线激光辅助的皮带撕裂视觉检测方法

为了快速、准确地检测出输送机皮带工作时发生的纵向撕裂事故,提出了一种基于线激光的视觉检测方法.“一”字线激光器向皮带底面投射直线激光条纹,使用CCD相机获取图像并提取出光条中心,通过分析光条中心畸变特征来判断皮带表面是否存在撕裂.首先采用阈值法对激光条纹进行分割;然后在光条区域上利用重心法实现光条中心的粗略提取;最后利...     

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。     

无衍射光莫尔条纹的中心定位方法

无衍射光莫尔条纹被广泛应用在精密测量领域中，实现无衍射光莫尔条纹中心的精确定位是高精度测量的关键。通过对无衍射光莫尔条纹图像特征进行分析，提出了一种无衍射光莫尔条纹的中心定位方法。该方法首先根据光强分布特征，提取莫尔条纹图像中两光斑中心局部同心圆区域；然后进行局部同心圆环检测，确定初始圆心集；再对初始圆心集进行聚类分析确定两光斑中心的初始位置；最后删除异常点并迭代求取两光斑中心较精确的位置，实现无衍射光莫尔条纹两光斑中心的定位目的。理论和实验结果表明该方法能快速、准确地同时确定两光斑中心位置，且误差小于1 pixel。     

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。     

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。     

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。     

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.     

舵面角度测量中结构光光条图像自动定位方法

本文提出了一种在舵面角度测量中多平面结构光光条的自动定位方法.该方法首先基于Steger方法提取舵面中多个平面的光条图像中心;然后基于直线约束和距离约束提取出各小直线段,并根据各直线段的直线方向将各小直线段归类为最后的光条直线;最后根据光条直线的位置判断各光条直线所在光平面及所在舵平面.经实验验证,本文方法切实有效,具有较高的鲁棒性.     

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。     

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。     

光条纹中心的实时快速提取

在光电检测系统中,光条纹中心的准确、快速提取是保证系统精度和实时性的必要条件。采用大规模并行算法和串行流水技术,提出了一种基于Steger算法的串并结合的处理结构。该方法在比原算法节省大量逻辑资源的同时,光条纹中心提取速度得到了大大的提升。给出了基于FPGA的实现方法,提取精度达到了亚像素级。     

变光照环境下皮带撕裂视觉检测方法研究

针对变光照环境下给皮带撕裂视觉检测过程造成的识别干扰,提出了一种基于洛伦兹信息测度(Lorentz Information Measure,LIM)分块的改进Ostu分割算法的结构光视觉检测方法。首先将红色线性激光投射到皮带表面,通过CCD相机捕获高对比度图像;然后利用LIM方法将ROI(Region of Interesting)区域根据其水平方向光照强度分块,并逐块通过线性加权Ostu算法进行图像分割,进而合并出整幅图像的激光条纹;最后提取激光条纹中心线,并对其信息特征进行分析比较,判断皮带是否发生撕裂。通过现场在皮带机上进行试验,在轻度和重度污染环境下,892张样本的正确检测率为95.72%,平均单张样本检测时间为89ms,检测精度和速度满足实用要求。     

大视场下线结构光光条中心的快速提取

在线结构光三维测量中,线结构光光条中心的提取是关键的一步。针对强背景光大视场下线结构光光条(长度约2m)中心的提取,提出了一种基于感兴趣区域(ROI)的光条中心提取方法。首先用统计的方法确定图像处理的ROI,再在此区域内用最大类间方差法进行阈值分割并用灰度重心法提取中心。结果表明:在VisualC++6.0平台上,处理一帧1280×1024大小的线结构光条图像大约用时47ms,且光条中心提取精度高。这种提取中心的方法很好地减弱了大视场下强背景光的干扰,提高了光条中心提取速度。     

利用全局信息提取靶标特征的方法

为了准确提取图像中目标特征,结合靶标的尺寸和特征信息提出了一种基于全局信息的方法。利用霍夫变换(HT)确定图像中包含靶标的目标区域;在目标区域中提取靶标上不同特征区域的中心;利用提取的中心拟合靶标在图像中所占区域的圆心和半径;完成图像上各区域与靶标上对应区域的匹配。实验证明该方法能够有效、准确的提取图像中靶标的特征,实验室内实验中靶标上特征区域中心提取精度为0.09pixel,实验室外提取精度为0.12pixel。在序列图像处理时,利用前一帧图像的结果可以有效降低计算量,提高提取精度。     

