结构光光条中心点信度评价方法技术

结构光光条中心点信度评价方法，评价对象为光条图像上通过一种方法得到的光条中心点，结构光条中心点评价依据为在光条法向横截面上以该点为中心的高斯归一化模型的能量和。该方法包括：对通过一种方法提取得到的光条中心点，获取该点处的光条法向横截面点序列，以提取得到的中心点为中心，对光条法向横截面的点序列进行高斯模型的归一化；计算光条法向横截面点序列归一化高斯模型的能量和，得到该点的信度评价指标；对求得的光条中心点横截面归一化高斯模型序列求灰度和：对得到的中心点信度评价指标进行全局图像的归一化，按该图像的信度最大值进行归一化处理信度，最终得到归一化信度评价。本发明专利技术对光条中心点的评价符合实际评价需求。

【技术实现步骤摘要】

本专利技术属于机器视觉
，涉及对提取得到的结构光条中心点的信度评价方法。
技术介绍
随着测量技术的发展，三维视觉测量由于具有非接触、动态响应快、系统柔性好等 特点，广泛应用在工业、交通等精密测量现场。在结构光视觉检测中，获取结构光条中心的 高精度图像坐标是结构光视觉传感器校准及获得被测物体三维轮廓的关键步骤，也是测量 的第一手信息。结构光条测量中，光条图像由于环境、透视成像、物体材质存等原因，最终导致一 幅图像上的结构光条灰度、宽度不一致。对于三维结构光测量，常常会遇到更加恶劣的情 况，实际需要一个指标来评价提取得到的光条中心点的可信程度，来得到一个中心点综合 评价的“阈值”，判断信号的存在与否、区分信号与噪声。在保留原始点的综合指标的情况 下，查看哪些点更加符合信号标准，来确保数据的可靠性。同时，对光条中心点可信度评价 的结果也可以用来作为评价光条图像的优劣以及评价光条提取方法的优劣的依据。常见的光条中心线提取方法，如极值法、灰度重心法、方向模板法等，虽然简单、实 时性强，但是精度不高，且由于这些方法以阈值分割为基础，大都对噪声敏感；而曲线拟合 法、Steger算法的鲁棒性好、精度高，但算法复杂度较大。现有方法得到的光条中心点，均 是对光条中心点的二值化表示，即仅仅是找到结构光条中心点的位置。而结构光三维视觉 测量面临着复杂的情况，特别是室外测量，常遇到如强环境光、不同材质带来的散斑、颜色 纹理吸收、反射干扰光条等等的恶劣情况，使得结构光条发生更大程度的畸变，在一副结构 光条图像上会呈现出光条宽度不一致，光条中心点灰度不一致。在这些情况下进行三维结 构光测量，需要知道测量结果的可信程度。为得到三维结构光测量结果的可信度，第一步是 得到光条中心点提取的可信程度。因此对上述方法得到的光条中心点的可信度评价极为重 要，是三维结构光视觉测量中亟待解决的关键问题。
技术实现思路
本专利技术目的是提出一种对具有一定宽度的结构光条提取得到的光条中心点信度 评价方法。结构光条中心点的信度定义为此点是光条中心点的可信程度。由于环境、透视 成像、物体材质等原因造成一幅光条图像上的结构光条噪声、灰度、宽度不一致，在不同情 况和需求下，利用不同原理算法的方法的提取，均会使提取得到的光条中心点偏离真实中 心点。针对此情况，为保证得到的光条中心点的信度，本专利技术提供一种针对光条中心点可信 度的评价方案，以评价提取得到的中心点是光条真实中心点的可信度，同时满足最终测量 结果得到的可信度评估需求。本专利技术技术方案是，其评价对象为光条图像上 通过一种方法得到的光条中心点，结构光条中心点评价依据为在光条法向横截面上以该点为中心的高斯归一化模型的能量和。该方法包括对通过一种方法提取得到的光条中心点，获取该点处的光条法向横截面点序列， 以提取得到的中心点为中心，对光条法向横截面的点序列进行高斯模型的归一化；计算光条法向横截面点序列归一化高斯模型的能量和，得到该点的信度评价指 标；对求得的光条中心点横截面归一化高斯模型序列求灰度和对于Cj中心点=Ej = Σ g(Xi)，即为所需要的该点的信度指标；对得到的中心点信度评价指标进行全局图像的归一化，按该图像的信度最大值进 行归一化处理信度=Rj = Ej/Ejmax，Emax = max (Ej)，j = 1 K，K为提取得到的光条中心点总 数，最终得到归一化信度评价。 其中，对结构光条中心点处的光条法向横截面点序列，并以提取得到的中心点为 中心，对横截面的点序列进行高斯模型的归一化，具体包括对获取的光条中心点处的光条法向横截面点序列，估计该处法向横截面宽度Wj : 估算该处局部基底噪声并除去；最佳拟合高斯模型，得到最终的归一化模型；上述的归一 化高斯模型方法中估计横截面有效宽度为以中心点灰度值为高斯模型的幅值，中心点位 置为高斯模型的中心，沿光条法线两边延伸依次搜寻约幅值的5% 20%的灰度的点作为 该处光条法向横截面的起始点和终止点，以起始点和终止点两点之间的序列为光条有效 序列，其长度为估计线宽；或者以全局图像的平均线宽为该处光条横截面宽度的有效宽度Wj ；上述归一化高斯模型方法中估算局部基底噪声并除去的方法为在该处光条横截面左右划一宽度为％局部区域，在此范围内对灰度值作平均以估 算噪声基底；也可以在该处光条横截面左右划一宽度为％局部区域，在此局部进行灰度直 方图统计，从灰度值低到灰度值高求数量和，取总点数的1/2 2/3的点做平均估算噪声基 底；横截面序列原始灰度减去噪声基底，即得到除去噪声后的序列灰度值，同时此灰 度值不为负。上述归一化高斯模型方法中最佳拟合高斯模型的方法包括最佳拟合高斯模型，得到最终的归一化模型对于除去噪声的灰度序列，中心点 Cj ( = Xc)的去噪后灰度为ρ_，进行高斯模型归一化拟合。其中，以 .为高斯模型中心点位 置μ χ，以该点的去噪后灰度值为高斯模型峰值A 权利要求，其特征是评价对象为光条图像上通过一种方法得到的光条中心点，结构光条中心点评价依据为在光条法向横截面上以该点为中心的高斯归一化模型的能量和。该方法包括对通过一种方法提取得到的光条中心点，获取该点处的光条法向横截面点序列，以提取得到的中心点为中心，对光条法向横截面的点序列进行高斯模型的归一化；计算光条法向横截面点序列归一化高斯模型的能量和，得到该点的信度评价指标；对求得的光条中心点横截面归一化高斯模型序列求灰度和对于Cj中心点Ej＝∑g(Xi)，即为所需要的该点的信度指标；对得到的中心点信度评价指标进行全局图像的归一化，按该图像的信度最大值进行归一化处理信度Rj＝Ej/Ejmax，Emax＝max(Ej)，j＝1～K，K为提取得到的光条中心点总数，最终得到归一化信度评价。2.根据权利要求1所述的评价方法，其特征在于，所述的获取结构光条中心点处的光 条法向横截面点序列，并以提取得到的中心点为中心，对横截面的点序列进行高斯模型的 归一化，具体包括对获取的光条中心点处的光条法向横截面点序列，估计该处法向横截面宽度估算 该处局部基底噪声并除去；最佳拟合高斯模型，得到最终的归一化模型；上述的归一化高 斯模型方法中估计横截面有效宽度为以中心点灰度值为高斯模型的幅值，中心点位置为 高斯模型的中心，沿光条法线两边延伸依次搜寻约幅值的5% 20%的灰度的点作为该处 光条法向横截面的起始点和终止点，以起始点和终止点两点之间的序列为光条有效序列， 其长度为估计线宽；或者以全局图像的平均线宽为该处光条横截面宽度的有效宽度％ ； 上述归一化高斯模型方法中估算局部基底噪声并除去的方法为 在该处光条横截面左右划一宽度为％局部区域，在此范围内对灰度值作平均以估算噪 声基底；也可以在该处光条横截面左右划一宽度为^局部区域，在此局部进行灰度直方图 统计，从灰度值低到灰度值高求数量和，取总点数的1/2 2/3的点做平均估算噪声基底； 横截面序列原始灰度减去噪声基底，即得到除去噪声后的序列灰度值，同时此灰度值 不为负。上述归一化高斯模型方法中最佳拟合高斯模型的方法包括 最佳拟合高斯模型，得到最终的归一化模型对于除去噪声的灰度序列，中心点 Xc)的去噪后灰度为P_，进行高斯模型归一化拟合。其中，以&为高斯模型中心点位置μ x本文档来自技高网...

