复杂背景下光条中心提取算法研究

在光切法三维表面重建过程中,光条中心坐标的提取至关重要。针对复杂背景下激光图像特点,研究激光条图像的预处理和光条中心提取算法,提出一种两帧平均再相减的改进差影法,较好地实现了复杂背景下激光条图像的分割,选用基于极值法的灰度重心法提取激光条中心线。实验表明该方法实现简单,光条图像处理复杂度低,与经典OTSU方法相比较其处理速度提高了20%左右,精度达到了亚像素级水平。     

基于面结构光几何关系的三维数字化研究*

为降低颜色串扰对提取结构光图像特征的影响,通常将多像素条纹细化为单像素线条,但降低了重建图像空间分辨率。针对这一问题,设计一个基于面结构光几何关系的三维数字化系统,并提出一种以面结构光投影仪像素为单位的特征提取与匹配新方法。首先,投影仪向被测物体投射设计好的面结构光,为被测物体增加有效特征,双目摄像机捕获被测物体两张图像,设置阈值滤除图像背景、去除噪声,提高图像质量;然后,基于单位投影像素提取特征点,充分利用投影图像的全像素空间,使得特征点采样密度提高,根据特征点间的几何关系进行匹配,提高计算效率;最后,根据三角测量原理将特征点图像坐标转换成世界坐标,形成高密度点云;在Geomagic Studio 2013平台上对被测物体进行三维重建,获得高质量的三维重建模型,实验结果达到了预期效果。     

SMT封装电路板三维在线检测技术

为了检测回流焊接之后SMT( Surface Mount Technology)封装电路板是否存在缺陷,设计并搭建了基于线结构光传感器的SMT封装电路板三维在线检测系统,通过线结构光扫描测量,获取SMT封装电路板表面三维数据。采用双传感器测量技术,有效减少数据丢失;研究了双传感器统一标定技术,可同时实现两个传感器的参数标定和坐标系统一。提出了自适应光条中心提取算法,对反射或散射影响而形成的光条图像噪声具有很好的抑制效果,能够提取准确的光条中心。实验表明系统测量精度可达到0.02 mm。系统测量得到的三维数据,可以为在线检测SMT封装电路板缺陷提供可靠的三维信息。     

一种结合梯度锐化和重心法的光条中心提取算法

在基于线结构光的视觉测量系统中,激光条纹中心位置的准确提取是影响系统精度的关键因素之一。本文分析了光条中心提取算法的研究现状,并比较了现有算法的优缺点,提出了一种结合梯度锐化和重心法的光条中心提取算法,该算法首先利用梯度锐化提取出光条的边缘,根据提取出的边缘得到光条的近似中心,然后在光条近似中心左右的小区域内利用重心法提取光条中心。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,精度为亚像素级。     

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.     

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。     

基于深度卷积特征光流的形变医学图像配准算法

光流法是一种基于光流场模型的重要而有效的形变配准算法。针对现有光流法所用特征质量不高使得配准结果不够准确的问题，将深度卷积神经网络特征和光流法相结合，提出了基于深度卷积特征光流（DCFOF）的形变医学图像配准算法。首先利用深度卷积神经网络稠密地提取图像中每个像素所在图像块的深度卷积特征，然后基于固定图像和浮动图像间的深度卷积特征差异求解光流场。通过提取图像的更为精确和鲁棒的深度学习特征，使求得的光流场更接近真实形变场，提升了配准精度。实验结果表明，所提算法能够更有效地解决形变医学图像配准问题，其配准精度优于Demons算法、尺度不变特征变换(SIFT) Flow算法以及医学图像专业配准软件Elastix。     

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。     

快速线结构光中心提取算法

在线结构光三维测量系统中,结构光中心提取的速度和精度直接影响到系统的整体性能。基于几何中心法、方向模板法和灰度重心法,提出了一种快速提取结构光中心的算法。首先,先对图像进行预处理,通过几何中心法快速提取结构光中心作为骨架;然后,提出了一种基于位置的法线判断法求取骨架法线方向,与常用的方向模板法比较,在速度上有了大幅度提升;最后,对骨架法线方向上像素进行灰度加权,从而精确提取结构光中心。实验结果表明,该算法不仅在速度上有很大提升,而且精度也达到了亚像素级别。     

一种基于亚像素边缘特征的医学图像融合方法

一种新的基于亚像素边缘特征的图像融合算法。该算法通过使用一种亚像素边缘检测算法提取图像的亚像素边缘特征,采用奇异值-迭代最近点法(SVD-ICP)实现轮廓间配准和利用小波极大值融合算法实现图像融合。     

结构光三维获取系统条纹中心线检测

结构光三维信息获取系统中,条纹中心的准确检测是影响系统精度的关键因素之一。传统的基于方向模板的方法带来几个问题:(1)专注于像素点的提取,忽略像素之间的结构光点(;2)重建的物体表面粗糙。为提高结构光条纹中心线的提取精度和提高重建对象的表面光滑度,提出了一种基于曲线拟合的结构光条纹中心的检测方法。这种方法基于Bezier曲线拟合,结合多帧平均和方向模板。实验表明采用这种方法可以获得比较高的提取精度和比较好的表面光滑度。     

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.     

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.     

基于线结构光的水下目标扫描定位方法

当海底环境噪声及声学散射影响比较严重时,声呐方法无法实现高精度的海底探测．因此,设计了一种基于线结构光的扫测系统．激光中心线条纹提取及系统参数快速标定是影响线结构光测扫精度的2大关键问题．在激光中心条纹处理方面,多阈值算法通过采用不同的阈值可以有效地滤除背景噪声,基于极值法的高斯拟合法则对部分激光条纹采用高斯函数进行拟合,结合多阈值算法和基于极值法的高斯拟合法提出了一个条纹中心线提取算法．该算法在保留多阈值法快速性的同时,又具备高斯拟合法的准确性．而在系统参数标定方面,提出了一种共线点的快速标定法,设计的平面标定靶只需通过确定3个共线的特征点即可快速实现系统参数的标定和高精度的海底快速测扫．最后,在水池中进行了模型实验,验证了该方法的可行性和有效性．     

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。     

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.     

基于结构光视觉的白车身覆盖件间隙面差测量方法

针对白车身表面覆盖件间隙面差人工测量精度差、效率低等问题,提出了利用结构光视觉测量方法代替人工测量.在间隙特征点识别中,计算光纹中心线上各点的绝对差分值,搜索差分极值点并将该极值点作为特征点;在面差特征点识别中,采用基于离散曲线曲率极值点的特征点定位算法.实验结果表明:间隙面差测量方法测量精度较高,能够满足整车厂对白车身间隙面差测量精度的要求.