利用计算机改良提取结构光光条中心线的方法
- 格式:pdf
- 大小:619.82 KB
- 文档页数:1
基于Hessian矩阵的线结构光光条中心提取作者:陈念郭阳宽张晓青来源:《数字技术与应用》2019年第03期摘要:本文以傳统的Steger算法为前提,对基于Hessian矩阵的光条纹中心提取算法进行了优化,并通过实验验证了光条中心提取的效果。
关键词:线结构光;图像预处理;Steger算法中图分类号:TP39 文献标识码:A 文章编号:1007-9416(2019)03-0126-020 引言通过激光三角法拍摄的光条图像一般都具有一定的像素宽度。
为实现准确的测量,需要提取条纹中心线。
目前使用较多的激光条纹中心提取算法有极值法、灰度重心法、骨架细化法、方向模板法、曲线拟合法等[1-4],但以上方法都有一定的缺陷。
本文提出一种基于Steger算法的光条纹中心提取方法。
1 线激光光条图像的特点线激光器发射一个连续的光平面与待测物表面的交线是有一定宽度的光条,该光条的横截面光强分布近似服从高斯分布[5],如图1所示。
G(x)=; ; ; ; ; ; ; ; ; ; ; ; ; ; ;(1)式中u为数学期望,σ为均方差。
光条图像及灰度强度分布如图2所示,光条区域的灰度值近似呈高斯分布。
2 光条图像的预处理相机所拍摄的光条图像包含了许多噪声,且发生了变形,光条强度受到了调制,给光条中心提取增加了困难[6]。
因此,在提取激光光条中心前需对光条图像进行以下预处理:2.1 光条区域提取本文采取的方法是在原始图像中设定一个包含所需激光光条图像的较小的矩形区域,然后将该矩形区域的图像分离出来,大大减小了计算量。
2.2 图像滤波由于光条图像受测量环境、相机内部产生的热噪声等因素的影响,严重影响光条提取结果及测量系统的准确性。
经对比,中值滤波效果较好。
但滤波后使部分光条图像信息被滤除掉了。
为了保证信息的完整性,需对滤波后的图像再次进行形态学滤波,如图3所示。
3 Steger法提取光条纹中心线通过Hessian矩阵得到光条法线方向,利用泰勒展开得到激光条纹的中心点的亚像素位置[7]。
第24卷 第1期2009年3月 北京机械工业学院学报Journal of Beijing I nstitute ofM achineryVol.24No.1Mar.2009文章编号:1008-1658(2009)01-0042-04结构光测量系统中光条中心的提取算法刘枝梅,邓文怡,娄小平(北京信息科技大学 光电信息与通信工程学院,北京100192)摘 要: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。
关 键 词:线结构光;光条中心提取;计算机视觉中图分类号:TP391 文献标识码:AExtracti on a lgor ithm of li ght str i pes cen ter i n them ea surem en t system of structured li ghtL I U Zhi2mei,DENG W en2yi,LOU Xiao2p ing(School of Phot oelectric I nfor mati on and Telecommunicati on Engineering,Beijing I nfor mati on Science and Technol ogy University,Beijing100192,China)Abstract:I n the visi on measurement syste m of line2structed light,the extracting p recisi on of light stri pes center affects the p recisi on of measure ment syste m directly.It is quite difficult t o extract light stri pes center p recisely because of different light2stri pes widths,uneven illum inati on and differences in the nature of the objects surface.According t o the characteristics of line2structured light,t w o extracting algorith m s of light stri pes center were p r oposed including t w o2value mor phol ogical thinning algorithm and Gaussian distributi on curve fitting algorith m.The experi m ent results show that t w o algorithm s are feasible in measure,and the latter with higher p recisi on,is more fit for the extracting of light stri pes center2line.Key words:line2structured light;light stri pes center extracti on;computer visi on 物体三维轮廓的测量有多种方法。
hessian 中心线提取Hessian中心线提取Hessian中心线提取是一种基于Hessian矩阵的图像处理方法,用于提取图像中的中心线或边缘信息。
本文将介绍Hessian中心线提取的原理、应用以及优缺点。
一、原理Hessian中心线提取算法是基于二阶导数运算的方法,利用Hessian 矩阵的特征值和特征向量来确定图像中的中心线。
Hessian矩阵描述了图像中各个像素点的局部二阶导数信息,通过计算Hessian矩阵的特征值和特征向量,可以找到图像中的曲线结构。
