基于多尺度分析的激光光条中心点坐标提取方法

在线结构光测量系统中,激光光条图像中心准确提取是影响整个测量系统精度的关键因素之一。针对高反光等复杂环境下光学测量中激光光条图像中心提取问题,提出了一种基于多尺度分析的激光光条图像中心高精度定位方法。该方法利用骨骼化图像处理方法确定激光光条图像中心的初值,根据每一个光条中心初值处的光条宽度确定该位置处对应的高斯核均方差σ的初值。对图像进行多尺度卷积,确定最优的σ值,并求得光条亚像素级中心点,最后完成光条链接。结果表明该算法抗噪声能力强,可实现光条宽度变化较大的激光光条图像中心的高精度提取。     

光条亮度对线结构光测量精度的影响

光条中心的提取精度直接影响线结构光传感器最后的测量精度,而光条亮度是影响提取精度的主要因素。提出了光条中心提取精度的评价方法,通过实验获得光条亮度与光条中心提取精度之间的关系曲线;为了在实际测量中能获得最佳光条亮度(对应最高的提取精度)设计了基于D/A转换的光条亮度自适应调节电路。实验结果表明:光条过暗或过亮都会使线结构光传感器的测量精度降低,在测量不同颜色的表面时通过光条亮度的自适应调节均可获得最高的提取精度。     

汽车焊缝密封胶条的光条中心提取算法研究

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。     

平顶线结构光的中心检测算法及光刀平面标定

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0.149pixel和0.176pixel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100.5mm的标准球,相机与标准球距离为500mm,比较两球心距离与标准距离,测得平均误差为0.236mm.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.     

一种非稳腔激光器光瞳位置提取方法

提出一种非稳腔激光器光瞳位置提取的方法,用于光路自动准直中光瞳位置的提取。首先使用双边滤波对原始图像进行预处理,然后用系数β乘以大津算法的图像阈值得到图像的阈值,对图像进行阈值分割。得到二值图像后,对二值图像进行中值滤波。通过边缘提取算法提取二值图像中的轮廓,然后利用轮廓的中心和组成轮廓的点的数目这两个轮廓属性,找到光瞳图像的内轮廓。使用RANSAC椭圆拟合算法拟合内轮廓,以椭圆的中心作为光瞳的位置。本文提出的光瞳位置提取方法,在满足实时性要求的同时,减少了内轮廓噪声对椭圆拟合的影响,提高了光瞳位置提取结果的准确性和鲁棒性。在100帧仿真光瞳图像的内轮廓中添加40%幅值为0～13的随机噪声点的情况下,所提方法比直接椭圆拟合方法的提取结果具有更高的准确性和鲁棒性,提取位置偏差的AVG比直接椭圆拟合的结果小0.283个像素、位置偏差的最大值小0.660个像素、位置偏差的RMS小0.136个像素。     

核燃料棒反光表面条纹自适应中心提取方法

针对水下检测中激光条纹中心难以准确提取的问题,提出了一种适用于水下核燃料棒反光表面的条纹自适应中心提取方法。根据检测环境中存在水体散射及物体表面高反光的特点,去除水下噪点、反光噪点,实现激光条纹分割提取;充分利用BP神经网络曲线拟合及由光条几何信息生成的自适应卷积模板,实现反光区域的轮廓与灰度分布修正,使光条截面灰度分布符合高斯分布;经灰度重心法在光条截面方向实现激光条纹中心的亚像素精度定位与提取。实验结果表明:该方法有效地解决了被测物体反光表面光条中心线不连续、噪点多的问题,点云三维重建误差在0.2 mm以内,保证了条纹中心提取的精度与稳定性,满足核燃料棒水下检测工程要求。     

金属表面非相干线结构光条纹中心提取方法

采用线结构光法测量金属表面形貌时,由于受到金属表面光学特性和散斑噪声的影响,条纹中心的提取误差往往较大。为此,提出了一种非相干线结构光形貌测量方法,避免了散斑噪声的影响。通过分析该方法测量金属表面形貌时的条纹图像特点,提出一种适合非相干线结构光条纹的中心提取方法。该方法首先采用结合积分图像原理的自适应阈值分割算法,对原条纹图像进行分割。采用灰度重心法粗提取原条纹中心坐标,以该坐标为基准向条纹宽度方向延伸,从而确定阈值分割后条纹图的感兴趣区和背景区,并去除背景区的噪声。经中值滤波后,采用几何中心法提取条纹中心。实验结果表明:采用该方法提取粗糙度样块表面非相干光条纹中心的平均误差为1.5 μm,提取齿轮渐开线样板表面非相干光条纹中心的平均误差为0.9 μm,均比其线激光条纹中心的提取误差小。所提方法能实现金属表面非相干线结构光条纹中心的精确提取。     

基于法线引导的激光中心线提取方法

在线结构光三维测量系统中,高精度激光条纹中心线提取是提高测量精度的关键。针对现有激光中心线存在提取精度不高、保留细节差等问题,提出了一种基于法线引导的激光中心线提取算法。该算法具体实现步骤为:首先,对图像进行预处理,结合边缘检测和几何中心法对激光线初步提取;然后,用主成分分析法(principal component analysis,PCA)求取其法线,在激光中心点处划分角度八邻域,通过法线角度引导搜寻有效点集;最后,利用灰度重心法对点集进行亚像素提取。实验结果表明:该算法均方根误差与灰度重心法相比提高了0.233 9像素,比Steger算法、方向模板法更好地保留了光条细节,可以更精确地提取光条中心,达到亚像素级的精度。     

