1 河北工业大学 电子信息工程学院 先进激光技术研究中心, 天津 300401
2 河北工业大学 河北省先进激光技术与装备重点实验室, 天津 300401
点云是3维图像的一种特殊数据形式, 正逐渐成为3维图像信息处理的研究热点; 点云分割是点云数据处理的重要步骤, 对算法的结果有直接影响; 基于3维图像几何特征的点云分割算法结构简洁、运算结果稳定性强, 且易于调整, 在实际应用中占有主要地位。对最近几年涌现出来的基于几何特征的点云分割方法进行了梳理, 根据每种方法的理论基础和应用特点将算法归纳为基于边缘检测、表面特征和模型拟合的点云分割方法, 分析了各类算法的特点和存在的主要问题, 并进行了算法性能比较, 分析了影响点云分割算法效率的主要因素, 最后对未来的发展趋势进行了展望。
激光技术 3维图像 激光雷达 点云分割 几何特征 laser technique 3-D image light detection and ranging(LiDAR) point clouds segmentation geometric features
北京信息科技大学 仪器科学与光电工程学院, 北京 100192
气泡缺陷检测作为评估微晶玻璃材料性能的重要环节, 可指导微晶玻璃原坯切割与再加工, 充分发挥其稳定的光学特性。针对环形光源照射微晶玻璃圆柱试样时, 视场背景亮度不均匀且微晶玻璃外周边界被增亮的问题, 提出了一种基于灰度及几何特征的微晶玻璃气泡检测算法。算法先根据图像局部灰度特征利用Canny边缘检测算子获取疑似气泡轮廓, 再基于气泡几何特征剔除微晶玻璃外周边界的虚假目标获得真实气泡缺陷信息。实验结果表明该算法能有效提取气泡缺陷, 提高气泡缺陷检测准确率。
微晶玻璃 视觉检测 图像处理 灰度和几何特征 glass-ceramic visual inspection image processing grayscale and geometric features
中铁第四勘察设计院集团有限公司, 湖北 武汉 430063
三维激光扫描的点云中包含了大量数据,而其中有些数据在应用过程中并不都能产生作用,特别是对于建筑物点云而言,只需要确定建筑物轮廓线上的点云即可。基于此,本文利用邻近点几何特征来实现建筑物点云特征线的提取。该算法首先利用k最近邻搜索算法,对某个点的邻近点进行搜索,并根据邻近点确定法向量及基准面,利用基准面上探测点和邻近点的法向量夹角特性,确定建筑物边界;其次利用整体最小二乘和加权主元分析法对随机抽样一致算法进行改进,并基于该改进算法,确定折边两侧点云平面,利用两侧点云边界特性探测建筑物折边。通过实例分析,可以确定该算法提取速度快、冗余度少,在无效点云剔除率高于90%的情况下,提取了建筑物的特征线。
图像处理 地面激光扫描 点云 特征提取 边界探测 几何特征 激光与光电子学进展
2018, 55(7): 071006
华南理工大学机械与汽车工程学院, 广东 广州 510640
为了探讨激光选区熔化成型典型几何特征的尺寸精度,并为激光选区熔化直接成型金属零件提供设计参考依据,设计了薄板、尖角、圆柱体、圆孔、方孔等典型几何特征的三维模型,采用华南理工大学研发的激光选区熔化设备(DiMetal-100)在优化的工艺参数下选用316L 不锈钢粉末对这些典型几何特征进行激光选区熔化成型。实验结果表明,激光光斑约束、台阶效应、粉末粘附、激光深穿透等因素是影响零件尺寸精度和激光选区熔化成型能力的主要原因。基于对激光选区熔化成型典型几何特征的尺寸精度及成型能力研究,提出了一些适用于激光选区熔化的零件设计规则,为产品的创新设计提供了参考依据。
激光技术 设计规则 激光选区熔化 几何特征 尺寸精度 成型能力
1 华中科技大学材料成形与模具技术国家重点实验室, 湖北 武汉 430074
