The invention relates to a light strip location method based on feature clustering, which belongs to the field of vision measurement and relates to a light strip location method based on feature clustering. First, the laser stripe image is obtained by combining laser with binocular vision, and then the stripe image is divided into blocks. According to the characteristics of the stripe, the stripe shape, the stripe anti-noise ability and the stripe arrangement are described. Finally, the three features are used to describe the method based on feature clustering to distinguish whether there is a light stripe boundary in the block image, and then the light stripes are selected to locate the light stripes accurately and quickly. This method overcomes the problem of low recognition efficiency caused by many and complex image noises, zigzag light stripes, uneven light and shade, and low proportion of light stripe pixels in the whole image. It realizes the fast and accurate positioning of laser stripes, and has the characteristics of accurate positioning, high efficiency and good robustness.
【技术实现步骤摘要】
一种基于特征聚类的光条定位方法
本专利技术属于视觉测量领域,涉及一种基于特征聚类的光条定位方法。
技术介绍
随着工业化自动化的进程,视觉测量系统已经广泛应用在工业加工过程监测、产品几何质量检测中。激光具有直线度高、特征稳定等优势,作为增强特征广泛应用于视觉测量系统中,构成激光辅助视觉测量系统。例如,结构光三维扫描系统三维成像测量、机器人焊缝自动跟踪检测等。在复杂大视场工业环境下,激光图像存在强光区域、特征淹没、噪声区域等不可避免的干扰因素。线激光在图像中的定位将决定特征处理区域,直接影响图像处理过程的鲁棒性和准确性。因此,准确的激光光条定位是十分重要的。近年来,工业测量中应用的定位方法主要是模板匹配法和基于特征的模板匹配法。这些方法都是基于固定模板对有特定几何特征的零件进行有效的定位和分割,但对于激光光条图像,激光光条随零件的形面特征而改变,难以用固定模板对激光光条进行有效的定位。对于光条图像的定位,目前有三个实际难题:1)由于测量现场环境光、背景、尘埃等因素的影响,在识别光条时有很多背景边界和噪声的干扰;2)被测物体表面曲率的变化,将造成光条曲折、明暗不均;3)光条的像素面积通常小于整幅图像的1%,识别效率低。FengL,PoLM,XuX,etal.DynamicROIbasedonK‐meansforremotephotoplethysmography[C].ICASSP,2015:1310‐1314中提出一种基于K‐means聚类算法的动态ROI方法。该方法首先对图像特征区域进行固定ROI并分块,计算分块图像的互相关系数和信噪比两个特征参数,然后基于 ...
【技术保护点】
1.一种基于特征聚类的光条定位方法,其特征是,该方法首先通过激光结合双目视觉的方式,利用左、右相机(1、4)拍摄激光发射器(3)在被测物(5)上形成的辅助激光条纹(6),获取激光光条(6)图像;然后将光条图像进行分块处理,根据光条的特征,建立三个光条特征描述;最后,利用这三个特征描述基于特征聚类的方法区分分块图像内是否存在光条边界,从而筛选出光条,实现光条的准确定位;方法的具体步骤如下:第一步,采集激光光条图像搭建激光辅助双目视觉测量系统,打开辅助激光发射器(3)并照射被测物(5),在左、右相机(1、4)开始采集之后,通过转台(2)带动激光发射器(3)转动,使激光扫描被测物(5);通过信息采集系统采集到辅助激光光条(6)图像之后,需要对图像中的光条进行定位;第二步,将光条图像分块设定一幅包含了光条的图像为Im,n,像素尺寸为m×n,为有效对图像局部进行分析,将图像均匀划分为k×k个区域,每个区域记为图像Ri,j,尺寸为w×h,其中i=1,2,...,k、j=1,2,...,k,w=m/k,h=n/k;第三步,建立三个光条特征描述A.光条形状描述:由于光条在切向方向能量符合高斯分布或近似 ...
【技术特征摘要】
1.一种基于特征聚类的光条定位方法,其特征是,该方法首先通过激光结合双目视觉的方式,利用左、右相机(1、4)拍摄激光发射器(3)在被测物(5)上形成的辅助激光条纹(6),获取激光光条(6)图像;然后将光条图像进行分块处理,根据光条的特征,建立三个光条特征描述;最后,利用这三个特征描述基于特征聚类的方法区分分块图像内是否存在光条边界,从而筛选出光条,实现光条的准确定位;方法的具体步骤如下:第一步,采集激光光条图像搭建激光辅助双目视觉测量系统,打开辅助激光发射器(3)并照射被测物(5),在左、右相机(1、4)开始采集之后,通过转台(2)带动激光发射器(3)转动,使激光扫描被测物(5);通过信息采集系统采集到辅助激光光条(6)图像之后,需要对图像中的光条进行定位;第二步,将光条图像分块设定一幅包含了光条的图像为Im,n,像素尺寸为m×n,为有效对图像局部进行分析,将图像均匀划分为k×k个区域,每个区域记为图像Ri,j,尺寸为w×h,其中i=1,2,...,k、j=1,2,...,k,w=m/k,h=n/k;第三步,建立三个光条特征描述A.光条形状描述:由于光条在切向方向能量符合高斯分布或近似高斯分布,光条法线方向的灰度梯度变化很大,采用光条灰度梯度描述可有效表示光条的形状特征;根据公式(1)计算Ri,j的横向对称梯度图像RXi,j:其中,代表长度为t的全1向量,GX为卷积核,*代表图像卷积运算,RXi,j即为区域图像内像素横向梯度变化信息的描述,i=1,2,...,k、j=1,2,...,k;RXi,j中有w×h个元素,由于其数据量太大,不能直接用来表达Ri,j的特征,故将RXi,j中每行数据极差的最大值作为Ri,j的像素特征,用公式(2)表示:其中,range(X)=max(X)-min(X),(u,v)为RXi,j中元素的坐标,u=1,2,...,w、v=1,2,...,h,MRXi,j即为光条形状描述;B.光条抗噪能力描述:峰值信噪比可用来计算原图像和加噪声滤波后图像的差异,反映图像对噪声的抗干扰能力;对于分块图像Ri,j,若图像的明暗变化很小,则认为图像仅占有一种信号,其信噪比较高;相反,认为图像占有一个信号和多个噪声,则该图像的峰值信噪比较低;故峰值信噪比可以用来衡量图像的粗糙程度,而...
【专利技术属性】
技术研发人员:刘巍,邸宏图,叶帆,张致远,赵海洋,张洋,贾振元,马建伟,
申请(专利权)人:大连理工大学,
类型:发明
国别省市:辽宁,21
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。