[发明专利]基于灰度重心法的光条中心快速提取方法

权利要求书

1.一种基于灰度重心法的光条中心快速提取方法，采用双目摄像机拍摄，其特征是，方法首先采用双目摄像机拍摄待测表面激光光条，然后，利用传统的灰度重心法在光条的每行像素内进行中心点的粗提取，设定边界识别阈值以确定光条的测量有效区域；再利用对左右图像信息数量的判定线性拆分光条方向像素坐标，得到光条中心在该方向内的亚像素坐标；最后，利用边界点信息及拆分结果进行光条中心的精确提取，得到有效光条的中心点坐标；方法的具体步骤如下：

步骤1：灰度重心法粗提取光条中心

设第i行像素坐标内单根光条截面中各像素点的坐标为(x_i,y_j)，其中x_i＝i，y_i＝j为第i行第j列像素点坐标值，相应的灰度值为g(x_i,y_j)，则该截面的中心点坐标(x_c,y_c)利用灰度重心法计算如下：

xc=xiyc=Σj=1ng(xi,yj)·yjΣj=1ng(xi,yj),(j=1,2,...,n)---(1)]]>

其中，(x_c,y_c)为一个截面内的中心点坐标，x_c为像素级，y_c可达亚像素级，n为截面内像素点的个数，g(x_i,y_j)为(x_i,y_j)对应的灰度值；把光条每个截面内像素点的灰度分布质心作为截面的光条中心点，即可粗提取出单方向为亚像素级精度的特征光条中心点；

步骤2：建立光条有效区域模型

针对双目立体视觉测量系统，利用待测表面图像上光条中心点分布与背景图像上光条中心点分布的几何关系，判别光条中心点信息是否有效，确定带有表面几何特征信息的光条有效区域；

由于待测表面与背景表面空间方向不同且两表面存在空间距离，故在双目立体视觉中双目摄像机拍摄出的两表面中的光条具有不同的几何特性，利用粗提取出的光条中心点P＝(X_c,Y_c)＝{(x_ci,y_ci)|i＝2,3,....,n-1}拟合直线，其中n为拟合的中心点个数，P＝(X_c,Y_c)为单根光条中心点构成的集合，(x_ci,y_ci)为集合中点的坐标；设该拟合直线为：Y_c＝a+bX_c，利用最小二乘法可根据提取出的离散中心点求得拟合直线的参数：

a^=(Σxi2)(Σyi)-(Σxi)(Σxiyi)N(Σxi2)-(Σxi)2b^=N(Σxiyi)-(Σxi)(Σyi)N(Σxi2)-(Σxi)2---(2)]]>

其中为拟合直线的参数，x_i，y_i分别带入光条中心点对应的坐标值即可；以作为单根光条的边界点的评价指标，分别计算光条中心点与上下临近点的梯度b_ui，b_di：

bui=yci-yc(i)xci-xc(i-1)bdi=yci-yc(i-1)xci-xc(i-1)---(3)]]>

给定区间其中Δb为根据图片拍摄角度等设定的阈值，判别b_ui，b_di是否在区间内，分为以下三种情况讨论：

1)若则初步判定其为上边界点；

2)若则初步判定其为下边界点；

3)若或则该点为非边界点；

结合图像属性在初步判定的上下边界点中选择确定的光条上边界点(x_u,y_u)，下边界点(x_d,y_d)，若x_ci∈(x_u,x_d)，则对应中心点为光条有效区域，予以保留；

步骤3：像素拆分及提取方向确定

对左右图像中的多根光条分别进行上述光条中心粗提取操作，并设左图像中共N_L根光条，第j根光条的有效中心点集为：

P_jL＝(X_jLc,Y_jLc)＝{(x_jLci,y_jLci)|i＝1,2,....,n_jL}，点数为n_jL，上边界为(x_jLu,y_jLu)，下边界为(x_jLd,y_jLd)；同理设右图像中共NR根光条，第j根光条的有效中心点集为P_jR＝(X_jRc,Y_jLc)＝{(x_jRci,y_jRci)|i＝1,2,....,n_jR}，点数为n_jR，上边界为(x_jRu,y_jRu)，下边界为(x_jRd,y_jRd)；对同一根光条的在左右图像中的中心点数进行比较判别后对中心点数的图像进行像素拆分；

若n_jL≤n_jR，对左图像进行像素拆分，拆分像素后的灰度重心提取单位大小为q_l：

ql=njLnjR---(4)]]>

若n_jL>n_jR，对左图像进行像素拆分，拆分像素后的灰度重心提取单位大小为q_r：

qr=njRnjL---(5)]]>

拆分后的亚像素坐标对应的灰度值计算如下：

g(x,y)＝g(x_i,y_i) (6)

其中x_i是x的整数部分，y_i是y的整数部分，g(x,y)代表(x,y)对应的灰度值；

利用判别结果进行像素拆分后，分别对左右图像确定光条提取方向；任取左图像中两根相邻光条的上边界点(x_jLu,y_jLu)，(x_(j-1)Lu,y_(j-1)Lu)和其中一根光条的下边界点(x_jLd,y_jLd)，拆分像素后的灰度中心提取方向为

k→l=(xjLu-x(j-1)Lu,yjLu-y(j-1)Lu)---(7)]]>

任取右图像中两根相邻光条的上边界点(x_jRu,y_jRu)，(x_(j-1)Ru,y_(j-1)Ru)和其中一根光条的下边界点(x_jRd,y_jRd)，拆分像素后的灰度中心提取方向为

k→r=(xjRu-x(j-1)Ru,yjRu-y(j-1)Ru)---(8)]]>

步骤4：光条中心精确提取

根据灰度重心法粗提取光条中心的结果，对左右图像中的光条分别进行精确提取，根据步骤3的判断，对光条点数量较多的图像保留每行开始进行灰度重心计算的像素坐标，对需要进行像素拆分的图像进行列的拆分，即每行开始进行灰度重心计算的坐标需要根据插值重新计算：

(x,y)＝(x+rq,y),r＝1,2,...,n (9)

其中，(x,y)是每行开始进行灰度计算的亚像素坐标，n为被插值光条插值后应具有的点个数，q为灰度重心提取单位，即n_jL≤n_jR时，n＝n_jR，q＝q_l；n_jL>n_jR时，n＝n_jL，q＝q_r；

确定每行开始灰度重心计算的亚像素坐标后，利用改进的灰度重心法逐行求取光条中心点坐标：

xc=Σm=1MxmMyc=Σm=1Mg(xm,ym)·ymΣm=1Mg(xm,ym)---(10)]]>

其中，为灰度重心提取方向，其左右图像中的算法如公式(7)(8)；M为所计算光条中参与计算的坐标个数；

遍历左右图像中的每根光条，精确求取其中心点坐标，得到左右对应光条的中心点数一致的新特征光条中心点信息，用于还原待测的三维特征信息。