具体而言,Hessian中心线提取算法的步骤如下:1. 对输入图像进行高斯滤波,以平滑图像并去除噪声。
2. 计算图像中每个像素点的Hessian矩阵。
3. 对每个像素点的Hessian矩阵进行特征值分析,得到特征值和特征向量。
4. 根据特征值的大小判断像素点是否为中心线上的点。
5. 针对特征值较大的像素点,利用特征向量确定其法向量方向,从而得到中心线的方向。
6. 根据中心线的方向,将特征值较大的像素点连接起来,形成中心线。
Hessian中心线提取算法在医学图像分析、机器视觉等领域具有广泛的应用。
在医学图像分析中,Hessian中心线提取可以用于血管分析、心脏分割等任务。
通过提取血管中心线,可以辅助医生进行血管腔径测量、血管病变分析等工作;而在心脏分割中,Hessian中心线提取可以用于提取心脏的边界,并辅助进行心脏功能分析。
在机器视觉领域,Hessian中心线提取可以用于图像拼接、物体识别等任务。
通过提取图像中的中心线或边缘信息,可以实现图像的对齐和拼接;而在物体识别中,Hessian中心线提取可以用于提取物体的轮廓信息,从而实现物体的识别和分类。
三、优缺点Hessian中心线提取算法具有以下优点:1. 可以提取图像中的曲线结构,对中心线或边缘信息的提取效果较好。
2. 算法原理简单,计算效率较高。
3. 对于不同尺度的曲线结构都具有较好的适应性。
第31卷第1期 2014年3月 广东工业大学学报JournalofGuangdongUniversityofTechnology Vol.31No.1 March2014收稿日期:2013-03-01基金项目:国家自然科学基金资助项目(51105078);广东省教育部产学研结合项目(2012B091100190);东莞市高等院校科研机构科技计划项目(201010810205);广州市科技计划项目(2013J4300019)作者简介:杨建华(1985-),男,硕士研究生,主要研究方向为逆向设计与工程应用、机器视觉与三维测量.doi:10.3969/j.issn.1007-7162.2014.01.015线结构光三维视觉测量中光条纹中心提取综述杨建华,杨雪荣,成思源,雷志盛,骆少明,张湘伟(广东工业大学机电工程学院,广东广州510006)摘要: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.关键词:三维视觉测量;线结构光;光条纹;中心提取中图分类号:TP391.4;TN247 文献标志码:A 文章编号:1007-7162(2014)01-0074-05ReviewofExtractingtheCentersofLinearStructuredLightStripesfor3DVisualMeasurementsYangJian-hua,YangXue-rong,ChengSi-yuan,LeiZhi-sheng,LuoShao-ming,ZhangXiang-wei(SchoolofElectromechanicalEngineering,GuangdongUniversityofTechnology,Guangzhou510006,China)Abstract:Extractingthecenterofalightstripeisoneofthekeytechniquesofthelinearstructuredlightforthree-dimensional(3D)visualmeasurement.Accordingtotheinfluenceoftheaccuracyinextractingthelightstripecenters,thefourkeyfactors,whicharetheworkenvironment,laserplanes,measuredob-jectsandimageacquisitionsystems,aresummedupandanalyzed.Onthebasisofthedifferencesbe-tweentheuseoftheimageinformationandthecharacteristicsofthecalculatedalgorithmsintheextractionmethods,anewideaisproposedthattheyareclassifiedintotwodifferentmethods,whicharethegeomet-ricalcentermethodandtheenergycentermethod.Basedonthedifferencesbetweenthetwomethodsinalgorithmthoughts,meritsanddemerits,waysofimprovement,applicableconditions,theyaresubclassi-fied,compared,analyzedandsummarized.Atlast,withthedevelopingfeaturesofthetwomethodscom-bined,itproposesthedevelopmenttrendofthelightstripeextractionmethod.Keywords:3Dvisualmeasurement;linearstructuredlight;lightstripe;extractingthecenter 线结构光三维视觉测量是基于光学三角法测量原理的一种非接触式测量,具有测量速度快、精度高,结构简单、经济且易于实现等优点,在工业测量和检测、医学、工程设计、逆向工程等领域得到了越来越广泛的应用[1].其测量原理是首先将激光器发出的激光光束通过柱面镜展成为一个连续的激光平面,用它来照射被测物体,与被测物体表面相交形成一条变形结构光条纹;然后利用CCD摄像机拍摄到的变形结构光条纹的图像几何信息,结合测量时系统运动参数来提取被测物体表面的三维形貌几何信息.其中,对变形结构光条纹图像的处理和计算,是三维测量的关键环节之一.