基于改进灰度重心法的线结构光中心提取算法

针对传统算法无法准确提取线结构光条中曲率变化较大区域中心线的缺陷,提出了一种基于改进灰度重心法的线结构光中心线提取算法。基于阈值法提取感兴趣区域和开闭运算滤除图像中的噪声点,获取质量相对较高的待处理图像;利用灰度重心法提取光条中心点,得到初始坐标并设置一个矩形计算区域,根据最小二乘法计算每个初始点的方向向量和法向量;在设定的矩形区域内计算初始点在其法线方向上的偏移量,得到精确的中心点坐标。实验结果表明:提出的算法能在线结构光中心中曲率变化较大区域精确提取中心线,提取精度均值为0.096 pixels,精度比率为44.2%,平均提取速度为0.082 s。

基于空间灰度重心推进的线结构光中心提取

利用线结构光对工件进行三维测量时,快速、准确提取激光光条中心是测量系统的关键技术之一。提出一种基于空间灰度重心推进的激光中心提取方法。该方法基于激光条纹空间灰度重心向前推进,结合八邻域判定法进行光条空间区域的选取,接着对选取的区域进行新的空间灰度重心坐标提取;在完成整幅图像提取后,采取3σ准则剔除异常中心点,最终获得激光中心坐标信息。实验结果表明,所提算法对不同类型条纹的适用性强,提取效果稳定。提取中心均方根误差为0.492pixel,相较于提取精度最优的Steger改进算法提升了9.8%,提取速度提高了5倍;相较于处理速度最优的内部推进算法,在保持提取速度基础上,提取精度提升了24.1%。同时,所提算法极大增强了对欠曝光光条图像的处理能力,有效降低了环境对线结构光测量的限制。

法向邻域加权灰度重心的光条中心提取法

为了提高激光条纹中心提取的精度和实时性,提出一种法向邻域加权灰度重心的光条中心提取法。采用双边滤波进行图像预处理,通过最大类间方差法确定阈值进行二值化处理;通过骨架细化操作提取激光条纹的骨架,通过Bazen法计算骨架法向;利用法向邻域加权的灰度重心模型提取激光条纹亚像素中心。实验结果表明:与Steger法相比,该方法运行时间减少了28%~45%,实时性更好;与灰度重心法相比,该方法残差降低了30%~50%,准确度更高,稳定性更佳,能够弥补灰度重心法易产生断线的不足。

基于改进灰度重心法的光带中心提取算法

在线结构光三维测量中,由于线结构光光源质量、物体表面反射率非均匀性以及表面粗糙性等因素的影响,激光光带经常会出现宽度不均匀,光带亮度不集中、离散性较大的现象。本文提出一种改进灰度重心法提取激光光带中心线,该算法基于自适应二值化处理得到光带各列法向宽度值以及光带的准确边界。然后,利用光带边界与灰度数据进行灰度重心计算确定出光带的中心位置。结果证实,改进算法中灰度重心的计算范围与光带宽度相一致,因而具有较高的提取精度和良好的适应性。

星敏感器灰度重心法质心定位系统误差分析及补偿算法

灰度重心法对星敏感器星像点进行质心定位,存在周期性系统误差,且高斯半径越小,误差峰值越大。为了对该型误差进行补偿,以积分型高斯点扩散函数为理想模型,所生成的星像点作为参考灰度数据,在时域上对灰度重心法开展仿真分析,对系统误差进行曲面拟合,拟合结果经过一阶泰勒展开处理,获得了误差补偿模型。仿真结果表明补偿算法显著提高了质心定位精度,高斯半径小至0.35像素,补偿后的质心定位精度优于10-3像素。

高斯加权的二维灰度重心法提取光条中心

为解决摄像机采集的激光条纹图像出现的明显不均匀现象,提高光条中心提取的精度和实时性,提出一种改进的二维灰度重心法。对光条图像进行中值滤波,用阈值法处理滤波后的图像;采用灰度邻域属性法进行光条中心的粗提取,求出条纹各列的法向宽度值;利用高斯加权的二维灰度重心法提取激光条纹中心。实验结果表明,在复杂的背景下该方法提取光条中心的精度和实时性均优于传统的灰度重心法、方向模板法以及自适应二维灰度重心法。

