本申请公开了一种激光线的中心提取方法、装置、设备及存储介质，属于计算机技术领域。其包括：通过图像采集设备获取包括水平方向激光线的激光线图像；对激光线图像中的第n列图像进行处理，得到第n列图像的灰度值序列；基于预设区间宽度，在灰度值序列中确定出灰度值大于灰度阈值的预设数量的目标区间；在确定出目标区间的情况下，获取预先构建的莱斯分布模型；基于莱斯分布模型对每个目标区间进行拟合处理，得到第n列的中心点；在n小于W的情况下，令n＝n+1，并执行对激光线图像中的W列图像进行处理，得到第n列图像的灰度值序列的步骤。可以解决提取激光线中心准确率较低的问题。决提取激光线中心准确率较低的问题。决提取激光线中心准确率较低的问题。
【技术实现步骤摘要】
激光线的中心提取方法方法、装置、设备及存储介质
[0001]本申请属于计算机
，具体涉及一种激光线的中心提取方法方法、装置设备及存储介质。
技术介绍
[0002]目前，在激光的3D扫描系统中，由于摄像头存在采集精度、激光头存在一定宽度和被测物体表面不平整导致反光散射的等问题，难以准确地提取激光线的中心。
[0003]由于，在理想条件下，线激光的截面能量分布符合高斯模型，因此，在传统的激光线中心的提取方法中，通常会使用高斯模型来提取激光线中心。
[0004]然而，在实际场景中，受光照、工件表面材质、噪声等因素影响，激光线的真实截面能量分布并不是理想的高斯分布，因此，使用高斯模型会导致提取激光线中心准确率较低的问题。
技术实现思路
[0005]本申请提供了激光线的中心提取方法、转置设备及存储介质，可以解决提取激光线中心准确率较低的问题。本申请提供如下技术方案：
[0006]第一方面，一种激光线的中心提取方法，包括：通过图像采集设备获取包括水平方向激光线的激光线图像；所述激光线图像包括H行
×
W列像素；其中，所述H为大于0的整数，所述W为大于0的整数；对激光线图像中的第n列图像进行处理，得到第n列图像的灰度值序列；所述n为依次取1到W的整数；所述灰度值序列中包括H个灰度值；基于预设区间宽度，在所述灰度值序列中确定出灰度值大于灰度阈值的预设数量的目标区间；所述目标区间的区间宽度大于预设区间宽度，所述预设区间宽度大于或者等于6，且小于或者等于20；在确定出所述目标区间的情况下，获取预先构建的莱斯分布模型；基于所述莱斯分布模型对每个目标区间进行拟合处理，得到第n列的中心点；在n小于所述W的情况下，令n＝n+1，并执行所述对激光线图像中的第n列图像进行处理，得到第n列图像的灰度值序列的步骤。
[0007]可选地，所述基于预设区间宽度，在第n列图像的灰度值序列中确定出灰度值大于灰度阈值的目标区间，包括：将所述第n列图像的灰度值序列中的灰度值依次与所述灰度阈值比较；在所述灰度值连续大于所述灰度阈值的情况下，确定连续大于所述灰度阈值的灰度区间；在所述灰度区间的区间宽度大于所述预设区间宽度的情况下，将所述灰度区间确定为所述目标区间；在确定出的所述目标区间的数目达到所述预设区间数量的情况下，结束与所述灰度阈值的比较；其中，所述预设区间数量大于或者等于0且小于或者等于3。
[0008]可选地，所述基于所述莱斯分布模型对每个目标区间进行拟合处理之前，还包括：对所述每个目标区间的两端进行像素拓展，得到拓展目标区间；其中，所述像素拓展的像素数量大于或者等于0，且小于或者等于4；确定所述拓展目标区间的灰度值序列，并进行归一化处理。
[0009]可选地，所述方法还包括：在n大于或等于所述W的情况下，输出所述W列图像对应
的中心点；基于所述W列图像对应的中心点确定所述激光线图片中的激光线的中心。
[0010]可选地，所述方法还包括：在未确定出所述目标区间、且n小于所述W的情况下，令n＝n+1，并执行所述对激光线图像中的第n列图像进行处理，得到第n列图像的灰度值序列的步骤。
[0011]可选地，所述基于预设区间宽度，在所述灰度值序列中确定出灰度值大于灰度阈值的预设数量的目标区间；所述目标区间的区间宽度大于所述预设区间宽度之前，还包括：基于所述第n列图像的灰度值序列确定所述灰度阈值，所述灰度阈值表示为：
[0012][0013]其中，thrn为第n列图像的对应的灰度阈值，Gmax为第n列图像的灰度值序列中的最大灰度值，Gmin为第n列图像的灰度值序列中的最小灰度值，γ大于或者等于，且小于或者等于2.2。
[0014]可选地，所述方法还包括：在未确定出所述目标区间、且n小于所述W的情况下，令n＝n+1，并执行所述对激光线图像中的第n列图像进行处理，得到第n列图像的灰度值序列的步骤。
[0015]第二方面，提供一种激光线的中心提取装置，包括：
[0016]图像获取模块，用于通过图像采集设备获取包括水平方向激光线的激光线图像；所述激光线图像包括H行
×
W列像素；其中，所述H为大于0的整数，所述W为大于0的整数；
[0017]第一处理模块，用于对激光线图像中的第n列图像进行处理，得到所述第n列图像的灰度值序列；所述n为依次取1到W的整数；所述灰度值序列中包括H个灰度值；