一种用于计算三维视觉测量中线结构光平面的新型算法

介绍了一种基于线结构光的机器视觉测量系统的光平面计算方法.该方法采用图像减影来获取光条图像,利用Steger算法提取图像中的亚像素光条中心点,再用正交直线拟合法计算图像坐标系下的光条直线方程.通过靶标特征点的世界坐标和交比不变性,计算线结构光在靶标平面上的世界坐标点,并将这些坐标点用正交平面拟合法计算得到光平面方程.为了提高整体准确度,本文对算法进行了细节优化,给出了标定系统的设计方案和实验过程.实验结果表明,该方法具有较好的鲁棒性和较高的准确度.     

基于双重虚拟圆靶标的激光扫描测头标定

提出了一种基于双重虚拟圆来标定光平面的新方法。该方法利用棋盘的角点在图像坐标系下构建双重虚拟圆,虚拟圆与激光光条直线建立了相对的位置关系,根据交比不变原理计算出光条上的特征点在摄像机坐标系下的坐标。在摄像机视场范围内多次变换棋盘位置,构造出的虚拟圆也相应变换,由此计算得到更多的特征点,利用最小二乘法拟合光平面方程。实验表明,该方法求得的精度要明显优于实际的圆形靶标标定的精度,光平面标定的均方根误差为0.04mm,且棋盘靶标更易于制作,标定计算简单可靠,适合现场标定。     

高噪声背景下激光条纹亚像素中心的提取

针对线结构光三维形貌测量中大量噪声易干扰激光条纹中心提取准确度的问题,提出了一种条纹亚像素中心提取方法。分析条纹图像中的噪声,采用平均法和中值滤波预处理图像;利用迭代阈值分割及形态学方法,获取条纹目标,引入距离变换提取条纹的像素级中心;根据像素级中心、二值信息及光强灰度,结合曲线拟合及重心法精确提取条纹的亚像素中心。仿真分析和实验验证下,相邻行条纹中心列坐标最大偏差值像素小于2 ,平均偏差像素值约为0.3,与传统方法相比,2项指标值更小。实验结果表明,算法有效利用条纹灰度分布规律,可降低噪声对中心定位精度的影响,更逼近条纹真实中心位置,抗噪能力极强。     

基于高斯拟合的激光光斑中心定位算法

激光光斑中心定位是光学测量中的关键技术之一。通过对常用定位算法的分析,给出利用光斑图像中的不饱和点对光斑进行高斯拟合,并以拟合函数的幅值点作为光斑中心的方法。利用人工光斑对该算法进行验证,结果表明该算法误差远小于0.1 像素;利用一维高精度电动平移台、CCD相机、激光器等搭建测试系统,由计算机自动采集激光光斑图像并对其进行分析,实验结果表明该算法与理论分析结果的均方根误差仅为0.1 像素。     

Calculation algorithm of high-precision two-dimensional broadband laser warning parameters北大核心CSCD

High precision grating diffraction laser warning system is a photoelectric countermeasure equipment to judge and locate the incoming laser function. In order to improve the positioning accuracy, an improved algorithm for calculating and fitting the calculation parameters of the spot center was proposed. Firstly, the laser spot was preprocessed, and the center coordinates of the connected area were obtained by using the improved connected area marking algorithm and spot center extraction algorithm. Secondly, the azimuth angle and pitch angle were set, the images were collected and the spot center was calculated, and the pixel horizontal and vertical coordinates in x and y direction as well as fitting surfaces of laser parameters were fitted, so as to judge the azimuth angle, pitch angle and wavelength of the incoming laser. Finally, the improved connected area marking algorithm, spot center extraction algorithm and parameter fitting calculation results were compared with the traditional algorithm. The experimental results show that the pitch angle error between the fitting calculation results and the real data is less than 0.4°, and the azimuth angle error is less than 0.2°, which greatly improves the accuracy of laser direction recognition. Copyright ©2022 Journal of Applied Optics. All rights reserved.     

Non-iterative spot center location algorithm based on Gaussian for fish-eye imaging laser warning system

The directional accuracy of threaten laser is highly dependent on the laser spot center location accuracy for the laser warning system. On the basis of analyzing the spot features on wide field of view (FOV) fish-eye imaging laser warning system, a refinement of existing methodology based on fitting a 2D Gaussian distribution for estimating the center of the spot is developed. The proposed procedure is using a linear least squares based algorithm to determine the best-fitting parameters of the Gaussian. However, in contrast to the standard Gaussian Fitting procedure, this new scheme gives rise to equations that are rigorously linear in the transformed unknown parameters which can be solved easily by linear least squares estimators. To validate the accuracy of the proposed algorithms, experimental approaches with a type of laser warning detector and simulated threaten laser in laboratory are used to quantify its performance. The experimental results show that this method outperforms significantly the commonly used location technique. It is less susceptible to the non-100% fill ratio of CMOS and large unsymmetrical optical aberration of fish-eye lens. The positioning precision in paraxial region and 80° incident angle region are 1/60 pixels, 1/30 pixels respectively. The biggest error is less than 1/20 pixels. The proposed method is suitable for wide FOV laser warning system for high accuracy and low computational complexity.