一种激光条纹中心线的提取方法技术

本发明专利技术公开了一种激光条纹中心线的提取方法，属于机器视觉技术领域，包括S1对光条纹图像进行去噪处理，获得无噪光条纹图像；S2对经步骤S1获得的无噪光条纹图像进行区域提取，获得包含有光条纹全部的面积较小的矩形区域；S3去除经步骤S2获得的所述矩形区域中的像素孤立点；S4采用高斯卷积法对经步骤S3获得的边缘无毛刺的光条纹进行处理；S5对经步骤S4获得的平滑模糊光条纹进行两次灰度重心法处理，提取所述平滑模糊光条纹的二次中心线；S6对经步骤S5获得的二次中心线进行非均匀三次B样条曲线拟合，获得优化后的光条纹中心线，即实现光条纹中心线的提取。本发明专利技术方法大大提高了中心线提取的精度，并且适用范围广。

【技术实现步骤摘要】
一种激光条纹的中心线提取方法
本专利技术属于机器视觉
，更具体地，涉及一种线结构光视觉传感器的激光条纹的中心线提取方法。
技术介绍
随着制造工业的迅速发展，产品形状设计日益复杂，复杂曲面在工程领域中广泛使用，变截面复杂曲面更是在航空发动机叶片、汽轮机叶片、船用螺旋桨桨叶中广泛应用。这类零件以其强扭曲、薄壁、易变形、低损伤等特点，造成加工检测上的困难。基于机器视觉技术的非接触式测量在这类零件的检测上得到了广发应用。目前，结构光三维形貌测量技术在运用中有双目视觉测量和线结构光视觉测量两种方式，线结构光测量系统由于其快速、精确、稳定性好，而且结构简单，易于实现等优势，在各个领域得到了更广泛的应用。光视觉传感器是利用线结构光测量的仪器，该仪器主要用于检测上述零件表面形貌，获得加工误差、表面质量等方面的信息。根据线结构光视觉传感器测量模型，可得关系式：其中，s为比例因子，(u，v)为图像坐标，(XW，YW，ZW)为世界坐标，αx,αy,u0,v0为相机内部参数，R、t为相机外部参数，M1、M2、M为参数矩阵。由公式(1)可知，在当一个完成标定的传感器A，B，C，D，M1，M2均为已知值，要想得到点的世界坐标PW(XW，YW，ZW)，只需要知道图像坐标(u，v)，而图像坐标的获得，则需要对扫描采集到的图像数据进行处理，得到激光条纹中心线，将中心线上点的图像坐标点集带入式(1)，即可求得三维世界坐标点集。通过以上可知，激光条纹中心线提取的精度便是线结构光视觉传感器测量精度的主要影响要素，也可认为中心线提取是该传感器开发过程中的核心算法。目前技术中，中心线提出主要有下述两种方法：1、高斯分布法对于单模激光器而言，其出射光线的强度可以假设是服从高斯分布的，那么根据高斯分布的特征可以认为线结构激光条纹中心就是图像中激光光条上光强的高斯分布中心。如图1所示，图中的曲线代表理想情况下线结构激光光条上某一行像素的光强分布，对于所有的采样点(ci,pi)，i＝1,2,…,n，根据高斯分布对称性的特点可知：对上式进行变换即可得到光条中心的计算公式：其中，横坐标ci代表图像中像素的列坐标，纵坐标pi代表该像素点上的灰度值。这种提取方法计算简单，同时对光条中心的提取也能达到亚像素精度。但是，这种方法对于图像中每一行光条中心的提取都需要计算所有列像素点的灰度值，而且计算的起始和结束列坐标不好确定，同时这种方法在计算过程中受到噪声的影响也比较大。基于高斯分布对线结构光条中心提取主要是根据高斯分布中心对称的特点进行计算的。但是当线结构光在被测物体表面被调制，反射后的光强分布发生变形，不再是对称性的高斯分布，如图2所示，那么这些基于高斯分布的光条中心提取方法就不适用了。其中，图2(a)表示被测物体表面反射率不连续导致反射后的光强发生变形的情况，图2(b)表示被测物体表面反光不均匀导致的光强呈现非高斯分布的情况，图2(c)表示被测物体表面边缘曲率过大导致的光强呈现非高斯分布的情况。2、光条细化点判定法该方法根据线结构光在被测物体表面形成的光条具有一定宽度的特点，在光条中心提取过程中通过对较宽的光条图像进行细化，对光条的外层像素进行剥离，最后得到单像素宽度的光条图像，达到光条提取的目的。