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.     

白车身孔槽类特征三维坐标在线测量方法研究

为实现白车身孔槽类特征三维坐标的视觉测量,在双目立体视觉测量原理的技术上,以激光器辅助扫描被测孔槽完成三维测量,针对圆孔和复合孔槽边缘及孔心坐标的空间定位问题,提出一种在线测量方法。采用Canny边缘检测和Ramer算法分割出圆弧部分完成孔边缘的粗定位,结合Bazen方法与正交多项式拟合法实现亚像素边缘点坐标的精确定位,并通过权重拟合得到椭圆参数方程。在线激光光纹中心线提取过程中,融合极值法、阈值法与重心法,将拟合椭圆与光纹中心线的交点作为双目立体视觉的匹配点,进而完成空间点三维坐标的测量。实验结果表明,提出的方法鲁棒性好,对圆孔类特征的综合定位精度高。     

基于线结构光的亚像素精度焊缝提取方法研究

对于激光视觉焊缝跟踪系统,基于线性结构光快速、高精度地提取焊缝特征点是系统搭建的关键。现有算法多是采取像素级别的提取特征,现提出改进的亚像素精度算法用以提取焊缝特征点。与以往算法不同的是,算法不需要进行阈值的选取,提取条纹中心线和检测特征点的过程,都采用了先计算出亚像素位置,再对图像进行处理,显著地提高了算法的精度。并且目前图像处理多采用深度学习,但都为对像素的离散点实现,难以做到亚像素精度。实验结果表明,该算法能够满足生产实际要求,能够实时、精确地实现焊缝提取。     

基于FPGA的激光条纹中心实时检测

为实现结构光激光线条纹中心的实时提取,将方向模板算法进行了适应硬件的改进,且提出并实现了一种专用硬件结构。基于流水线技术和并行技术的硬件设计保证了该算法的实时实现。利用现场可编程门阵列器件FPGA实现了结构光激光线图像条纹中心线的实时提取。试验表明采用FPGA实现视频处理的专用算法具有成本低、实时性好、研发周期短的优点。     

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。     

精确提取线结构光条纹中心方法

线结构光三维坐标测量中,光条纹中心的精确快速提取直接影响测量精度与效率。提出了基于光条纹图像方向与重心法相结合的方法,首先用阈值法获取条纹中心初值,然后,通过光条纹图像的灰度梯度,计算条纹法线方向,最后,在法线方向用重心法提取光条纹重心。实验结果表明,该方法能快速精确地提取光条纹中心,精度达到亚像素级。     

机器视觉中激光光带两步提取算法研究

在基于线激光投射的三维探测系统中,如何快速精确地从复杂背景中快速提取出投射在障碍物表面的激光光带,并在光条图像中提取光条中心位置是实时精密探测出障碍物的关键问题.论文对当前已有的线激光光条提取算法进行综述,并比较了现有算法的优缺点.最后,提出了一种两步提取算法.第一步是将RGB与HSV色彩进行空间变换初步处理提取出激光光带,第二步结合阈值法与重心法两算法优点精确地确定光条中心位置.实验说明,激光光条中心的两步提取算法精准、快速,达到了像素级,这种算法的抗噪声能力也很强.     

一种提取单幅散斑干涉条纹图中心线的可靠方法

在光测力学中,如何从单幅散斑干涉条纹图中高精度地自动提取方向信息是一项较困难的工作。为了可靠地提取单幅散斑干涉条纹图的中心线,提出了一种简单可行的方法,该方法先通过平面拟合的方法来得到散斑干涉条纹图的条纹方向;然后在条纹方向上,利用条纹切面的倾斜度来提取散斑干涉条纹图的中心线。实验表明,此方法可靠、实现简单,对高噪声的散斑干涉条纹图非常有效。     

大曲率激光条纹中心线提取方法研究

激光三维扫描中线激光条纹中心位置的确定直接决定了检测的精度。检测系统需要在恶劣工况下快速完成图像采集和处理,精度和实时性要求高。在铆钉表面激光条纹曲率变化大且实时性要求高的情况下,采用了基于并行形态学细化和方向模板的灰度重心法,对图像光条ROI进行运算,准确高速提取激光条纹中心线。该方法检测速度快、精度高,满足检测系统设计要求。     

激光光条中心线提取研究综述

激光光条中心线提取在视觉测量、三维重建等领域具有重要的作用.介绍了不同类型的中心线提取模型,并且回顾了这些模型的转变和创新.具体来说,根据模型采用的核心算法,将中心线提取模型分为传统提取模型和基于深度学习的提取模型;传统中心线提取模型又分为极值模型、灰度重心模型、曲线拟合模型、基于Hessian矩阵的Steger模型和可变方向模板模型;结尾从优缺点及其克服的问题等角度对比分析了不同类型的算法模型.分析表明传统激光光条中心线提取算法在图像的适应性和处理的实时性上有较为明显的不足,指出光条中心线提取模型的发展应逐渐偏向于灵活性、泛化性、实时性更强的深度学习领域.     

