[发明专利]一种基于改进Laplacian边缘检测的线结构光条中心线提取方法

说明书

本发明涉及一种基于改进Laplacian边缘检测的线结构光条中心线提取方法，属于机器人或无人车技术领域。本发明首先根据线结构光条的边缘特性，基于改进Laplacian边缘检测的方法将Laplacian算子中的8‑邻接卷积模板分解为4个卷积模板，并通过4个卷积模板实现光条边缘像素点与其梯度方向的快速、有效的获取；然后根据相邻光条空间位置的连续性、边缘像素点梯度值的相似性、边缘梯度方向的相似性获取准确完整的线结构光条边缘，滤除虚假光条边缘；最后根据光条像素沿边缘梯度方向的灰度分布特征，完成线结构光条中心线的提取。该方法能够完成线结构光条中心线的快速、有效提取，从而实现基于线结构光的障碍物识别中的障碍物三维信息的有效获取。

技术领域

本发明涉及机器人或无人车技术领域，具体涉及一种基于改进Laplacian边缘检测的线结构光条中心线提取方法。

背景技术

线结构光视觉系统是一种既利用图像又利用可控光源的测量系统，由于其具有主动可控、能够获取物体三维信息、计算简单、实时性好的优点，正逐渐用于机器人或无人车或障碍物识别中。线结构光图像中，结构光条中心线包含了被测物体的深度信息，即能够通过提取线结构光条中心线获取障碍物的三维位置信息，因此，线结构光条中心线是否能快速、有效的提取，将直接影响障碍物识别的实时性与有效性。

目前，线结构光条中心线的提取方法大致可分为灰度阈值法、灰度极值法、梯度阈值法、方向模板法、数学形态法、基于假定光强分布的高斯或抛物线拟合法以及基于上述算法基础上的各种改进算法等。受环境光照、物体材料和物体反射特性的影响，线结构光图像中光条的灰度值差异较大，因此，复杂环境中，以灰度值为基础来进行光条中心线的提取在几乎不能有效完成；方向模板法、数学形态法以及基于曲线拟合的方法因其计算复杂、实时性差而不能满足障碍物识别系统的实时性要求。因此，如何设计一种快速、有效的线结构光条中心线提取方法是需要解决的技术问题。

发明内容

本发明的目的是设计一种线结构光条中心线提取方法，能够对线结构光条中心线进行快速、有效的提取。

技术方案

为解决上述技术问题，本发明提供了一种基于改进Laplacian边缘检测的线结构光条中心线提取方法，其包括以下步骤：

步骤一：根据线结构光条的边缘特性，对图像中光条可能出现的区域进行基于Laplacian边缘检测的光条边缘提取，将Laplacian算子中的8-邻接卷积模板分解为4个卷积模板，并通过4个卷积模板实现光条边缘像素点与其梯度方向的快速、有效获取；

步骤二：根据相邻光条边缘段空间位置的连续性、边缘像素点梯度值的相似性、边缘梯度方向的相似性获取准确完整的线结构光条边缘，滤除虚假光条边缘；

步骤三：根据线结构光条像素沿边缘梯度方向的灰度分布特征，完成线结构光条中心线的提取。