一种基于分区域K-means算法的光条分割方法技术

本发明专利技术一种基于分区域K‑means算法的光条分割方法，属于视觉测量领域，涉及一种基于分区域K‑means算法的光条分割方法。该方法首先通过双目相机采集线激光条图像，粗提取感兴趣区域，并利用高斯滤波算子去除噪声。然后将图像进行分区，并对每个子区采用K‑means算法进行分割。最后。将所有子区重新拼接，获得整幅图像的分割结果，实现了非均匀光条特征的准确分割。该方法可有效解决因光条明暗不均、测量视场过大、现场环境复杂等因素，导致的阈值选取困难，光条特征分割不完整，分割结果不准确等问题。同时。能有效地降低外部干扰噪声对分割结果的影响，实现非均匀光条特征的准确分割，具有高精度、高效、高鲁棒性的特点。

A method of light stripe segmentation based on K-means algorithm

The invention relates to a strip segmentation method based on the partition K \u2011 means algorithm, belonging to the field of vision measurement, and relates to a strip segmentation method based on the partition K \u2011 means algorithm. Firstly, the laser stripe image is acquired by binocular camera, the region of interest is extracted roughly, and the noise is removed by Gauss filter operator. Then the image is partitioned, and K \u2011 means algorithm is used to segment each sub region. Last. All the sub regions are spliced again to get the segmentation result of the whole image, which realizes the accurate segmentation of non-uniform light strip feature. This method can effectively solve the problems of threshold selection, incomplete feature segmentation and inaccurate segmentation results caused by uneven light and shade, too large measuring field and complex field environment. At the same time. It can effectively reduce the impact of external interference noise on the segmentation results, and realize the accurate segmentation of non-uniform light strip features, which has the characteristics of high accuracy, high efficiency and high robustness.

【技术实现步骤摘要】
一种基于分区域K-means算法的光条分割方法
本专利技术属于视觉测量领域，涉及一种基于分区域K-means算法的光条分割方法。
技术介绍
视觉测量系统在现代自动化智能化工厂中应用广泛，其中，双目立体视觉技术凭借其高精度、实时在线、非接触等特点在工业加工过程监测、产品几何质量检测、装配校准等工程测量领域中起着至关重要的作用。双目立体视觉测量系统常采用线激光作为辅助特征进行测量激光光条在被测件上扫描，同时，双目相机连续同步采集测量图像，利用双目视差原理可从图像中提取被测件几何形貌信息的点云数据。然而，在工业的复杂环境下，因外界环境的多源干扰，双目相机采集的光条图像常存在局部高光、特征淹没、光条曲折、明暗不均等问题，为了能准确提取图像中光条蕴含的形貌信息，需将激光条与背景进行分割，分割结果的优劣直接影响着特征提取的结果，因此高鲁棒、高精度的激光光条分割对于精准获取被测件几何信息十分重要。针对光条特征的分割，目前工业测量中多采用预设阈值，利用二值化将光条和背景分割的阈值分割法。但面向航空航天大型零件，由于图像采集视场较大，受现场光照环境、空间本文档来自技高网...

【技术保护点】
1.一种基于分区域K-means算法的光条分割方法，其特征是，该方法首先通过双目相机采集线激光条图像，粗提取感兴趣区域，并利用高斯滤波算子去除噪声，然后将图像进行分区，并对每个子区采用K-means算法进行分割，最后将所有子区重新拼接，获得整幅图像的分割结果，实现了非均匀光条特征的准确分割；分割方法的具体步骤如下：/n第一步、利用双目相机采集激光光条图像，粗提取感兴趣区域；/n搭建双目视觉测量系统，在零件(5)前架设顶部安装有转台(2)的三脚架(8)，将辅助激光器(3)安装在转台(2)上，同时将左、右相机(1、4)安装在转台(2)两端的固定支架上，将辅助激光器(3)、左、右相机(1、4)与图像...

【技术特征摘要】
1.一种基于分区域K-means算法的光条分割方法，其特征是，该方法首先通过双目相机采集线激光条图像，粗提取感兴趣区域，并利用高斯滤波算子去除噪声，然后将图像进行分区，并对每个子区采用K-means算法进行分割，最后将所有子区重新拼接，获得整幅图像的分割结果，实现了非均匀光条特征的准确分割；分割方法的具体步骤如下：
第一步、利用双目相机采集激光光条图像，粗提取感兴趣区域；
搭建双目视觉测量系统，在零件(5)前架设顶部安装有转台(2)的三脚架(8)，将辅助激光器(3)安装在转台(2)上，同时将左、右相机(1、4)安装在转台(2)两端的固定支架上，将辅助激光器(3)、左、右相机(1、4)与图像采集系统(7)相连，双目视觉测量系统搭建完成；
利用双目相机采集激光条图像，打开辅助激光器(3)，将激光条(6)投射到零件(5)上，用图像采集系统(7)控制左、右相机(1、4)同步采集图像，同时控制转台(2)带动辅助激光器(3)转动，使得激光条(6)在零件(5)上扫描，当激光条(6)从最左端扫描至最右端后，用图像采集系统(7)停止转台(2)的转动；同时停止左、右相机(1、4)的图像采集，扫描采集停止后，共获得2d张图像，粗提取包含了光条部分的区域；由于辅助激光器(3)与零件(5)的相对距离不变，故对双目相机采集的2d张图像的任意一张图像，均存在一个像素尺寸为u×v的感兴趣区域roiu,v，要从双目相机采集的图像中提取出零件(5)的几何形貌点云信息，只需对感兴趣区域roiu,v进行处理即可；
第二步、利用高斯滤波算子去除噪声；
将感兴趣区域roiu,v看作列数为u，行数为v的矩阵Mu,v，矩阵中每个元素的值为图像对应位置的灰度值；利用式(1)计算大小为m×n的高斯滤波卷积模板矩阵Hm,n；



其中，h[a,b]为高斯卷积模板Hm,n第a行、第b列处元素的值，σ为高斯函数的均方差，控制平滑效果，σ的值越大，平滑效果越好，一般取σ＝1～10；通过式(2)对感兴趣区域roiu,v进行滤波降噪；



其中，ROIu,v为处理后的感兴趣区域矩阵，Mu,v为处理前的感兴趣区域roiu,v对应的矩阵，u为感兴趣区域矩阵列数，v为感兴趣区域矩阵行数，Hm,n为高斯滤波卷积模板矩阵，m为...

【专利技术属性】
技术研发人员：刘巍，罗唯奇，程习康，刘思彤，张洋，马建伟，贾振元，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：辽宁;21