线结构光条中心线提取方法技术

本发明专利技术提供了一种线结构光条中心线提取方法,包括：S1，对图像进行全局阈值化处理；S2，利用改进的steger算法对经步骤S1得到的图像进行处理，求得图像中激光条纹的中心线；S3，过滤掉经步骤S2得到的较短的激光条纹中心线；S4，利用最小二乘法对经步骤S3后的条纹中心线进行直线拟合，并筛选出符合条件的直线；S5，将从步骤S4中得到的拟合直线中匹配出共线的中心线，再利用最小二乘法对共线的中心线进行重新拟合；S6将通过经步骤S5得到的拟合直线来重新校正线点的坐标，校正后线点的坐标即为条纹中心线点的最终坐标。本发明专利技术提高了多线结构光条纹中心线提取的精度，适用范围广，并且使用本发明专利技术得到的中心线来恢复物体的三维结构的精度也得到保障。精度也得到保障。精度也得到保障。

【技术实现步骤摘要】
线结构光条中心线提取方法


[0001]本专利技术涉及一种线结构光条中心线提取方法。

技术介绍

[0002]线结构光三维视觉测量技术作为一种有效的光学测量方法，具有非接触、准确度高和良好实时性等优点，在工业生产、逆向工程、计算机视觉等领域得到广泛应用。提取光条图像的条纹中心坐标是线结构光三维视觉测量技术的关键，光条图像包含被测量物体表面的三维形貌信息，是被测点三维坐标求取的依据。光条中心线坐标提取的偏差将直接影响被测对象三维坐标的精度。
[0003]目前使用较多的方法有极值法、灰度重心法、曲线拟合法算法等。极值法和灰度重心法对激光条纹中心线提取的速度较快，但稳定性和精确性较差，且易受环境干扰。曲线拟合法虽然准确度高，稳定性高，鲁棒性好，但是检测提取速度慢，并且不适合复杂情况下的激光条纹的检测。

