一种用于网格结构光视觉测量中的图像特征点提取方法技术

本发明专利技术涉及一种用于网格结构光视觉测量中的图像特征点提取方法，包括如下方法步骤：网格结构光图案进行骨骼提取，得到单像素的网格结构光骨骼图案；对单像素的网格结构光骨骼图案骨骼图案进行多个角点提取，获得多个角点位置坐标；每个角点位置坐标在网格结构光图案中分别确定一个ROI区域，网格结构光图案的特征点为各ROI区域内交叉网格线的交点；通过各ROI区域内对网格横纵线进行水平和竖直方向的中心提取，并分别进行拟合确定直线方程，即可求得各特征点的像素坐标。采用本发明专利技术提供的提取方法对网格结构光视觉测量中的图像特征提取精度能够得到更好的保证，图像处理算法简单，执行效率较高。

【技术实现步骤摘要】
一种用于网格结构光视觉测量中的图像特征点提取方法
本专利技术属于图像数据分析
，尤其是一种用于网格结构光视觉测量中的图像特征点提取方法。
技术介绍
近年来三维测量技术作为获取物体形貌的一种重要手段得到了快速的发展，并且广泛应用于不同行业领域。伴随着光电传感器件以及计算机技术的日趋成熟，三维视觉测量技术得到了不断丰富和发展。其中，结构光视觉测量技术以其较高精度、光条图像信息易于提取、实时性强及主动受控等优点，得到了广泛的应用。根据所投射的结构光形式，可分为点结构光测量、线结构光测量、面结构光测量。点结构光虽然能在准确获得激光点的情况下获得该点的空间坐标，但是测量效率低。线结构光测量方法是用线代替点，尽管扫描效率提高，仍满足不了实时动态测量的需求。面结构光测量方法利用一幅完整图案对物体进行测量，相比点结构光和线结构光测量，测量效率高，可以满足动态实时测量的需求。对结构光投射图案进行编码可以更好的识别特征点。常见的编码方式一般分为基于时间编码和基于空间编码。基于时间编码是将一组图案连续地投射到被测物上，特征点由投射的多幅图像确定，因此测量精度高。这种编码方式由于要连续投射多个图案，被测物不能移动，因此不适用于动态测量。空间编码是使图像中局部编码具有唯一性，这种编码方式具有更快的测量速度，在动态测量上更有优势。其中最常见的就是按颜色编码。当考虑被测物的反照率、投影仪光谱的非线性、相机的光谱效应、测量环境中颜色复杂的影响时，提取到的颜色会与投射的颜色存在偏差，颜色的错误分类会造成匹配精度降低。然而，上述编码模式都需要对图案精细设计才能够完成图像特征点的提取及匹配。因此，需要一种无需精细编码的结构光图案，通过单次投射图案便能实现特征点的提取与匹配。能够兼顾动态测量与高测量精度的测量需求。经检索，发现一篇与网格结构光测量技术有关的专利文献，公开号为CN110285831A的中国专利公开了一种网格结构光投射器标定方法，包括步骤：1)构建网格结构光视觉测量系统；2)建立各个坐标系；3)获取步骤1中三个标定点A、P、B的像素坐标；4)求出三个标定点在辅助坐标系中的坐标并求出其位置向量长度；5)利用小孔成像原理求取三个标定点在摄像机坐标系下的坐标；6)重复以上步骤，获取多余两组标定点的摄像机坐标系下的坐标；7)利用最小二乘法对所有靶标坐标进行拟合得到结构光平面方程；8)重复以上步骤得到网格结构光投射器中所有光平面的标定。经过分析比对，上述专利文献要解决的技术问题是网格结构光投射器标定，且其解决技术问题的方案与本案存在诸多不同点，本申请的设计思路是：特征点提取是基于网格结构光主动视觉测量中的重要环节，所以特征点的提取精度是测量系统精度的保证。所以本案是主要是对网格结构光主动视觉测量中特征点提取进行相关设计和提供测量方案。
技术实现思路
本专利技术的目的在于克服现有技术不足，提供一种操作方便、兼顾动态测量与高测量精度的用于网格结构光视觉测量中的图像特征点提取方法。本专利技术采用的技术方案是：一种用于网格结构光视觉测量中的图像特征点提取方法，包括如下方法步骤：(1)网格结构光图案进行骨骼提取，得到单像素的网格结构光骨骼图案；(2)对单像素的网格结构光骨骼图案骨骼图案进行多个角点提取，获得多个角点位置坐标；(3)每个角点位置坐标在网格结构光图案中分别确定一个ROI区域，网格结构光图案的特征点为各ROI区域内交叉网格线的交点；(4)通过各ROI区域内对网格横纵线进行水平和竖直方向的中心提取，并分别进行拟合确定直线方程，即可求得各特征点的像素坐标。而且，步骤(1)中所述网格结构光图案进行骨骼提取是相机采集到网格结构光图案Io进行骨骼提取，获得网格光条宽度为单像素的图案Ibone。而且，步骤(2)中所述骨骼图案进行角点提取是对骨骼图像进行角点提取，获得角点坐标Pcor(ucor，vcor)。而且，步骤(3)中所述ROI区域确定是通过每个角点坐标Pcor(ucor，vcor)所在位置可在原图Io中确定一个矩形区域Rcor，扩大Rcor区域形成一个新的矩形Rnew区域，区域ROI＝Rnew-Rcor即为光条中心提取区域。而且，步骤(4)中所述ROI区域内对网格横纵线进行水平和竖直方向的中心提取是在ROI区域内按竖直方向提取光条中心坐标Pvcen(uvcen，vvcen)，按照在ROI区域内按水平方向提取光条中心在ROI区域内按水平方向提取光条中心坐标Phcen(uhcen，vhcen)。而且，步骤(4)中，对所述ROI区域内所提取的水平方向光条中心拟合确定直线方程lh：ahx+bhy+ch＝0。而且，步骤(4)中，对所述ROI区域内所提取的竖直方向光条中心拟合确定直线方程lv：avx+bvy+cv＝0。而且，步骤(4)中，计算所述直线方程lv：avx+bvy+cv＝0与lh：ahx+bhy+ch＝0的交点坐标Pf(uf，vf)，该焦点坐标即为网格图案中所要提取的特征点坐标。本专利技术优点和积极效果为：本申请采用网格结构光骨架提取，在骨架上提取到角点位置信息，利用骨架的角点信息能够在原图上简易确定每个特征点所在的区域，只需小范围的对该区域扩大便可以确定特征点局部范围内的光条区域ROI，在每个局部ROI中利用灰度重心法即可完成光条中心提取。将光条中心进行直线拟合，横竖直线的交点便是特征点所在位置。本申请提供的网格结构光骨架提取图像特征点提取方法对比常见方法的优势是基于原图的图像处理过程，更好的地保留了原图中光条真实灰度分布信息，避免了多次图像过程中误差的引入，如光条中心点位置的偏移。采用拟合局部光条的思想，不对整条光条进行提取，只提取每个特征点周围小范围区域的光条进行直线拟合求取交点，精度能够得到更好的保证，图像处理算法简单，执行效率较高。附图说明图1是本专利技术的用于网格结构光视觉测量中的图像特征点提取算法流程图；图2是本专利技术涉及的网格结构光图案；图3是本专利技术涉及的原图骨骼提取过程的示意图；图4是本专利技术涉及的骨骼图像角点提取过程的示意图；图5是本专利技术涉及的确定光条中心提取区域过程的示意图；图6是本专利技术涉及的光条中心提取并拟合直线过程的示意图；图7是本专利技术涉及的特征点位置及拓扑坐标示意图；图8是本专利技术涉及的网格结构光投射在表面呈平面被测物上进行特征点提取过程示意图；图9是本专利技术涉及的网格结构光投射在表面呈曲面被测物上进行特征点提取过程示意图；图10是采用灰度级顶帽变换、二值化分割、二值形态学开操作进行图像特征点提取的效果放大图；图11是采用本专利技术的用于网格结构光视觉测量中的图像特征点提取的的效果放大图。具体实施方式下面通过附图结合具体实施例对本专利技术作进一步详述，以下实施例只是描述性的，不是限定性的，不能以此限定本专利技术的保护范围。一种用于网格结构光视觉测量中的图像特征点提取方法，见图1、图2，包括本文档来自技高网...

