分析了光斑图像成像特点和理想光斑灰度分布模型, 针对含有多个不同尺度光斑的图像, 提出了一种可以在复杂环境下一次性快速检测出多个光斑中心的方法。该方法基于高斯模糊后光斑中心不变的性质, 先对含有大量光斑的图像进行快速多级高斯模糊, 构建其高斯尺度空间; 然后, 使用加速的非极大值抑制方法在尺度空间内寻找多个尺度的局部极值, 初步确定各光斑中心的像素级坐标; 最后, 联合这些坐标的邻域像素, 拟合局部曲面, 得到光斑中心的亚像素级精确位置。利用仿真实验和实物实验验证了提出方法的有效性。结果表明: 该算法对640 pixel×480 pixel图像, 处理时间仅需50ms, 每千个光斑的平均检测时间为23 ms, 在复杂环境下正确率可达89%。此外, 该方法对弱光斑较敏感, 适合快速处理含有大量不同尺度光斑的图像, 并能够有效减少光斑的错检和漏检。由于检测速度快, 自适应性强, 在实际应用中取得了良好的检测效果。

针对传统线结构光光刀平面标定方法测量精度不高, 应用范围小的问题, 提出基于平面标靶的线结构光系统光刀平面标定, 对无激光的标靶图片进行迭代摄像机标定, 有激光的标靶图片进行光刀平面标定.提出光强符合均匀分布的平顶激光检测中心算法, 将平顶激光建模为矩形的台阶函数, 估计背景亮度和前景亮度, 确定亮条纹宽度, 再将窗口内的有效像素参与重心计算, 得到光条纹中心.用该算法对不同噪声及不同量块的图片进行处理, 结果表明, 处理后图像的均方根误差分别在0.149 pixel和0.176 pixel内, 表明该算法抗噪声能力强、精度高.用该算法提取光条中心, 计算光条在标靶上的位置, 根据至少两个姿态下的光条中心三维点, 基于最小二乘法拟合光刀平面.通过迭代摄像机标定和光刀平面标定, 利用三角测量法, 在立体视觉模型下获取物体的三维点云数据.实验测量两个距离为100.5 mm的标准球, 相机与标准球距离为500 mm, 比较两球心距离与标准距离, 测得平均误差为0.236 mm.表明平顶激光检测中心算法切实可行, 光刀平面标定方法基本满足要求.

红外光斑中心检测在红外自动验光仪、红外测距仪等光学测量和检测仪器中是一项关键技术,检测算法的精度、速度直接影响光学测量的精度及速度.目前的检测处理系统多是基于PC机的,存在着实时性、稳定性问题.在总结各种检测算法的基础上,基于重心法使用FPGA实现了低信噪比红外光斑中心的实时检测.在实验电路中,先使用视频解码芯片SAA7113将模拟CCD视频信号转化为CCIR656格式数字信号;再在FPGA内部使用流水线结构进行直方图计算,计算阈值,二值化图像,五次二值图像收缩,五次二值图像膨胀处理以去除噪声,然后计算重心坐标.实验电路对红外自动验光仪中产生的视网膜反射红外光斑PAL制式视频图像信号能在1/25 s完成一幅图像的检测.而普通PC完成同一过程需要1 s左右.文章介绍了基于FPGA实现方案.