最小二乘法与灰度重心结合实现圆度检测

产品检测中若采集到的图像是模糊的,其轮廓边缘均不清晰,常规的边缘检测算法中,二值化处理会导致图像边缘信息丢失,降低图像边缘像素位置的定位精度,最终会影响产品圆度误差计算的精度。针对这一问题,在提取图像的边缘后通过灰度重心法进行坐标区域的重新定位,然后对得到的坐标点进行最小二乘法拟合。最后,通过对激光光斑的圆度检测实验,分析拟合结果的圆度误差,证明了该算法的优越性。

灰度重心与分数阶微分在硬盘光条中心提取上的应用

传统提取光条中心的方法已经不能适应现代工业飞速的发展,为此,将灰度重心与分数阶微分法二者结合起来应用在硬盘的测量上。硬盘具有较大的反射区域,如果只用灰度重心法,表面会有大量的散斑噪声,在提取光条中心时会造成困难,而与分数阶微分方法结合后,可以有效减少散斑噪声,有利于光条的提取,也增强了图像的质量。

基于Radon变换与灰度重心法的环形目标直径测量方法

为了提高传统接触式测量方法的测量效率并避免人为误差的影响,同时克服机器视觉中常用的Hough变换圆检测算法计算量大以及不适用于同心圆检测的情况,提出一种新的视觉测量方法用于实现环形目标直径测量。该方法通过阈值分割与边缘检测得到物体的轮廓图像,进行轮廓Radon变换,得到包含四条光带的处理结果并反映了所有方向角上环形目标直径的测量数据,利用灰度重心法提取光带中心线,进而根据中心线之间的距离计算出环形目标直径。仿真与实验表明,所提方法测量结果科学可靠,拥有较高的测量精度,能够实现同心与偏心目标直径的自动非接触测量,将具有很好的工程应用价值。

旋转测量状态下光斑中心定位方法

目前,对管道内腔为自由曲面的截面轮廓进行高精度测量是行业难题。拟将多个不同测量范围的激光位移传感器放置于管道内腔中,采用旋转的方式对内腔进行测量,将得到的测量数据进行归一化处理后获得被测管道内腔截面轮廓形状。分析测量过程中激光光斑的变化情况,针对光斑图像的多峰、散斑、平顶与形状变化等现象,提出了一种基于传统灰度重心法进行粗定位的距离倒数加权多项式插值亚像素光斑中心定位方法。采用中值滤波对光斑图像进行预处理,通过自适应阈值分割法从环境背景光强中分离出光斑中心定位区域。通过MATLAB仿真与灰度重心法、加权灰度重心法与高斯拟合法传统光斑中心定位方法相比,结果表明,光斑中心定位精度达到0.01 pixel,在激光光斑中心定位精度和稳定性方面有一定的改善,明显优于传统的光斑中心定位算法。

基于ZYNQ的线激光轮廓传感器设计

为了直接获取工件轮廓点云,设计一种基于ZYNQ可编程芯片的线激光轮廓传感器。以ZYNQ芯片为核心处理器,设计传感器的图像采集与处理硬件电路。根据相机畸变模型,通过双线性插值法矫正各像素点的灰度值,研究基于法向迭代的灰度重心法以提取激光条纹中心线,结合相机参数和激光光平面方程的标定,计算相机坐标系下激光条纹中心点的三维坐标。在ZYNQ芯片中实现上述算法的并行加速,进行工件轮廓扫描测试。结果表明:该传感器可得到工件的三维轮廓点云。

离子推力器栅极组件热变形测量方法

栅极组件是离子推力器的核心部件,其所包含的多层栅极结构在工作过程中会发生热变形,导致栅极间距发生改变,进而影响离子推力器的工作性能及寿命。为了实现栅极结构在实际工况下热变形的非接触测量与评估,改进和发展了基于摄像测量的栅极变形观测方法,评价了不同图像分析方法(灰度重心法、圆拟合法、灰度匹配法)对变形测量精度的影响。结果表明灰度匹配方法观测精度高,环境适应性好;同时,设计并实现了一套栅极热变形环境模拟与变形测量系统,可实现高温、通水、通气环境下变形的高精度观测。最后,对环境箱通水通气对测量精度的影响进行了评价,结果表明二者均会对测量精度造成影响,通水对实验结果的影响大于通气的影响。