【技术保护点】
1.一种用于网格结构光视觉测量中的图像特征点提取方法，其特征在于：包括如下方法步骤：/n(1)网格结构光图案进行骨骼提取，得到单像素的网格结构光骨骼图案；/n(2)对单像素的网格结构光骨骼图案骨骼图案进行多个角点提取，获得多个角点位置坐标；/n(3)每个角点位置坐标在网格结构光图案中分别确定一个ROI区域，网格结构光图案的特征点为各ROI区域内交叉网格线的交点；/n(4)通过各ROI区域内对网格横纵线进行水平和竖直方向的中心提取，并分别进行拟合确定直线方程，即可求得各特征点的像素坐标。/n

【技术特征摘要】
1.一种用于网格结构光视觉测量中的图像特征点提取方法，其特征在于：包括如下方法步骤：
(1)网格结构光图案进行骨骼提取，得到单像素的网格结构光骨骼图案；
(2)对单像素的网格结构光骨骼图案骨骼图案进行多个角点提取，获得多个角点位置坐标；
(3)每个角点位置坐标在网格结构光图案中分别确定一个ROI区域，网格结构光图案的特征点为各ROI区域内交叉网格线的交点；
(4)通过各ROI区域内对网格横纵线进行水平和竖直方向的中心提取，并分别进行拟合确定直线方程，即可求得各特征点的像素坐标。


2.根据权利要求1所述的用于网格结构光视觉测量中的图像特征点提取方法，其特征在于：所述网格结构光图案进行骨骼提取是相机采集到网格结构光图案Io进行骨骼提取，获得网格光条宽度为单像素的图案Ibone。


3.根据权利要求2所述的用于网格结构光视觉测量中的图像特征点提取方法，其特征在于：所述骨骼图案进行角点提取是对骨骼图像进行角点提取，获得角点Pcor(ucor，vcor)坐标位置。


4.根据权利要求3所述的用于网格结构光视觉测量中的图像特征点提取方法，其特征在于：所述ROI区域确定是通过每个角点坐标Pcor(ucor，vcor)所在位置，在原图Io中确定一个矩形区域Rcor，扩...

【专利技术属性】
技术研发人员：刘斌，杨帆，初录，
申请(专利权)人：天津理工大学，
类型：发明
国别省市：天津;12