由于变形结构光条纹一般具有3~12个像素宽度,而光条纹中心线上点的位置坐标才是测量所需的最准确的信息,所以必须对变形结构光条纹进行光条纹中心提取,因此,光条纹中心提取的精度直接决定了测量结果的精度.1 光条纹中心提取精度的影响因素国内外很多学者紧紧地围绕如何提高光条纹中心的提取精度和算法速度进行了大量的实验研究和工程实践,通过及应用不同的算法研究并取得了相应的成果,在指导实际工程应用方面发挥了不同的作用,其依据的结构光视觉的基本测量原理如图1所示,实验中拍摄的实物模型的变形结构光条纹如图2所示.图1 线结构光测量原理Fig.1 Principleoflinearstructuredlightmeasurement图2 实物模型的变形结构光条纹Fig.2 Structuredlightstripesofobjectmodel 噪声对光条纹提取的精度有较大影响,在对光条纹图像进行处理时首先要进行去噪处理,所以对影响光条纹中心提取精度的主要因素进行了总结分析和对比研究.结合杨雪荣等[2]和解则晓等[3]对光条纹中心提取影响因素的分析,可将其总结并概括为表1.表1 主要影响提取精度的因素Tab.1 Maininfluencefactorsoftheextraction影响因素噪声来源噪声类别降噪、除噪方法工作环境环境光(折射光、漫反射光、白炽灯光)随机噪声(无法估量、无法彻底消除)提高激光器功率、设计封闭式采集、选用特定波段的激光光源和滤色镜等激光平面平面度、“厚度”、光强变化可消除噪声(有规律、可重复)滤波处理、选用性能稳定的激光光源等被测物体表面性质、材质随机噪声喷涂吸光材料、改变光照角度等图像采集系统图像采集卡、CCD内部噪声随机噪声、热电噪声、白噪声图像滤波处理、独立分割光条纹特征再处理等 表1中根据测量时的系统组成和测量原理将影响提取精度的因素分成4大类,针对每类的噪声来源、噪声类别及其是否可消除、避免噪声方法及措施进行了对比分析.针对这些噪声影响因素的研究以及结合数字图像处理和计算机视觉领域的新发展,很多学者提出了独特的光条纹中心提取算法.从实现方法上分析,可将现有的光条纹提取技术归结为两大类:以几何中心作为光条纹中心的提取方法和以能量中心作为光条纹中心的提取方法.2 光条纹中心的几何中心提取法此类方法又简称为几何中心方法.它是从数字图像处理的图像分割理论发展而来,其基本思路是首先对光条纹进行边缘检测,然后利用提取的光条纹两条边缘线的几何关系或阈值信息来求取光条纹的几何中心线,作为光条纹的中心线.从计算依据的信息和算法不同,几何中心法可分成以下3类.2.1 利用边缘信息的提取方法此方法主要利用特征检测分割出的两条光条纹区域边缘线,从计算几何角度提取光条纹中心线.这类方法是最早用来实现结构光条纹中心线提取的主要方法,最先实现的传统边缘法(又称轮廓法)只是简单地将两条边缘线中的某一条替代作为光条纹中心线,后来进行改进发展的中线法(又称中心法)是提取两条边缘线的中线作为光条纹中心线[4].表2列出了两种方法的特点.表2 边缘法与中线法的特点Tab.2 Characteristicsofedge-methodandcenterline-method名称特点边缘法①取光条纹内或外边缘线作为中心线②适用于精度要求不高的大型物体测量③要求图像质量较好且结构光特性较高中线法①取光条纹内外边缘线的中线作为中心线②适用条纹质量好且形状规则的物体测量③实现简单且避免判断内外边缘轮廓线57 第1期 杨建华,等:线结构光三维视觉测量中光条纹中心提取综述 在运用两种方法的过程中,物体模型表面复杂并带有细微特征以及光条纹不规范,常常使提取的中线出现“分枝”;由于遮挡等原因造成光条纹出现缺失或断线,这些都会产生测量误差.据此,黎明等[5]提出一种利用光强信息进行修正的中线法,利用表面光强分布信息与表面法线方向关系采用逐次逼近的计算方法修正带有误差的中线轮廓,使得算法精度得到进一步提高.2.2 利用阈值信息的提取方法此方法假设在理想的结构光条纹特性和被测物体表面质量相同的条件下,提取阈值分割后光条纹横截面中一对阈值分割点的中点位置作为光条纹中心点.该方法称为灰度阈值法(又称门限阈值法),具有计算速度快,简单等特点.由于受阈值分割和噪声影响大而使得提取精度差,它只适用于对光条纹中心位置的粗略估计.针对激光散斑效应噪声影响较为严重的问题,贾波等[6]采用了图像多帧平均法,虽然有效地去除了噪声,但是由于它将同时处理到几帧图像,造成计算数据量较大,处理速度缓慢,不适合也不利于工程应用.2.3 利用细化技术的提取方法此方法利用细化技术得到光条纹区域的细化曲线来替代光条纹中心线,称为形态学骨架法(又称骨架细化法).骨架是图像几何形态的重要拓扑结构描述,保持了原目标的拓扑性质,具有原目标相同的特征,可用来表征一个光条纹的中心线特征.细化过程就是重复地剥掉二值图像的边界像素,直到获得一条单像素宽的光条纹连通线(称为骨架)的过程.将形态学处理引入光条纹中心提取是一个重要的算法推广,但是由于单纯提取的骨架没有考虑到光条纹的横截面光强特性,使得提取的光条纹中心线精度不高.同时在迭代腐蚀边界像素时必须保持目标的连通性而不能改变图像的拓扑性质,而需要进行多次细化操作,使得提取算法的运算速度降低.3 光条纹中心的能量中心提取法此类方法又简称为能量中心方法,它是在对激光光束的光学分析、结构光光条纹的形成原理和灰度特性分析的基础上发展形成的.其基本计算思路是求取光条纹横截面上理想的光强高斯分布曲线的灰度重心点或灰度极大值点作为光条纹的中心点,然后连接点集或拟合成高次曲线得到光条纹的能量中心线,作为光条纹的中心线.目前,对提取光条纹能量中心的方法研究一直是热门话题,现有方法可综合分成以下3类.3.1 利用灰度重心的提取方法此方法是直接依据光条纹在每一行横截面区间内灰度值的排列,沿行坐标方向求取光条纹区域的灰度重心点来代表该截面的光条纹中心点位置.该方法减小了由于光条纹灰度分布的不均匀性而引起的误差,提高了提取精度.但由于在光条纹截面中参与计算的像素点数不同及噪声干扰影响,导致了中心点位置计算结果出现沿行坐标方向的偏移误差.