[发明专利]一种基于动态规划和均值漂移的结构光光条中心提取方法

说明书

技术领域

本发明涉及一种基于动态规划和均值漂移的方法，提取图像中单一结构光光条的中心位置，属于机器视觉技术领域。

背景技术

基于线结构光的三角距离测量法具有大量程、大视场、高精度、光条图像信息易于提取、实时性强及主动受控等特点，在工业检测中得到了广泛的应用。基于结构光的三维测量技术通过向被测物体投射相应模式的结构光，光条在被测物体表面形成一条变形光条，通过摄像机拍摄物体表面光条图案，使用三角测距原理获取物体表面三维信息。若要获得被测物体表面的精确三维信息，必须从被测物体的光条图像中提取光条中心精确位置信息，故结构光光条中心的提取的速度和精度直接影响了整个结构光检测系统的性能。

目前，常见的结构光光条中心提取算法主要有阈值法（参见《基于图像的精密测量与运动测量》：于起峰，陆宏伟，刘肖琳，科学出版社，2002）、拟合曲线求极值法（参见《结构光三维视觉检测中光条图像处理方法研究》：贺俊吉，张广军，北京航空航天大学学报，2003，29（7）：593-597）、多方向模板法（参见《一种结构光条纹中心快速检测方法》：雷海军，李德华，王建永等，华中科技大学学报（自然科学版），2003，31（1）：74-76）、灰度重心法（参见《一种新的线结构光光带中心提取算法》：吴庆阳，苏显渝，李景镇等，四川大学学报（工程科学版），2007，39（4）：151-155）和Hessian矩阵(海森矩阵)法（参见《An Unbiased Detector of Curvilinear Structures[J]》:Carsten Steger,IEEE Transactions on Pattern Analysis and Machine Intelligence.1998,20(2):113-125）等。

阈值法受单个像素点像素值的影响，尤其是光条上噪声的影响非常大，精度不高，提取误差通常大于一个像素。由于光条上像素点的像素值分布在实际情况下一般不是严格对称的，拟合曲线求极值法求出的极值点会偏离实际光条中心位置。多方向模板法和灰度重心法，虽然检测精度较高，但计算量较大，难以实现快递检测。Hessian矩阵法精度高、鲁棒性好，且具有较好的通用性，但图像中的点需要多次进行大规模的高斯卷积运算，计算量大，处理速度慢，很难实现实时检测。

发明内容

本发明的主要目的在于如何提供一种检测图像中单一结构光光条中心的提取方法，其能够高精度检测结构光光条中心，同时有着计算速度快、通用性良好、抗干扰能力强的优点。本发明假设图像中光条大致垂直或者水平，下面描述均以光条大致垂直为例。

为实现上述目的，本发明采用如下技术方案：

一种基于动态规划和均值漂移的结构光光条中心提取方法，其特征在于，该方法包括以下步骤：

步骤1：对原始图像进行一维水平高斯滤波，得到线状光条增强图像；

步骤2：对步骤1所获得的线状光条增强图像使用动态规划算法求出初始光条中心点的最优像素级位置；

步骤3：在步骤2所得的像素级位置基础上，使用一维均值漂移迭代方法计算出最终光条中心点的最优亚像素级位置。

所述步骤2具体包括如下步骤：

步骤2.1：对于图像第一行，累积能量值E(1,j)为第一行每个点在线状光条增强图像中对应点的像素值；

步骤2.2：从第二行起，直到图像的最后一行，逐行计算光条增强图像上以每个像素点(i,j)为终点的最优路径的累积能量值E(i,j),并记录该最优路径在上一行的列坐标，将其记录至S(i,j)；

步骤2.3：提取最后一行最大的累积能量值E(i_r,j_r)及累积能量值最大的像素点位置(i_r,j_r)，从最后一行的点(i_r,j_r)起，使用最优路径表S按行追溯出其所在最优路径上的所有像素点，这些像素点位置即构成初始位置集合D＝{(i₁,j₁),(i₂,j₂),...,(i_c,j_c)}，设追溯得到的光条中心点个数为c。

所述步骤3具体包括如下步骤：

步骤3.1：对每一行上初始光条中心位置的点，通过判断该点左右两个方向点的像素值及连续性，估算该行的光条宽度；