针对轨道扣件表面结构复杂导致的线结构光照射分布不均匀问题，研究了一种基于改进灰度重心法的光条中心线提取方法，精准重构了轨道扣件点云模型。基于点云模型提取了轨道扣件的结构特征信息，建立了轨道扣件缺陷检测组合分类器模型，实现了轨道扣件的弹条缺失、扣件歪斜、螺母缺失等缺陷检测。研究了基于表面法向量的螺母上平面解析方法，通过螺母松动测量实验实现了轨道扣件的松动检测。搭建了扣件故障诊断实验平台并开展了相关实验研究，实验结果表明，系统扣件故障检出率达到96%，扣件松紧度测量的总体误差低于0.2 mm，扣件故障诊断系统的检测效果和鲁棒性较好，对列车安全运行具有重要的现实意义。

为了线结构光平面标定的准确性和高效性，以及提高线结构光平面标定方法的普适性，提出了一种基于2维圆形标靶的线结构光平面标定方法。采用光条提取算法得到照射在2维圆形标定靶任意位置处光条中心点的亚像素坐标值，将光条上所有点拟合成直线，交圆形标定靶每列靶标连线于一点; 得到每列靶标连线与拟合出的光条中心线交点后，连接交点与相机光学中心形成一条直线; 联立该连线的直线方程与像素坐标系下两条交线的直线方程，以及2维圆形标定靶所在平面的方程，求解出每个交点在相机坐标系下的坐标; 最后采用最小二乘拟合算法进行平面拟合，得到了所求光平面方程; 介绍了该标定方法的基本原理和实现过程，搭建实验系统对其有效性进行了验证。结果表明，用该方法求取光平面的平均测量误差可以达到2.36737 mm，鲁棒性高，且标定流程十分简便，适用于一般的工程应用和机械加工过程。该研究为线结构光传感器的光平面标定提供了参考。

在路面裂缝的检测中, 传统人工检测的方法准确性低, 效率低, 且单目视觉技术无法准确获得深度信息, 只能得到二维平面信息。基于此, 文章引入了双目线结构光技术, 提出了一种基于地面平均高度的三维裂缝提取算法, 实现了裂缝的三维信息采集。算法提取图像中每列像素值中最低点为起点, 向左右扩散形成一个边缘提取范围, 计算该列边缘提取范围以外的像素平均值作为地面平均高度值, 然后以最低点为中心开始遍历每个像素值, 当左右两边像素超过地面平均高度值时, 则确定两个像素点为裂缝边缘。整合所有列, 实现整条裂缝边缘的提取。实验结果表明: 文章提出的裂缝识别算法能够较为准确的对裂缝边缘进行提取, 通过与Canny边缘提取算法对比, 数据表明, 文章算法在连续性上表现更好, 本文算法的图像水平相关性数据总体都高于Canny边缘提取算法, 平均提高了30%。

在对传送带上物体进行三维扫描成像过程中，位移标定方法的便捷性、准确性对于最终的成像精度和效率有非常重要的影响，但传统的位移标定方法需要已知位移平台或者传送带的运动速度或严格控制两次标定图片中标定板之间的精确位移，使得标定过程较为复杂。论文提出了一种专门用于传送带上物体测量的线结构光三维扫描成像系统的位移标定方法。只需要采集一系列标定板随传送带移动的位移标定图片，从中提取两张帧数间隔大于1的图片并记录对应的帧数，即可对单帧位移进行标定。介绍了该标定方法的基本原理和实现方法，搭建了线扫描单目成像系统，并对双阶梯型精度块进行了三维重建。实验结果表明，方法原理简单，操作便捷，测量速度更快且重建误差小于0.3mm，适用于以传送带作为主要运输工具的各个领域的实时三维测量。