针对在处理得到灰度重心点之前的噪声干扰、图像预处理方法等方面,以及如何得到更加逼近实际的灰度重心点等方面,很多学者进行了有针对性的分析和研究,表3列出了与此相关的改进方法[2,7-10].在表中针对改进因素的不同方式或途径进行分别对比,从采用的理论基础和算法特点两个方面进行了分析.3.2 利用方向模板技术的提取方法此方法又称为可变方向模板法(简称方向模板法),主要针对光条纹图像进行低通滤波除噪和平滑处理后而引起损失物体表面几何细节信息的缺点,提出采用“有效尺寸”为5×3的4种不同方向模板与光条纹图像进行卷积运算,直接提取光条纹中心.最初由胡斌等[11]提出,它是从利用灰度重心提取方法的思想发展而来的.该方法具有与采用固定模板卷积一样的抗白噪声和一定断线修补能力,较好地保留了光条纹的细节信息;但是在更高精度的要求下仅仅选取4个方向的模板不再能够满足要求,但如果增加其他不同方向模板又会增加计算量和运算时间,影响处理效率.据此,雷海军等[12]在运用可变方向模板法之前结合光条纹像素的灰度邻域属性利用灰度阈值分割出光条纹,如此可快速检测和精确定位光条纹中心,同时数据存储量小有利于硬件并行实现.此外,吴庆阳等[13]将可变方向模板技术和细化技术相结合,在细化的骨架上利用可变方向模板判断光条纹的法线方向,再利用灰度重心方法可提取光条纹中心,这样充分地发挥了两种方法的优点.3.3利用极大值点的提取方法此方法主要将光条纹中横截面光强极大值点作为光条纹中心点.该方法在光条纹横截面的灰度布成理想高斯分布的情况下具有很好的提取效果,而且提取速度极快.但由于受到噪声干扰,光条纹横截面的灰度分布曲线不能完全构成理想高斯曲线,因此该方法不适用于信噪比较小的图像.近年来以该67 广 东 工 业 大 学 学 报 第31卷 方法为基础,许多研究者又提出了改进方法[14-15],如表4所示.表中将改进方法分成对噪声影响和极值点寻找两个大方向,对改进方法的核心思想及特点进行了对比分析.表3 灰度重心法的改进方法Tab.3 Improvementofthebarycentermethod针对性或改进因素方法名称理论基础特点灰度重心点提取的偏移误差和曲面调制误差自适应迭代法系统量传递理论偏态分布重心特性基本消除光条纹调制误差,可用于快速精密测量灰度重心点提取对光强分布不均匀的敏感性自适应阈值法阈值分割算法浮动阈值特性去除某些随机噪声以及激光散斑效应的干扰影响边界灰度阈值选取对灰度重心点提取的影响梯度重心法灰度梯度特性灰度非正态分布特性克服灰度分布不匀称良好的抗噪性和鲁棒性光条纹法线方向上灰度重心点的计算偏差全分辨率法灰度梯度特性Bazen方法兼顾光条纹延伸方向影响因素、适用于在线精确测量光条纹法线方向和灰度重心点的判别封闭光圈(光带)法基准坐标变换模板校正算法计算精度高但计算数据量大、速度慢、应用实时性差噪声干扰对灰度重心点提取的影响NURBS曲线插值法NURBS曲线的局部控制特性、插值运算方法降低噪声影响、重复计算精度稳定性好B样条迭代法B样条曲线特性迭代算法逐步迭代修复噪声影响、提高提取精度遗传优化法遗传算法图像分割阈值特性增强抗白噪声能力实现断线的修补可变形模型法可变形模型理论B样条曲线特性有效抑制噪声影响实现断线的修补感兴趣区域(ROI)分割法最大类间方差法阈值分割特性提高处理速度、增强光照下抗漫反射能力和分割特性表4 极大值点法的改进Tab.4 Improvementofthemaximumpoint-valuemethod针对性改进方法特点干扰噪声影响从极值点向两边缘方向搜索到相同阈值阈值对等更精确,运算时间增长寻找极大值点(最小二乘法)高斯曲线拟合或二次抛物线拟合曲线拟合理论成熟,提取精度达亚像素级Steger的Hessian矩阵法(曲线求导理论)精度高、鲁棒性好,运算量较大胡坤的改进Steger法(采用固定像素框或递归滤波)极大减少运算量,实现矩阵快速运算基于ROI分割的胡坤法的改进极大提高运算速度适合实时应用4 总结如前所述,直接地利用光条纹区域的几何关系与阈值信息求取光条纹的几何中心线,就是以几何中心作为光条纹中心的提取方法.实现该类方法的关键点是在于如何得到更加合理的每个光条纹横截面的几何中心位置对应点.针对当前的工程应用领域来说,这种典型方法已经逐渐发展成熟并得到广泛的应用.在受工况环境和噪声影响少、结构光性能好、物体特征或曲面相对简单以及对测量结果精度要求不高的情况下均能满足;在工况环境恶劣并伴有多种噪声、结构光性能不很稳定、物体特征复杂以及对测量结果精度要求较高的情况下一般不能满足而均采用能量中心方法进行光条纹中心提取.充分地利用光条纹区域的灰度信息特性并结合高斯分布原理求取光条纹的能量中心线,就是以能量中心作为光条纹中心的提取方法.从求取几何中心到求取能量中心的发展是从仅仅考虑光条纹的几何形态特性到综合分析光条纹自身灰度特性的发展,是从表象到本质的发展.因此,能量中心提取方一直是当前研究热点,很多学者结合数字图像处理和计算机视觉领域发展的新理论新算法以及一些先进的优化方法,来尝试应用于光条纹中心的提取.由于在进行光条纹中心提取的过程中,对整幅77 第1期 杨建华,等:线结构光三维视觉测量中光条纹中心提取综述 光条纹图像的每一步处理操作都密切关系到光条纹中心的提取精度和运算速度,因此更加合理的图像去噪预处理、更加精确的光条纹分割方法、更贴合光条纹横截面光强实际分布特性的灰度信息处理等都是对提取算法发展的重要方向.参考文献:[1]ChangDY,ChangYM.Afreeformsurfacemodelingsystembasedonlaserscandataforreverseengineering[J].TheInternationalJournalofAdvancedManufacturingTechnolo-gy,2002,20(1):9-19.[2]杨雪荣,张湘伟,成思源,等.基于可变形模型的光条纹中心提取方法研究[J].中国机械工程,2009,20(03):334-337.YangXR,ZhangXW,ChengSY,etal.Researchonthemethodforextractingthecentreoflightstripebasedonde-formablemodel[J].CMES,2009,20(03):334-337.