一种线结构光亚像素中心坐标提取方法

为了提高光条中心点提取的精度和速度,提出了一种新的线结构光条纹中心亚像素提取方法。首先对图像进行中值滤波,采用轮廓跟踪算法避免扫描光条纹区域外的像素,以此提高计算速度,结合灰度重心法对光条纹中心进行初提取;通过均方灰度梯度法计算光条纹的法线方向并以初提取点为中心进行双线性插值;以提取到的初始点和插值点采用加权灰度重心法计算光条纹中心的亚像素位置。实验结果表明,所提方法的标准误差在0.1400 pixel左右,运算时间约为0.0670 s。

三线结构光光条中心的提取方法

三线结构光三维测量中,结构光图像光条中心点提取的精度直接影响系统最终测量精度.提出一种三线结构光光条中心的亚像素级提取的融合方法,该方法融合了自适应中值滤波法、阈值法、均方灰度梯度法和加权灰度重心法.采用自适应中值滤波法对光条图像进行去噪、用阈值法初步提取光条中心,采用均方灰度梯度法求光条法线方向,在法线方向上应用加权灰度重心法获得亚像素级光条中心.实验结果表明:该方法可以精确快速地提取光条中心,达到亚像素级的精度.

线结构光条纹中心亚像素自适应提取算法

为了解决传统条纹中心提取算法对物体材质及噪声敏感问题,采用自适应结构光条纹中心提取算法来提取条纹亚像素坐标。该算法首先对图像进行预处理,利用图像掩模操作提取条纹图像感兴趣区域,通过自适应卷积模板消除噪声干扰,得到条纹区域截面宽度及条纹中心坐标的像素集合;其次根据中心坐标的像素集合采用二次加权灰度重心法求取条纹中心初始坐标值,将此作为种子点进行区域生长运算,并结合主成分分析分解特征矩阵;最终得到线结构光中心的亚像素坐标点。结果表明,该算法能够有效快速地获取结构光条纹中心亚像素坐标,相比灰度重心法,所提算法实验结果波动性较小且标准误差也相对较小,提取速度相比基于Hessian矩阵的Steger法提高近4倍,满足工业测量系统实时性要求。所提出的结构光条纹中心提取算法具有较高的提取精度和良好的稳健性,计算复杂度低,具有较高的实时性,可为后续3维视觉测量系统提供良好的精度保障。

基于斜射式线结构光的隧道错台快速检测技术

为实现隧道错台快速、自动检测,保障隧道结构安全,提出基于斜射式线结构光的错台快速检测方法。首先,基于斜射式激光三角法原理和成像原理推导出错台量计算的理论公式,并且采用随机抽样一致性(RANSAC)算法进行线性函数拟合逼近,将不易测量的角度参数转换为函数常量;然后,结合目标检测算法Yolo-v3和图像梯度特征提取图像感兴趣区域(ROI),采用灰度平方加权重心法对光条中心点进行亚像素级提取,依据直线间距离公式获得像素位移量;最后,对室内试验数据和实际工程数据进行验证。研究结果表明:利用Yolo-v3算法实现错台区域定位,准确率可达97.35%,计算效率每秒26张图像,同时与极值法、Steger法、灰度重心法相比,提出的算法在光条中心点提取方面更加精准,并且87%的错台检测结果与实际测量结果绝对误差在0.6 mm以内,最大绝对误差不大于1.5 mm,满足工程应用。

Cortex-A9平台钢筋焊缝光条中心提取实现

在钢筋焊缝三维形貌的现场检测中,由于传统检测仪不便移动与笨重,则利用Cortex-A9处理器构成一种便携式检测系统进行三维视觉检测。其中提取焊缝的光条中心非常重要,因此将实现在嵌入式系统下光条中心的提取,首先由处理器控制cmos摄像头实时采集获得的图像进行平滑滤波并用大津法得到动态阈值进行图像分割,然后利用灰度平方加权阈值重心法得到焊缝光条纹的亚像素精度中心。实验结果表明该算法抗干扰能力强,在开发板平台上提取原始图像的光条中心用时0. 15 s,可实现焊缝光条中心的精确提取。

多重干扰下管片端面条纹中心提取优化算法

在盾构实际施工过程中,为解决在对管片状态采用非接触式测量检测时,管片端面干扰较多,传统光条中心点坐标提取算法易受干扰、波动性大的问题,提出一种光条中心点坐标提取优化算法。该算法首先采用自适应阈值二值化、形态学处理等操作对图像进行预处理,消除部分干扰;其次采用加权灰度重心法提取得到初始光条中心点坐标,将此坐标作为优化对象,采用距离阈值和三次样条插值法对坐标进行初步优化和二次优化,得到最终优化的线结构光中心坐标点。试验结果表明,该算法不仅提高了中心点坐标提取精度,而且满足工业需求,实时性较高,为后续检测管片椭圆度、捕捉管片相对盾构姿态奠定了良好的基础。