基于方向模板的结构光条纹中心检测方法

结构光条纹中心位置的准确检测是影响结构光系统精度的关键问题之一。在利用结构光系统获取距离数据时,会出现以下问题:第一,激光条纹的强度并不服从高斯分布和传感器引入的误差;第二,系统内部电子和软件引入的高斯白噪声。确定激光条纹中心传统的方法容易受到这些问题的影响。为了消除这些错误对数据的影响,数据需要低通滤波和平滑。但是如果对数据进行平滑,就会损失物体表面几何细节信息。文章提出了一种利用可变方向模板检测结构光条纹中心的方法,实验结果表明该方法能够准确地获取光条纹中心。

一种结构光条纹中心快速检测方法

为解决三维扫描仪中图像处理的实时性 ,提出检测结构光条纹中心快速算法 .本算法把阈值法与可变方向模板法相结合 ,充分发挥两者的优点 .先由主机计算激光条纹灰度阈值 ,再结合像素的灰度邻域属性实时确定激光条纹 ,然后用可变方向模板检测激光条纹中心 .实验表明这种方法具有数据存储量小、实现速度快的特点 ,而且还有抗白噪声能力和一定的修补断线能力 .此外 。

可变环境光照条件下的结构光条纹检测

线结构光条纹在复杂光照条件下的快速检测是线结构光测量可以实际用于工业现场环境的一个关键技术。针对工业现场环境中光照变化范围大的特点,研究了结构光条纹中心的快速检测方法。首先基于结构光条纹的几何特性自动获取包含结构光条纹的感兴趣区域;然后采用嵌入置信度的边缘检测方法在感兴趣区域内检测结构光条纹边缘;在此基础上,利用结构光条纹边缘反向平行的特性,自动提取结构光条纹中心点;通过对条纹中心点进行直线跟踪得到表示结构光条纹直线段;最终基于直线段确定结构光条纹与被测件的交点以实现自动测量。工业现场采集的结构光条纹图像检测结果表明,该方法可以快速检测不同光照环境下的线结构光条纹中心以及条纹与被测钢板的交点。系统经标定后,实验结果表明在钢板长度变化范围为8～14 m的情况下,基于该条纹中心检测方法的自动测量结果与人工测量结果的标准偏差为3.6 mm。该方法实现了工业现场环境下的实时测量,测量精度满足实用要求。

基于Hessian矩阵的多结构光条纹中心快速提取方法

使用结构光方法对物体进行三维检测时,需要对图像中结构光条纹中心快速、准确提取。为提高检测速度,可向待测物体同时投射多结构光条。为实现多结构光条纹识别和亚像素中心快速提取,本文提出一种基于Hessian的多结构光条纹亚像素中心提取方法。该方法首先对多结构光条纹进行识别,根据识别的结构光条纹计算各条纹上的极值点,最后在极值点像素位置附近区域确定结构光条纹的亚像素中心。实验表明,该方法减小了Hessian矩阵算法的运算量,提高了结构光亚像素中心提取速度,能满足多结构光条纹识别和亚像素中心快速提取的需要。

快速的线结构光条纹骨架剪枝算法

针对线结构光条纹骨架存在分枝导致条纹中心不平滑的问题,在数学形态学提取骨架的基础上,提出了一种基于端点跟踪的快速线结构光条纹骨架剪枝算法。该算法采用沿分枝方向跟踪识别并去除分枝端点的方式来剔除骨架分枝,不需要建立复杂的跟踪规则来判断剪枝方向,并且不需要设置固定的跟踪阈值,其跟踪长度由分枝长度决定,从而提高了剪枝效率。实验结果表明:该算法的剪枝时间与骨架分枝的总长度呈线性关系;与传统的剪枝算法相比,该算法的剪枝速度提高了3~7倍,能够有效地去除骨架分枝,保留骨架主干。该算法实现了光顺、单向连通的线结构光条纹骨架的快速剪枝,提高了三维测量的精度与速度。