2 武汉惟景三维科技有限公司, 湖北 武汉 430074
多视点云拼接技术是物体三维测量过程中的重要环节。现有的无标志点三维点云自动拼接方法在对不同表面进行测量拼接时稳定性较差。针对此问题,提出了一种基于几何特征和图像特征的点云自适应拼接方法。该方法建立了一个配准算法选择模型,通过引入配准算法判断因子来综合评价物体表面的几何、纹理复杂程度,从而系统可根据判断因子自适应地选择合适的配准算法,实现基于几何特征配准和基于图像特征配准的有机结合。并在特征点匹配过程中,采用随机抽样一致(RANSAC)算法对误匹配特征点进行剔除。实验结果表明,该方法可实现不同表面的稳定点云拼接。
机器视觉 自适应拼接 判断因子 几何特征 图像特征 去除误匹配
1 中国科学院 长春光学精密机械与物理研究所,吉林 长春 130033
2 中国科学院大学,北京 100049
3 哈尔滨工业大学 机器人技术与系统国家重点实验室,黑龙江 哈尔滨 150001
视觉测量系统中圆形标志点中心定位的精度易受噪声的影响。为了增强其抗噪性从而提高定位精度,提出了一种利用几何特征以降低噪声干扰的中心定位算法。首先将自适应阈值分割法与质心法相结合,对点目标进行圆心粗定位。利用粗定位的圆心和半径对Canny算子检测到的边缘进行半径约束,以消除孤立点和噪声点。然后根据理想的圆成像后边缘点分布的几何特征和链接规律,采用一种基于分区原理的方法获取点目标的理想边缘。最后,采用Zernike正交矩对像素级边缘点进行亚像素定位,并用最小二乘椭圆拟合法计算得到中心坐标。实验结果表明,该方法的定位精度可以达到0023 7 pixel,算法的运行时间为2~3 ms,基本满足测量系统对于圆形标志点中心定位在精度、稳定性和实时性上的要求。
视觉测量 边缘检测 几何特征 Zernike矩 椭圆拟合 vision measurement edge detection geometric features Zernike moment ellipse fitting
针对传统外极线约束的匹配算法存在误匹配率、漏匹配率较高的问题,提出了基于图像相似几何特征的双目匹配检验和筛选算法。利用外极线几何约束算法获得不共外极线和共外极线的初始匹配点。根据左右图像正确的匹配点具有相似的几何位置关系,引出最大向量角和最大角度差准则。对于不共外极线的初始匹配点,提出了基于更新策略的视差梯度约束与最大向量角准则相结合的误匹配剔除算法,降低了误匹配率,并且克服了只用视差梯度约束过多误剔除的缺陷。对于共外极线的初始匹配点,提出利用最大角度差和最大向量角准则筛选正确的匹配点,然后进一步利用顺序一致性约束和视差梯度约束检验筛选的匹配点,降低了漏匹配率。实验结果表明,该算法匹配准确率高,通用性强,误匹配率和漏匹配率分别能控制在0.1%和7%以内,适用于不同复杂程度的被测物体。
双目匹配 相似几何特征 最大向量角准则 最大角度差准则 视差梯度约束 外极线约束
1 沈阳工业大学视觉检测技术研究所, 辽宁 沈阳 110023
2 辽宁科技大学计算机科学与工程学院, 辽宁 鞍山 114051
要提高人耳的识别率,关键是特征的提取与表达。尺度不变特征变换(SIFT)技术是局部点特征提取算法,在尺度空间寻找极值点,提取对图像的尺度和旋转变化具有不变性,对光照变化和图像变形具有较强的适应性的特征向量。尝试用SIFT技术来提取外耳图像的结构特征点以形成稳定的特征描述子,为了克服一幅图像中有多个局部描述子相似的问题,在SIFT特征描述子中融入一个耳廓几何特征。最后采用特征向量的欧氏距离作为两幅图像相似性度量标准进行人耳识别。在耳图像库上进行实验,结果表明,该方法不仅可以有效地提取人耳特征,通过少量特征可获得较高的识别率,而且对耳图像刚体变化具有较强的稳健性。
模式识别 人耳识别 尺度不变特征变换 几何特征 特征融合