一种复杂光照条件下的激光条纹中心线提取方法技术

本发明专利技术提供了一种复杂光照条件下的激光条纹中心线提取方法，属于数据处理领域，该方法包括：步骤1：对采集的激光条纹原图像分别进行边缘检测和顶帽运算；步骤2：对顶帽运算后的光条纹图像进行二值化和轮廓检测；步骤3：粗提取激光条纹中心点；步骤4：裁剪ROI；步骤5：精确提取激光条纹中心点。该发明专利技术能够去除干扰光照和环境噪声等多种干扰共存时对中心线提取的影响，从而准确的提取激光条纹中心线。从而准确的提取激光条纹中心线。从而准确的提取激光条纹中心线。

【技术实现步骤摘要】
一种复杂光照条件下的激光条纹中心线提取方法


[0001]本专利技术属于数据处理领域，具体涉及一种复杂光照条件下的激光条纹中心线提取方法。

技术介绍

[0002]线结构光条纹中心提取，是指相机拍摄投射在工件上的激光条纹图像，并经过图像处理得到光条纹的中心点像素坐标的过程，应用于工业加工中工件的曲面重构，其提取速度和误差直接决定着重构的速度和精度，是整个重构过程中比较关键的一步。在实际应用过程中，受室外环境光或室内灯光、噪声、以及工件表面材质等因素的影响，获取有效的光条纹中心线是提取过程中的最大难点。
[0003]传统的光条纹中心线提取方法包括边缘法、几何中心法、细化法、极值法、灰度重心法、Steger算法、方向模板法，其中，边缘法、几何中心法和细化法速度快，但精度低，易受噪声的影响；极值法和灰度重心法在激光条纹灰度满足高斯分布时效果较佳；Steger算法和方向模板法精度相对来说较高，但运算量大、提取时间长，难以实现实时性提取。在存在光照干扰时，上述方法都无法准确的提取激光条纹中心线，须得先将干扰光照去除。
[0004]专利CN202011334449.3公开了一种复杂环境下的线结构光中心线提取方法，通过预处理去除图像中外部光照和背景环境的影响，其次裁剪感兴趣区域并进行距离变换得到光条粗提取图像，最后采用Pavlidis算法细化光条纹并平滑凸起和毛刺，得到光条中心线，该方法得到的中心线精度没有达到亚像素级且考虑的光照干扰情况单一。

