A Robust Method for Adaptive Center Extraction of Linear Structured Light Stripe

In the non-contact measurement using the linear structured light(LSL),the extraction precision of the light stripe center directly affects the measurement accuracy of the whole detection system.To solve the problem that general algorithms cannot accurately extract the center of the light stripe with the uneven width and unstable greyvalue distribution,an adaptive optimization method is proposed.In this method,the stripe region is firstly segmented,and the widths of the laser stripe are calculated by boundary detection.The initial stripe center points are computed by the quadratic weighted grayscale centroid method based on the self-adaptive stripe width.After that,these center points are optimized according to the determined slope threshold.The sub-pixel coordinates of these center points are recalculated.Detailed analysis is also performed in line with the proposed evaluation index of the extraction algorithm.The experimental results show that the mean square error of extracted center points is only 0.1 pixel,meaning that the accuracy of laser stripe center extraction is improved significantly by the method.Furthermore,the method can run effectively at a relatively low computational time cost,and can demonstrate great robustness as well.

基于机器视觉的带式输送机高精度煤流检测研究

针对现有基于机器视觉的带式输送机煤流检测方法存在的图像细节缺失、在多处断裂或断裂间距较大区域拟合效果较差的问题,基于直射斜收式激光三角测量原理,提出了一种基于机器视觉的带式输送机高精度煤流检测系统,将线激光发射器布置在带式输送机测量位置正上方并垂直照射煤堆,煤堆随带式输送机匀速运动,利用相机在斜上方实时拍摄包含激光条纹的煤堆表面图像。对煤流检测系统进行标定,包括相机内参数标定和激光平面标定,得到煤堆的高度信息;对煤流截面激光条纹图像进行处理,从提取精度、算法实时性等角度对比分析了灰度重心法和区域骨架法,根据对比结果选用区域骨架法提取激光条纹中心;针对利用图像膨胀操作进行激光条纹断裂修补拟合效果较差的问题,提出采用最小二乘法作为激光条纹断裂修补算法,相较于闭运算,最小二乘法拟合处理的平滑效果更好,精度较高;建立煤流截面积计算模型,通过计算每一帧上煤堆的横截面积,即可得出不同带速下的煤流体积。实验结果表明,当带速分别为0.25,0.5,1 m/s时,煤流检测系统误差均较小,最大误差分别为2.78%,3.61%和3.89%,验证了煤流检测系统具有较高的准确性。

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。

用于钢板测量的线激光条纹中心提取方法

针对用于钢板测量的线激光条纹中心提取方法,提出一种基于Steger方法的改进算法。首先,对原始图像进行自适应裁剪处理;其次,通过多次中值滤波操作进行噪声处理;最后,提出一种间隔n行采用Steger算法、中间行近似拟合的方法来计算条纹中心。应用结果表明,该算法将条纹中心提取速度提高了5倍,对于钢板实时测量系统具有一定工程意义。

粗糙金属表面光条中心提取方法

为了精确提取粗糙金属表面的光条中心,提出了一种基于光切法的光刀条纹中心提取方法。从图像形态学角度出发,分析了图像的噪声来源,利用图像增强处理将噪声转化成颗粒状形态,并保持有效光条的连续条纹状特征。然后,通过对图像连通区域面积计数,分割噪声和有效光条信息,将得到的二值化光条图像作为掩模板,与原图像相乘来复原光条图像的灰度信息。最后,应用灰度重心法对已去噪的光条灰度图像进行中心提取。实验结果表明,提出的方法可使提取的光条中心全部落在光条位置区域。对噪声较多的直线条纹区域进行的中心提取显示,此方法的平均误差为0.337 5个像素。

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。

双目视觉测量中等匹配点的光条中心提取

为了精确、快速提取激光条中心,使其提取结果更适用于工业现场特征尺寸的双目视觉测量,提出了一种等匹配点的激光条中心提取方法。利用灰度重心法粗提取出激光条中心点,计算灰度梯度方向,确定光条边界。接着,根据左右图像中激光条的粗提取结果确定基准光条,对另一幅图像中的对应光条进行插值。然后结合灰度梯度方向与插值结果对激光条进行重提取,得到等匹配点的亚像素中心坐标。最后,利用激光条中心点提取结果重建陶瓷平板、金属板表面及加工现场锻件表面的特征信息。实验结果表明,本文方法提取陶瓷板与金属板的激光条中心点的匹配率分别为99.887%与98.276%,宽度重建的相对误差分别为0.638%与0.488%,激光条中心提取结果能有效重建锻件表面的特征信息,满足工业现场对测量的精度、速度和鲁棒性要求。

