结构光截面轮廓测量中激光条纹的处理

在结构光测量系统中需要对采集到的激光条纹图像进行有效处理。该文提出了一种基于差图像的阈值分割方法,应用该方法对采集到的激光条纹图像进行阈值分割从而得到二值激光条纹图像,利用神经网络对二值激光条纹图像进行细化处理,处理过的细化条纹图像满足0.5％的精度要求,图像二值化处理时间不到1s,细化过程的时间小于2s,相对传统的图像处理时间有所增加,已经成功地应用在物体三维重建时特征参数匹配的预处理中。     

动态环境下的激光条纹中心线提取方法

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,region of interest);其次通过改进型伽马校正(IGC,improved gamma correction)以及改进型变阈值大津阈值分割算法(IVT Ostu,improved variable threshold)分割出激光条纹区域;然后使用二维灰度重心法(TD-GBM,two-dimensional gray baryeentric method)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.     

三维焊接坡口轮廓图像测量系统

开发了一种三维焊接坡口轮廓图像测量系统,该系统基于光栅莫尔条纹投影原理,由LD、光栅副、滤光片、面阵CCD（Charged coupled device）及DSP图像信号处理等部分组成。分析了在恶劣的焊接现场条件下,莫尔条纹投影到焊接工件表面的噪声产生机理,提出并采用了中值滤波方法对采集的原始激光焊缝图像信号进行平滑处理。由CCD采集到的焊接坡口表面变形的莫尔条纹二维激光图像,经过图像信号处理软件后恢复焊接坡口的三维轮廓图像,获得焊缝中心、深度、宽度等参数的精确尺寸信息。该测量系统经过在轻便型焊接机器人上试用,其测试精度、实时性基本能满足要求。实验结果表明该方法简单可靠、效果明显。     

皮带撕裂缺陷检测中应用机器视觉的研究

为了能够准确、及时地判断皮带纵向撕裂故障，提出并实现了一种以机器视觉技术为基础的皮带纵向撕裂检测系统。该系统将高帧率相机与一字线激光发射器按特定位置和角度集成到同一个图像采集设备中。在使用中，将该图像采集设备分别安装在皮带下方两侧，当皮带发生撕裂事故时，照射在其表面的激光条纹也随之发生变化，通过对采集到的激光条纹图像进行特征识别，可实现对皮带撕裂故障的检测。     

基于图像的周长精密测量

为了满足工业生产中在线检测实时性和精度的要求,提出了基于图像的周长精密测量方法。在分析了软棒材的截面图像,利用图像检测技术定位图像边缘的基础上,进行了定位精度分析和多边形近似计算得到截面周长。试验证明,该算法测量精度可达到±0.01mm。     

激光干涉条纹中心精确定位方法

干涉条纹中心的定位精度对于干涉法的测量精度至关重要。对于背景复杂的干涉条纹图像,噪声严重影响了条纹中心的定位。激光干涉图像中主要噪声为激光散斑噪声和背景亮度不均匀,采用Butterworth低通滤波和背景补偿对图像预处理以抑制噪声的影响,再进行区域分割得到二值化条纹,细化二值条纹得到初步的条纹中心,在细化条纹的周边区域通过多项式拟合求极值的方法计算条纹中心。最后用该定位方法计算了模拟条纹图像的条纹中心,计算结果表明该方法比直接细化条纹的方法更精确。     

单通道双谱夜视系统中的图像修复及消噪技术

基于单通道双谱夜视系统中对图像修复的需要,提出了一种基于水平集的图像修复及消噪技术。在阐述单通道双谱夜视系统工作原理的基础上,结合系统的实时性要求及待修复微光条纹图像的特点,设计了处理速度高的水平集修复算法;考虑微光图像的噪声对修复结果的影响,在修复的同时加入了热传导滤波方法。实验结果表明,该算法能够对微光条纹图像进行实时且有效的修复。     

结构光测头嵌入式系统的设计与实现

基于结构光照明技术的三维形面测量系统,通常采用图像采集卡完成图像采集,由计算机进行图像处理.这种测量模式难以满足实时性要求较高的场合.本文以DSP为核心,设计一种嵌入式结构光图像处理系统,采用以太网接口与计算机通讯,结合方向模板与重心法实现激光条纹中心的亚像素级提取.实验表明,该系统极大的减轻了计算机的负荷,有效的提高了测量的实时性.     

一种改进的运动模糊图像参数准确估计方法

模糊角度(方向)和模糊长度是对运动模糊图像进行恢复处理的两个关键参数.针对通过运动模糊图像频谱图像的中心亮条纹获得模糊角度存在角度检测精度不高、角度检测范围受限制等缺陷,在分析Radon变换的数学原理和十字亮纹形成原因及其造成干扰的基础上,根据频谱图像的特点,提出采用模糊频谱图像的暗条纹获得运动模糊角度的方法:在获得频谱图像暗条纹的二值图像后,通过骨架化变换,缩小暗条纹宽度,再经过Radon变换获得模糊角度和模糊长度.实验结果表明,所提出的方法能避开频谱图像中十字亮线的干扰,提高模糊角度检测精度和稳定度,扩大角度检测范围,模糊角度的检测误差小于0.5$^\circ$,角度检测范围达$0^\circ \sim 180^\circ$,优于传统算法的效果     

提高激光测头测量精度的图像优化方法

由于激光测头的测量精度主要依赖于图像处理模块,因此为提高测量精度,首先提出基于图像反馈的自适应激光亮度调节方法,设计1个激光亮度控制器,并对不同激光强度下拍摄的图像进行激光条纹中心点提取,以选择最合适的激光强度;然后应用离散的Gabor滤波模板对激光条纹进行增强处理,以提高测量条纹的连续性.实验表明:(1)自适应激光亮度调节方法与采用手动调节方法选取的最佳激光亮度偏差不超过5级,其有效性较高;(2)改进后的激光测头从扫描数据的均匀程度到连续性都远好于改进前的测头.该方法对测量精度的提高较大,为其在复杂型面测量领域的应用打下良好基础.