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.

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。

关节臂激光扫描系统光条中心提取方法研究

在基于关节臂的线激光扫描系统中,光条中心的提取精度和所用时间直接影响到整个系统的测量精度和实时响应能力。本文在国内外现有算法基础上整合改进,利用迭代阈值法、改进Sobel算子和光条修补算法完成光条粗提取,取中心点附近10 pixels利用灰度重心法计算光条中心精确位置。实验证明,该算法在350 mm?350 mm测量范围内,系统测量误差优于40?m,一次提取时间28 ms,确保系统35 f/s扫描频率,满足实时在线测量要求。

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。

汽车焊缝密封胶条的光条中心提取算法研究

汽车焊缝涂胶能够提高车身密封水平,需要对胶条进行检测并且获得三维信息。激光三角法是应用广泛的检测方法,其关键技术之一是准确提取光条中心。但针对黑色被检胶体,光条中心提取鲁棒性差,因此提出了一种基于光条分割的Hessian矩阵定位和高斯曲线拟合的算法。首先,将整体图像对比度提高,运用去噪算法消除干扰的噪声;然后用极值法初步定位光条,结合Hessian矩阵对激光条的中心进行定位;最后利用高斯曲线准确拟合出激光条的中心。实验研究表明,在对光条图像添加噪声幅度为100的白噪声之后进行处理,同样能够将精度控制在亚像素级别,能够提高黑色被检测物体的光条的稳定性。

管道内表面检测圆结构光光条中心提取算法研究

为了实现管道内表面圆结构光三维重建并直观反映缺陷位置,针对圆结构光条纹中心的快速、精确提取,提出了一种基于感兴趣区域提取和光条骨架可变方向模板法结合的光条中心提取方法.首先对感兴趣区域进行提取(ROI),在此区域内用最大类间方差法进行阈值分割,再结合可变方向模板法实现亚像素级圆结构光条纹中心提取.实验结果表明:该算法可以精确快速提取圆光条中心,进而使三维重建达到良好效果.

一种改进的光条中心提取方法

在采用线结构光投影的三维物体测量中,激光条纹中心检测是影响测量精度及系统分辨率的一个重要因素.提出了一种激光条纹中心检测方法,这种方法通过对极值法获得的中心点的拟合,计算出光条各处的法线方向,并在法线截面上用遗传算法进一步优化出灰度的极大值点.实验结果表明在合理选择遗传算法的交叉率和变异率的情况下,该方法可以有效地获取光条纹中心,满足系统精度要求.

一种基于相位差积分的光条中心提取算法

光条中心线提取作为光学三维测量的关键部分,很大程度的影响着三维测量的结果。本文针对极大值法提取光条中心线误差较大的问题,提出一种相位差值路径积分的方法,进行高质量的光条中心的提取。实验表明该方法实现简单,与极大值法相比较其精度有大幅提高。

结构光测量系统光条中心提取算法研究

为了实现结构光对三维信息的测量,精确、快速且稳定地提取结构光光条中心是基本要求。提出了一种融合极值法和灰度重心法的结构光光条中心提取算法。首先对感兴趣的光条中心及其附近区域进行灰度增强,增加了该部分200-255灰度区间灰度的对比度。然后利用极值法找到各行列的极大值,对这些极值利用8邻域比较去噪算法,初步确定部分光条中心位置。接着利用灰度重心法计算部分光条中心位置,最后对于整条光条中心从全局角度进行多项式曲线拟合。加入噪声密度为1×10^-5噪声后处理结果与未加噪声前基本一致。该算法与形态学算法进行对比能达到亚像素级精度。