这种光条提取方法的关键就是图像细化算法的选择，所选取的细化方法要保证光条中心提取结果的完整性和准确性。最常用的细化算法是基于数学形态学使用结构单元模板来实现的，计算时，定义四个消除模板D＝{D1，D2，D3，D4}和四个保留模板E＝{E1，E2，E3，E4}。如图3所示，在模板中，0代表图像的黑色像素，1代表图像的白色像素，X代表黑色或白色像素。利用光条细化模板遍历图像中的每一个像素，对于任意一个像素，首先与消除模板D＝{D1,D2,D3,D4}相比较，如果与这4个消除模板都不匹配时，则认为将该像素应被保留；如果与任意一个模板相匹配，再与保留模板E＝{E1,E2,E3,E4}相比较，如果有相匹配的则保留，否则删除该像素。这样就可得到激光条纹的骨架，进而可求出光条纹中心的坐标。利用模板进行光条细化计算工作量较大，而且细化过程完全从形态学上考虑，并没有分析线结构光的特点。当环境噪音比较大时，中心线提取的精度会受到很大影响。总之，以上两种算法都是基于阈值分割的方法来进行中心线提取的，其对环境噪音很敏感，提取精度有限，并且不适用具有反射光干扰，以及被测物体表面边缘曲率过大或者表面发射光不均的情况，并且以上方法的计算量大，处理时间过长。
技术实现思路
针对现有技术的以上缺陷或改进需求，本专利技术提供了一种光条纹的中心线提取方法，其目的在于采用图像高斯卷积、灰度重心法和样条曲线拟合等算法对测量图像的激光条纹进行处理，大大优化了环境噪音对中心线提取过程的影响，提高了中心线提取的精度，并适用于反射光干扰，被测物体表面的边缘曲率过大，以及被测物体表面反射光不均匀等情况，由此解决现有技术中中心线提取易受环境噪音影响，提取精度有限，计算量大并且适用范围有限的技术问题。为实现上述目的，本专利技术提供了一种光条纹中心线的提取方法，其特征在于，包括如下步骤：S1：对光条纹图像进行去噪处理，获得无噪光条纹图像；S2：对经步骤S1获得的无噪光条纹图像进行区域提取，获得包含有光条纹全部的面积较小的矩形区域，所述矩形区域的长边垂直或者平行于所述光条纹图像的长边；S3：去除经步骤S2获得的所述矩形区域中的像素孤立点，以获得边缘无毛刺的光条纹；S4：采用高斯卷积法对经步骤S3获得的边缘无毛刺的光条纹进行处理，以获得边缘无阶跃的平滑模糊光条纹；S5：对经步骤S4获得的平滑模糊光条纹进行两次灰度重心法处理，提取所述平滑模糊光条纹的二次中心线；S6：对经步骤S5获得的二次中心线进行非均匀三次B样条曲线拟合，获得优化后的光条纹中心线，即实现光条纹中心线的提取。进一步的，步骤S5中所述两次灰度重心法处理具体为，先计算获得所述平滑模糊光条纹的一次中心线的y轴坐标uj，其计算公式如下：其中，gray(i，j)表示坐标为(i，j)的像素点的灰度值，n为像素点(i，j)沿y轴方向取点的总个数，获得所述一次中心线上点的坐标为(i,uj)；接着，计算获得二次中心线上各点的y轴坐标uj'和x轴坐标ui，所述uj'和ui的计算公式分别如下：其中，gray(i，j)表示像素坐标为(i，j)的像素点的灰度值，m是像素点(i，j)的法向取点的总数。进一步的，步骤S1中所述去噪处理包括如下步骤：(1-1)采用中值滤波法去除光条纹图像中椒盐噪音，获得初步去噪的光条纹图像；(1-2)采用自适应阈值法对所述初步去噪的光条纹图像进行二次去噪，以过滤掉背景噪音，获得二次去噪的光条纹图像；(1-3)采用连通域法去掉所述二次去噪的光条纹图像中的孤立亮斑，从而获得所述无噪光条纹图像。进一步的，非均匀三次B样条曲线拟合的具体过程为，首先构造所述二次中心线的约束点集Q，由该约束点集Q计算获得三次B样条曲线，进而直接获得该三次B样条曲线的节点参数矩阵以及控制点集C，然后根据该节点参数矩阵、控制点集C获得约束点集中任一约束点qi与三次B样条曲线的节点间的距离最小值表达式，以该距离最小值表达式为优化表达式，对控制点集C进行优化，采用最小二乘拟合方式求解获得优本文档来自技高网...

