【技术实现步骤摘要】
本专利技术涉及光条中心提取跟踪
,特别是涉及一种基于时空跟踪的光条中心提取跟踪方法。
技术介绍
特征提取跟踪的研究可追溯至20世纪70年代末,其在机器视觉和模式识别领域发挥着至关重要的作用,其提取结果直接影响着后续的检测和识别效果。线结构光系统标定和三维测量过程中特征提取跟踪的身影更是无处不在,线结构光三维测量的本质在于提取旋转台编码角点确定转角,以及提取结构光光条中心定位光心,进而重建所采集图像序列中回转类零件的三维轮廓点云。如何快速准确地提取跟踪特征势必决定测量系统的性能,故而提取跟踪由角点光心构成的点线特征是实现线结构光三维测量的关键所在。光条特征作为线状特征中较为特殊的一种,其表现为具有一定宽度且强度呈现变化,其提取过程在线结构光系统标定和测量中具有重要意义。激光光条具有能量高、相干性好、抗干扰能力强等优点,使其较为适合在复杂工业环境下实现零件三维测量。光条中心快速准确提取是实现线结构光三维测量的关键任务,其既是激光面标定的前提,又是被测物体重建的基础,因而光条中心提取效果直接影响着整个测量系统的性能。常用的光条中心提取算法包括灰度重心法、方向模板法、曲线拟合法和Hessian矩阵法,其中各光条中心提取算法性能如表1所示,灰度重心法和方向模板法算法简单易行且快速有效,但提取的光条中心精度不高,难于适用高精度测量场合;曲线拟合法具有亚像素级精度,但算法较复杂且耗时,难于满足实时性测量的需要;Hessian矩阵法算法复杂度较高,但具有亚像素级精度,且能够判别结构光方向,综合鲁棒性能最好。表1 各光条中心提取算法性能比较
技术实现思路
本专利技术所要 ...
【技术保护点】
一种基于时空跟踪的光条中心提取跟踪方法,其特征在于,包括以下步骤:(1)利用时间序列模型预测下一时刻光条中心坐标;(2)以预测的光条中心作为起点,光条中心的切向由Hessian矩阵的特征向量决定,利用Hessian矩阵获取该点的单位切向量,沿着光条切线方向作为谷脊区域延伸方向,用以实现光条在空间上的谷脊跟踪。
【技术特征摘要】
1.一种基于时空跟踪的光条中心提取跟踪方法,其特征在于,包括以下步骤:(1)利用时间序列模型预测下一时刻光条中心坐标;(2)以预测的光条中心作为起点,光条中心的切向由Hessian矩阵的特征向量决定,利用Hessian矩阵获取该点的单位切向量,沿着光条切线方向作为谷脊区域延伸方向,用以实现光条在空间上的谷脊跟踪。2.根据权利要求1所述的基于时空跟踪的光条中心提取跟踪方法,其特征在于,所述步骤(1)中将二维图像平面降至一维。3.根据权利要求1所述的基于时空跟踪的光条中心提取跟踪方法,其特征在于,所述步骤(1)中时间序列模型采用线性/非线性时间序列模型。4.根据权利要求...
【专利技术属性】
技术研发人员:肖轶,郝静,陈平,周开俊,张瑞华,邢硕,
申请(专利权)人:南通职业大学,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。