1 武汉理工大学现代汽车零部件技术湖北省重点实验室, 湖北 武汉 430070
2 湖北三环智能科技有限公司, 湖北 武汉 430070
针对线激光测量系统对金属表面进行测量时强反射光影响光条提取的问题,提出了一种基于双高斯拟合的光条提取算法。首先对光条截面的灰度进行分析,发现了光条灰度的多峰分布规律;然后推导光的反射模型,对金属表面强反射光的产生原理和能量分布模型进行研究;之后根据分布模型建立双高斯拟合模型,设计光条提取算法,并用样例验证了算法的可行性;最后进行对比实验,分析了双高斯拟合法与传统光条提取算法的提取效果,并对结果进行了置信度评价。结果表明:双高斯拟合法可以有效抑制光条图像中强反射光的影响,准确提取光条中心;双高斯拟合法的置信度评价优于传统算法。
测量 强反射光 双高斯拟合 光条中心提取 激光与光电子学进展
2020, 57(17): 171204
武汉理工大学 机电工程学院, 湖北 武汉430070
汽车焊缝涂胶能够提高车身密封水平, 需要对胶条进行检测并且获得三维信息。激光三角法是应用广泛的检测方法, 其关键技术之一是准确提取光条中心。但针对黑色被检胶体, 光条中心提取鲁棒性差, 因此提出了一种基于光条分割的Hessian矩阵定位和高斯曲线拟合的算法。首先, 将整体图像对比度提高, 运用去噪算法消除干扰的噪声; 然后用极值法初步定位光条, 结合Hessian矩阵对激光条的中心进行定位; 最后利用高斯曲线准确拟合出激光条的中心。实验研究表明, 在对光条图像添加噪声幅度为100的白噪声之后进行处理, 同样能够将精度控制在亚像素级别, 能够提高黑色被检测物体的光条的稳定性。
光条中心提取 去噪处理 中心点定位 高斯拟合 light strip center extraction denoising processing center point positioning Gaussian fitting
1 萍乡学院机械电子工程学院, 江西 萍乡 337055
2 中国矿业大学(北京)煤炭资源与安全开采国家重点实验室, 北京 100083
研究了一种适用于不同类型光条图像的光条中心提取方法。构建了光条的截面能量模型,分析了不同成像质量光条的截面能量组成,构建了高斯-洛伦兹分峰拟合模型;基于所构建模型,依次对光条图像进行灰度归一化、感兴趣区域提取、高斯-洛伦兹分峰拟合、去洛伦兹分量处理,利用灰度重心法提取出精确的光条中心。对比实验结果表明,本文方法对不同类型光条图像的提取具有适用性强、精确度高,但耗时长的特点;然而对强漫反射和镜面反射光条的提取耗时仅为当前效果最好Steger法的1/2。
测量 线结构光 高斯-洛伦兹模型 分峰拟合 光条中心提取 激光与光电子学进展
2019, 56(7): 071201
1 中国铁道科学研究院集团有限公司基础设施检测研究所, 北京 100081
2 北京交通大学理学院, 北京 100044
研究了行车环境下激光条纹图像中心线快速、准确且可靠的提取方法。基于ENet深度学习模型实现了激光条纹的多区段快速分割;通过统计各区段内光条梯度方向的直方图来确定各分段光条的法线主方向,并构造了相应的方向模板;利用分区域多模板匹配的灰度重心法实现了光条中心的亚像素坐标提取。研究结果表明,该方法可以有效克服室外行车环境中各类干扰信息对光条中心提取的影响,单幅钢轨轮廓图像的光条提取时间仅为2.1 ms,误差均值约为0.082 pixel,标准差为0.047 pixel,兼顾了光条中心提取的时效性和准确率。
图像处理 结构光测量 光条中心提取 图像分割 深度学习 多模板匹配 亚像素
大连理工大学 机械工程学院, 辽宁 大连 116024