【技术保护点】
结构光光条中心点信度评价方法，其特征是评价对象为光条图像上通过一种方法得到的光条中心点，结构光条中心点评价依据为在光条法向横截面上以该点为中心的高斯归一化模型的能量和。该方法包括：对通过一种方法提取得到的光条中心点，获取该点处的光条法向横截面点序列，以提取得到的中心点为中心，对光条法向横截面的点序列进行高斯模型的归一化；计算光条法向横截面点序列归一化高斯模型的能量和，得到该点的信度评价指标；对求得的光条中心点横截面归一化高斯模型序列求灰度和：对于Ｃ↓［ｊ］中心点：Ｅ↓［ｊ］＝∑ｇ（Ｘ↓［ｉ］），即为所需要的该点的信度指标；对得到的中心点信度评价指标进行全局图像的归一化，按该图像的信度最大值进行归一化处理信度：Ｒ↓［ｊ］＝Ｅ↓［ｊ］／Ｅ↓［ｊｍａｘ］，Ｅ↓［ｍａｘ］＝ｍａｘ（Ｅ↓［ｊ］），ｊ＝１～Ｋ，Ｋ为提取得到的光条中心点总数，最终得到归一化信度评价。

【技术特征摘要】

【专利技术属性】
技术研发人员：张旭苹，张益昕，徐静珠，王顺，
申请(专利权)人：南京大学，
类型：发明
国别省市：84[中国|南京]