High Curvature Stripe Profile Extraction Algorithm of Line Structured Light Measuring System

In the line structured light measuring system, the accuracy of the process of laser stripe directly affects the measurement results. Therefore, the extraction algorithm for the laser stripe, especially the surface with high reflection and high curvature, is very important. The imaging principle of line structured light, the light intensity distribution law of laser stripe and the extraction algorithm have been studied, and a stripe profile extraction method based on real light intensity distribution has been proposed. In this algorithm, fast region of interest extraction, stripe width estimation, and adaptive filtering on the striped image are performed. Then the energy center of the stripe at the sub-pixel level is extracted. Finally, the low-quality center points are eliminated, and the context information is used to recover the missing central points. Simulated images generated based on the imaging principle of line structured light and real experimental images were used to evaluate the accuracy and repeatability of the proposed method. The results show that the method behaves excellently at the edges of high-curvature stripes;the maximum error is only 1.6 pixels, which is 1/10 of the classic Steger algorithm;the experiment repeatability is only 8.8 μm, which is 2.7 times that of the Steger method. Therefore, the proposed method improves the accuracy of object contour extraction, and it is especially suitable for contour detection of objects with high curvature.

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。

单目结构光在异形工件三维重构及测量中的应用

针对工业生产中异形工件尺寸在线测量的难题,将单目相机与线激光相结合,以突破传统测量技术在复杂几何形状、成本、避免表面损伤和测量精度方面的局限性。针对线结构光条纹中心提取的挑战,对传统的Steger算法改进提出双重调节优化算法,优化Steger算法中的二值化阈值参数和光条宽度参数,以提高算法在检测条纹中心时的准确性和鲁棒性。实验结果表明:采用基于线结构光和单目相机的测量方法以及改进的结构光条纹中心提取技术,对异形工件进行了三维重构,测量误差在0.10 mm以内,处于可接受的范围。相较于传统方法,基于线结构光和单目相机的新测量方法提取的条纹中心位置更准确,能实现对异形工件的高精度测量。

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。

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。

基于FPGA的实时线结构光传感器激光条纹中心提取方法

激光条纹提取方法是线结构光传感系统中的一项重要技术,其准确度和速度直接影响系统的测量性能。然而,传统Hessian矩阵法可能会产生多余中心点和缺失中心点,限制了其准确度和鲁棒性。此外,传统Hessian矩阵法计算复杂,难以应用于实时测量场景。为此,提出了一种适合在FPGA中实现的激光条纹中心提取改进方法。首先,设计了一个新的判断函数来代替最大特征值来选取显著中心点,以增加真实中心和其他区域之间的数值差异,并通过修改中心判断标准,采用非最大值抑制的方法处理多余中心点和缺失中心点。其次,将所提出的方法在FPGA中进行实现。在不降低精度的前提下,对计算进行了合理优化,减少了FPGA的资源利用率和延迟时间。在准确度对比试验中,在噪声水平分别为0,0.01,0.02和0.03时,平均绝对误差分别为0.0039像素,0.0373像素,0.0520像素和0.0646像素,均方根误差分别为0.0068像素,0.0469像素,0.0654像素和0.0811像素;在FPGA中实现时,运行时间和延迟时间分别为14.89 ms和216.42μs。实验结果证明,所提出的方法准确度高、鲁棒性好,能够进行实时中心提取。

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.

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。

基于线结构光视觉的穴盘苗外形参数在线测量系统研制及试验

为了满足穴盘苗自动化分选的实际需求,该文设计了基于线结构光视觉的穴盘苗外形参数测量系统,实时获取穴盘苗图像信息,实现对其叶片面积和高度的在线测量。为充分突显目标与背景色彩差异,针对穴盘苗叶片和背景基质图像特征,利用最大类间方差动态阈值对2G-R-B色差图像进行分割;以穴孔为单位进行区域标记和特征提取,分别计算幼苗叶片图像面积,排除明亮蛭石颗粒造成的椒盐噪声和劣苗叶片区域;根据Cb、Cr色彩分量特征提取在健康幼苗叶片区域的红色激光条像素坐标,拟合其分布中心线;基于线结构光视觉三维定位原理,根据幼苗叶片区域激光条中心线图像坐标,实现对穴盘苗高度的测量。试验结果表明,系统对直立姿态的穴盘苗高度测量精度为5 mm,在叶片面积测量评估方面可以满足穴盘苗筛选精度要求。

结构光直线光条图像特征的三步法提取

提出一种三步法直线光条图像特征自动提取方法。计算光条各点的HESSIAN矩阵以确定其法线方向,在法线方向利用泰勒级数展开求得光条中心点的亚像素图像坐标,利用光条中心点的空间位置连续性约束,将相邻光条中心点连接成曲线。采用直线近似方法将曲线拆分为独立直线。将位于不同独立直线上的共线点进行融合,构成新的融合直线,通过融合直线长度约束和近似直线的角度约束,分割出单一直线光条的中心点,采用最小二乘直线拟合方法得到结构光直线光条的方程。通过对真实图像的试验,结果表明,提出的三步法直线光条提取方法,能够自动提取出复杂背景中的直线光条,为线结构光视觉测量的现场应用奠定基础。