【技术保护点】
一种激光条纹中心线的提取方法，其特征在于，包括如下步骤：S1：对光条纹图像进行去噪处理，获得无噪光条纹图像；S2：对经步骤S1获得的无噪光条纹图像进行区域提取，获得包含有光条纹全部的面积较小的矩形区域，所述矩形区域的长边垂直或者平行于所述光条纹图像的长边；S3：去除经步骤S2获得的所述矩形区域中的像素孤立点，以获得边缘无毛刺的光条纹；S4：采用高斯卷积法对经步骤S3获得的边缘无毛刺的光条纹进行处理，以获得边缘无阶跃的平滑模糊光条纹；S5：对经步骤S4获得的平滑模糊光条纹进行两次灰度重心法处理，提取所述平滑模糊光条纹的二次中心线；S6：对经步骤S5获得的二次中心线进行非均匀三次B样条曲线拟合，获得优化后的光条纹中心线，即实现光条纹中心线的提取。

【技术特征摘要】
1.一种光条纹中心线的提取方法，其特征在于，包括如下步骤：S1：对光条纹图像进行去噪处理，获得无噪光条纹图像；S2：对经步骤S1获得的无噪光条纹图像进行区域提取，获得包含有光条纹全部的面积较小的矩形区域，所述矩形区域的长边垂直或者平行于所述光条纹图像的长边；S3：去除经步骤S2获得的所述矩形区域中的像素孤立点，以获得边缘无毛刺的光条纹；S4：采用高斯卷积法对经步骤S3获得的边缘无毛刺的光条纹进行处理，以获得边缘无阶跃的平滑模糊光条纹；S5：对经步骤S4获得的平滑模糊光条纹进行两次灰度重心法处理，提取所述平滑模糊光条纹的二次中心线；S6：对经步骤S5获得的二次中心线进行非均匀三次B样条曲线拟合，获得优化后的光条纹中心线，即实现光条纹中心线的提取。2.如权利要求1所述的一种光条纹中心线的提取方法，其特征在于，步骤S5中所述两次灰度重心法处理具体为，先计算获得所述平滑模糊光条纹的一次中心线的y轴坐标uj，其计算公式如下：其中，gray(i，j)表示坐标为(i，j)的像素点的灰度值，n为像素点(i，j)沿y轴方向取点的总个数，获得所述一次中心线上点的坐标为(i,uj)；接着，计算获得二次中心线上各点的y轴坐标uj'和x轴坐标ui，所述uj'和ui的计算公式分别如下：其中，gray(i，j)表示坐标为(i，j)的像素点的灰度值，m是像素点(i，j)的法向取点的总数。3.如权利要求1所述的一种光条纹中心线的提取方法，其特征在于，步骤S1中所述去噪处理包括如下步骤：(1-1)采用中值滤波法去除光条纹图像中椒盐噪音，获得初步去噪的光条纹图像；(1-2)采用自适应阈值法对所述初步去噪的光条纹图像进行二次去噪，获得二次去噪的光条纹图像；(1-3)采用连通域法去掉所述二次去噪的光条纹图像中的孤立亮斑，从而获得所述无噪光条纹图像。4.如权利要求1所述的一种光条纹中心线的提取方法，其特征在于，非均匀三次B样条曲线拟合的具体过程为，...

【专利技术属性】
技术研发人员：马千里，李文龙，蒋诚，於来欣，谢核，杜雨丁，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：湖北;42