[3]解则晓,张成国,张国雄.基于B样条迭代法的激光光条噪声去除技术研究[J].光学技术,2005,31(3):430-433.XieZX,ZhangCG,ZhangGX.ResearchonremovingthenoiseonthelaserstripebasedontheiterativefittingofB-spline[J].OpticalTechnique,2005,31(3):430-433.[4]LyversEP,MitchellOR.Sub-pixelmeasurementsusingamomentbasededgeoperator[J].IEEETransonPAMI,1989,11(12):1293-1309.[5]黎明,冯华君,徐之海,等.利用光强信息的结构光图像轮廓提取修正方法[J].光电工程,2005,32(2):30-32.LIM,FengHJ,XuZH,etal.Profileextractionofstruc-turallightimageanditscorrectionbasedonlightintensity[J].Opto-ElectronicEngineering,2005,32(2):30-32.[6]贾波,苏显渝,郭履容.采用激光光刀的叶片三维面形测量方法[J].中国激光,1992,19(4):271-275.JiaB,SuXY,GuoLR.3-Dmeasurementofturbinebladeprofilebylightknife[J].ChineseJournaloflasers,1992,19(4):271-275.[7]OtsuN.Athresholdselectionmethodfromgray-levelhisto-grams[J].IEEETransSystems,ManandCybemetics,1979,9(1):62-66.[8]SeokbaeSon,HyunpungPark,LeeKwanH.Automatedla-serscanningsystemforreverseengineeringandinspection[J].InternationalJournalofMachineToolsandManufac-ture,2002,42(8):889-897.[9]BazenAM,GerezSH.Systematicmethodsforthecomputa-tionofthedirectionalfieldsandsingularpointsoffinger-prints[J].IEEETransactionsonPatternAnalysisandMa-chineIntelligence,2002,24(7):905-919.[10]张万江,许敏.基于结构光视觉的激光拼焊焊缝质量检测方法研究[J].仪表技术与传感器,2012,(7):156-158.ZhangWJ,XuM.Seamqualityinspectionoflaserweldingbasedonstructuredlightvision[J].InstrumentTechniqueandSensor,2012(7):156-158.[11]胡斌,李德华,金刚,等.基于方向模板的结构光条纹中心检测方法[J].计算机工程与应用,2002,38(11):59-60,109.HuB,LiDH,JinG.Newmethodforobtainingthecenterofstructuredlightstripebydirectiontemplate[J].Comput-erEngineeringandApplications,2002,38(11):59-60,109.[12]雷海军,李德华,王建永,等.一种结构光条纹中心快速检测方法[J].华中科技大学学报:自然科学版,2003,31(1):74-76.LeiHJ,LiDH,WangJY.Amethodfordetectingthecenterofstructuredlightstripe[J].JHuazhongUnivofSci&Tech:NatureScienceEdition,2003,31(1):74-76.[13]吴庆阳,苏显渝,李景镇,等.一种新的线结构光光带中心提取算法[J].四川大学学报:工程科学版,2007,39(4):151-155.WuQY,SuXY,LiJZ,etal.Anewmethodforextrac-tingthecentre-lineoflinestructurelight-stripe[J].Jour-nalofSichuanUniversity:EngineeringScienceEdition,2007,39(4):151-155.[14]StegerC.Anunbiaseddetectorofcurvilinearstructures[J].IEEETransactionsonPAMI,1998,20(2):113-125.[15]IzquierdoMAG,SanchezMT.Sub-pixelmeasurementof3Dsurfacesbylaserscanning[J].SensorsandActuatorsA:Physical,1999,76(1-3):1-8.(上接第73页)[14]刘芹,王钢,董镝.线路在线监测的自组织自愈无线传感器网络方案[J].高电压技术,2010,36(3):616-620.LiuQ,WangG,DongD.Schemeoflong-distancetrans-missionlineon-linemonitoringforself-organizingandself-healingwirelesssensornetworks[J].HighVoltageEngi-neering,2010,36(3):616-620.[15]庞娜,程德福.基于ZigBee无线传感器网络的温室监测系统设计[J].