1 中国海洋大学 信息科学与工程学部，山东 青岛 266100
2 重庆工程学院 电子信息学院，重庆 400056
文中提出了一种水下线激光的三维重建系统，由相机、绿色线形激光器和转台组成，通过对系统扫描获得的图像进行分析与处理，实现对目标区域的三维重建。采用边缘检测算法与基于极值法的高斯拟合法相结合的条纹中心提取算法，利用坐标转换公式，得到相应的三维点云坐标。点云处理方面，将alpha shapes边界提取算法和Delaunay三角剖分相结合，实现对点云的滤波与重建。针对实验中由于光线在不同介质表面折射造成的视角误差问题，提出了一种折射校正算法，并用已知尺寸的标准球进行了误差实验。结果表明，在500~1200 mm的工作距离内，系统可以实现对水下目标物体及区域的三维形貌还原，重建误差小于0.6 mm，满足设计要求，为水下三维重建技术提供新的参考。
水下三维成像 线形激光扫描 条纹中心提取 三维重建 Delaunay三角剖分 underwater three-dimensional imaging linear laser scanning fringe center extraction three-dimensional reconstruction Delaunay triangulation 红外与激光工程
2022, 51(8): 20210693
桂林电子科技大学机电工程学院广西制造系统与先进制造技术重点实验室，广西 桂林 541004
线结构激光3D成像技术已广泛用于焊接检测。飞溅干扰下快速、准确、实时地提取光条中心图像是实现焊缝在线检测的关键问题。针对传统方法难以有效解决强弧光和焊渣飞溅干扰的问题，提出一种新的抗飞溅光条中心快速提取方法。首先，根据激光光条宽度约束条件提取条纹几何中心，采用快速连通域提取算法筛选出有效轮廓，利用改进的局部边缘连接算法连接飞溅导致的断点；然后，搜索相邻轮廓，将其构成有序对，并生成有向图，查找光条中心投影长度最大的路径作为真实的光条中心轮廓；最后，在粗提取的中心轮廓局部，沿法向计算亚像素中心。实验结果表明，所提方法能有效抵抗焊接时的飞溅干扰，即使拆除线结构光传感器的挡板，仍能实时准确地提取光条中心线，与多种算法相比，具有更高的运行速度和提取精度。
成像系统 激光条纹中心提取 线结构光 焊接 连通域 边缘连接 激光与光电子学进展
2022, 59(16): 1611011
1 长春理工大学机电工程学院, 吉林 长春 130022
2 长春工程学院机电工程学院, 吉林 长春 130012
针对现有标定方法存在的成本高、步骤烦琐、鲁棒性小、精度低等问题, 建立了立体视觉检测系统并提出了一种基于高精度异形量块的二次标定方法, 基于GA-BP算法对该系统进行误差补偿。首先, 利用二次标定算法求解由单目CCD和激光器组成的系统内像素坐标系到世界坐标系的转换关系。接着, 采用基于海森矩阵的激光条纹提取方法, 完成对激光投射器所投出光平面与高精度异形标定块相交的光平面上的棱线图中心线提取。最后, 利用GA-BP神经网络算法对立体视觉检测系统采集的数据进行误差补偿。试验结果表明：异形块宽度和深度在补偿后的精度均在0.05 mm以内, 立体视觉检测系统稳定可靠、精度高、抗干扰能力强。
二次标定算法 线结构光 条纹中心提取 GA-BP算法 误差补偿 secondary calibration algorithm line structured light fringe center extraction GA-BP algorithm error compensation
1 湖北工业大学机械工程学院, 湖北 武汉 430068
2 现代制造与质量工程湖北省重点实验室, 湖北 武汉 430068
提出了一种双频曲线拟合的亚像素中心提取方法。首先采用二次阈值法自动分割光条区域,利用灰度重心法获取光条纹中心初始位置,然后用移动直线拟合初始位置得到光条曲线的局部法线,最后在法线方向上进行双频曲线拟合,得到光条纹中心的亚像素坐标。实验结果表明,该方法能消除部分高频噪声的影响。相比Steger法,该方法提取的条纹中心均方根误差小于0.1 pixel,速度约是其26倍,可适用于多种材质表面光条纹中心的提取,为工业应用中的激光条纹中心提取提供参考。
机器视觉 条纹中心提取 双频曲线拟合 线结构光 激光与光电子学进展
2020, 57(14): 141502
1 北京交通大学 电子信息工程学院, 北京 100044
2 北京世纪瑞尔技术股份有限公司, 北京 100085
结构光三维测量技术是获得物体三维信息的重要途径, 激光条纹中心线提取是影响结构光三维测量精度和速度的关键因素。提出了一种适用于多场景下结构光三维测量的激光条纹中心线提取方法, 充分利用图像中激光条纹的几何信息和相关性生成自适应卷积模板, 实现激光条纹图像的滤波和增强处理, 使激光条纹横截面灰度值满足高斯分布; 经灰度加权法实现激光条纹中心线的亚像素精度定位与提取。实验测试结果表明: 该方法可实现多场景下形状、材质各异物体的条纹中心线提取, 有效克服了激光条纹亮度分布不均、噪声干扰等影响, 单幅图像处理时间缩短为0.107 s且相对误差减少到0.076 5%, 有效提高了激光条纹中心线的提取精度和速度。
三维测量 线结构光 条纹中心提取 自适应卷积 灰度加权 3D measurement line structured light stripe centerline extraction self-adaptive convolution gray weighted 红外与激光工程
2020, 49(1): 0113004
沈阳建筑大学信息与控制工程学院, 辽宁 沈阳 110168
准确、快速地提取结构光条纹中心是三维测量系统中的关键问题。针对现存的结构光条纹中心提取精度与速度之间的矛盾,提出一种全新的基于海森(Hessian)矩阵与区域增长相结合的激光条纹中心提取方法。采用自适应阈值法提取图像的感兴趣区域,利用灰度值最大法确定像素级条纹中心的初始位置;利用Hessian矩阵求取初始点法线方向上的亚像素级光条中心点;将光条中心点作为种子点进行区域增长迭代运算,从而精确提取条纹中心。区域增长算法解决了传统方法中存在的大量高斯卷积运算的问题,提高了条纹中心的提取速度。实验结果表明,该算法提取的条纹中心准确度高,满足三维测量系统中实时在线的要求。该算法的均方差相比于灰度重心法降低了2.02 pixel,提取速度相比于Steger法提高了40倍。
测量 结构光 条纹中心提取 区域增长 海森矩阵 激光与光电子学进展
2019, 56(2): 021203