现有的自动破损检测忽略了深度信息，仅使用图像2D信息，难以准确检测复杂环境下的管道保温层破损。为解决该问题，针对轨道式机器人巡检场景，提出一种基于线结构光和YOLOv5的管道保温层破损检测方法。将线结构光加入视频采集装置中，对激光域进行预分割后，采用自适应阈值方法提取激光中心线，结合线结构光测量深度原理，进行主动式测距。经图像拼接由视频自动生成RGB-D图像，解决了RGB图像与深度信息配准问题。最后结合中层特征融合的YOLOv5算法进行RGB-D破损检测，对凸起和凹陷两类破损进行分类检测。实验结果表明，所提方法可以从轨道式机器人采集视频中获取RGB-D信息，检测的平均精度均值可达85.1%，能够实现对热力管道保温层破损的有效准确识别。

为了在复杂的运动模糊情况下快速提取光条中心，提出了一种新的结构光光条中心快速提取算法。通过分析线结构光运动成像模糊的原因和图像中光条截面的灰度值分布规律，设计了基于理论光条成像宽度的P-tile阈值分割算法，以解决运动模糊情况下光条成像宽度不一、亮度无规则变化引起的光条区域提取困难问题。根据光条图像的特点，通过改进的区域生长算法提高光条定位速度，根据光条截面的灰度值分布特点提取结构光光条中心。实验结果表明，在运动模糊情况下，改进的P-tile阈值分割算法具有精度高、速度快的优点，相比极值法、大津法能更好地分割出有效光条区域，在结构光工业高速测量领域具有实用价值。

新冠肺炎疫情的暴发使得非接触式静脉注射机器人备受医务人员青睐，但目前对机器人入针角度的研究较少，多以粗略的角度进行入针操作，这会增加穿刺失败率，且由于患者本身存在的个体差异，有时会有明显疼痛感。为此，针对手背静脉注射机器人入针角度的确定展开研究，重点完成对手背测量数据的优化，以保证入针角度计算结果的准确性。首先通过单目相机与线结构光扫描相结合的方法获得手背入针区域空间点云，利用最小二乘法对手背点云进行拟合得到手背平面；在线结构光系统标定过程中，通过构造误差函数，采用最优化方法进行迭代求解来消除测量误差；然后以得到的入针区域平面为依据确定入针角度；最后设计实验，验证所提方法的准确性。实验结果表明，优化后结构光平面位置的平均误差约为0.1 mm，满足项目需求，为后续全自动注射奠定基础。

线结构光三维测量技术通过逐行扫描工件，计算工件连续轮廓线三维坐标，最终拼接各轮廓线形成完整的三维形貌。为了研究扫描过程中图像连续帧之间的相似性关系，提出一种时间连续帧信息复用的条纹中心快速提取方法，进一步提升线激光光条中心线提取速度。首先，采用自适应光条分割重心提取算法对首帧激光条纹进行中心线坐标计算；然后，在时间连续帧中心线坐标信息的基础上，对当前帧光条图案进行快速光条粗定位；最后，对光条中心线进行亚像素精度计算。该方法根据时间连续帧图像的相似性，进行连续帧光条中心线坐标信息复用，减小重复计算，提高算法速度。实验结果表明，该方法可实现高达133 frame/s的中心线计算速度，大幅提高了结构光三维扫描速度，可应用于其他大型工件的三维重建。

针对线结构光条纹中心提取的效率和精度影响测量结果的问题,提出一种主成分分析与灰度重心相结合的方法。首先对图像进行高斯卷积并采用阈值分割法初步提取图像中有效的光条纹信息;然后计算光条纹图像的梯度分布和幅值,选取幅值为零的点作为初始点;接着采用主成分分析法得到点的法线方向,沿法线方向在初始点两侧以幅值最大的两点作为边界点;最后采用灰度重心法求出边界内的光条纹中心以确定下一个初始点,通过迭代处理提取光条纹中心。在平均处理时间以及方均根误差方面对所提方法进行验证。实验结果表明,所提方法的平均处理时间约为1.701 s,提取精度比Steger法少0.0500 pixel。