一种多高斯信号拟合的激光条纹中心线提取方法技术

本发明专利技术提供的是一种多高斯信号拟合的激光条纹中心线提取方法。本发明专利技术方法通过使用一组具有不同期望及方法的高斯信号，以不同的位置及权值组合起来，最大程度的拟合激光线条图像某一行像素值的分布，当找到最佳的拟合组合时，根据各个高斯信号组合时所处的位置即可做出对激光线条中心的最优估计。本发明专利技术方法可以有效解决在激光线条图像的像素值分布无法满足对称性及均一性的情况下，准确地估计出激光线条的中心，提高3D扫描重建的精度。

【技术实现步骤摘要】

本专利技术涉及的是一种基于激光线条的低成本3D扫描系统的处理方法，具体涉及一种基于高斯信号拟合的激光线条中心提取方法。
技术介绍
三维物体识别技术在机器人工件抓取、自动导航、自动检测、医学分析等诸多领域有着广泛的应用。而3D扫描系统作为最主要的数据获取手段,其采集精度将直接影响识别的成功与否。目前基于结构光的非接触式3D扫描系统精度高、应用范围广，但其昂贵的成本限制了它的普及，因此以激光代替结构光的低成本测量系统有着更为广阔的市场和研究空间。在一个基于激光的3D扫描系统中，由于存在摄像头采集精度、激光条纹具有一定的宽度以及被测物体表面不平整导致反光散射等问题，如何准确地提取激光条纹中心将直接决定系统的采集精度。目前常用的线条中心提取算法有：极值法、阈值法、几何中心法、图像细化法、基于高斯分布的最小二乘法、Hessian矩阵法等。
技术实现思路
本专利技术的目的在于提供一种能够精确地提取激光条纹图像的中心线，使基于激光的3D扫描系统具有更高的采集精度的多高斯信号拟合的激光条纹中心线提取方法。本专利技术的目的是这样实现的：步骤一：通过图像采集设备获取包含激光线条的图像I，图像I的分辨率为Ymax×Xmax；步骤二：设图像I的第N(N∈[1,Xmax])行的像素值构成的序列为原始数据MN(j),(j∈[1,Ymax])，通过立方插值算法得到输入信号mN(t)，其中t＝nTs，Ts为插值间隔,N∈[1，Xmax],j∈[1，Ymax]；步骤三：对于图像I的第N行的激光线条像素值归一化后的数据，设置一个范围在0.2到0.5之间的阈值，当像素值数据大于所述阈值时，将此像素点标记为1，小于所述阈值时，则标记为0；计算所有标记为1的像素所属的列序号的均值，将此均值作为初始中心点u0，同时计算标记为1的像素点列序号最大值与最小值的差值，将此差值作为初始条纹宽度w0；步骤四：构建一组M个具有不同期望及方差的用于拟合的基底高斯信号集合G，集合中的所有基底高斯信号的长度与输入信号mN(t)相同，并且设zi＝2σi2，σi为第i级基底高斯信号的标准差，并且将zi命名为第i级基底高斯信号的伸缩度，令期望ui＝u0+si，并且将ui命名为第i级基底高斯信号的对称中心，其中，u0为初始中心点，si为偏移量；将步骤三中得到的初始中心点u0作为第一级基底高斯信号的对称中心u0，即u1＝u0，初始条纹宽度w0用于确定第一级基底高斯信号的伸缩度其中q为常数，由此得到一组M个具有不同伸缩度的基底高斯信号集合G。 z i + 1 = 2 - 1 z i , ( i ∈ [ 1 , m ] ) u i = u 0 + s i , ( i ∈ [ 2 , m ] ) g z i , u i ( x ) = 1 πz i e - ( x - u i ) 2 z i G = 本文档来自技高网...