吉林大学学报,2010,28(1):56-60.PangN,ChengDF.Designofgreenhousemonitoringsys-tembasedonZigBeewirelesssensornetworks[J].JournalofJilinUniversity,2010,28(1):56-60.87 广 东 工 业 大 学 学 报 第31卷 线结构光三维视觉测量中光条纹中心提取综述作者:杨建华, 杨雪荣, 成思源, 雷志盛, 骆少明, 张湘伟, Yang Jian-hua, Yang Xue-rong, Cheng Si-yuan, Lei Zhi-sheng, Luo Shao-ming, Zhang Xiang-wei作者单位:广东工业大学机电工程学院,广东广州,510006刊名:广东工业大学学报英文刊名:Journal of Guangdong University of Technology年,卷(期):2014(1)引用本文格式:杨建华.杨雪荣.成思源.雷志盛.骆少明.张湘伟.Yang Jian-hua.Yang Xue-rong.Cheng Si-yuan. Lei Zhi-sheng.Luo Shao-ming.Zhang Xiang-wei线结构光三维视觉测量中光条纹中心提取综述[期刊论文]-广东工业大学学报 2014(1)。
基于Hessian矩阵的线结构光中心线提取方法研究李栋梁;唐阳山;黄贤成;朱停仃【摘要】在现代工业产品制造过程中,线结构光扫描三维视觉系统已经在表面缺陷检测的许多方面得到运用,而线结构光扫描的关键要提取出模型的中心线.研究以Steger算法为前提,在线结构光条纹中心提取中引入了大模板高斯卷积递归得算法,提出了基于Hessian矩阵的线结构光条纹中心线提取的快速算法.此算法借助于高斯卷积递归求得条纹各点矩阵,进而求出条纹各点法线方向,然后运用泰勒级数在法线方向求得条纹中心准确位置.这种方法不仅减小了以前算法的运算量,而且可以快速高效的提取出中心线.【期刊名称】《汽车实用技术》【年(卷),期】2017(000)022【总页数】3页(P37-39)【关键词】结构光视觉;光条;亚像素;高斯卷积【作者】李栋梁;唐阳山;黄贤成;朱停仃【作者单位】辽宁工业大学汽车与交通工程学院,辽宁锦州 121001;辽宁工业大学汽车与交通工程学院,辽宁锦州 121001;辽宁工业大学汽车与交通工程学院,辽宁锦州 121001;辽宁工业大学汽车与交通工程学院,辽宁锦州 121001【正文语种】中文【中图分类】TP301当前阶段,国内外传统的线结构光中心线的提取方法有极值法、阈值法、灰度重心法、Steger算法等[1]。
传统的Steger算法提出了一种利用 Hessian矩阵求出结构光条纹的法线方向,进而求出光条纹中心线的法线方向上的极值点得到亚像素位置[2]。
但其运算量大以及在光条纹中心线的提取速度方面存在欠缺,难以满足对时间要求较高的工业生产中。
本文所研究的线结构光中心线提取方法以传统的Steger算法为前提,在线结构光条纹中心提取中引入大模板高斯卷积递归,提出基于 Hessian矩阵的线结构光条纹中心线提取的快速算法[3]。
此算法借助于高斯卷积递归求得条纹各点矩阵,进而求出条纹各点法线方向,然后运用泰勒级数在法线方向求得条纹中心准确位置。
计算机测量与控制.2021.29(12) 犆狅犿狆狌狋犲狉犕犲犪狊狌狉犲犿犲狀狋牔犆狅狀狋狉狅犾 ·226 ·收稿日期:20210922; 修回日期:20211101。
基金项目:江苏省输配电装备技术重点实验室开放课题资助项目(2021JSSPD05)。
作者简介:张 衡(1997),男,山东济宁人,硕士研究生,主要从事机器学习,图像处理方向的研究。
通讯作者:苗红霞(1968),女,河北邯郸人,博士,副教授,主要从事故障诊断方向的研究。
引用格式:张 衡,苗红霞,郭章旺,等.动态环境下的激光条纹中心线提取方法[J].计算机测量与控制,2021,29(12):226233,256.文章编号:16714598(2021)12022608 DOI:10.16526/j.cnki.11-4762/tp.2021.12.041 中图分类号:TP391.41文献标识码:A动态环境下的激光条纹中心线提取方法张 衡1,苗红霞1,2,郭章旺1,饶星楠1(1.河海大学物联网工程学院,江苏常州 213022;2.江苏省输配电装备技术重点实验室,江苏常州 213022)摘要:线结构光三维视觉测量技术最关键的一步是提取出结构光图像中的激光条纹中心线;针对动态测量环境下激光条纹图像存在复杂背景信息、激光光强分布不均、光带各部分宽度差别大、激光条纹断裂等问题,文章研究了一种适用于动态测量环境的激光条纹中心线提取方法;首先通过图像预处理以及自适应裁剪算法提取出感兴趣区域(ROI,regionofinterest);其次通过改进型伽马校正(IGC,improvedgammacorrection)以及改进型变阈值大津阈值分割算法(IVT-Ostu,improvedvariablethreshold)分割出激光条纹区域;然后使用二维灰度重心法(TD-GBM,two-dimensionalgraybarycentricmethod)提取激光条纹的初始中心线;最终使用二次优化算法对初始中心线进行优化,精确地提取出激光条纹中心线;实验结果表明,相比于灰度重心法、Steger法等算法,文章所提方法受背景干扰以及激光条纹质量的影响较小,能够在多种复杂情况下更精确地提取激光条纹中心线,满足准确性高、稳定性强以及实时性好的要求。
