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。

二维搜索与梯度重心相结合的光条提取方法

为了在线结构光三维形貌测量中快速准确提取光条的中心位置,保证测量精度,研究了一种基于二维搜索与梯度重心相结合的光条中心提取方法。首先,分析了图像中光条的几何特征和灰度分布特点,采用二维搜索的方法对光条中心进行初步定位;然后,采用自适应阈值法确定光条边界的精确位置;最后,采用梯度重心法对光条中心进行精确定位,得到光条中心的精确位置。该方法单幅图像光条提取时间控制在0.03 s以内,提取误差(3σ)为0.1 pixel,在60 mm×60 mm的测量范围内,测量精度优于30μm,满足了测量对精确性和实时性的要求,解决了实验中存在的局部过曝的问题,具有较强的适应能力。

基于视觉传感的薄板焊缝特征亚像素提取方法

提出了一种薄板对接焊缝特征亚像素提取和图像处理方法,可以有效地提高薄板焊缝特征的提取精度。针对薄板接头特征设计了一个基于面性激光的视觉传感器,有效地采集薄板焊缝图像;提出了一种亚像素特征提取方法,根据图像的灰度分布特点,搜索每列的极大值和极小值,并以这两点为边界,对图像进行分割;接着对分割的焊缝特征区域,采用基于灰度梯度的重心法进行亚像素的焊缝特征提取。试验结果表明,该方法可以有效地检测出薄板对接焊缝特征,提取精度可达0.1个像素。