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。     

基于信度评估的线结构光多重曝光条纹提取

在单线结构光三角测量法的实际应用中，图像中条纹截面灰度分布的可靠性是保证条纹中心提取精度的重要基础。在物体表面反射特性不均匀的测量场景中，受欠曝光与过曝光的双重影响，造成条纹截面灰度分布不均匀、条纹中心可信度低等问题。基于上述问题，对复杂反射特性表面的单线结构光条纹提取技术进行了研究。提出了一种基于信度评估的条纹提取方法。创新性地应用了条纹能量密度与条纹宽度相结合的双参数评价标准，有效避免了单一能量信度标准下约束力不够的问题。该方法依据信度阈值识别多重曝光图像中的可信条纹，并将可信条纹拼接重建成最终条纹图像。试验结果表明，重建图像具有全局可信度，有效提升了条纹中心计算精度。该方法能够为复杂场景下三维测量技术的发展提供一定参考。     

嵌入式系统中的快速光条中心提取算法

在嵌入式系统中,其各种资源有限,为实现由ARM9处理器构成的三维形貌测量系统,光条纹中心提取算法的时空效率至关重要。激光器投射的光条在其法线方向上灰度值呈现高斯分布,针对该种情况,提出应用条纹法线方向结合灰度重心法求条纹中心的方法。对获取的图像进行中值滤波,用最大类间方差法对图像进行阈值分割;利用阈值法粗略提取光条的中心,利用微分中值定理近似求出光条纹法线方向,在法线方向上利用灰度重心法求光条中心。在实验中移植OPENCV2.0嵌入式视觉库,实验结果表明,该方法能实时精确地提取光条中心,且能达到亚像素级。     

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。     

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。     

基于复移Morlet小波的光栅条纹图像相位提取

面结构光三维测量中,变形光栅条纹的相位信息映射为物体表面的高度,为了提取变形条纹的相位,用复移Morlet小波作为母小波,并给出复移Morlet小波的参数带宽fb和中心频率fc的取值方法,对由物体表面高度调制而发生变形的条纹图像进行连续小波变换,利用最大值法确定小波变换的"脊",进而提取条纹图像的相位.模拟和实验均表明...     

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.     

结构光测量系统的投影仪标定方法研究

传统单目视觉结构光测量系统通过解相位间接计算被测物的高度信息,系统约束性过强、不易操作、且标定精度较低.将双目立体视觉原理引入单目结构光视觉测量系统,根据投影仪图像坐标和摄像机图像坐标的对应关系,将投影仪当作一个逆向的相机,建立了投影仪模型,使用成熟的相机标定算法对投影仪进行标定.再配合四步相移法和基于多频外差原理的时域相位展开法,实现条纹图像的快速精确解相位.相对于传统的单目视觉结构光测量系统,本方法具有单目视觉系统操作简单、鲁棒性强的特点,同时也可以达到双目视觉测量的精度.实验结果表明,这种方法的投影仪标定精度达到了实际应用的要求.     

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。     

结构光条纹图像分割方法

结构光视觉三维重建中,结构光条纹分割与提取是关键。提出一种结构光条纹分割方法,该方法首先采用多尺度Retinex算法对条纹图像暗部细节进行增强,然后使用K均值聚类算法对图像的高光区域进行检测,并在图像高光区域约束下提出基于最小偏态分布指标的图像分割技术,计算出高光区域和非高光区域两个分割阈值;最后对处理后的图像进行双阈值分割,获得最终的条纹图像分割结果。实验结果表明该方法能够有效处理结构光条纹图像的分割。