Method for Detecting Weld Feature Size Based on Line Structured Light

With the rapid development of the machining and manufacturing industry,welding has been widely used in forming connections of structural parts.At present,manual methods are often used for welding and quality inspection,with low efficiency and unstable product quality.Due to the requirements of visual inspection of weld feature size,a visual inspection system for weld feature size based on line structured light(LSL)is designed and built in this paper.An adaptive light stripe sub-pixel center extraction algorithm and a feature point extraction algorithm for welding light stripe are proposed.The experiment results show that the detection error of the weld width is 0.216 mm,the detection error of the remaining height is 0.035 mm,the single measurement costs 109 ms,and the inspection stability and repeatability of the system is 1%.Our approach can meet the online detection requirements of practical applications.

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。

基于双三次插值和高斯拟合的光条中心亚像素提取方法

针对结构光三维测量的高精度要求,提出一种基于双三次插值和高斯拟合的激光线条亚像素提取方法。该方法首先对光条图像进行感兴趣区域提取、高斯滤波等前处理,其次用形态学方法细化激光线条得到初始中心点,然后使用五点拟合法得到光条法线方向,在光条法线方向上取亚像素的拟合点,利用双三次插值得到亚像素坐标的像素值,最后进行高斯拟合,到光条亚像素中心。实验结果表明,算法平均精度值为0.389147像素,消耗时间为0.056 2 s,具有较高的提取精度和稳定性。

基于线激光的穴盘格三维重建与参数提取

现代农业嫁接过程中穴盘的参数主要依靠人工输入,针对现代农业自动化嫁接过程中取苗操作时穴盘的参数获取问题,设计了一种基于线结构光三维扫描终端;该扫描终端使用HSV(Hue,Saturation,Value)阈值处理、连通域提取、基于边缘和灰度融合的亚像素中心线提取等步骤提取激光线条中心线;提出了一种穴盘格外壁线激光三维扫描和点云数据处理的方法。首先从点云数据中提取出中央穴盘格外壁和穴盘上边沿;其次,获取取苗操作时所需要的穴盘的高度、穴盘格下底部直线边长、穴盘格顶上开口直线边长、穴盘格下底部曲线边长、穴盘格上开口曲线边长、穴盘壁曲面在不同高度下的三维建模。实验结果表明,该方法提取出的参数平均误差为0.68 mm。

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。

复杂物体线结构光中心线提取方法研究

针对复杂物体动态三维测量中条纹图像过曝光、欠曝光以及环境光照干扰引起激光中心线提取速度慢、提取不准确的问题,提出一种基于深度学习语义分割技术的光条中心线提取方法,该方法使用改进的UNet++模型进行图像分割,粗提光条中心区域,得到1~2个像素宽度的光条中心线,再利用灰度重心法精确提取亚像素中心。经实验证明,该方法能够有效克服因光条图像曝光不均以及外部干扰噪声带来的不良影响,准确、快速地提取出了复杂物体完整、光滑的亚像素光条中心线,满足工业中动态三维测量的要求。

基于信度评估的线结构光多重曝光条纹提取

在单线结构光三角测量法的实际应用中,图像中条纹截面灰度分布的可靠性是保证条纹中心提取精度的重要基础。在物体表面反射特性不均匀的测量场景中,受欠曝光与过曝光的双重影响,造成条纹截面灰度分布不均匀、条纹中心可信度低等问题。基于上述问题,对复杂反射特性表面的单线结构光条纹提取技术进行了研究。提出了一种基于信度评估的条纹提取方法。创新性地应用了条纹能量密度与条纹宽度相结合的双参数评价标准,有效避免了单一能量信度标准下约束力不够的问题。该方法依据信度阈值识别多重曝光图像中的可信条纹,并将可信条纹拼接重建成最终条纹图像。试验结果表明,重建图像具有全局可信度,有效提升了条纹中心计算精度。该方法能够为复杂场景下三维测量技术的发展提供一定参考。

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。

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。

线结构光扫描传感器结构参数一体化标定

为了精确快捷地标定线结构光扫描传感器的结构参数,提出了一种线结构光扫描传感器结构参数一体化现场标定的新方法,建立了线结构光扫描传感器的数学模型,根据张正友摄像机标定思想结合L-M非线性优化算法能快速精确地完成摄像机内外参数的标定,在此基础上,引入辅助线激光,通过反复多次提取两激光交点完成对线结构光平面精确标定。文章还介绍了如何获取激光交点以及精确提取交点坐标的方法,通过设计相关实验验证了本文方法的可行性,使系统精度优于24μm,能满足实际测量要求。

线结构光三维视觉测量中光条纹中心提取综述

光条纹中心提取是线结构光三维视觉测量中的关键技术.把影响光条纹中心提取精度的主要因素归纳为工作环境、激光平面、被测物体和图像采集系统,并对其进行了对比分析.根据提取算法的理论基础、对图像信息的利用及计算思路特点的差异,将其分为几何中心方法和能量中心方法两大类.针对每类方法的计算思路、优缺点、改进方法、适用工况等在细分类方法中进行了对比分析和归纳总结.最后结合两大类方法的发展特点,提出了光条纹中心提取方法的进一步发展方向.

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。

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。

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。

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。

SMT封装电路板三维在线检测技术

为了检测回流焊接之后SMT(Surface Mount Technology)封装电路板是否存在缺陷,设计并搭建了基于线结构光传感器的SMT封装电路板三维在线检测系统,通过线结构光扫描测量,获取SMT封装电路板表面三维数据。采用双传感器测量技术,有效减少数据丢失;研究了双传感器统一标定技术,可同时实现两个传感器的参数标定和坐标系统一。提出了自适应光条中心提取算法,对反射或散射影响而形成的光条图像噪声具有很好的抑制效果,能够提取准确的光条中心。实验表明系统测量精度可达到0.02 mm。系统测量得到的三维数据,可以为在线检测SMT封装电路板缺陷提供可靠的三维信息。