【技术保护点】
一种多高斯信号拟合的激光条纹中心线提取方法，其特征是：步骤一：通过图像采集设备获取包含激光线条的图像I，图像I的分辨率为Ymax×Xmax；步骤二：设图像I的第N(N∈[1,Xmax])行的像素值构成的序列为原始数据MN(j),(j∈[1,Ymax])，通过立方插值算法得到输入信号mN(t)，其中t＝nTs，Ts为插值间隔,N∈[1，Xmax],j∈[1，Ymax]；步骤三：对于图像I的第N行的激光线条像素值归一化后的数据，设置一个范围在0.2到0.5之间的阈值，当像素值数据大于所述阈值时，将此像素点标记为1，小于所述阈值时，则标记为0；计算所有标记为1的像素所属的列序号的均值，将此均值作为初始中心点u0，同时计算标记为1的像素点列序号最大值与最小值的差值，将此差值作为初始条纹宽度w0；步骤四：构建一组M个具有不同期望及方差的用于拟合的基底高斯信号集合G，集合中的所有基底高斯信号的长度与输入信号mN(t)相同，并且设zi＝2σi2，σi为第i级基底高斯信号的标准差，并且将zi命名为第i级基底高斯信号的伸缩度，令期望ui＝u0+si，并且将ui命名为第i级基底高斯信号的对称中心，其中，u0为初始中心点，si为偏移量；将步骤三中得到的初始中心点u0作为第一级基底高斯信号的对称中心u0，即u1＝u0，初始条纹宽度w0用于确定第一级基底高斯信号的伸缩度其中q为常数，由此得到一组M个具有不同伸缩度的基底高斯信号集合G，zi+1=2-1zi,(i∈[1,m])ui=u0+si,(i∈[2,m])gzi,ui(x)=1πzie-(x-ui)2ziG={gz1,u0(t),gz2,u2(t),gz3,u3(t)...gzm,um(t)}]]>上式中，gzi,ui(x)为第i级基底高斯信号，且其伸缩度为zi，对称中心为ui；步骤五：通过计算最大互相关系数，求得各基底高斯信号与输入信号的相似性：rzi(τi)=max(cov<mN(t),gzi,ui(t)>)=max(Σ1YmaxmN(τ)gzi,ui(t+τ))i∈[1,M]]]>其中，rzi(τi)为输入信号与第i级基底高斯信号的最大互相关值，τi为两信号互相关值取最大值时，两信号的相对位置差；步骤六：定义人造信号gf(x)为m个具有不同伸缩度与对称中心的基底高斯函数，按照一组固定的拟合权值叠加后的信号，并且设初始的m＝2，拟合权值为一组固定的常数，它的选取应遵循伸缩度zi越大，拟合权值越大这一原则；步骤七：根据下式，计算由基底高斯信号按一组固定的拟合权值叠加而成的人造信号gf(t)，gf(x)=Σi=1mφigzi,ui(x)]]>其中φi(i∈[1，M])为拟合权值，为一组固定常数，改变组成此人造信号的最后一级即第i(i＝m)级基底高斯信号的偏移量si，重新计算人造信号，再继续计算人造信号与输入信号的互相关度rf(τm)：rf(τm)＝max(cov<mN(t)，gf(t)>)＝max(∑mN(τ)gf(t+τ))找到使互相关度rf(τm)最大时的偏移量si，此时添加此偏移量为si的基底高斯信号时，人造信号与输入信号最为相似，τm为互相关度最大时人造信号与输入信号位置差；步骤八：使m＝m+1，重复步骤七，直至m＝M，即添加完最后一级基底高斯函数；步骤九：当各个基底高斯信号的对称中心偏移量分别为s1，s2，s3，…sm时，由这些基底高斯信号组合而成的人造信号与输入信号具有最高的相似度，使rf(τ)取最大值的τ为整体位置差，计算对中心点的最优估计p：p=τ+Σi=1mλiμiλi=ηiri(τi)Σηiri(τi)]]>其中λi(i∈[1，M])为第i级基底高斯信号的对称中心的组合权值，该组合权值为一组固定的常数，它的选取应遵循伸缩度zi越大，组合权值越大这一原则，ui为各基底高斯信号的对称中心，rzi为步骤五得到的各不同伸缩度的基底高斯信号与输入信号的最大互相关值，rzi越高，则说明输入信号中包含更多的伸缩度为zi的基底高斯信号的成分，ηi为修正比例常数，用于反应不同伸缩度的高斯函数的对称中心的重要程度；步骤十：重复步骤二至步骤九，直至计算完所有Xmax行的中心点，得到对激光线条图像中心线的最优估计。...

【技术特征摘要】
1.一种多高斯信号拟合的激光条纹中心线提取方法，其特征是：步骤一：通过图像采集设备获取包含激光线条的图像I，图像I的分辨率为Ymax×Xmax；步骤二：设图像I的第N(N∈[1,Xmax])行的像素值构成的序列为原始数据MN(j),(j∈[1,Ymax])，通过立方插值算法得到输入信号mN(t)，其中t＝nTs，Ts为插值间隔,N∈[1，Xmax],j∈[1，Ymax]；步骤三：对于图像I的第N行的激光线条像素值归一化后的数据，设置一个范围在0.2到0.5之间的阈值，当像素值数据大于所述阈值时，将此像素点标记为1，小于所述阈值时，则标记为0；计算所有标记为1的像素所属的列序号的均值，将此均值作为初始中心点u0，同时计算标记为1的像素点列序号最大值与最小值的差值，将此差值作为初始条纹宽度w0；步骤四：构建一组M个具有不同期望及方差的用于拟合的基底高斯信号集合G，集合中的所有基底高斯信号的长度与输入信号mN(t)相同，并且设zi＝2σi2，σi为第i级基底高斯信号的标准差，并且将zi命名为第i级基底高斯信号的伸缩度，令期望ui＝u0+si，并且将ui命名为第i级基底高斯信号的对称中心，其中，u0为初始中心点，si为偏移量；将步骤三中得到的初始中心点u0作为第一级基底高斯信号的对称中心u0，即u1＝u0，初始条纹宽度w0用于确定第一级基底高斯信号的伸缩度其中q为常数，由此得到一组M个具有不同伸缩度的基底高斯信号集合G， z i + 1 = 2 - 1 z i , ( i ∈ [ 1 , m ] ) u i = u 0 + s i , ( i ∈ [ 2 , m ] ) g z i , u i ( ...

【专利技术属性】
技术研发人员：叶秀芬，李传龙，陈尚泽，宫垠，刘文智，王潇洋，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江;23