技术实现思路

[0005]为了解决上述问题，本申请提供了一种复杂光照条件下的激光条纹中心线提取方法，其目的在于去除干扰光照和环境噪声等多种干扰共存时对中心线提取的影响，从而准确的提取激光条纹中心线。
[0006]本专利技术公开了如下技术方案：本专利技术实施例提供了一种复杂光照条件下的激光条纹中心线提取方法，该方法包括：步骤1：对采集的激光条纹原图像分别进行边缘检测和顶帽运算；步骤2：对顶帽运算后的光条纹图像进行二值化和轮廓检测；步骤3：粗提取激光条纹中心点；步骤4：裁剪ROI；步骤5：精确提取激光条纹中心点。
[0007]进一步的，步骤1中通过边缘检测，得到激光条纹和非激光条纹的边缘检测值。
[0008]进一步的，步骤2中对顶帽运算后的光条纹图像进行自适应二值化，白色为前景像素，黑色为背景像素，得到了二值化阈值；对二值化后的图像检测轮廓，设置面积阈值，将面积小于阈值的轮廓去除；将二值化阈值作为轮廓检测阈值，计算每个轮廓中轮廓点对应
的Sobel边缘检测值大于阈值的个数占该轮廓中总轮廓点的比值，保留比值最大的轮廓作为激光条纹所对应的轮廓。
[0009]进一步的，步骤3采用Rosenfeld细化算法得到激光条纹骨架作为初始中心点。
[0010]进一步的，步骤4通过计算激光条纹轮廓的最小外接矩形，并向四周扩展50个像素，得到此矩形在原始图像上对应的位置作为ROI。
[0011]进一步的，步骤5的具体实现过程包括：在ROI内进行中值滤波和高斯滤波去除噪声；以初始中心点为基点，以激光条纹轮廓的最小外接矩形的宽度作为激光条纹的宽度，尺度因子为，根据二维高斯函数的可分离性和对称性，计算初始中心点的Hessian矩阵，其中，为二维高斯函数的二阶偏导数，为激光条纹图像，r
xx
表示激光条纹图像f(x,y)与二维高斯函数二阶偏导数Gxx（x,y）的核卷积；r
xy
表示激光条纹图像f(x,y)与二维高斯函数二阶偏导数Gxy（x,y）的核卷积；r
yy
表示激光条纹图像f(x,y)与二维高斯函数二阶偏导数Gyy（x,y）的核卷积；计算Hessian矩阵最大特征值所对应的特征向量为光条初始中心点的法向量，沿法线方向将初始中心点的灰度分布函数进行二阶泰勒级数展开，表示为：其中，t为需要求得的未知参数，r
x
为激光条纹图像f(x,y)与二维高斯函数的一阶偏导数Gx(x,y)的核卷积；r
y
为激光条纹图像f(x,y)与二维高斯函数的一阶偏导数Gy(x,y)的核卷积；n为初始中心点的法向量(n
x
,n
y
)；令，则有，并且同时满足、，最终得到线结构光条纹初始中心点的亚像素级坐标为。
[0012]本专利技术的有益效果：相比于现有技术中仅仅只能针对单一干扰的情况，本专利技术提出先采用顶帽运算和Sobel边缘检测对采集到的图像进行处理，在顶帽运算的基础上再采用Ostu二值化和轮廓检测的方式去除激光条纹图像背景中的直接光照和反射光，使背景光照均匀，在激光条纹中心线提取时不受背景光照的影响；考虑到提取的速度和精度，先采用Rosenfeld方法细化在去除干扰光时保留的激光条纹轮廓，得到初始中心点作为基点，而后设置ROI并进行滤波去噪、采用Hessian矩阵的方法得到亚像素中心点，在保证提取精度的同时缩短了时间。本方法对于复杂光照条件下的中心线采用先去除复杂光照、再精确提取中心线的方式，能够克服室外环境光或室内灯光、噪声、以及工件表面材质等多种因素的影响，有效区分出激光条纹和其他干扰光照，所提取的中心线无毛刺、精度高、速度满足要求。
附图说明
[0013]图1是本专利技术提供的线结构光条纹中心提取方法的流程示意图。
[0014]图2是实施例中相机采集到的原始激光条纹灰度图像。
[0015]图3是实施例中对原图像进行Sobel边缘检测后的图像。
[0016]图4是实施例中对原图像顶帽运算后的激光条纹图像。
[0017]图5是实施例中激光条纹所对应的轮廓图像。
[0018]图6是实施例中提取的初始中心点图像。
[0019]图7是实施例中裁剪的ROI图像。
[0020]图8是实施例中提取的精确中心点图像。
具体实施方式
[0021]为使本专利技术要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。本领域技术人员应当知晓，下述具体实施例或具体实施方式，是本专利技术为进一步解释具体的
技术实现思路
而列举的一系列优化的设置方式，而该些设置方式之间均是可以相互结合或者相互关联使用的，除非在本专利技术明确提出了其中某些或某一具体实施例或实施方式无法与其他的实施例或实施方式进行关联设置或共同使用。同时，下述的具体实施例或实施方式仅作为最优化的设置方式，而不作为限定本专利技术的保护范围的理解。
[0022]图1提供了本申请实施例的激光条纹中心线提取方法，包括以下实现步骤：步骤1：对采集的激光条纹图像进行边缘检测和顶帽运算，得到边缘检测值和顶帽运算后的光条纹图像。
[0023]结合具体采集图像说明具体过程如下：相机采集到的光条纹原图像如图2所示，除了激光条纹外，还存在干扰灯光、物体表面的反光、噪声。
[0024]首先，对原图像进行Sobel边缘检测，得到激光条纹和非激光条纹的边缘检测值，用于后续的轮廓提取。
[0025]需要注意的是，由于激光条纹是水平方向的，且干扰光和反射光本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种复杂光照条件下的激光条纹中心线提取方法，其特征在于：所述的方法包括如下步骤：步骤1：对采集的激光条纹原图像分别进行边缘检测和顶帽运算；步骤2：对顶帽运算后的光条纹图像进行二值化和轮廓检测；步骤3：粗提取激光条纹中心点；步骤4：裁剪ROI；步骤5：精确提取激光条纹中心点。2.根据权利要求1所述的一种复杂光照条件下的激光条纹中心线提取方法，其特征在于：所述步骤1的具体过程包括：对采集到的原图像采用Sobel算子进行边缘检测，得到激光条纹和非激光条纹的边缘检测值；对采集到的原图像进行顶帽运算。3.根据权利要求1所述的一种复杂光照条件下的激光条纹中心线提取方法，其特征在于：所述步骤2的具体实现过程包括：采用Ostu算法对顶帽运算后的光条纹图像进行自适应二值化，白色为前景像素，黑色为背景像素，得到二值化阈值；对二值化后的图像检测轮廓，设置面积阈值，将面积小于阈值的轮廓去除；将二值化阈值作为轮廓检测阈值，计算每个轮廓中轮廓点对应的Sobel边缘检测值大于阈值的个数占该轮廓中总轮廓点的比值，保留比值最大的轮廓作为激光条纹所对应的轮廓。4.根据权利要求1所述的一种复杂光照条件下的激光条纹中心线提取方法，其特征在于：所述步骤3的具体实现过程包括：填充激光条纹轮廓，采用Rosenfeld细化算法得到激光条纹骨架作为初始中心点。5.根据权利要求1所述的一种复杂光照条件下的激光条纹中心线提取方法，其特征在于：所述步骤4的具体实现过程包括：计算激光条纹轮廓的最小外接矩形，并向四周扩展50个像素，得到此矩形在...

【专利技术属性】
技术研发人员：高秋玲，李天豪，崔峰，王哲，贾天烁，张俊卓，侯兴强，马新强，任远，李文龙，郭伟，戈海龙，
申请(专利权)人：齐鲁工业大学山东省科学院，
类型：发明
国别省市：