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。

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。

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。

结构光测量系统中光条中心的提取算法

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。

线结构光光条中心提取算法

目的线结构光视觉测量是一种利用可控光源和数字图像的主动视觉测量方法,光条中心提取是线结构光视觉测量的关键技术,直接影响到线结构光视觉测量的精度。传统灰度重心法只在图像的横向或纵向上计算光条的灰度重心,没有考虑光条的法线方向,精度较低。本文提出一种改进的光条中心提取算法,以期实现光条中心的精确提取。方法在分析线结构光的光条灰度特性基础上,基于传统的灰度重心法,提出一种改进的两步提取算法。基于图像差分法从原始图像中分离出有效的线结构光光条,采用传统灰度重心法对光条中心进行粗提取;在粗提取的光条中心点处通过自定义的方向模板确定光条的法线方向,以粗提取的光条中心点为中心,沿法线方向采用灰度重心法进行二次提取,获取线结构光光条的中心。结果本文采用CCD相机、镜头、线激光器及辅助机构搭建线结构光视觉系统,采用提出的算法对线激光器投影产生的直线型光条、非连续光条和弯曲光条的中心进行提取。通过光条中心提取实验获取的光条中心线的走向与光条的走向大致相同,符合预期的光条中心线。本文将Steger法作为评价标准,分别计算本文算法、传统灰度重心法与Steger法提取的光条中心的偏差,通过对比实验可知,本文算法提取的光条中心的偏差更小,并且程序运行时间比Steger法减少了3 s以上。结论本文研究线结构光的光条中心提取算法,对传统灰度重心法进行改进,能够实现直线型光条、非连续光条和弯曲光条等不同形状光条的亚像素级中心提取,并且在保证较少的程序运行时间的同时,能够提高传统灰度重心法的光条中心提取精度。

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。

Steger算法在运动鞋底表面光条图像中心提取的应用

为了解决运动鞋生产过程光条在粗糙的鞋底表面产生的光斑以及光条宽度变化而带来光条图像的中心提取缺失的问题,提出一种适用于运动鞋底表面光条图像中心的提取算法。在最大类间差法(Otsu)的基础上引入了模板内像素灰度均值和其他像素灰度的差值阈值,从而有效分割出光条图像的光斑区域。采用Canny算子提取光条图像的边缘和宽度,并根据光条图像的宽度来改变Steger算法中高斯滤波核的大小。试验结果表明,所提算法可以准确分割运动鞋底表面的光条图像光斑,并快速提取鞋底表面光条的中心,解决因光条宽度变化而导致光条图像的中心提取失败的问题。

面向重建的结构光中心快速提取方法

在逆向工程的非接触光学测量系统中,准确、快速提取光条中心是保证获取实物表面形状数据精度和算法实时性的关键因素。根据激光强度符合高斯分布和光条边界的连续性特点,对传统的光条中心提取方法进行改进。考虑光条在图像中的形状和分布特征,通过从图像的不同位置和方向扫描得到光条中心,并比较了不同扫描方法所用的时间。利用本文方法重建了动车轮毂的三维轮廓。实验结果表明,本文方法比传统方法有明显提高,具有较强的实用性。

基于线结构光的牵伸罗拉工作面圆跳动测量方法

针对牵伸罗拉工作面圆跳动的人工测量精度不稳定、效率低等问题,课题组提出了基于线结构光的牵伸机罗拉工作面圆跳动测量方法。通过线结构光获取牵伸罗拉工作面的条纹图像,在条纹图像预处理的基础上采用Steger算法提取条纹图像的中线点云数据;建立基于点云的牵伸罗拉工作面圆跳动测量模型;通过构建虚拟平面,得到牵伸罗拉的圆跳动值。实验结果表明:课题组所提出测量方法的绝对误差在0.01 mm之内,小于传统测量方法的绝对误差,提高了测量精度。

基于线结构光的零件三维尺寸测量系统

针对原有接触式三维测量技术测量时间长、效率低、对零件有损伤等问题,提出一种基于线结构光的零件三维尺寸测量系统。建立光平面数学模型,采用基于平面靶标的自由移动标定法标定光平面,利用基于Hessian矩阵的Steger方法对线结构光中心提取,通过坐标变换得到零件的三维尺寸。在Visual Studio软件中的Winform窗体应用设计三维测量系统的软件交互界面,搭建实验测量平台进行多个零件的测量实验。实验结果表明,对不同零件三维尺寸测量相误差均小于4%,提出的测量系统及方法具有较高的精度和稳定性,能够满足工程应用。

基于线结构光的填料板尺寸检测系统研究

为检测填料板的波峰高度、平均波间距等参数,提出了一种基于线结构光的填料板尺寸测量系统。首先,介绍了系统的组成及基于激光三角法的测量方案,对测量系统进行标定,获取了相机成像模型与被测物之间的坐标转换关系;然后,利用改进的灰度重心法对线激光的光条中心进行提取;最后,对采集的点云数据沿y轴切片,分别对多组切片上的点集进行拟合,从而完成波峰高度和平均波间距的测量。实验结果表明,使用的改进的光条中心提取法精度更高,波峰高度测量误差可达±0.04 mm,平均波间距的测量误差可达±0.08 mm,满足实际生产需求。