一种基于随机采样一致性的线激光条纹定位方法技术

本发明专利技术公开了一种基于随机采样一致性的线激光条纹定位方法，属于工业机器视觉领域，包括如下步骤：首先对工业相机采集的线激光图片进行二值化处理，利用张氏骨架提取法对图片进行骨架提取，得到线激光直线的数据；对数据构建距离二叉树，随机一个像素点找到其附近一定数目的点数构建子数据集，对子数据集进行随机采样一致性拟合，对拟合结果进行内点阈值Th

【技术实现步骤摘要】
一种基于随机采样一致性的线激光条纹定位方法
本专利技术属于工业机器视觉领域，涉及一种基于随机采样一致性的线激光条纹定位方法。
技术介绍
近年来，机器视觉技术逐渐应用到工业生产中，带来了巨大的经济效益。在焊接，抓取，喷涂等行业中，通过视觉技术对物体实现三维测量和定位是目前的研究热点。线结构光三维测量由于其成本低、体积小、质量轻、方便灵活等特点,在三维视觉测量与检测中获得了广泛应用。线结构光三维测量技术是以线激光为结构光源，通过对激光条纹照射在待测物体上的形变图像进行分析，解算出需要的三维定位信息。线激光在焊缝定位中的条纹图像一般由多条直线构成，准确快速的提取出激光条纹图像中的直线参数对焊缝定位的精度和效率意义重大。激光条纹具有一定的宽度，在实际的工业生产环境中又存在杂光、漫反射等多种干扰因素，影响条纹图像的成像质量，对条纹直线参数的精确提取造成困难。
技术实现思路
针对上述现有技术中存在的问题，本专利技术提供了一种基于随机采样一致性的线激光条纹定位方法。考虑到工业生产环境下采集的条纹图像可能出现的缺失、断裂、过曝和杂光干扰等异常情况，设计了基于随机采样一致性(RandomSampleConsensus,RANSAC)的激光条纹直线分类提取算法，使提取出的直线数据能准确还原图像中的条纹直线信息，对各种干扰有较好的抑制作用，从而实现对激光条纹的定位。本专利技术的技术方案：一种基于随机采样一致性的线激光条纹定位方法，包括以下步骤：步骤(1)对激光条纹图像进行形态学滤波，二值化分割等预处理操作，对预处理后的图像利用张氏骨架提取法进行骨架提取，获取所有骨架的像素点坐标，建立数据集DATA1并对数据集DATA1构造距离二叉树，拷贝数据集DATA1得到数据集DATA1copy；其中：数据集DATA1是骨架提取出的所有像素点坐标的二维数据集合表示。步骤(2)随机选取数据集DATA1内的一个像素点，搜索离它最近的n(n>100)个的数据点，建立数据集DATA2；其中：数据集DATA2是随机像素点邻域内所有像素点的二维数据集合表示。步骤(3)根据随机采样一致性原理，在数据集DATA2内随机采样i(i>100)次，每次采样k(k>2)个点，拟合直线li，计算数据集DATA2中各坐标点到直线li的距离d，将距离d小于阈值Thd的点判断为直线li的内点，统计为内点数Ni；其中：第i次采样拟合出的直线方程li的一般形式为，Ax+By+C＝0，A，B和C是拟合出的直线方程参数；x为像素点的横坐标，y为像素点的纵坐标。对于数据集DATA2的任一点(x0,y0)，其到直线的距离d表示为阈值Thd用来表征数据集DATA2中的所有点相对于直线li的偏离度，其参数设定依据激光线宽决定，一般可取1～2个像素宽度；Ni是第i采样拟合过程中，数据集DATA2中所有满足距离阈值Thd的所有点的集合表示。步骤(4)选择内点数Ni最多的直线lm，如果其内点数Nm小于阈值Th1，则返回步骤(2)操作；如果内点数Nm大于阈值Th1，则计算直线lm在数据集DATA1copy中的内点数Nm_copy，如果内点数Nm_copy大于阈值Th2，则将内点数Nm_copy存入新的数据集DATAm中，并将直线lm的内点从数据集DATA1中删除，更新数据集DATA1；否则直接转步骤(2)操作；其中：阈值Th1用来衡量筛选出的直线lm在邻域点内是否为一条合理的直线，是对筛选出的直线lm的内点数目Nm的约束，其设定可取步骤(2)中搜索最近点数目的一半；Nm_copy是直线lm在全局像素点集DATA1copy中的内点集合；阈值Th2用来衡量筛选出的直线lm在数据集DATA1copy内是否为一条合理的直线，本实验设定的取值为数据集DATA1copy点数的一半。步骤(5)当步骤(4)中更新后数据集DATA1中的点数量小于阈值Th_Num时，表明此时所有的骨架点已经分类为各条直线的内点数据DATAm和无效点数据DATA1，停止循环。根据内点数据DATAm利用最小二乘拟合出各直线后再以IGGⅢ加权最小二乘回归的方法优化拟合各条直线参数，从而实现激光条纹参数的定位提取；其中：Th_Num是一个终止阈值，即当数据集DATA1中的点数目小于一定点数时，认为直线分类的所有可能均已被查找完毕，考虑到噪点干扰，阈值Th_Num的设定可设为20个点；DATAm保存的是所有直线分类所对应的内点；IGGⅢ是权值分配函数，分配每一个点的权值wi，对于每一类直线其内点的权值具体分配如下：式中，k0和k1为调和系数，k0通常取1.0～1.5，k1通常取2.5～3.0；ui是距离比值系数，ui＝di/σ，di为点(xi,yi)到直线的距离，Als，Bls和Cls是最小二乘拟合出的直线方程参数，σ为距离均方根，本专利技术考虑到工业环境中采集到的线激光条纹图像可能会受到各种干扰的情况，先通过张氏骨架提取方法提取出有宽度的激光条纹图像上的骨架像素点，再根据随机采样一致性原理，提取的像素点分类为各条直线上的像素点数据以及无效噪声点数据，最后通过随机采样一致性拟合出各条直线的参数，实现激光条纹的精确定位。相比传统方法效率更高，对噪声的容错性更好，能够明确辨识出激光条纹图像上不同直线的数据和噪声数据。附图说明图1是一种基于随机采样的线激光条纹定位方法流程图；图2是目标像素点P1(i,j)周围8邻域像素点示意图；图3是含断裂数据的原始图；图4是含断裂数据的骨架提取二值图；图5是含断裂数据的直线分类结果图；图6是含过曝数据和杂光干扰的原始图；图7是含过曝数据和杂光干扰的骨架提取二值图；图8是含过曝数据和杂光干扰的直线分类结果图；图9是含缺失数据的原始图；图10是含缺失数据的骨架提取二值图；图11是含缺失数据的直线分类结果图。具体实施方式下面结合附图对本专利技术的具体实施方式做进一步说明。如图1所示，一种基于随机采样的线激光条纹定位方法流程图，包括以下步骤：步骤(1)对激光条纹图像进行形态学滤波，二值化分割等预处理操作，对预处理后的图像利用张氏骨架提取法进行骨架提取，获取所有骨架的像素点坐标，建立数据集DATA1并对数据集DATA1构造距离二叉树，拷贝数据集DATA1得到数据集DATA1copy；步骤(2)随机选取数据集DATA1内的一个像素点，搜索离它最近的n(n>100)个的数据点，建立数据集DATA2；步骤(3)根据随机采样一致性原理，在数据集DATA2内随机采样i(i>100)次，每次采样k(k>2)个点，拟合直线li，计算数据集DATA2中各坐标点到直线li的距离d，将距离d小于阈值Thd的点判断为直线li的内点，统计为内点数Ni；所述拟合直线li，计算数据集DATA2中各坐标点到直线li的距离d，将距离d小于阈值Thd的点判断为li的内点，本文档来自技高网...