为了精确、快速提取激光条中心, 使其提取结果更适用于工业现场特征尺寸的双目视觉测量, 提出了一种等匹配点的激光条中心提取方法。利用灰度重心法粗提取出激光条中心点, 计算灰度梯度方向, 确定光条边界。接着, 根据左右图像中激光条的粗提取结果确定基准光条, 对另一幅图像中的对应光条进行插值。然后结合灰度梯度方向与插值结果对激光条进行重提取, 得到等匹配点的亚像素中心坐标。最后, 利用激光条中心点提取结果重建陶瓷平板、金属板表面及加工现场锻件表面的特征信息。实验结果表明, 本文方法提取陶瓷板与金属板的激光条中心点的匹配率分别为99887%与98.276%, 宽度重建的相对误差分别为0.638%与0.488%, 激光条中心提取结果能有效重建锻件表面的特征信息, 满足工业现场对测量的精度、速度和鲁棒性要求。
双目视觉测量 光条中心提取 等匹配点 亚像素 binocular vision measurement extraction of laser stripe centers equivalent matching points subpixel
天津大学精密测试技术及仪器国家重点实验室，天津 300072
在基于关节臂的线激光扫描系统中，光条中心的提取精度和所用时间直接影响到整个系统的测量精度和实时响应能力。本文在国内外现有算法基础上整合改进，利用迭代阈值法、改进Sobel 算子和光条修补算法完成光条粗提取，取中心点附近10 pixels 利用灰度重心法计算光条中心精确位置。实验证明，该算法在350 mm × 350 mm测量范围内，系统测量误差优于40 μm，一次提取时间28 ms，确保系统35 f/s 扫描频率，满足实时在线测量要求。
关节臂 激光扫描 光条中心提取 光条修补 AACMM laser scanning extraction of light stripe light stripe repair
清华大学 精密仪器与机械学系 精密测试技术及仪器国家重点实验室，北京 100084
为了精确提取粗糙金属表面的光条中心，提出了一种基于光切法的光刀条纹中心提取方法。从图像形态学角度出发，分析了图像的噪声来源，利用图像增强处理将噪声转化成颗粒状形态，并保持有效光条的连续条纹状特征。然后，通过对图像连通区域面积计数，分割噪声和有效光条信息，将得到的二值化光条图像作为掩模板，与原图像相乘来复原光条图像的灰度信息。最后，应用灰度重心法对已去噪的光条灰度图像进行中心提取。实验结果表明，提出的方法可使提取的光条中心全部落在光条位置区域。对噪声较多的直线条纹区域进行的中心提取显示，此方法的平均误差为0.337 5个像素。
光切法 光条中心提取 粗糙金属表面 重心法 light-sectioning method laser-stripe center extraction rough metal surface barycenter method
1 燕山大学 工业计算机控制工程河北省重点实验室, 河北 秦皇岛 066004
2 河北农业大学 机电学院, 河北 保定 071001
为了快速、准确地检测出输送机皮带工作时发生的纵向撕裂事故, 提出了一种基于线激光的视觉检测方法。“一”字线激光器向皮带底面投射直线激光条纹, 使用CCD相机获取图像并提取出光条中心, 通过分析光条中心畸变特征来判断皮带表面是否存在撕裂。首先采用阈值法对激光条纹进行分割；然后在光条区域上利用重心法实现光条中心的粗略提取；最后利用Bazen方法求取光条法线, 在法线方向上采用高斯拟合法实现光条中心的亚像素精度提取。利用具有多种纵向撕裂特征的故障皮带进行检测, 实验结果表明, 所提出的方法具有精度高、速度快的特点, 测量精度达到了毫米级, 可以满足实际皮带检测的需要。
皮带撕裂 机器视觉 光条中心提取 高斯拟合 亚像素 conveyor belt rip machine vision stripe center extraction Gaussian fitting sub-pixel
从图像中准确提取光条中心对于主动视觉系统十分重要.分析微小物体内表面视觉检测系统中圆形结构光光条图像特征,将干扰光条分为漫反射和镜面反射两类.利用Hessian矩阵确定图像中光条法线方向,在光条法线方向上求解光条中心亚像素位置,用8方向搜索法剔除干扰光条.实验证明,光条提取和剔除干扰光条方法是有效的.
视觉检测 光条中心提取 亚像素 内窥镜 Hessian矩阵