基于B样条迭代法的激光光条噪声去除技术研究

在基于线结构光的视觉测量系统中,激光光条中心的提取精度是影响系统最后精度的关键因素。目前常用的光条中心提取方法都没有去除光条上的干扰噪声,在分析现有方法的基础上提出了一种利用B样条迭代去除光条噪声的方法。以光条上的点作为控制顶点拟合B样条曲线,在同一位置下用B样条曲线上的点取代噪声点,这样反复修改噪声点的位置使其逐渐逼近实际曲线,从而达到去除噪声的目的。利用重心法提取去噪后光条的中心,着重分析了参与运算的像素的取值范围。通过对比实验证明该方法的提取精度远高于其它方法,从而验证了去除噪声的有效性。     

高功率激光装置打靶精度测试技术

 多路激光打靶精度在惯性约束聚变实验中起着至关重要的作用,提出了基于X光针孔相机的激光打靶精度测试方法。根据显微镜读取的靶平面坐标系的靶孔中心坐标及打多孔靶后X光针孔相机所记录的靶孔中心坐标,建立靶平面坐标系和X光针孔相机坐标系之间的转换关系;通过打焦斑靶,建立焦斑模板,采用套模板的方法,读取X光针孔相机坐标系中焦斑中心坐标;由靶平面坐标系和X光针孔相机坐标系之间的转换关系,求出靶平面坐标系中焦斑中心坐标,计算得到激光打靶精度,分析打靶精度测试结果的不确定度,从而给出多路激光打靶精度测量技术和方法。     

用图像运算技术对光弹性条纹进行倍增

在光弹应力分析中,利用分数级条纹可以提高分析精度,于是,产生分数级条纹的方法研究就变得非常重要。利用图像处理技术,首先采集一幅图像,然后通过对这幅图像的算术运算就可以产生分数级条纹。给出了详细的理论分析,并进行实验。利用本文方法,在两条整数级条纹之间,可以相继产生７条分数级条纹。     

时空联合调制空间外差干涉成像仪自适应条纹模板研究

时空联合调制型空间外差干涉成像光谱仪(TS-SHIS)推扫图像中有明显的干涉条纹,这会导致传统的图像配准方法对TS-SHIS推扫图像配准计算结果的影响较大。鉴于此,提出一种基于目标干涉数据的自适应条纹模板构建方法,采用该方法消除TS-SHIS推扫图像中的干涉条纹,并利用曲面拟合加梯度法对消条纹后的推扫图像进行图像配准。仿真及实验研究结果表明,所提方法能够有效消除TS-SHIS推扫图像中零光程差处的干涉条纹;干涉条纹对配准计算的影响得到抑制;消条纹处理对图像配准计算结果的影响在0.02 pixel以内。     

低空频模板实现微光变图像的激光直写方法

提出一种采用低空频模板实现微光变图像(micro-optical variable device)的激光直写方法。低空频模版由6×6个不同取向线条状单元图形构成，单元图形由空间光调制器输入，经精缩投影光学系统缩微，在光刻胶面上逐单元曝光。控制单元图形的结构取向能够实现各种复杂设计和特性的微光变图像。在低频光栅模板的基础上，给出了定向散斑结构输入模板的设计方法，它可进一步改进图像的非彩色效果。采用自行研制的SVG-LDW04型激光直写系统制作了微光变图像，其结构特征线度为4μm～100μm。该方法无需机械旋转机构，为实现微光变图像提供了一种便捷有效的手段。     

焊缝图像中结构光条纹的检测与分割

为了在复杂噪声环境下从焊缝图像中精确地提取结构光条纹,构建了语义分割与目标检测相结合的深度学习模型用于焊缝图像的检测。为了提高模型的检测速度,在语义分割分支中,通过添加并行下采样模块及缩减卷积核数量的策略对模型进行了优化,并使该分支与目标检测分支的特征提取部分共享权重。针对焊缝图像中结构光条纹与背景像素比例失衡而导致模型分割结果偏向负样本的问题,在损失函数中添加Dice系数来对模型进行修正。经实验验证,该方法在保证实时性的基础上,以较高的精度实现了结构光条纹的检测。