一种基于高斯拟合的激光条纹中心提取方法技术

本发明专利技术公开了一种基于高斯拟合的激光条纹中心提取方法，涉及激光条纹中心提取技术领域，采用人工合成噪声和无激光扫描图像的方法扩充样本集，优化网络的泛化能力，训练

【技术实现步骤摘要】
一种基于高斯拟合的激光条纹中心提取方法


：
[0001]本专利技术涉及激光条纹中心提取
，具体涉及一种基于高斯拟合的激光条纹中心提取方法
。

技术介绍

：
[0002]线结构光三维测量技术在光学非接触测量方法中，是一种测量速度快
、
实时性好的方法，技术成熟且被广泛应用在工业检测等领域
。
线结构光三维测量的原理是根据图像中激光条纹中心点的位置，带入标定好的参数，反算出三维坐标数据
。
其中，图像激光条纹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]激光条纹中心提取技术是影响结构光视觉测量系统精度与效率的最关键因素之一
。
激光条纹中心提取大致可以分为两类，一类是将激光条纹图像的几何中心作为激光条纹中心的提取方法，几何中心主要包括边缘法
、
中心法
、
阈值法和细化法，其中最常见的是阈值法和细化法...

【技术保护点】

【技术特征摘要】
1.
一种基于高斯拟合的激光条纹中心提取方法，其特征在于，包括以下步骤：步骤1：采用人工合成噪声和无激光扫描图像的方法扩充样本集，优化网络的泛化能力，训练
U
‑
Net
网络；步骤2：利用训练好的
U
‑
Net
网络对待检测的激光条纹图像执行滤波操作；步骤3：对滤波后的激光条纹图像，以像素为单位，从左至右扫描图像的一行，自适应寻找多光束拟合中心和拟合数据；步骤4：将上述得到的拟合数据进行高斯拟合得到激光条纹中心点；步骤5：对图像从上到下逐行处理，对每一行重复执行步骤3和步骤4，直至得到整幅图像的激光条纹中心点
。2.
根据权利要求1所述的激光条纹中心提取方法，其特征在于，所述步骤1的具体方法为：
(a)
制作样本库：将大量激光条纹图像以每行为单位进行分解绘制波形，挑选其中高质量波段，剔除噪声，将高质量波段组合在一起形成高质量样本库；采用人工合成噪声的方法扩充样本库，根据图像本身的干扰噪声的特性，将人工随机生成的噪声添加到高质量波段上并制作成含噪样本库；将高质量样本库和含噪样本库一起作为模型训练学习的样本库输入网络进行训练；
(b)
模型训练：将样本库分为训练集和验证集，输出训练后的
U
‑
Net
损失函数用以评估训练效果，
U
‑
Net
损失函数的计算公式如下：
L
train
＝
L
soft
+L
cross
+L
weight
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
其中，
L
soft
为
softmax
激活函数损失；
...

【专利技术属性】
技术研发人员：舒双宝，刘圣林，王继尧，郎贤礼，张育中，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：