改进型灰度质心实时算法研究

亚像素质心定位算法被广泛应用于空间飞行器姿态测量、天文观测、空间高精度稳像和空间激光通信等领域。作为空间高精度稳像系统检测模块的导星仪,以至少100帧每秒的高速实时检测导星的抖动量,为振动补偿机构提供补偿信息,这就要求亚像素质心算法在保证高精度的同时具有高速的实时性。为了满足导星仪的需求,本文通过模拟仿真与实验,分析了曝光时间内光斑漂移对亚像素质心定位精度的影响,得出要达到一定的亚像素质心定位精度,能够接受的最大光斑漂移速度;提出一种综合运用高斯曲面拟合、数字相关运算和灰度重心法进行图像预处理、图像分割和亚像素质心定位的改进型灰度质心实时算法,并验证该算法兼顾效率和精度,达到很好的效果。

基于拟合优化的多传感器测距误差残差补偿修正算法设计

在复杂环境下,多传感器协同测距过程,受信号强弱、传感器性能、光照的影响,测距过程存在一定误差。为解决上述问题,提出一种多传感器测距误差补偿算法。该算法首先利用小波变换将多传感器信号分解成低频和高频信号,并对高频信号采取阈值量化处理。将处理后的高频信号与低频信号重构,完成信号降噪。其次采用坐标投影法构建误差模型,并在模型中采用带有拟合优化的残差补偿法修正误差。最后将灰度重心算法与电荷耦合原理结合消除光斑,完成多传感器测距误差补偿。实验结果显示:这种算法的残差平均值在0.37附近波动、标准差平均值为0.42、信号采集误差平均值小于1 Hz,能够实现多传感器测距误差的准确补偿。

基于机器视觉的带式输送机负载超限检测方法

为了避免带式输送机因负载超限而引发多种安全事故,提出了一种基于机器视觉的带式输送机负载超限检测方法。通过分析双目立体视觉成像原理,采用棋盘格标定方法结合OpenCV标定程序来完成双目相机的标定,利用灰度重心法来提取光条的中心线,得到煤料的点云数据,构建煤料轮廓的三维结构,并据此来完成输送机负载的计算。实验结果表明:重构后的三维图像能够较好地反映出煤料表面的起伏变化,与真实情况较为一致;检测精度和准确度较高,负载检测的绝对误差均小于1%;输送机负载发生超限时,界面能够弹出相应的警示。

基于法线引导的激光中心线提取方法

在线结构光三维测量系统中,高精度激光条纹中心线提取是提高测量精度的关键。针对现有激光中心线存在提取精度不高、保留细节差等问题,提出了一种基于法线引导的激光中心线提取算法。该算法具体实现步骤为:首先,对图像进行预处理,结合边缘检测和几何中心法对激光线初步提取;然后,用主成分分析法(principal component analysis,PCA)求取其法线,在激光中心点处划分角度八邻域,通过法线角度引导搜寻有效点集;最后,利用灰度重心法对点集进行亚像素提取。实验结果表明:该算法均方根误差与灰度重心法相比提高了0.233 9像素,比Steger算法、方向模板法更好地保留了光条细节,可以更精确地提取光条中心,达到亚像素级的精度。

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。

激光条纹亚像素中心精确提取方法

利用激光三角法对工件进行三维测量时,激光条纹中心位置的提取是实现高精度测量的重要因素之一。为了能够更好地取投射在工件形状突变处的激光条纹信息,通过改进最大类间方差法在激光条纹图像中选取多阈值以实现二值化分割。所提算法基于最小二乘法获取激光条纹骨架上的法向,避免了大量卷积计算,从而提高运行速度,最后在其法向上利用灰度重心法得到激光条纹中心的亚像素坐标点。实验结果表明:该算法在激光条纹中心提取过程中,相较于经典的Steger算法,在运行速度上提高近6倍,分辨率上提高近16%,在工业上适用于在线精确测量。

基于机器视觉的煤流量快速检测方法

针对传统煤流量检测准确率低、实时性较差等不足,设计了一种基于机器视觉的煤流量快速检测方法。通过分析双目立体视觉成像原理,利用张正友标定法来完成线激光相机的标定,采用灰度重心法来提取煤料表面激光条纹中心线,确保线条的连续性和平滑性,并根据视差原理结合标定后的相机参数,完成二维线条到三维结构的转换,构建煤料轮廓的三维煤料轮廓。根据轮廓的横截面面积以及煤料密度,即可完成煤流量的求解。实验结果表明:基于机器视觉的煤流量检测方法准确率较高,最大误差为3.0%,检测速度较快,能够满足实际应用的需求。

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.