技术实现思路

[0004]本专利技术的目的在于提供一种线结构光条中心线提取方法。
[0005]为解决上述问题，本专利技术提供一种线结构光条中心线提取方法，包括：
[0006]步骤一：对图像进行全局阈值化处理，以得到处理后的图像。
[0007]步骤二：利用改进的steger算法初步求取出所述处理后的图像中的激光条纹中心线。
[0008]步骤三：过滤掉经步骤二得到的较短的线段，，以获取到激光条纹中心线中的的较长的激光条纹中心线。
[0009]步骤四：用最小二乘法对经步骤三得到的较长的激光条纹中心线进行直线拟合，再筛选出符合预设条件的拟合直线。
[0010]步骤五：将在步骤四中得到的符合预设条件的拟合直线中匹配出共线的中心线并用最小二乘法进行重新拟合，以得到第二拟合直线。
[0011]步骤六：将通过经步骤五得到的第二拟合直线来重新校正线点的坐标，校正后线点的坐标即为条纹中心线点的坐标。
[0012]进一步的，步骤一中的全局阈值化处理计算公式为：
[0013][0014]其中f(x，y)是图像坐标为(x，y)处的像素值，g(x，y)表示阈值化后的像素值，T是设定的阈值。
[0015]进一步的，步骤二中改进的steger算法步骤如下：
[0016](2
‑
1)：求取出图像各像素点的r
x
、r
y
、r
xx
、r
xy
和r
yy
，计算公式如下：
[0017][0018]其中r
x
表示图像沿x的一阶偏导数，r
y
与r
x
同理，r
xx
表示图像沿x的二阶偏导数，r
xy
、r
yy
与r
xx
同理。G(x,y)为二维高斯函数，g(x,y)为一维高斯函数。
[0019](2
‑
2)：利用Hessian矩阵计算特征值和特征向量，其中Hessian矩阵最大特征值对应的特征向量对应于光条的法线方向，用n
x
和n
y
表示，Hessian矩阵表示为：
[0020][0021](2
‑
3)：以点(x0,y0)为标准点，对条纹截面灰度分布函数进行二阶泰勒展开得到光条纹中心线的亚像素坐标(P
x
,P
y
)＝(x0+tn
x
,y0+tn
y
)，其中t的计算公式如下：
[0022][0023]进一步的，在(2
‑
1)中，其中每个点都要进行5次(r
z
、r
y
、r
xx
、r
xy
和r
yy
)二维高斯卷积，导致计算效率低造成系统实时性下降，因此，可以利用高斯卷积的可分离性和对称性，将二维高斯核等效分解为一次高斯行卷积和一次高斯列卷积，将运算量从5n2次乘加运算减少到10n次乘加。
[0024]进一步的，在步骤三中，通过设置的初始阈值10来过滤掉点数较少的线段。
[0025]进一步的，步骤四中筛选拟合直线的条件如下：(1)拟合直线的线点不能少于80个；(2)偏离拟合直线的线点不能超过2个，是否偏离拟合直线的判断条件为：线点到拟合直线的距离d不能超过1mm。
[0026]进一步的，步骤五中判断直线是否共线的条件公式为：
[0027][0028]其中，k1、k2分别表示两直线的斜率，(x
1mid
，y
1mid
)、(x
2mid
，y
2mid
)分别表示两直线中点坐标。
[0029]进一步的，步骤六中校正线点坐标的公式为：
[0030][0031]其中，(x
i
,y
i
)为校正前点的坐标，(X
i
,Y
i
)为校正后点的坐标。
[0032]总而言之，通过本专利技术所构思的以上技术方案能够取得下列有益效果：
[0033](1)本专利技术采用了全职阈值化处理，获得了初步的去噪图像，再经过steger算法运算过后，通过设置阈值来过滤掉一些图像上孤立的线段，通过双重去噪处理，提高了抗噪能力。
[0034](2)本专利技术采用了改进的steger算法，相比传统的steger算法，速度得到了提升。
[0035](3)本专利技术采用steger算法，所提取的像素点精度达到了亚像素级别，
[0036](4)本专利技术两次采用了最小二乘法对线段进行拟合，并用最终拟合的直线来校正线点的坐标，减小了线点的误差，大大提高了条纹中心线的精度。
[0037](5)总之，本专利技术中光条纹中心提取算法，综合了双重去噪，改进的steger算法，最小二乘法拟合直线，校正坐标处理，大大提高了线点坐标的提取精度，同时还提高了提取速度和抗环境干扰的能力。
附图说明
[0038]图1为待处理的激光条纹图像；
[0039]图2为经过阈值化处理的激光条纹图像；
[0040]图3为steger算法提取出的激光条纹中心线图像；
[0041]图4为本专利技术提取出的激光条纹中心线图像。
具体实施方式
[0042]为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。
[0043]steger算法准确度高、稳定性高，但卷积造成的计算量巨大，而且针对环境干扰、反光、激光条纹宽度变化复杂的环境下很难实现中心线的精准提取。因此，设计一种快速，精度高的条纹中心线提取算法是需要解决的技术问题。
[0044]本实施例基于一种线结构光条中心线提取方法，主要包括以下步骤：
[0045]步骤一：全局阈值化处理
[0046]如图1所示，激光条纹的背景板是15*9的棋盘格，为了避免背景板对激光条纹中心提取的干扰，合理的区分出背景板和激光部分，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种线结构光条中心线提取方法，其特征在于，包括：步骤一：对图像进行全局阈值化处理，以得到处理后的图像；步骤二：利用改进的steger算法，求取出所述处理后的图像中的激光条纹中心线；步骤三：过滤掉经步骤二得到的激光条纹中心线中的较短的激光条纹中心线，以获取到激光条纹中心线中的的较长的激光条纹中心线；步骤四：用最小二乘法对经步骤三得到的较长的条纹中心线进行直线拟合，再筛选出符合预设条件的拟合直线；步骤五：将从步骤四中得到的符合预设条件的拟合直线中匹配出共线的中心线，再利用最小二乘法进行对共线的中心线进行重新拟合，以得到第二拟合直线；步骤六：利用经步骤五得到的第二拟合直线来重新校正线点的坐标，校正后线点的坐标即为条纹中心线点的最终坐标。2.如权利要求1所述的线结构光条中心线提取方法，其特征在于，所述步骤一中，全局阈值化处理的计算公式为：其中，f(x,y)是图像坐标为(x，y)处的像素值，g(x,y)表示阈值化后的像素值，T是设定的阈值。3.如权利要求1所述的线结构光条中心线提取方法，其特征在于，所述步骤二中改进的steger算法的步骤如下：(2
‑
1)：求取出处理后的图像各像素点的r
x
、r
y
、r
xx
、r
xy
和r
yy
，计算公式如下：其中，r
x
表示图像沿x轴的一阶偏导数，r
y
表示图像沿y轴的一阶偏导数，r
xx
表示图像沿x轴的二阶偏导数，r
xy
、r
yy
与r
xx
同理；G(x,y)为二维高斯函数，g(x,y)为一维高斯函数；(2
‑
2)：利用Hessian矩阵计算特征值和特征向量，其中...

【专利技术属性】
技术研发人员：陈迪来，吴玉波，孙庚辰，孙效杰，李宁洲，卫晓娟，
申请(专利权)人：上海应用技术大学，
类型：发明
国别省市：