线结构光光条中心提取算法

目的 线结构光视觉测量是一种利用可控光源和数字图像的主动视觉测量方法,光条中心提取是线结构光视觉测量的关键技术,直接影响到线结构光视觉测量的精度。传统灰度重心法只在图像的横向或纵向上计算光条的灰度重心,没有考虑光条的法线方向,精度较低。本文提出一种改进的光条中心提取算法,以期实现光条中心的精确提取。方法 在分析线结构光的光条灰度特性基础上,基于传统的灰度重心法,提出一种改进的两步提取算法。基于图像差分法从原始图像中分离出有效的线结构光光条,采用传统灰度重心法对光条中心进行粗提取;在粗提取的光条中心点处通过自定义的方向模板确定光条的法线方向,以粗提取的光条中心点为中心,沿法线方向采用灰度重心法进行二次提取,获取线结构光光条的中心。结果 本文采用CCD相机、镜头、线激光器及辅助机构搭建线结构光视觉系统,采用提出的算法对线激光器投影产生的直线型光条、非连续光条和弯曲光条的中心进行提取。通过光条中心提取实验获取的光条中心线的走向与光条的走向大致相同,符合预期的光条中心线。本文将Steger法作为评价标准,分别计算本文算法、传统灰度重心法与Steger法提取的光条中心的偏差,通过对比实验可知,本文算法提取的光条中心的偏差更小,并且程序运行时间比Steger法减少了3 s以上。结论 本文研究线结构光的光条中心提取算法,对传统灰度重心法进行改进,能够实现直线型光条、非连续光条和弯曲光条等不同形状光条的亚像素级中心提取,并且在保证较少的程序运行时间的同时,能够提高传统灰度重心法的光条中心提取精度。     

3D coordinates measurement based on structured light sensor

This paper mainly discusses several challenges in exploiting a structured light sensor to realize 3D coordinates measurement: a practical and flexible sensor structure is proposed with accuracy analysis, a very robust and accurate line extraction method is adopted to localize the center of the light stripe under considerable disturbances, the invariance of double cross-ratio based method is used to obtain enough accurate calibration points and a novel planar target based calibration method is presented. An application system of the structured light sensor for tyre inspection is set up, and the real online measurement results show that the application system has good repeatability and accuracy.     

A robust weld seam recognition method under heavy noise based on structured-light vision

Structured-light vision systems are widely used in robotic welding. The key to improving the robotic visual servo performance and weld quality is the weld seam recognition accuracy. Common detection algorithms are likely to be disturbed by the noise of spatter and arc during the welding process. In this paper, a weld seam recognition algorithm is proposed based on structured light vision to overcome this challenge. The core of this method is fully utilizing information of previous frames to process the current frame, which can make weld seam extraction both more robust and effective. The algorithm can be divided into three steps: initial laser center line recognition, online laser center line detection, and weld feature extraction. A Laplacian of Gaussian filter is used for recognizing the laser center line in the first frame. Afterwards, an algorithm based on the NURBS-snake model detects the laser center line online in a dynamic region of interest (abbreviated ROI). The center line obtained from first step is set as the initial contour of the NURBS-snake model. Using the line obtained from the previous step, feature points are determined by segmentation and straight-line fitting, while the position of the weld seam can be calculated according to the feature points. The accuracy, efficiency and robustness of the recognition algorithm are verified by experiments.     

