钢轨磨损视觉测量的轮廓精确快速提取

为保证钢轨磨损动态视觉测量的高精度,综合图像获取和图像处理技术,实现了清晰光条图像获取和光条中心点亚像素坐标精确提取。根据光条与背景环境亮度的高对比度,提出一种依据光条亮度的相机自动曝光法,用于获取清晰的光条图像;分析图像光条法线方向的亮度衰变特征,采用动态阈值分割法初步提取光条,滤除图像背景的同时保留光条法线方向的亮度衰减信息;根据图像过度曝光信息确定光条中心点像素大致位置,再对分割的光条图像相对应像素位置点计算Hessian矩阵,获取光条中心点的亚像素坐标。采用MFC编写应用程序进行试验,在不同光照环境和背景物的干扰下,该方法可精确地提取光条中心,与经典Steger算法相比提取精度偏差为0.05pixel,运算时间节约40%。试验结果验证了该方法稳定性好,有较强的抗干扰能力,较好地满足钢轨磨损测量的现场要求。     

线结构光条纹中心的全分辨率精确提取

激光条纹中心的提取是线结构光坐标测量系统的关键技术之一,本文对条纹中心的高分辨率精确提取进行了研究.首先,基于阈值法全分辨率提取条纹初值中心;然后,在条纹初值中心域应用灰度梯度与Bazen方法计算条纹法向,最后在法线方向精确获取光条纹能量中心.采用分辨率为768×576的相机,应用V形检测块进行对比实验,结果表明:提取的中心点分辨率为1 086点,比传统方法增加了42.5%,且无冗余点;中心点到由中心点拟合的直线的平均距离最小,分别为0.294与0.306 7 pixel;条纹法向计算精确,计算时间为75.8 ms.该方法避免了被测体表面曲率变化大、提取中心密度小等问题,提取的精度与鲁棒性高,满足在线精确测量要求.     

光切法形貌测量中光条中心的亚像素提取

为了在光切法三维形貌测量中快速准确提取光条的中心位置,保证测量精度,研究了一种光条中心的亚像素提取方法。将图像的灰度视为关于坐标的二维函数,在CCD拍摄的激光光条图像中求取灰度的偏导数和梯度,图像中每一点的梯度代表此点的灰度变化方向,将此方向简化为光条上的点的法线方向。对梯度的大小设定阈值并结合该点的灰度信息,提取图像灰度变化最激烈的部分,即光条饱和带的像素位置。对光条饱和带的每个像素,按照不重复计算的原则在梯度方向上和规定邻域内求灰度中心,得到精确到亚像素级的光条中心位置。此方法将光条曲线的法线方向简化为灰度的梯度方向,省去了求海赛矩阵以确定法向的步骤。实验证明,同等条件下,该方法的计算耗时为常规亚像素提取方法的10%。利用该算法进行实际测量,在200mm×200mm测量范围下,误差(3σ)为0.057mm,满足了测量对精确性和实时性的要求。     

3D线激光相机的激光条纹中心提取方法

线激光条纹中心提取是实现线激光相机三维扫描的关键，根据激光三角测量法研制了线激光相机，基于传统Steger法对其进行优化并提出一种适用于提取线激光相机光条中心的方法。对图像进行预处理，结合Canny算子找出光条边缘，求取光条边缘极值并计算确定ROI区域，利用高斯滤波处理提取后的图像，利用Hessian矩阵求取光条中心法线方向，在法线方向进行二阶泰勒展开确定光条中心点，最后对中心点连接并平滑处理，实现中心线精确提取。实验表明，采用本方法能够准确找到不同背景与光源环境下的光条中心，不同条件下的光条中心均方根误差平均值小于0.4,并能够准确扫描出零件三维点云。     

鞋底信息扫描的光条中心提取方法研究

为了精确提取鞋底激光光条中心,首先对原始的激光光条图像进行了高斯滤波处理,有效去除了图像噪声,然后采用自适应阈值算法提取了激光光条中心。该方法在利用极值法得到光条的近似中心之后,在光条近似中心小区域内采用重心法计算,实现了激光光条中心的提取。实验结果表明,该算法能够准确地提取出光条中心,具有很强的抗噪声能力。     

可变环境光照条件下的结构光条纹检测

线结构光条纹在复杂光照条件下的快速检测是线结构光测量可以实际用于工业现场环境的一个关键技术.针对工业现场环境中光照变化范围大的特点,研究了结构光条纹中心的快速检测方法.首先基于结构光条纹的几何特性自动获取包含结构光条纹的感兴趣区域;然后采用嵌入置信度的边缘检测方法在感兴趣区域内检测结构光条纹边缘;在此基础上,利用结构光条纹边缘反向平行的特性,自动提取结构光条纹中心点;通过对条纹中心点进行直线跟踪得到表示结构光条纹直线段;最终基于直线段确定结构光条纹与被测件的交点以实现自动测量.工业现场采集的结构光条纹图像检测结果表明,该方法可以快速检测不同光照环境下的线结构光条纹中心以及条纹与被测钢板的交点.系统经标定后,实验结果表明在钢板长度变化范围为8～14 m的情况下,基于该条纹中心检测方法的自动测量结果与人工测量结果的标准偏差为3.6mm.该方法实现了工业现场环境下的实时测量,测量精度满足实用要求.     