基于系统空间结构约束的多线结构光条纹中心线提取方法

线结构光测量系统容易受到环境光干扰从而影响条纹中心线的提取。通过对系统空间结构约束的分析,文中提出一种多线结构光条纹中心线的提取方法。该方法分为标定和测量两个阶段,在标定阶段求出中心线的偏移量和偏移系数;在测量阶段中,分别在有环境光和无环境光时求得条纹中心线的三维世界坐标。通过平面和曲面拟合实验测量精度,并与Steger算法进行对比。实验结果表明,当存在环境光时,斜平面拟合得到的误差值小于0.007 mm,曲面拟合得到的百分比相对误差小于1.2%;无环境光时,圆柱体高度拟合相对误差小于0.7%,说明本文算法精度优于Steger算法。

融合三维结构光和叶绿素荧光的植株光合表型成像系统

[目的/意义]植株光合表型研究在把握植株生理特性和解析植株形态结构上起着至关重要的作用,通过传统叶绿素荧光成像方法难以对植株光合作用三维空间异质性进行分析。为提高植株表型检测效率,满足高通量植株光合表型分析需求,本研究构建了一套经济实用、融合三维结构光和叶绿素荧光的植株光合表型成像系统。[方法]提出了一种自动化植株图像采集并建立植株可视化模型的方法,并进行图像分析获取植株光合效率信息。通过搭建结合叶绿素荧光激发的结构光条纹投影装置,先用LED (Light-Emitting Diode)白光与蓝光分别照射植株样本,再用投影仪对植株样本投射相移条纹,电动滤光轮配合相机同步采集不同光照条件下特定波段的植株图像;通过数字图像处理获取植株三维图像和对应的叶绿素荧光图像,并分析植株的三维形态结构及光合效率,将植株叶绿素荧光图像逐像素渲染到其三维结构上,便可推测出植株光合在三维空间中分布情况。[结果和讨论]该方法及系统能够高效多样化采集植株图像,快速重构出植株三维形态,其整体重建准确率可达到96.69%,整体误差仅为3.31%,重构时间仅需1.11s,同时能够满足植株光合效率评估需求。[结论]该研究可为植株高通量光合表型异质性分析提供技术支持。

基于结构光的大锻件尺寸测量中光条纹中心线提取方法

大型锻件温度高,测量条件恶劣、误差较大,精确的尺寸测量可有效减少加工余量并提高材料的利用率.以高温锻件图像采集方法为基础,双目视觉结合结构光法可用于大型锻件尺寸在线测量.为消除干扰光线对在线测量锻件尺寸的影响,提出通过对单幅锻件结构光图像处理提取结构光条纹中心线的方法.该方法利用结构光条纹在截面上近似高斯分布的特点,首先根据设定阈值在行方向上搜索,并确定结构光条纹及干扰光线的起始位置;其后从起始位置开始沿光条纹在设定范围内搜索,并判断光条纹截面是否近似符合高斯分布以去除干扰光线;最后以结构光条纹起始位置为起点上下搜索,并计算结构光条纹的亚像素中心.实验结果表明:该方法具有计算简单、实现快速、稳定性好的特点,可用于大型锻件尺寸测量中结构光条纹中心线的提取.

焊缝图像中结构光条纹的检测与分割

为了在复杂噪声环境下从焊缝图像中精确地提取结构光条纹,构建了语义分割与目标检测相结合的深度学习模型用于焊缝图像的检测。为了提高模型的检测速度,在语义分割分支中,通过添加并行下采样模块及缩减卷积核数量的策略对模型进行了优化,并使该分支与目标检测分支的特征提取部分共享权重。针对焊缝图像中结构光条纹与背景像素比例失衡而导致模型分割结果偏向负样本的问题,在损失函数中添加Dice系数来对模型进行修正。经实验验证,该方法在保证实时性的基础上,以较高的精度实现了结构光条纹的检测。

基于彩色条纹结构光的物体三维重建方法

提出了一种新的基于结构光的彩色条纹编码方法完成彩色投影图案的设计.将投影投射到待测量物体表面后,需要对获得的图像进行颜色区分来获得代码信息.基于阈值和HSI空间分色算法,研究了彩色编码中8种颜色的有效区分方法.得到投影图像中条纹的代码信息后,利用摄像机和投影仪的参数计算物体的三维信息.研究了摄像机和投影仪标定以及物体三维信息的计算方法,进而研究了基于样条插值的物体表面三维重建方法.利用提出的方法对石膏模型和人手表面进行三维测量与重建.实验结果表明,所提出的三维重建方法具有较高的重建精度和良好的实时性品质指标.