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。

基于线结构激光的滚柱表面参数测量系统

为实现行星滚柱丝杠的滚柱表面参数测量,建立基于线结构激光的测量系统,针对滚柱螺纹牙型角、螺距和牙型高等表面参数的测量方法进行研究。首先,根据线激光三角法的测量原理,设计搭建测量装置系统。激光经成像系统,通过CCD摄像头获取到线激光条纹图像,对其进行预处理并提取出激光条纹中心。其次,根据螺纹形状特点对获取的螺纹轮廓进行ROI提取,将轮廓线分段进行处理,简化处理难度并获取不同的表面信息参数。最后,根据提取出的分段利用曲线拟合、特征点提取等方法计算所有滚柱表面参数。经实验验证:该文提出的测量系统对牙型角的测量重复性达到0.6°,螺距测量的重复性达到15μm,牙型高测量的重复性达到8μm,基本达到滚柱表面参数测量的要求。

列车轮对内侧距光学快速测量系统设计及实现

列车轮对内侧距的准确、及时测量,是列车检修中必不可少的工作。目前,主要使用专用机械卡尺测量轮对内侧距。由于机械卡尺读数与记录都是人工操作,步骤繁琐。针对以上问题,设计了基于三角测距原理的列车轮对内侧距快速测量系统。首先,采用嵌入式处理器驱动摄像机的方式采集轮对内侧激光点图像,并根据激光光斑在像素平面的移动特征,提出快速搜索光斑初步位置方法,剪裁出含有光斑的局部图片;然后,利用阈值分割法和图像形态学处理法,过滤局部图片中光斑的背景噪声;最后,根据灰度重心法精确提取光斑中心坐标,计算轮对内侧距。为验证该系统的可行性,与轮对内侧距机械测量卡尺进行对比试验。试验结果表明,轮对内侧距光学测量方法准确有效。该系统能够大大缩短轮对内侧距测量时间,提高工作效率,在列车日常维护中具有一定的应用价值。

基于焊缝图像信息的光条纹中心线提取

为准确快速提取不同坡口的焊缝特征信息,采用改进Steger算法在滤波去噪后的二值图像中提取出光条纹中心线。首先,将原图像与Otsu法相结合得到包含所有结构光条纹的矩形区域,利用高斯函数的可分离性将图像的二维高斯卷积进行简化,用一次高斯行卷积和一次高斯列卷积进行替代,从而减少运算量。由实验结果可知,改进后的算法不仅能更加准确地提取焊缝光条纹中心线,而且能够提升运行速度,满足实时性的要求。

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。

线结构光条纹自适应中心提取优化算法

在采用线结构光模式进行非接触式测量中,光条纹中心能否精确提取将直接影响视觉检测系统的精度。当激光条纹宽度变化、灰度分布不均匀时,一般算法提取出的中心点波动性较大,对此提出了一种激光条纹中心自适应提取的优化算法。该算法首先确定图像的光条纹区域,并通过边界检测计算光条各截面宽度,然后采用自适应宽度的二次加权灰度重心法求取光条中心,再根据斜率阈值对提取出的中心点进行均值优化,最终获得精确的亚像素级光条中心坐标。实验结果表明,与传统算法相比,该优化算法明显提高了光条中心提取的精确性和稳定性,中心点坐标的均方差仅为0.1pixel。

抗焊渣飞溅干扰的线结构光光条中心快速提取算法

线结构激光3D成像技术已广泛用于焊接检测。飞溅干扰下快速、准确、实时地提取光条中心图像是实现焊缝在线检测的关键问题。针对传统方法难以有效解决强弧光和焊渣飞溅干扰的问题,提出一种新的抗飞溅光条中心快速提取方法。首先,根据激光光条宽度约束条件提取条纹几何中心,采用快速连通域提取算法筛选出有效轮廓,利用改进的局部边缘连接算法连接飞溅导致的断点;然后,搜索相邻轮廓,将其构成有序对,并生成有向图,查找光条中心投影长度最大的路径作为真实的光条中心轮廓;最后,在粗提取的中心轮廓局部,沿法向计算亚像素中心。实验结果表明,所提方法能有效抵抗焊接时的飞溅干扰,即使拆除线结构光传感器的挡板,仍能实时准确地提取光条中心线,与多种算法相比,具有更高的运行速度和提取精度。