[发明专利]基于光强模板的非均匀光条特征区域提取方法

说明书

本发明基于光强模板的非均匀光条特征区域提取方法属于图像处理和计算机视觉领域，涉及一种基于光强模板的非均匀光条特征区域提取方法。该方法以扫描光条为运动检测目标，利用光强模板将图像中光条进行有效地均匀化，利用运动信息将测量目标与测量背景分离，然后对序列光条进行隔帧采样，得到图像序列模板，再以图像序列的均衡模板为参考，根据图像的交集运算获得亮度均衡的特征图像，最后利用基于光强模板对光条图像进行区域提取，实现完整光条信息的保留。该方法解决了在光条灰度非均匀情况下，大阈值无法有效提取光条两端灰度值较小区域以及小阈值在中间过曝区域过多提取噪声区域的难题，有效实现非均匀光条区域信息的准确提取。

技术领域

本发明属于图像处理和计算机视觉领域，涉及一种基于光强模板的非均匀光条特征区域提取方法。

背景技术

随着工业化生产以及航空航天事业的发展，精确测量成为零部件精密加工以及质量检测中不可缺少的一部分。鉴于测量现场的复杂性以及被测对象的多样性，对测量技术和方法的准确性、快速性、鲁棒性及稳定性提出了很高的要求。基于结构光视觉测量的方式以其快速性、鲁棒性及非接触等优点在工业生产以及计算机视觉领域得到了广泛的应用。结构光视觉测量系统信息获取的第一步是从光条图像中提取光条特征区域，因此，光条特征区域准确提取是影响整个测量系统精度的关键因素之一。由于零件表面几何特征、系统噪声、环境光照以及激光投射角度等影响因素，造成了光条图像出现亮度和宽度不均匀的问题，光条图像所引起的亮度梯度，将导致无法有效地对该序列灰度图像进行阈值处理，难以完整且准确地提取光条特征信息，使得精确提取光条特征区域存在一定的难度。传统的激光光条图像处理是首先对图像进行预处理，然后对所获得的预处理图像采用阈值法进行图像分割，进而对图像进行边界提取；将预处理图像和所提取的光条边界信息进行区域融合，保留边界内的原图像作为特征光条的有效区域，进行下一步的光条提取。然而，由于单光条亮度分布不均，序列光条亮度也存在较大差异，在序列光条处理中，难以通过所定义的阈值对图像进行有效的分割，导致无法有效完整地提取光条图像的特征区域。

华中科技大学李和平等人于2004年在《光学精密工程》第12卷的第1期发表了《基于遗传算法的结构光条纹中心检测方法》，提出了一种激光条纹中心检测算法，利用人机交互、遗传算法、图像处理、方向模板等方法分割激光条纹并提取激光中心线，该方法具有一定的抗噪、断线修补能力，但必须需要人力参与。印度高技术中心班加罗尔图像技术实验室的Kokku等于2005年在《PROCEEDINGS OF SPIE》发表了《Improving 3D surfacemeasurement accuracy on metallic surfaces》，提出了模板法，利用有效条纹和噪声组合的图像模板来识别区分有效信息和噪声，但是这种模板适应范围比较窄，只适合特定的或己有经验的表面形貌，难以处理不可预知的或者较复杂的表面形貌。深圳大学吴庆阳等人于2007年在《四川大学学报》第39卷的第4期发表了《一种新的线结构光光带中心提取算法》，提出一种将可变方向模板与灰度重心法相结合的方法,首先计算出图像的阈值，对图像进行二值化、细化等处理，得到线结构光图像的骨架，再利用可变方向模板判断骨架上每点的法线方向，最后由灰度重心法得到光条中心坐标，但其算法较为复杂,执行速度有限。大连理工大学刘巍等人发明了“一种基于分层处理的亚像素中心提取办法”，专利号为CN105335988A，采用分层处理，通过在不同分辨率图像中提取光条的特征信息，实现特征光条的高精度亚像素中心提取，该方法虽然测量精度高、运算速度快，但不适用于非均匀光条特征区域的提取。以上方法均不适用于对非均匀光条特征进行提取，因此对非均匀光条特征区域提取方法的研究变得十分重要。

发明内容

本发明为克服现有技术和方法缺陷，发明了一种基于光强模板的非均匀系列光条特征区域提取方法，通过top-hat算法建立序列光条的光强模板，为非均匀亮度变化的光条图像提供标准亮度模板，进而保证序列光条间的亮度均匀度。改进了激光光条图像传统处理方法难以通过所定义的阈值对非均匀光条进行有效分割，从而导致无法有效完整地提取光条图像特征区域的缺陷，为光条特征区域的保留提供有效方法，实现非均匀光条的高鲁棒性提取。