利用轮廓线多边形表示实时提取光带中心线

提出了一种亚像素光带中心线实时提取方法。首先,通过跟踪光带轮廓线并进行多边形表示将光带分段;然后,利用轮廓线的逆时针排序特性以及分段光带方向和横截面方向的正交关系,采用序号表示方法计算光带横截面扫描线方向;最后,在扫描线上设计了自适应光带横截面宽度变化的灰度重心法计算亚像素坐标。针对6传感器线激光人脚扫描仪采集的分辨率为640pixel×480pixel的典型位置光带位图进行了实验,结果显示,采用本方法提取光带中心线用时不超过3.1ms,精度达到亚像素级,能够满足多传感器线激光扫描视觉系统对光带中心线提取的实时性和高精度的要求。

光条亮度对线结构光测量精度的影响

光条中心的提取精度直接影响线结构光传感器最后的测量精度,而光条亮度是影响提取精度的主要因素。提出了光条中心提取精度的评价方法,通过实验获得光条亮度与光条中心提取精度之间的关系曲线;为了在实际测量中能获得最佳光条亮度(对应最高的提取精度)设计了基于D/A转换的光条亮度自适应调节电路。实验结果表明:光条过暗或过亮都会使线结构光传感器的测量精度降低,在测量不同颜色的表面时通过光条亮度的自适应调节均可获得最高的提取精度。

基于线纹尺的线结构光视觉传感器标定新方法

为了实现传感器简单、快速、高精度的标定,提出了一种基于线纹尺的线结构光视觉传感器直接标定新方法,设计了平面靶标与特征点提取算法.即通过获取已知三维空间坐标特征点的图像坐标,直接建立亚像素物像索引表,实现了系统的直接标定.标定实验与测量实验结果表明:文中标定新方法操作简单,易于实现,具有较高的标定精度,Z轴、X轴方向的测量误差均值分别为0.0045 mm和0.0130 mm,能够满足工业生产与测量的基本需求.

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。

基于双树复小波变换的激光亮度自适应调节

在线结构光视觉测量系统中,被测表面如果同时有强反射区域和吸光率高的黑色区域时,固定不变的激光亮度投射到被测对象上的散射效果不同。在进行图像处理特征光条中心提取时带来很大困难,从而造成测量误差。为此,设计了DT-CWT激光亮度自适应调节系统。首先,通过实验分析了各档级的电压与光条图像双树复小波分解后高低频能量比的关系。然后,选择光条图像双树复小波分解后6个高低频能量比作为光条图像质量评价函数。最后,自适应地找到适合硬盘光条图像处理的合适的激光亮度。在对硬盘的测量中,光条中心提取结果恰好在能量比曲线变换比较平缓的3.5V至3.9V段。该方法满足系统测量要求,显著提高了特征光条中心提取精度。

多场景下结构光三维测量激光中心线提取方法

结构光三维测量技术是获得物体三维信息的重要途径,激光条纹中心线提取是影响结构光三维测量精度和速度的关键因素。提出了一种适用于多场景下结构光三维测量的激光条纹中心线提取方法,充分利用图像中激光条纹的几何信息和相关性生成自适应卷积模板,实现激光条纹图像的滤波和增强处理,使激光条纹横截面灰度值满足高斯分布;经灰度加权法实现激光条纹中心线的亚像素精度定位与提取。实验测试结果表明:该方法可实现多场景下形状、材质各异物体的条纹中心线提取,有效克服了激光条纹亮度分布不均、噪声干扰等影响,单幅图像处理时间缩短为0.107 s且相对误差减少到0.076 5%,有效提高了激光条纹中心线的提取精度和速度。

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.

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。

基于自适应窗口的线结构光条中心提取方法

线结构光三维测量系统中,快速、准确地提取线结构光光条中心是整个系统能实时、精准地测量物体三维尺寸的重要基础。在总结分析现有光条中心提取方法后,提出了一种基于自适应窗口的灰度重心法,用于提取线结构光光条中心。该方法在保留灰度重心法优点的同时,克服了由噪声干扰和光照强度变化引起的窗口选取不当对灰度重心计算结果的影响,使精度与运行时间达到了一定的平衡。该方法首先对数字图像进行八邻域差值滤波、图像分割等预处理,然后选取部分点进行高斯曲线初步拟合,通过分析高斯曲线的能量分布情况确定有效窗口,最后利用灰度重心法计算光条中心位置。试验结果表明,改进的灰度重心法提取像素中心标准方差(0.54)低于传统灰度重心法的标准方差(2.01),能够更加准确地提取出线结构光光条中心。

基于多线结构光的电池阵列位姿测量技术研究

获取机械手与电池阵列平面相对位姿是机械手对电池阵列平面自动操作的前提。针对多片状拼接特点的非合作电池阵列测量目标,提出了一种基于多线结构光的电池阵列平面位姿测量方法。该测量法采用多线结构光获取电池阵列上激光光条的图像,在图像中提取光条中心直线并进行短直线信息融合,依据不同光条之间的几何约束关系识别出直线组,进而基于直线组上的特征点求解相对位姿。在图像处理过程中,为快速获取高精度光条中心直线,提出了一种基于主成分分析与RANSAC相结合的光条中心直线提取方法。经实验验证,所提光条中心直线提取方法,精度与Steger算法相近,速度约为Steger算法的3倍;所提短直线信息融合方法能够改善位姿求解精度;所提测量方法求解的相对位置误差小于4.6 mm,相对姿态角误差小于2°,满足实际工程应用需求。