高斯拟合亚像素边缘检测算法

针对传统边缘检测算法的定位精度低、对噪声敏感等缺点,提出基于函数曲线拟合的亚像素边缘检测算法——梯度方向高斯曲线拟合亚像素定位算法。该方法首先在边缘附近选取一系列点,求得这些点的灰度值,进而求得这些点的梯度值,然后运用高斯曲线来对这些点的梯度值进行拟合,最后通过拟合曲线求得高斯曲线的对称轴位置即为亚像素位置。实验表明该算法能够很好地实现亚像素定位,通过与其他两种亚像素定位算法的比较,得出该算法运行时间较短,效率较高。     

基于三通道融合的结构光中心条纹提取算法

实现坝体连接处永久缝的非接触式三维形变测量方法,对保障大坝安全运行具有重要的意义。结构光用来快速获取待测坝体拼接缝部位的表面形貌数据,并利用所获得数据对待测物体表面相貌的三维重构获得缝隙部位形变状态。由于结构光的光条中心提取精度易受噪声干扰,提出了一种三通道特征融合算法来提取条纹中心点。首先,利用方向梯度直方图、局部二值模式和Gabor函数得到三幅光条特征图像。然后,利用图像融合算法确定最终的特征图像。最后,用细化骨架的方法得到中心线。实验结果证明,相较于Steger算法,该方法的最大和平均列坐标差下降至2像素和0.069像素,且测量误差减小至0.114 mm。     

Weld seam profile detection and feature point extraction for multi-pass route planning based on visual attention model

Automatic multi-pass route planning is one of key technologies for thick plate in robotic metal active gas (MAG) arc welding. In this research, a scheme for the extracting feature points of the weld seam profile to implement automatic multi-pass route planning, and guidance of the initial welding position in each layer during MAG arc welding, is presented. It consists of two steps: first a vision sensor based on structured light is employed to capture laser stripes and molten pools simultaneously within the same frame, and the laser stripe, forming the weld seam profile is detected by a visual attention model based on saliency. Then a methodology of polynomial fitting plus derivatives for feature point extraction of the weld seam profile is suggested. With respect to the effectiveness of highlighting the laser stripe, the proposed model is much better than the classic ones in this field, whereas the feature point extraction methodology in this paper outperforms typical template matching. Finally, the performance of the proposed scheme is demonstrated on different weld seam images captured in different layers and different welding experiments.     

复杂背景下蓝色线结构光中心提取方法

针对复杂背景环境下蓝色线结构光测量系统中如何准确快速地提取出光带中心的问题,根据线结构光中像素的蓝色分量在RGB三基色中的比重以及光带中心两边灰度分布特性,提出了一种基于区域重心法的线结构光中心快速亚像素提取算法. 该算法运用自适应阈值法确定光带边界阈值,采用平滑处理降低光带非正态分布对光带中心提取的影响,应用区域重心法进行光带中心的亚像素提取,最后采用连通区域法剔除错误的光带中心. 实验结果表明,该算法具有较高的稳定性、良好的抗噪性、较强的鲁棒性.     

结构光视觉传感器标定靶标的自动处理算法

设计了一种新型平面靶标,基于Zhang摄像机标定法和投影变换中的交比不变性,进行结构光视觉传感器系统的标定.针对靶标结构特点,开发了一套进行特征圆和光条中心提取的图像处理算法,提出基于映射变换的拓扑定位算法,实现了平面靶标拓扑定位和特征识别的自动化处理过程.实验证明,该算法处理准确、稳定可靠,可有效地进行结构光视觉传感器的系统标定.     

A parameter extraction algorithm for microwave filter based on adaptive interpolation fitting

This article proposes a parameter extraction algorithm based on adaptive interpolation fitting. By adaptively inserting interpolation points within a given interval, the number of the sampling points in the extraction process can be greatly reduced, which makes the calculation more efficient. Furthermore, the effect of noise can be eliminated with the multipath characteristic of the algorithm. The specific algorithm flow is given in detail. And two microwave filter design examples verified the feasibility and effectiveness of the proposed algorithm.     

双队列控制的激光视觉焊缝跟踪系统研究

设计与实现了一套激光视觉引导的焊缝自动跟踪系统,包括系统的整体硬件构成和关键算法。在工业机器人末端安装激光视觉传感器构成焊缝跟踪系统的硬件部分。采用小波变换滤除焊缝图像噪声,采用改进的Steger算法和Hough变换方法提取激光条纹中心直线,进一步提取出焊缝位置。提出一种双队列控制策略,在采集的焊缝特征点的基础上进一步插值,从而实现激光视觉引导的焊缝自动与平滑跟踪。实验结果表明,该系统具有较好的跟踪精度,能满足工业实际需求。