大视场下线结构光光条中心的快速提取张瑞瑛;周萍;冯煦;李松;舒强【摘要】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2 m)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Visual C++ 6.0平台上,处理一帧1 280×1 024大小的线结构光条图像大约用时47 ms,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.【期刊名称】《应用光学》【年(卷),期】2010(031)003【总页数】5页(P432-436)【关键词】线结构光;光条中心;感兴趣区域;最大类间方差法;灰度重心法【作者】张瑞瑛;周萍;冯煦;李松;舒强【作者单位】武汉大学,电子信息学院,湖北,武汉,430079;武汉大学,电子信息学院,湖北,武汉,430079;武汉大学,电子信息学院,湖北,武汉,430079;武汉大学,电子信息学院,湖北,武汉,430079;武汉大学,电子信息学院,湖北,武汉,430079【正文语种】中文【中图分类】TP391.41Abstract:In three-dimensional testing system s based on line-structured light,extracting the center of a line-structured light stripe quickly and accurately is a key problem.To extract the center of line-structured light with a length of 2 meter in a large field of view and strong noise background,an exaction method based on region of interest(RO I)is proposed.Firstly,RO Ifor image processing is defined by using statistic method,then O tsu method is used for threshold segmentation and barycenter method is used to exact the center within RO I. Experiments showed that the extracting time of a 1 280×1 024 sized picture of a line-structured light was about 47 m s in Visual C++6.0 by the proposed method and the extraction was proved accurate.The proposedmethod reduces the interference of strong background noise in large field of view and improves the extraction speed of line-structured light.Key words:line structured light;light stripe center;region of interest(RO I);O tsu method;barycenter method线结构光视觉三维测量具有非接触、动态响应快、系统柔性好、测量成本低等优点,广泛应用于产品快速设计和加工质量控制、逆向工程以及自动控制等诸多领域[1]。
基于线结构光的光条中心亚像素提取研究顾益兰;李锋【摘要】为解决实际测量中求光条中心速度慢的问题,提出一种基于阈值法和Hessian矩阵的改进算法.首先,使用均值滤波以削弱图像噪声,并通过设定阈值来找出光条中心粗略位置,而后利用高斯函数的可分离性和对称性获得光条中心点的Hessian矩阵,以此求出定每一个粗略中心点的法线方向,最后,经过光条中心点在其法线方向上的泰勒级数二次展开得到亚像素坐标点.实验表明该算法能有效降低噪声对图像的影响,极大提高Hessian矩阵的求取速度,同时精度也可达到亚像素级.%An improved algorithm that based on threshold and Hessian matrix is proposed to solve the problem of extracting speed of light stripe center.Firstly,the image noise was reduced by mean filtering and extract structured light stripe center roughly by threshold method.Then obtain Hessian matrix by using the separability and symmetry of Gaussian template and the normal directions for the points of light stripe can be determined.Finally,the sub pixel coordinates of the center of the light strip are acquired by Taylor series expansion in the normaldirection.Experimental results indicate that this algorithm can extract center of structured light stripe accurately and the separability and symmetry of Gaussian template can reduces the computing task drastically and implements high-accurate center extraction of structured light stripe with high speed.【期刊名称】《电子设计工程》【年(卷),期】2017(025)021【总页数】4页(P148-151)【关键词】阈值;线结构光;光条中心;Hessian矩阵;泰勒级数【作者】顾益兰;李锋【作者单位】江苏科技大学电子信息学院,江苏镇江212000;江苏科技大学电子信息学院,江苏镇江212000【正文语种】中文【中图分类】TN919.8基于线结构光的各种非接触式测量设备和技术[1],因低成本、小体积、高精度等诸多优势在三维视觉测量与检测中应用广泛。