基于虚拟双目的条纹结构光三维重建

为解决传统双目条纹结构光三维重建存在的同步性和成本高等问题,提出了基于虚拟双目的条纹结构光三维重建方法。采用单相机和两块双棱镜及投影仪设计了具有双目视觉功能的虚拟双目条纹结构光三维重建系统。通过双棱镜折射和分光改变被测对象表面反射光的路径,使用一个相机同时完成多视角的图像采集。通过多频外差法和立体匹配、双目标定得到被测对象的深度信息并重建点云。实验表明,文中提出的方法和真实双目结构光方法测量标准球的均方根误差分别为0.0379 mm和0.0305 mm。文中提出的方法可促进双目条纹结构光技术在快速、低成本、小型化等方面发展,同时该方法可推广到彩色相机条纹结构光三维重建及投影散斑结构光三维重建。

基于边界信息的结构光编解码方法

针对传统结构光编解码算法在处理有遮挡、阴影的光栅条纹时会导致错误的解码,且得到的不同编码值条纹会出现重叠现象的问题,通过采用改进的Canny算子提取黑白条纹之间的边界,提出一种基于边界信息的结构光精确编解码算法.根据结构光条纹图像的特点对Canny算子进行改进,使其适用于条纹边界精确提取.在结构光编解码方法中,首先建立描述结构光图像序列条纹边界的编解码二叉树,然后设计边界定位和解码算法来求解未知边界的编码值,再构造边界匹配算法来消除不同编码值条纹部分重叠的问题,最后实现对由于遮挡、阴影引起的断开边界的解码.实验结果表明,该算法对条纹进行解码的精度更高、误判率更低,并且对形状复杂的物体的条纹图像具有较好的抗干扰性.

基于结构光视觉的激光拼焊焊缝质量检测方法研究

在基于结构光视觉的激光拼焊焊缝表面质量检测系统中,需要准确获得焊缝结构光条纹中心线和特征点的位置。由于焊接过程中的各种噪声干扰,使得焊缝图像复杂多变,因此选择合理高效的图像处理算法是非常重要的。针对这一问题,对结构光视觉焊缝质量检测系统图像处理方法进行了深入研究。在图像预处理中,首先通过开窗处理来获得兴趣区域,采用中值滤波去除图像噪声。在结构光条纹中心线提取过程中,提出了一种新的模板法获得了条纹的边界并用几何中心法提取了条纹中心线;最后,使用斜率分析法提取了特征点。试验表明,该方法具有较高的特征点检测可靠性,并且运算速度快、抗干扰能力强,具有较高实用价值。

基于结构光视觉的激光拼焊焊缝背面质量检测方法研究

在激光拼焊中,背面焊缝成形质量直接影响焊件的机械性能。文中在分析结构光视觉检测原理的基础上,建立了基于结构光视觉传感的焊后焊缝背面质量检测系统并对焊缝背面质量检测系统图像处理方法进行了深入研究。在图像处理过程中,首先通过开窗处理来获得兴趣区域,采用中值滤波去除图像噪声;其次使用迭代自动阈值法分割出结构光;在结构光条纹中心线提取过程中,提出了一种新的模板法获得了条纹的边界并用几何中心法提取了条纹中心线;然后,将斜率分析法引入到条纹中心线特征点检测中并获得了中心线上的一系列特征点。最后通过背面焊缝的图像序列,计算获得了背面焊缝不同位置处的几何参数及缺陷值。试验表明,该焊缝背面质量检测系统图像处理方法可靠性高、运算速度快、抗干扰能力强,具有较高实用价值。

