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.

一种新的线结构光光带中心提取算法

在采用线结构光投影的三维测量中,快速准确地提取图像中光带中心的位置坐标是线结构光测量系统的关键问题之一。基于此,提出了一种把可变方向模板和灰度重心法相结合,并充分发挥两者优点的方法。首先计算出图像的域值,然后对图像进行二值化,细化,剪枝,得到线结构光图像的骨架,然后再利用可变方向模板判断骨架上每一点的法线方向,最后根据灰度重心法求出线结构光条纹的中心。实验结果表明该方法可以快速有效地获取光条纹中心,有利于提高三维重建的速度。

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。

大视场下线结构光光条中心的快速提取

在线结构光三维测量中,线结构光光条中心的提取是关键的一步。针对强背景光大视场下线结构光光条(长度约2m)中心的提取,提出了一种基于感兴趣区域(ROI)的光条中心提取方法。首先用统计的方法确定图像处理的ROI,再在此区域内用最大类间方差法进行阈值分割并用灰度重心法提取中心。结果表明:在VisualC++6.0平台上,处理一帧1280×1024大小的线结构光条图像大约用时47ms,且光条中心提取精度高。这种提取中心的方法很好地减弱了大视场下强背景光的干扰,提高了光条中心提取速度。

精确提取线结构光条纹中心方法

线结构光三维坐标测量中,光条纹中心的精确快速提取直接影响测量精度与效率。提出了基于光条纹图像方向与重心法相结合的方法,首先用阈值法获取条纹中心初值,然后,通过光条纹图像的灰度梯度,计算条纹法线方向,最后,在法线方向用重心法提取光条纹重心。实验结果表明,该方法能快速精确地提取光条纹中心,精度达到亚像素级。

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。