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。     

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。     

精确的线结构光中心提取算法研究

光条纹中心的精确提取是线结构光三维识别系统的重要环节。环境光干扰、被测物表面反射以及图像采集系统所产生的噪声都给光条提取增加了难度。文章提出了一种快速精确的线结构光条纹中心提取法。首先,对图像进行预处理,通过边缘法对结构光中心线进行边缘检测;然后,用均方灰度梯度法确定结构光中心法线方向;最后,对法线方向上像素进行灰度加权,从而精确提取出结构光条纹中心。实验结果证明,该算法光条纹中心的提取精度达到了亚像素级别。     

一种快速结构光条纹中心亚像素精度提取方法

本文将大模板高斯卷积的递归实现引入到结构光条纹中心提取中,提出了一种基于Hessian矩阵的亚像素精度结构光条纹中心提取的改进算法.利用高斯卷积递归实现获得光条纹各点的Hessian矩阵,以便确定光条纹各点的法线方向,然后在法线方向利用泰勒级数展开求得光条纹中心的亚像素位置.实验表明,该算法具有精度高、鲁棒性强等特点,提出的算法递归实现方法大大减小了算法的运算量,实现了结构光条纹中心线的快速高精度提取,为结构光视觉检测的实时应用奠定了基础.     

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640 pixel×480 pixel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3.1 ms.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.     

An improved online dimensional measurement method of large hot cylindrical forging

The dimensional measurement of large forgings under high temperature plays an important role in product control. Cylindrical forgings belong to the important products in the forging workshop. In this paper, an improved online measurement method based on binocular vision for the dimensions of hot cylindrical forgings is proposed. Firstly, images of hot cylindrical forgings are captured by two CCD cameras, and the distorted light stripes projected onto hot cylindrical forgings can be resolved from the image by the deviated stripe model. Then, an accurate sub-pixel extraction algorithm of center points of the light stripes is developed for making the extraction of center points of the lights stripes more accurate. Moreover, for changing the field of view of cameras to measure different sections of forgings in the process of manufacturing, the fundamental matrix F is automatically calculated by matching the intersecting points of the projected light stripes in different images, without interrupting the forging process. Finally, experiments on measuring the diameters of hot cylindrical forgings in the workshop are conducted, and the experimental results indicate that the proposed measurement method is effective. Besides, an additional experiment in the laboratory verifies that the relative error of measuring diameters by the presented method is less than 0.7%.     

一种多结构光条纹亚像素中心提取方法

在使用结构光方法进行工件或物体的三维信息快速测量中,需要对工件或物体投射多条结构光条纹,快速准确地提取各投射光条的中心是实现精确检测的关键问题之一。文中提出了一种多结构光条纹亚像素中心提取方法,首先扫描整个图像确定光条数目;接着提取各光条的边缘坐标信息;最后利用高斯拟合求取各光线条纹的亚像素中心。实验表明,该方法能有效识别多结构光条纹并提取其亚像素中心。     

亚像素检测方法在图像检测点提取中的应用

图像检测点的提取是图像定位于检测系统中的关键问题.为解决利用二值细化提取图像检测点技术精度不足等问题,将亚像素检测定位技术应用到图像检测点提取中.通过试验比较了三种亚像素定位算法图像定位中的优缺点,进行了通过光条中心线的提取试验以及通过两条光条中心线交叉点提取图像检测点的试验,对亚像素检测定位技术作出评价.研究结果表明...     

Contour extraction of a laser stripe located on a microscope image from a stereo light microscope

A stereo light microscope has a special optical structure that consists of two optical paths. With two cameras fitted on its imaging planes, a microscopic binocular vision system can be constructed, and this system can be applied in three‐dimensional (3D) shape measurements of a microscopic object. A novel‐shape reconstruction system is developed in this article composed of laser fringe scanning and a stereo light microscope. A laser projector emits a thin light sheet and projects it onto the microscopic object's surface. The microscopic object is placed on a micro‐displacement mechanism and moved in a given direction. The entire surface of the object is scanned by the light sheet. This system captures a series of microscopic images of the laser stripe, which are used to restore the 3D shape of the object. In this article, we mainly focus on the study of the laser stripe detection method, which is derived based on the Canny rule. First, the Canny rule outputs pixels at the left and right edges of the laser stripe. Then, a subpixel edge extraction method is proposed based on polynomial fitting that outputs the center curve of the laser stripe. Finally, an edge filter is used to smooth the edge burrs, and the Hermite interpolation method is used to link the broken edges and construct continuous, smoothing edge contours. The results show that this method can effectively find the subpixel position of the laser stripe and output high‐quality edge contours. The method is suitable for extracting the contours of a laser stripe located in a microscope image.     

线结构光条纹中心全分辩率精确提取方法

线结构光三维坐标测量中,激光条纹中心的提取直接影响测量的分辩率与精度。本文提出了基于灰度阈值法提取条纹全分辩率初值中心,在初值处应用灰度梯度计算光条纹法向,最后在条纹法线方向精确计算光条纹能量中心的方法。实验结果表明,该方法有效地避免了被测体曲率变化大反而提取数据密度小的问题,提高了光条纹受被测物体表面调制后,条纹中心提取的精度,实现了条纹中心的全分辩率精确提取。     

线结构光视觉传感器测圆(类圆)孔中心两步法

针对基于工业机器人平台柔性三维视觉检测系统,提出线结构光视觉传感器测量空间圆(类圆)孔中心两步法。根据线结构光视觉传感器测量模型,确定被测圆心近似z向坐标。根据圆心相对摄像机光心的方位,确定被测圆心的x、y向坐标。该方法突破了传统空间圆(类圆)孔中心测量仅能采用双目视觉传感器的方式。研究结果表明,该方法切实可行,可以满足实际测量需求,能够极大地扩展线结构光视觉传感器的应用范围。