[0018]区间确定模块，用于基于预设区间宽度，在所述灰度值序列中确定出灰度值大于灰度阈值的预设数量的目标区间；所述目标区间的区间宽度大于预设区间宽度；所述预设区间宽度大于或者等于6，且小于或者等于20；
[0019]模型获取模块，用于在确定出所述目标区间的情况下，获取预先构建的莱斯分布模型；
[0020]拟合处理模块，用于基于所述莱斯分布模型对每个目标区间进行拟合处理，得到第n列的中心点；
[0021]第二处理模块，用于在n小于所述W的情况下，令n＝n+1，并执行所述对激光线图像中的W列图像进行处理，得到第n列图像的灰度值序列的步骤。
[0022]第三方面，提供一种电子设备，包括存储器、控制器以及存储在存储器上并可在控制器上运行的计算机程序，所述控制器执行所述计算机程序时实现上述激光线的中心提取方法的步骤。
[0023]第四方面，提供一种计算机可读存储介质，所述存储介质中存储有程序，所述程序被处理器执行时用于实现第一方面提供的激光线的中心提取方法。
[0024]本申请的有益效果至少包括：通过图像采集设备获取包括水平方向激光线的激光线图像；对激光线图像中的第n列图像进行处理，得到第n列图像的灰度值序列；基于预设区间宽度，在灰度值序列中确定出灰度值大于灰度阈值的预设数量的目标区间；在确定出目标区间的情况下，获取预先构建的莱斯分布模型；基于莱斯分布模型对每个目标区间进行拟合处理，得到第n列的中心点；在n小于W的情况下，令n＝n+1，并执行对激光线图像中的W
列图像进行处理，得到第n列图像的灰度值序列的步骤。可以解决提取激光线中心准确率较低的问题。通过对激光线图像中的每一列像素图像对应的灰度值序列进行处理，确定出预设数量的目标区间，对目标区间进行莱斯分布拟合，得到每列像素图像的中心，无需使用高斯分布模型处理得到激光线的中心，因此，在光照、工件表面材质、噪声等因素影响下，可以提高提取激光线中心准确率。
附图说明
[0025]为了更清楚地说明本申请具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见，下面描述中的附图是本申请的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0026]图1是本申请一个实施例提供的激光线的中心提取方法的流程图；
[0027]图2是本申请一个实施例提供的激光线图像的示意图；
[0028]图3是本申请一个实施例提供的目标区间的灰度本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种激光线的中心提取方法，其特征在于，所述方法包括：通过图像采集设备获取包括水平方向激光线的激光线图像；所述激光线图像包括H行
×
W列像素；其中，所述H为大于0的整数，所述W为大于0的整数；对激光线图像中的第n列图像进行处理，得到所述第n列图像的灰度值序列；所述n为依次取1到W的整数；所述灰度值序列中包括H个灰度值；基于预设区间宽度，在所述灰度值序列中确定出灰度值大于灰度阈值的预设数量的目标区间；所述目标区间的区间宽度大于预设区间宽度，所述预设区间宽度大于或者等于6，且小于或者等于20；在确定出所述目标区间的情况下，获取预先构建的莱斯分布模型；基于所述莱斯分布模型对每个目标区间进行拟合处理，得到第n列的中心点；在n小于所述W的情况下，令n＝n+1，并执行所述对激光线图像中的W列图像进行处理，得到第n列图像的灰度值序列的步骤。2.根据权利要求1所述的方法，其特征在于，基于预设区间宽度，在所述灰度值序列中确定出灰度值大于灰度阈值的预设数量的目标区间，包括：将所述第n列图像的灰度值序列中的灰度值依次与所述灰度阈值比较；在所述灰度值连续大于所述灰度阈值的情况下，确定连续大于所述灰度阈值的灰度区间；在所述灰度区间的区间宽度大于所述预设区间宽度的情况下，将所述灰度区间确定为所述目标区间；在确定出的所述目标区间的数目达到所述预设区间数量的情况下，结束与所述灰度阈值的比较；其中，所述预设区间数量大于或者等于0且小于或者等于3。3.根据权利要求1所述的方法，其特征在于，所述基于所述莱斯分布模型对每个目标区间进行拟合处理之前，还包括：对所述每个目标区间的两端进行像素拓展，得到拓展目标区间；其中，所述像素拓展的像素数量大于或者等于0，且小于或者等于4；确定所述拓展目标区间的灰度值序列，并进行归一化处理。4.根据权利要求1所述的方法，其特征在于，所述方法还包括：在n大于或等于所述W的情况下，输出所述W列图像对应的中心点；基于所述W列图像对应的中心点确定所述激光线图片中的激光线的中心。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：在未确定出所述目标区间、且n小于所述W的情况下，令n＝n+1，并执行所述对...
【专利技术属性】
技术研发人员：张彦超，郝盼，马俊杰，黄华峰，
申请(专利权)人：苏州全视智能光电有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。