线结构光条纹中心亚像素自适应提取算法

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。     

双光路透射法测量浮法玻璃厚度研究

基于光的折射和透射原理,提出了一种测量浮法玻璃厚度的双光路透射法。该方法采用两个对称放置的线结构激光同时照射浮法玻璃,两束透射光经玻璃另一侧对称放置的双反射镜反射后再经透镜成像在图像传感器CCD的光敏单元上,利用Matlab对采集卡获取的线光带图像进行去噪处理,采用自适应边界阈值定位及灰度重心算法提取线光带图像中心像素,进而计算中心像素差,通过分析给出玻璃厚度与中心像素差变化量的关系式。通过对不同厚度的玻璃进行实验测量,结果表明双光路透射法测量精度高,能够满足玻璃厚度测量国家标准。     

一种线结构光亚像素中心坐标提取方法

为了提高光条中心点提取的精度和速度，提出了一种新的线结构光条纹中心亚像素提取方法。首先对图像进行中值滤波，采用轮廓跟踪算法避免扫描光条纹区域外的像素，以此提高计算速度，结合灰度重心法对光条纹中心进行初提取；通过均方灰度梯度法计算光条纹的法线方向并以初提取点为中心进行双线性插值；以提取到的初始点和插值点采用加权灰度重心法计算光条纹中心的亚像素位置。实验结果表明，所提方法的标准误差在0.140 0 pixel左右，运算时间约为0.067 0 s。     

激光双路对称透射法在线测量平板玻璃厚度

针对传统测量平板玻璃厚度的不足,基于光的折射原理,提出一种双路激光对称透射法,设计了在线测量平板玻璃厚度的装置,以线激光做光源,以对称平面镜组为光路转换装置,将对称分布的光路调制为两束相互平行的线激光,线阵CCD 传感器作为视觉探测工具,并针对测量图像的特点,选定背景与目标的过渡区域段的灰度值,作为单束线光带图像的边界阈值,使用改进灰度重心法提取线光带中心像素。通过对待测样品的实验检测,结果表明该方法测量精确可达0.1mm,该精度符合玻璃生产线中对其厚度检测标准的要求。由此证明了该方法的可行性,并具有良好的实用价值。     

激光三角法高精度测量模型

为提高检测准确性,提出激光三角法高精度测量模型,由变阈值亚像素灰度重心提取算法和CCD倾角误差补偿模型两部分组成;光斑中心定位算法对激光检测准确度起关键作用,针对已有激光中心定位算法的缺陷,提出了变阈值亚像素灰度重心提取算法,通过梯度函数和高斯拟合算法设定阈值去除光斑边缘噪声区域对中心定位的影响,并利用多项式插值提高灰度重心法精度;同时为提高实际工业生产环境中的测量准确性,建立CCD倾角误差补偿模型;应用激光三角法高精度测量模型,以STM32F407为硬件核心建立系统,以锥螺纹为被测物进行实验;实验结果表明:该测量模型实现了对锥螺纹信息的准确采集,且精度明显高于传统的灰度重心法,可以将锥螺纹检测的误差控制在10 m内。     

激光条纹亚像素中心精确提取方法

利用激光三角法对工件进行三维测量时，激光条纹中心位置的提取是实现高精度测量的重要因素之一。为了能够更好地取投射在工件形状突变处的激光条纹信息，通过改进最大类间方差法在激光条纹图像中选取多阈值以实现二值化分割。所提算法基于最小二乘法获取激光条纹骨架上的法向，避免了大量卷积计算，从而提高运行速度，最后在其法向上利用灰度重心法得到激光条纹中心的亚像素坐标点。实验结果表明：该算法在激光条纹中心提取过程中，相较于经典的Steger算法，在运行速度上提高近6倍，分辨率上提高近16%,在工业上适用于在线精确测量。     

钢轨磨耗动态测量结构光条纹中心提取算法

针对钢轨磨耗结构光动态测量中结构光条纹中心提取的实时性问题,提出一种新的序列图像中结构光条纹中心的快速提取算法。以上一帧图像中提取的钢轨条纹中心作为条纹中心的初始位置,首先对初始位置进行校正,以补偿传感器振动所带来的图像中条纹纵向变化,然后在法向方向上使用灰度质心法计算得到条纹中心的近似值,通过在近似值点计算单点Hessian矩阵获得条纹中心的亚像素精确位置。实验表明,该方法速度快、精度高,有效解决了基于结构光视觉的钢轨磨耗动态测量中条纹中心的实时精确提取问题。     

基于FPGA的结构光图像中心线提取

在线结构光视觉三维测量系统中,为了实现对结构光图像线条纹中心的实时高精度提取,本文采用了极值法、阈值法和灰度重心法相结合的中心线提取方法。利用现场可编程门阵列器件(FPGA)的流水线技术以及并行技术的硬件设计来完成运算,保证了光条纹中心点的实时准确提取。实验表明采用FPGA 实现图像处理的专用算法能满足图像数据进行实时准确提取的要求。本文网络版地址：http：//www.eepw.com.cn/article/274762. htm     

基于灰度权重模型的激光条纹中心提取算法

为了在多噪声环境中精确提取激光条纹中心, 采用改进的灰度权重模型, 提取激光条纹的亚像素中心。通过均值阈值法以及改进的灰度权重模型对3维激光成像系统采集的图像进行了处理, 并与传统的算法进行对比。结果表明, 该算法能够较为完整地提取激光条纹区域, 并且其平均拟合相关系数为0.9809(最接近1), 平均列坐标最大差值为0.4518pixel(最接近0), 平均变异系数为0.0062(最接近0), 相对其它方法具有更优的结果, 能够抑制多噪声环境对于激光条纹提取的影响, 精确提取激光条纹的亚像素中心, 具有较好的鲁棒性。该算法为精确提取激光条纹的中心提供了参考。     

基于MSER的线激光光条中心提取算法

提出一种新的线结构光中心提取算法。该算法从光条区域与背景区域具有高对比度这一特性出发,基于最大极值稳定区域算法(maximally stable extremal regions, MSER)对光条有效区域进行快速高效的提取。基于只对光条有效区域进行扫描的思想,避免了传统算法对图像冗余信息扫描过程中易受噪声影响及检测效率较低的不足。此外,针对灰度重心法存在因激光条纹横截面参与计算数量不同而导致光条中心存在偏移误差的不足,提出基于开窗思想的灰度重心法对基于MSER所检测的有效光条区域进行中心提取。试验结果表明：该算法能够实现对光条中心的快速提取,比Steger算法提速将近19倍,且具有较高抗噪性。