基于局部阈值的激光拼焊焊缝条纹中心线快速检测方法研究

基于视觉的激光拼焊焊缝表面质量在线实时检测系统中,结构光条纹中心线能否快速、准确提取是影响检测系统性能的关键因素之一。传统的高斯拟合法和Hessian矩阵法虽然具有较高的亚像素提取精度,但其计算量非常大,无法满足实时性的要求。文中在分析激光拼焊焊缝质量检测系统中结构光条纹图像特点的基础上,将传统的几何中心法引入到结构光条纹中心线提取中,提出了一种精度介于像素级到亚像素级之间的局部阈值几何中心法。实验表明:该算法具有较高的精度和较强的抗干扰能力,实现了视觉检测系统中结构光条纹中心线的快速提取,为激光拼焊焊缝质量视觉检测系统在线实时检测奠定了基础。

基于MEMS的条纹结构光生成技术

文章主要讲述的是一种基于MEMS微振镜和激光光源的条纹结构光生成技术。选用STM32单片机与MEMS微振镜所在的从机交换数据,用软件KeiluVision5编写程序,并使MEMS驱动,同时单片机输出脉冲宽度调制信号驱动激光器产生PWM波形的激光束。文章所研究的条纹结构光技术是对MEMS激光扫描的一种探索与尝试,希望能在3D检测技术上有所突破。

结构光三维传感器测量网相关技术

针对大尺寸复杂物体的全自动、高精度、大数据密度、真彩色三维成像与测量,基于条纹结构光三维传感器,阐述了多节点三维传感器测量网络相关技术。涉及单三维传感器的条纹分析和相位重建、系统标定和三维重建两大关键技术点分析,多节点三维传感器测量网络的构建与优化、多节点三维传感器测量网络的标定、测量三维深度数据与纹理数据的匹配与融合等相关技术。并给出了部分实验原型机及实验结果。

基于结构光的水下焊接熔池宽度在线检测

直接拍摄水下焊接熔池图像来检测焊接熔池宽度实现难度较大,提出了一种通过成形焊缝结构光条纹图像来完成水下焊接熔池宽度在线检测的方法。将装有防水罩的激光结构光视觉传感器安装在焊枪之后置于水下,针对水下成形焊缝图像特点,经图像加窗、拉普拉斯锐化、二值化以及数学形态学滤波和图像细化处理,就能够在线获得焊接熔池宽度。结果表明,处理过程速度快,检测结果精度高。当条纹检测点和熔池中心之间的距离小于35 mm时,焊接熔池宽度相对误差可控制在3%以内。

面结构光的货车侧面防护装置安装尺寸的测量

提出一种基于面结构光的货车侧面防护装置尺寸测量方法.即采用激光三角法原理,利用投影装置产生条纹状结构光,投射到货车侧面,结构光信息被视觉装置采集后由计算机处理,计算机通过结构光的条纹信息,实现货车侧面防护装置及车轮的空间三维信息反演,从而实现货车侧面防护装置尺寸测量.该方法避免了在普通机器视觉方法货车侧面防护装置检测中,由于车轮和防护装置与视觉装置的距离不同带来的测量误差.在系统设计的基础上,搭建了实验平台,进行了实验研究.由实验结果可知,采用本方法的货车侧面防护装置尺寸测量误差小于3mm,而原有视觉方法测量精度为10mm,可见本方法的测量精度远高于原有方法.

不等厚激光拼焊板焊缝质量检测图像处理方法

针对激光拼焊过程中的各种噪声干扰,使得焊缝图像复杂多变,本文对结构光视觉焊缝质量检测系统图像处理方法进行了深入研究。在图像预处理中,首先通过加窗处理来获得兴趣区域,采用中值滤波去除图像噪声。针对母材区域和焊缝区域对结构光反射率不同,提出了使用局部阈值来分割目标图像的方法,并使用形态学开运算进一步去除噪声干扰;在结构光条纹中心线提取过程中,使用模板法获得了条纹的边界并用几何中心法提取了条纹中心线;提出了基于焊缝灰度图像的灰度突变和拟合直线法来检测特征点的方法。试验表明,该方法具有较高的特征点检测可靠性,并且运算速度快、抗干扰能力强,具有较高实用价值。