近分析对ROI内各像素进行划分,继而求取出灰度重心,最后经Savitzky-Golay滤波后实现光条中心提取.实验结果表明,所提方法对不同类型光条的提取适用性强,相较于Steger法精度更高,且速度在其基础上提高了约6.98倍.

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。

基于K-means聚类的结构光中心线提取方法研究

在线结构光测量系统中,为实现对结构光光条中心线的快速、准确提取,提出一种基于K-means聚类的光条中心线提取方法。在对光条图像进行中值滤波的基础上,利用K-means算法分割出光条感兴趣区域(ROI),并对二值图像进行数学形态学操作,再结合灰度重心法和最小二乘法得出较好的光条中心线。实验结果表明:该方法能够有效分割出目标光条,并快速提取出光条中心线;算法提取光条中心到拟合直线距离的标准差约为0.184像素,运行时间约为0.281 s;提取精度明显优于灰度重心法和方向模板法,实时性比Steger算法有巨大的提升,且具有较好的抗噪声干扰能力。

大视场下线结构光光条中心的快速提取

在线结构光三维测量中,线结构光光条中心的提取是关键的一步。针对强背景光大视场下线结构光光条(长度约2m)中心的提取,提出了一种基于感兴趣区域(ROI)的光条中心提取方法。首先用统计的方法确定图像处理的ROI,再在此区域内用最大类间方差法进行阈值分割并用灰度重心法提取中心。结果表明:在VisualC++6.0平台上,处理一帧1280×1024大小的线结构光条图像大约用时47ms,且光条中心提取精度高。这种提取中心的方法很好地减弱了大视场下强背景光的干扰,提高了光条中心提取速度。

钢轨磨耗动态测量结构光条纹中心提取算法

针对钢轨磨耗结构光动态测量中结构光条纹中心提取的实时性问题,提出一种新的序列图像中结构光条纹中心的快速提取算法。以上一帧图像中提取的钢轨条纹中心作为条纹中心的初始位置,首先对初始位置进行校正,以补偿传感器振动所带来的图像中条纹纵向变化,然后在法向方向上使用灰度质心法计算得到条纹中心的近似值,通过在近似值点计算单点Hessian矩阵获得条纹中心的亚像素精确位置。实验表明,该方法速度快、精度高,有效解决了基于结构光视觉的钢轨磨耗动态测量中条纹中心的实时精确提取问题。

基于自适应窗曲线拟合的结构光条纹中心提取

在结构光视觉系统中,光条中心位置的提取精度非常重要。在总结现有的结构光条纹中心提取方法后,提出了一种结构光条纹中心自适应窗曲线拟合法。该方法在保持曲线拟合法优点的同时,克服了拟合窗口的尺寸选取对拟合结果的影响。光条中心的定位精度从而可以达到亚像素级。实验结果表明,使用自适应窗曲线拟合法与传统方法相比,改善了条纹中心提取的稳定性和精度。

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。

SMT封装电路板三维在线检测技术

为了检测回流焊接之后SMT(Surface Mount Technology)封装电路板是否存在缺陷,设计并搭建了基于线结构光传感器的SMT封装电路板三维在线检测系统,通过线结构光扫描测量,获取SMT封装电路板表面三维数据。采用双传感器测量技术,有效减少数据丢失;研究了双传感器统一标定技术,可同时实现两个传感器的参数标定和坐标系统一。提出了自适应光条中心提取算法,对反射或散射影响而形成的光条图像噪声具有很好的抑制效果,能够提取准确的光条中心。实验表明系统测量精度可达到0.02 mm。系统测量得到的三维数据,可以为在线检测SMT封装电路板缺陷提供可靠的三维信息。

圆结构光光条中心亚像素级提取方法

从图像中准确提取光条中心对于主动视觉系统十分重要。分析微小物体内表面视觉检测系统中圆形结构光光条图像特征,将干扰光条分为漫反射和镜面反射两类。利用Hessian矩阵确定图像中光条法线方向,在光条法线方向上求解光条中心亚像素位置,用8方向搜索法剔除干扰光条。实验证明,光条提取和剔除干扰光条方法是有效的。

线结构光三维视觉测量中光条纹中心提取综述

光条纹中心提取是线结构光三维视觉测量中的关键技术.把影响光条纹中心提取精度的主要因素归纳为工作环境、激光平面、被测物体和图像采集系统,并对其进行了对比分析.根据提取算法的理论基础、对图像信息的利用及计算思路特点的差异,将其分为几何中心方法和能量中心方法两大类.针对每类方法的计算思路、优缺点、改进方法、适用工况等在细分类方法中进行了对比分析和归纳总结.最后结合两大类方法的发展特点,提出了光条纹中心提取方法的进一步发展方向.

