一种快速高精度的线激光中心提取方法技术

本发明专利技术公开了一种快速高精度的线激光中心提取方法。本发明专利技术首先进行ROI区域提取，对ROI区域进行一维特殊横向高斯平滑，以减少后续冗余区域的计算；然后选择ROI竖向一维方向灰度最大的点作为中心点，然后计算基于海森矩阵的特征向量初步确定每一处激光线的法线方向，利用法线方向计算线条的线宽；最后对选中的激光线条中心点进行若干尺度的基于海森矩阵分量的高斯平滑卷积操作，找到条纹中心点的法线方向，在法线方向上进行泰勒展开，确定最终中心点的亚像素位置。本发明专利技术能最大程度减少冗余计算，提升线中心提取的精度。提升线中心提取的精度。提升线中心提取的精度。

【技术实现步骤摘要】
一种快速高精度的线激光中心提取方法


[0001]本专利技术属于激光
，尤其涉及一种快速高精度的线激光中心提取方法。

技术介绍

[0002]在光学非接触式测量方法中，线结构光三维测量技术因其测量速度快、实时性好且技术简单成熟，被广泛的应用在工业检测等领域。线结构光三维测量的原理是根据CCD图像中中心点的位置，代入标定好的参数，反算得到的三维坐标数据。其中图像光条的中心线位置包含了基本的空间信息，是决定整个系统精度高低、速度快慢、稳定性是否良好的关键步骤。
[0003]线中心提取是3D线激光相机中至为关键的一步，线中心提取方法的准确性与执行时间的长短直接影响着测量系统的整体性能。线结构光条纹中心提取分为提取几何中心和能量中心两种方法，提取几何中心主要包括阈值法、边缘法、骨架细化法等。其中阈值法和边缘法方法实现简单，提取速度快。但阈值法中阈值选取容易受到干扰，只能用于粗中心提取。边缘法提取的中心线稳定差，精度较低，只能在图像质量较好的情况下使用。骨架细化法则主要针对二值图像进行处理，得到的结果通常具有较多毛刺，还需配合其他形态学操作来进行处理，造成其提取速度缓慢。提取能量中心的算法主要包括极值法、灰度重心法和Steger算法等，其中极值法通过选取激光条纹横截面灰度值最大的点作为条纹中心点，这种方法运算速度快，但提取精度较低，不适用于信噪比较低的图像。灰度重心法通过对激光条纹图像横截面像素点列坐标的灰度值进行加权然后进行除法操作，从而获得激光条纹中心点，这种方法速度快、精度高、但抗噪性差，仅适用于光带均匀、宽度一致的场合。Steger算法根据激光条纹的高斯分布特性，将一阶导数过零点，二阶导数取得极小值的点作为激光条纹中心点，Steger算法提取精度较高、抗噪性好，但计算量较大、不能够实时对激光条纹中心进行提取。

技术实现思路

[0004]本专利技术针对Steger中心线提取算法不能满足实际工业场景中对速度的要求；同时由于生产环境中环境光噪声、被测物材料的反射弧光与散射，导致求得线中心偏离或求得无用的杂乱弧光区域导致的算法鲁棒性差等缺点，提出一种快速高精度的线激光中心提取方法，能够在保证提取精度的同时，提高处理速度与鲁棒性。
[0005]具体的，本专利技术公开的一种快速高精度的线激光中心提取方法，包括以下步骤：
[0006]S1：确定图像ROI区域；
[0007]S2：对所述ROI区域像素执行高斯平滑操作；
[0008]S3：将光条每列中灰度值最大处当作中心点；
[0009]S4：计算光条线宽数据；
[0010]S5：使用若干尺度选择的海森矩阵高斯卷积确定最终亚像素中心点位置。
[0011]进一步的，所述步骤S1中确定图像ROI区域，包括：
[0012]根据设定阈值分割背景与前景，然后开辟两个2个内存空间，分别存放遍历过程中的激光条纹ROI区域横、纵坐标值；
[0013]对每一列数据进行筛选，选出每一列中最大连续长度的起始与结束位置，存入光条边缘数组内：
[0014][0015][0016]其中，i,j表示遍历图像像素的横纵坐标；[r,c]表示ROI区域像素的横纵坐标数组；I
th
表示分割背景与前景的阈值；lineborder表示计算ROI区域竖直方向最大连续长度的函数，border
up
,border
down
表示ROI区域光条的上边缘与下边缘的位置。
[0017]进一步的，所述步骤S2中全图使用统一的平滑权重值，在一维方向上平滑窗口权重表现为[1 3 6 9 10 9 6 3 1]，该平滑参数δ为2，窗口大小为9时高斯滤波一维取整平滑值；对图像ROI区域先作一维横向平滑，待下一步中有需要的点再单独做同样权重数组的纵向滤波操作；
[0018][0019]I
fliter
(i,y)＝I(i,y)*G(x,δ)
[0020]其中，δ表示高斯平滑函数的标准偏差，G(x,δ)表示高斯平滑函数的输出不同位置的权重值；x是相对偏离中心位置的距离，i表示待滤波的某一列，y的取值范围是(border
up
:border
down
)，I
fliter
表示经过一维平滑操作后，滤波原始灰度数组的灰度值。
[0021]进一步的，所述步骤S3中找到光条每列中灰度值最大处当作中心点，找出每一列中光强灰度值大于220的像素序列，对大于1的列选取中间像素作为最终的中心点；
[0022][0023]其中，Ind表示图像该列内的大于阈值的所有像素的序列；Ind_sum表示图像该列内的大于阈值的所有像素的序列的个数，end表示Ind序列的最后一个数的索引；y0表示找到光条每列的临时中心点。
[0024]进一步的，所述步骤S4中计算激光光条线宽，使用上一步中找到的光条每列的临时中心点，将该点邻域内的二阶偏导代入Hessian矩阵中，计算该点处的法线方向；满足设定条件后计算得到该点处对应的光条宽度；对该宽度数组做腐蚀和平滑操作，保证宽度数据不会有剧烈变化；
[0025][0026]其中所述设定条件如下：
[0027][0028]其中，r
xx
,r
xy
,r
yy
表示图像的二阶偏导；λ1和λ2为解Hessian矩阵后的两个特征值，表示向量长度，其中λ1是长度大的特征值，对应是所需法线的长度，λ
n
表示两个特征值中绝对值最大的特征值；
[0029]L
v
＝border
up
‑
border
down
+1
[0030][0031][0032]其中，L
v
，L
h
表示线宽竖直与水平方向的分量；lineW表示线宽大小，n
x
，n
y
表示当前点的法线x,y轴分量，sqrt表示开方，round表示取整。
[0033]进一步的，所述步骤S5中若干尺度选择的海森矩阵高斯卷积确定最终亚像素中心点位置，包括：
[0034]a)若线宽小于等于8，则使用sigma＝2.5，W＝11的海森矩阵高斯卷积函数；
[0035]b)若线宽大于8小于等于12，则使用sigma＝3.5，W＝15的海森矩阵高斯卷积函数；
[0036]c)若线宽大于12，则使用sigma＝5.5，W＝21的海森矩阵高斯卷积函数。
[0037]进一步的，所述步骤S5中，然后找到Hessian矩阵高斯卷积的特征值满足特定条件的法线方向，在法线方向利用泰勒展开计算到中心点的亚像素位置：
[0038][0039][0040](p
x
,p
y
)＝(x0+tn
x
,y0+tn
y
)(tn
x
,tn
y
)∈[
...

