一种针对多线结构光条纹图像的自动提取方法技术

本发明专利技术公开了一种针对多线结构光条纹图像的自动提取方法，所述自动提取方法包括定位条纹的检测、测量条纹概率区检测及测量条纹检测；具体地，首先在采集图像中大致定位出粗条纹即定位条纹的位置和轮廓，并提取定位条纹的质心坐标；然后基于定位条纹与测量条纹即细条纹之间的相互关系确定测量条纹可能存在的概率区；最后在测量条纹概率区内提取测量条纹并确定其质心位置；本发明专利技术的针对多线结构光条纹图像的自动提取方法，简单有效，极大压缩了条纹提取所需时间和工作量，不再过于依赖科研人员的经验和专业素质，在保证检测结果稳定性、客观性的基础上，还显著提高了条纹提取的效率和成功率。

【技术实现步骤摘要】
一种针对多线结构光条纹图像的自动提取方法
本专利技术涉及一种针对多线结构光条纹图像的自动提取方法，属于机器视觉技术和数字图像处理

技术介绍
结构光视觉测量技术作为一种非接触式检测手段，凭借其高精度、实时性以及可控性等突出优势在现代工业三维测量领域获得了广泛应用；其中依托激光源的结构光三维检测是该类测量技术的重要手段，通过投射线结构光激光条纹到被测物体表面，利用相机采集因物体表面几何形状调制而变形的结构光条纹，分析条纹变形程度与被测物体表面几何形状之间的相互关系，反求出物体表面几何形状的物理信息，最终完成针对工业零部件的尺寸测量和三维形貌恢复。结构光三维检测能否快速、高精度重构出被测物体表面的几何形状，除了需要精确提取条纹质心以及推导出被测物体表面特征点与图像中对应灰度点之间的转换关系外，还需要一套足够好的条纹勾画工具，用于精确快速地勾画出包含有目标条纹的感兴趣区域(RegionofInterest,ROI)。目前，针对ROI区域的自动勾画往往局限在单线结构光条纹的检测过程中，通常采用自适应阈值法、置信度、大津阈值法等手段来实现；但当面临多线结构光条纹时，由于需要勾画的ROI本文档来自技高网...

【技术保护点】
1.一种针对多线结构光条纹图像的自动提取方法，其特征在于：所述自动提取方法包括定位条纹的检测、测量条纹概率区检测及测量条纹检测；具体地，首先在采集图像中大致定位出粗条纹的位置和轮廓，并提取定位条纹的质心坐标；然后基于定位条纹与测量条纹之间的相互关系确定测量条纹可能存在的概率区；最后在测量条纹概率区内提取测量条纹并确定其质心位置。

【技术特征摘要】
1.一种针对多线结构光条纹图像的自动提取方法，其特征在于：所述自动提取方法包括定位条纹的检测、测量条纹概率区检测及测量条纹检测；具体地，首先在采集图像中大致定位出粗条纹的位置和轮廓，并提取定位条纹的质心坐标；然后基于定位条纹与测量条纹之间的相互关系确定测量条纹可能存在的概率区；最后在测量条纹概率区内提取测量条纹并确定其质心位置。2.根据权利要求1所述的针对多线结构光条纹图像的自动提取方法，其特征在于，所述定位条纹的检测其操作方法如下：依据定位条纹相比于测量条纹，宽度值更大，灰度值也更高的特性，分别应用灰度阈值GT二值化、数量阈值NT筛选出面积最大的连通区域，将定位条纹筛选出来并提取条纹质心坐标。3.根据权利要求1或2所述的针对多线结构光条纹图像的自动提取方法，其特征在于，所述定位条纹的检测其具体操作方法如下：第一步，定位条纹概率区，采用函数roipoly手动设置定位条纹的大致概率区范围，然后自动对概率区进行噪声滤波；一般此类结构光采集图像中存在的噪声主要是椒盐噪声，故采用二维中值滤波函数medfilt2；第二步，图像自适应GT二值化，依托概率区设定定位条纹的处理区，并对处理区内每一列上的像素点作均值化处理，获取该列的灰度阈值系数GT，并以此二值化该列上的所有像素点；循环操作，最终完成整个处理区内所有列上像素点的二值化；第三步，定位条纹粗提取，定位条纹所在区域，针对二值化后的图像，采用函数bwlabel对处理区中所有连通区域进行编号，并根据处理区内实际情况自适应设定面积阈值系数NT，最终筛选出面积最大的连通区域；第四步，条纹质心坐标提取，针对提取后的定位条纹采用灰度重心法自动提取条纹的质心坐标。4.根据权利要求1所述的针对多线结构光条纹图像的自动提取方法，其特征在于，所述测量条纹概率区检测其操作方法如下：依据定位条纹之间，测量条纹均匀分布且任意两相邻测量条纹之间的距离固定的特性，设计了一种结构知识模型用于匹配两定位条纹之间的所有测量条纹。5.根据权利要求1或4所述的针对多线结构光条纹图像的自动提取方法，其特征在于，所述测量条纹概率区检测其具体操作方法如下：设计一种用于匹配两定位条纹之间的所有测量条纹的结构知识模型，将该模型...

【专利技术属性】
技术研发人员：丁超，唐力伟，曹立军，邵新杰，邓士杰，
申请(专利权)人：中国人民解放军陆军工程大学，
类型：发明
国别省市：河北,13