钢轨磨损视觉测量的轮廓精确快速提取

为保证钢轨磨损动态视觉测量的高精度,综合图像获取和图像处理技术,实现了清晰光条图像获取和光条中心点亚像素坐标精确提取。根据光条与背景环境亮度的高对比度,提出一种依据光条亮度的相机自动曝光法,用于获取清晰的光条图像;分析图像光条法线方向的亮度衰变特征,采用动态阈值分割法初步提取光条,滤除图像背景的同时保留光条法线方向的亮度衰减信息;根据图像过度曝光信息确定光条中心点像素大致位置,再对分割的光条图像相对应像素位置点计算Hessian矩阵,获取光条中心点的亚像素坐标。采用MFC编写应用程序进行试验,在不同光照环境和背景物的干扰下,该方法可精确地提取光条中心,与经典Steger算法相比提取精度偏差为0.05pixel,运算时间节约40%。试验结果验证了该方法稳定性好,有较强的抗干扰能力,较好地满足钢轨磨损测量的现场要求。

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。

基于激光摄影测量方法的地铁限界检测系统研究

限界检测系统主要采用激光摄影测量方法快速实现地铁限界非接触式检测,检测系统采用激光摄像式传感器实时采集隧道断面图像,通过对激光摄像式传感器非线性模型进行标定从而建立空间物体与摄像机图像像素之间映射关系,实现隧道断面上待测目标点的距离测量.针对系统中激光光条图像的处理,先后采用图像预处理算法提高图像处理效率,Sobel算子提取激光光条边缘,利用Sobel算子提供的光条梯度信息经脊线跟踪法实现光条中心亚像素提取,提高检测系统精度.利用研制出的地铁限界检测系统进行现场试验和精度验证.试验表明,地铁限界检测系统能够满足地铁限界高精度检测需求,能够为地铁安全运行发挥重要作用.

线结构光视觉传感器测圆(类圆)孔中心两步法

针对基于工业机器人平台柔性三维视觉检测系统,提出线结构光视觉传感器测量空间圆(类圆)孔中心两步法。根据线结构光视觉传感器测量模型,确定被测圆心近似z向坐标。根据圆心相对摄像机光心的方位,确定被测圆心的x、y向坐标。该方法突破了传统空间圆(类圆)孔中心测量仅能采用双目视觉传感器的方式。研究结果表明,该方法切实可行,可以满足实际测量需求,能够极大地扩展线结构光视觉传感器的应用范围。

平顶线结构光的中心检测算法及光刀平面标定

针对传统线结构光光刀平面标定方法测量精度不高,应用范围小的问题,提出基于平面标靶的线结构光系统光刀平面标定,对无激光的标靶图片进行迭代摄像机标定,有激光的标靶图片进行光刀平面标定.提出光强符合均匀分布的平顶激光检测中心算法,将平顶激光建模为矩形的台阶函数,估计背景亮度和前景亮度,确定亮条纹宽度,再将窗口内的有效像素参与重心计算,得到光条纹中心.用该算法对不同噪声及不同量块的图片进行处理,结果表明,处理后图像的均方根误差分别在0.149pixel和0.176pixel内,表明该算法抗噪声能力强、精度高.用该算法提取光条中心,计算光条在标靶上的位置,根据至少两个姿态下的光条中心三维点,基于最小二乘法拟合光刀平面.通过迭代摄像机标定和光刀平面标定,利用三角测量法,在立体视觉模型下获取物体的三维点云数据.实验测量两个距离为100.5mm的标准球,相机与标准球距离为500mm,比较两球心距离与标准距离,测得平均误差为0.236mm.表明平顶激光检测中心算法切实可行,光刀平面标定方法基本满足要求.

利用轮廓线多边形表示实时提取光带中心线

提出了一种亚像素光带中心线实时提取方法。首先,通过跟踪光带轮廓线并进行多边形表示将光带分段;然后,利用轮廓线的逆时针排序特性以及分段光带方向和横截面方向的正交关系,采用序号表示方法计算光带横截面扫描线方向;最后,在扫描线上设计了自适应光带横截面宽度变化的灰度重心法计算亚像素坐标。针对6传感器线激光人脚扫描仪采集的分辨率为640pixel×480pixel的典型位置光带位图进行了实验,结果显示,采用本方法提取光带中心线用时不超过3.1ms,精度达到亚像素级,能够满足多传感器线激光扫描视觉系统对光带中心线提取的实时性和高精度的要求。

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。