【技术保护点】

【技术特征摘要】
1.一种快速高精度的线激光中心提取方法，其特征在于，包括以下步骤：S1：确定图像ROI区域；S2：对所述ROI区域像素执行高斯平滑操作；S3：将光条每列中灰度值最大处当作中心点；S4：计算光条线宽数据；S5：使用若干尺度选择的海森矩阵高斯卷积确定最终亚像素中心点位置。2.如权利要求1所述的快速高精度的线激光中心提取方法，其特征在于，所述步骤S1中确定图像ROI区域，包括：根据设定阈值分割背景与前景，然后开辟两个2个内存空间，分别存放遍历过程中的激光条纹ROI区域横、纵坐标值；对每一列数据进行筛选，选出每一列中最大连续长度的起始与结束位置，存入光条边缘数组内：缘数组内：其中，i,j表示遍历图像像素的横纵坐标；[r,c]表示ROI区域像素的横纵坐标数组；I
th
表示分割背景与前景的阈值；lineborder表示计算ROI区域竖直方向最大连续长度的函数，border
up
,border
down
表示ROI区域光条的上边缘与下边缘的位置。3.如权利要求2所述的快速高精度的线激光中心提取方法，其特征在于，所述步骤S2中全图使用统一的平滑权重值，对图像ROI区域先作一维横向平滑，待下一步中有需要的点再单独做同样权重数组的纵向滤波操作；I
fliter
(i,y)＝I(i,y)*G(x,δ)其中，δ表示高斯平滑函数的标准偏差，G(x,δ)表示高斯平滑函数的输出不同位置的权重值；x是相对偏离中心位置的距离，i表示待滤波的某一列，y的取值范围是(border
up
:border
down
)，I
fliter
表示经过一维平滑操作后，滤波原始灰度数组的灰度值。4.如权利要求3所述的快速高精度的线激光中心提取方法，其特征在于，所述步骤S3中找到光条每列中灰度值最大处当作中心点，找出每一列中光强灰度值大于220的像素序列，对大于1的列选取中间像素作为最终的中心点；其中，Ind表示图像该列内的大于阈值的所有像素的序列；Ind_sum表示图像该列内的大于阈值的所有像素的序列的个数，end表示Ind序列的最后一个数的索引；y0表示找到光条每列的临时中心点。5.如权利要求4所述的快速高精度的线激光中心提取方法，其特征在于，所述步骤S4中
计算激光光条线宽，使用上一步中找到的光条每列的临时中心点，将该点邻域内的二阶偏导代入Hessian矩阵中，计算该点处的法线方向；满足下式λ1,λ2设定条件后计算得到该点处对应的光条宽度；对该宽度数组做腐蚀和平滑操作，保证宽度数据不会有剧烈变化；其中所述设定条件如下...

【专利技术属性】
技术研发人员：徐乃涛，程进，孙其梁，李宋泽，梁一超，
申请(专利权)人：无锡微视传感科技有限公司，
类型：发明
国别省市：