第45卷 第3期2021年5月激 光 技 术LASERTECHNOLOGYVol.45,No.3May,2021 文章编号:1001 3806(2021)03 0350 07线结构光条纹中心亚像素自适应提取算法王福斌,刘贺飞,王 蕊,曾 凯(华北理工大学电气工程学院自动化系,唐山063210)摘要:为了解决传统条纹中心提取算法对物体材质及噪声敏感问题,采用自适应结构光条纹中心提取算法来提取条纹亚像素坐标。
该算法首先对图像进行预处理,利用图像掩模操作提取条纹图像感兴趣区域,通过自适应卷积模板消除噪声干扰,得到条纹区域截面宽度及条纹中心坐标的像素集合;其次根据中心坐标的像素集合采用二次加权灰度重心法求取条纹中心初始坐标值,将此作为种子点进行区域生长运算,并结合主成分分析分解特征矩阵;最终得到线结构光中心的亚像素坐标点。
结果表明,该算法能够有效快速地获取结构光条纹中心亚像素坐标,相比灰度重心法,所提算法实验结果波动性较小且标准误差也相对较小,提取速度相比基于Hessian矩阵的Steger法提高近4倍,满足工业测量系统实时性要求。
所提出的结构光条纹中心提取算法具有较高的提取精度和良好的稳健性,计算复杂度低,具有较高的实时性,可为后续3维视觉测量系统提供良好的精度保障。
关键词:图像处理;中心提取;加权灰度重心;区域生长;亚像素中图分类号:TP391.41 文献标志码:A doi:10 7510/jgjs issn 1001 3806 2021 03 015Sub pixeladaptivecenterextractionoflinestructuredlightstripeWANGFubin,LIUHefei,WANGRui,ZENGKai(DepartmentofAutomation,SchoolofElectricalEngineering,NorthChinaUniversityofScienceandTechnology,Tangshan063210,China)Abstract:Inordertosolvetheproblemthatthetraditionalstripecenterextractionalgorithmissensitivetomaterialandnoise,anadaptivestructuredlightstripecenterextractionalgorithmwasusedtoextractthefringesub pixelcoordinates.Thealgorithmfirstpreprocessestheimage,extractstheregionofinterestofthestripeimagebyusingtheimagemaskoperation,eliminatesnoiseinterferencethroughtheadaptiveconvolutiontemplate,andobtainsthepixelsetsofthestripeareacross sectionalwidthandcentercoordinates.Secondly,accordingtothepixelsetofthecentralcoordinates,theinitialcoordinatevalueofthestripecenterwascalculatedbythequadraticweightedgraycentroidmethod,whichwillbeusedastheseedpointforregionalgrowthoperation,thencombinedwithprincipalcomponentanalysistodecomposethecharacteristicmatrix,andfinallythesub pixelcoordinatepointofthecenterofthelinearstructuredlightwasobtained.Theresultsshowthatthecentersub pixelcoordinatesofthestructuredlightstripecanbeeffectivelyandquicklyobtainedbythisalgorithm.Comparedwiththegray scalebarycentermethod,theextractionresultsofthealgorithminthispaperarelessvolatileandhavearelativelysmallstandarderror.Theextractionspeedisnearly4timeshigherthanthatoftheStegermethodbasedonHessianmatrix,whichmeetsthereal timerequirementsoftheindustrialmeasurementsystem.Theproposedalgorithminthispaperhashighextractionaccuracy,goodrobustness,lowcomputationalcomplexity,andhighreal timeperformance,whichprovidesniceaccuracyguaranteeforthesubsequent3 Dvisionmeasurementsystem.Keywords:imageprocessing;centerextraction;weightedgraycentroid;regiongrow;sub pixel 基金项目:高端钢铁联合研究基金资助项目(F2019209323)作者简介:王福斌(1968 ),男,博士,副教授,硕士生导师,主要从事数字图像处理、机器视觉方面的研究。