[发明专利]一种结构光光条中心线提取的混合图像处理方法

说明书

技术领域

本发明属于机器视觉技术领域，涉及一种结构光光条中心线提取的混合图像处理方法。

背景技术

结构光视觉三维测量具有非接触、动态响应快、系统柔性好等特点，广泛应用于产品快速设计和加工质量控制、逆向工程以及自动控制等诸多领域。结构光视觉三维测量技术通过向被测对象投射相应模式的结构光，由摄像机拍摄变形光条图像，基于光学三角原理获取物体表面三维信息，已成为解决物体表面形貌测量、空间位置测量、三维运动信息获取等许多在线测量的最有效途径。

在结构光视觉测量系统中，结构光光条经过被测物体表面的深度变化而受到调制，反映到图像中则发生了畸变，其畸变的程度包含了激光器、摄像机之间的相对位置信息以及被测物体表面的深度信息。要想获得这些信息，必须从包含光条的图像中获取光条中心线的图像坐标。因此，在结构光视觉三维测量中，获取结构光光条中心线的高精度图像坐标是结构光视觉传感器校准及获得被测物体三维轮廓的关键步骤。

常见的光条中心线提取方法有灰度阈值法、极值法、梯度阈值法等(于起峰，陆宏伟，刘肖琳，《基于图像的精密测量与运动测量》，北京：科学出版社，2002.)。这些方法实现简单，但精度不高。贺俊吉(贺俊吉，张广军，“结构光三维视觉检测中光条图像处理方法研究”，北京航空航天大学学报.2003，29(7)：593-597.)等在光条截面上进行高斯或抛物线拟合，再通过求其极值点来得到光条纹中心的亚像素位置，该方法只适合于图像中法线方向变化不大的直线光条纹。图像中的光条可以理解为曲线结构或有一定宽度的条纹。Steger(STEGER C，“An Unbiased Detector of Curvilinear Structures”，IEEE Transactions on PatternAnalysis and machine Intelligence.1998，20(2)：113-125.)提出基于Hessian矩阵的条纹中心提取方法，利用Hessian矩阵得到图像中的道路和血管等类似条纹的法线方向，然后求法线方向上的极值点得到条纹中心线的亚像素位置。基于Hessian矩阵的条纹中心提取方法具有精度高，鲁棒性好等优点，广泛应用于航拍图像和医学图像的自动分割。基于Hessian矩阵的条纹中心提取方法包含对整幅图像的至少5次大模板高斯卷积运算，因此计算量非常大，很难实现光条纹中心线的快速提取，难以满足实时性要求高的应用场合，如钢轨磨耗动态检测。

发明内容

本发明所要解决的技术问题是：提供一种结构光光条中心线提取的混合图像处理方法，避免了对非光条区域的像素进行大模板高斯卷积运算，大大减少结构光光条中心线提取的冗余计算，提高结构光光条中心线提取的处理速度，进一步提高结构光视觉测量应用的实时性。

本发明的技术解决方案是：一种结构光光条中心线提取的混合图像处理方法，其特征在于，

1、对结构光光条图像进行阈值化处理，获得二值图像，阈值可以选择在150～255之间的任意灰度值；

2、对步骤1获得的二值图像，采用基于条件膨胀的连通分量提取算法，获得光条在结构光光条图像中的连通分量区域；

3、对步骤2提取的每个连通分量区域，利用区域的形状因子选择包含结构光光条的候选区域，形状因子定义为S=F/πdmax2,]]>F为区域的面积，定义为区域内像素的数目，d_max为该区域的中心到轮廓像素的最大距离，选择连通分量区域的形状因子S在0.01～0.2范围的区域为结构光光条的候选区域；

4、对步骤3获得的候选区域，利用膨胀算法，扩大包含光条的候选区域，获得光条感兴趣区域，膨胀的结构元可以取边长为5像素的正方形或者半径为5像素的圆；

5、利用步骤4获得的光条感兴趣区域，对原始结构光图像进行标记，保持光条感兴趣区域对应的像素点的灰度值不变，其余区域置0；

6、采用基于Hessian矩阵的结构光光条中心线提取方法提取步骤5标记后的结构光图像的光条中心线的亚像素图像坐标，直接跳过灰度值为0的像素点，只处理光条感兴趣区域对应的像素点；

7、对步骤6提取的光条中心点的亚像素图像坐标进行连接，获得光条中心线，保存到文件中，供测量或者标定使用。