【技术保护点】
1.一种基于随机采样一致性的线激光定位方法，其特征在于，包括以下步骤：/n1)对激光条纹图像进行形态学滤波，二值化分割等预处理操作，对预处理后的图像利用张氏骨架提取法进行骨架提取，获取所有骨架的像素点坐标，建立数据集DATA1并对数据集DATA1构造距离二叉树，拷贝数据集DATA1得到数据集DATA1

【技术特征摘要】
1.一种基于随机采样一致性的线激光定位方法，其特征在于，包括以下步骤：
1)对激光条纹图像进行形态学滤波，二值化分割等预处理操作，对预处理后的图像利用张氏骨架提取法进行骨架提取，获取所有骨架的像素点坐标，建立数据集DATA1并对数据集DATA1构造距离二叉树，拷贝数据集DATA1得到数据集DATA1copy；
2)随机选取数据集DATA1内的一个像素点，搜索离它最近的n(n>100)个的数据点，建立数据集DATA2；
3)根据随机采样一致性原理，在数据集DATA2内随机采样i(i>100)次，每次采样k(k>2)个点，拟合直线li，计算数据集DATA2中各坐标点到直线li的距离d，将距离d小于阈值Thd的点判断为直线li的内点，统计为内点数Ni；
4)选择内点数Ni最多的直线lm，如果其内点数Nm小于阈值Th1，则返回步骤2)操作；如果内点数Nm大于阈值Th1，则计算直线lm在数据集DATA1copy中的内点数Nm_copy，如果内点数Nm_copy大于阈值Th2，则将内点数Nm_copy存入新的数据集DATAm中，并将直线lm的内点从数据集DATA1中删除，更新数据集DATA1；否则直接转步骤2)操作；
5)当步骤4)中更新后数据集DATA1中的点数量小于阈值Th_Num时，表明此时所有的骨架点已经分类为各条直线的内点数据DATAm和无效点数据DATA1，停止循环；根据内点数据DATAm利用最小二乘拟合出各直线后再以IGGⅢ加权最小二乘回归的方法优化拟合各条直线参数，从而实现激光条纹参数的定位提取。


2.一种基于随机采样一致性的线激光定位方法，其特征在于，步骤3)中所述拟合直线li，计算数据集DATA2中各坐标点到直线li的距离d，将距离d小于阈值Thd的点判断为li...

【专利技术属性】
技术研发人员：梁古南，程麒，袁瑜健，王昌龙，
申请(专利权)人：无锡信捷电气股份有限公司，
类型：发明
国别省市：江苏;32