[发明专利]一种自适应光条图像阈值分割方法

说明书

本发明一种自适应光条图像阈值分割方法属于双目视觉技术领域，涉及一种自适应光条图像阈值分割方法。该方法通过传统的固定阈值图像分割方法来分割初始光条区域，获得光条横截面左右边界的列坐标；然后建立图像灰度分布评价系数，根据初始阈值分割结果，计算每行光条横截面的光条横截面能量强度；根据光条分布特征，计算理想光条横截面能量强度的灰度分部水平；再建立与光条图像灰度分布系数正相关的光条图像自适应阈值分割关联模型，以确定光条图像的自适应图像分割阈值，从背景中准确分离出光条区域。该方法提高了随机曲面大型航空构件表面光条的提取精度，避免了局部过曝或者局部光条过暗而导致光条提取困难，光条提取精度不高的问题。

技术领域

本发明属于双目视觉技术领域，涉及一种自适应光条图像阈值分割方法。

背景技术

视觉测量过程中，准确的光条中心提取是实现高精度三维测量的关键。然而，针对大型航空构件为测量对象的情形，由于其表面通常为自由曲面，投射的光条经待测工件表面调制在拍摄的图像中扭曲为自由曲线光条；而且现场光照环境复杂，存在局部高反光和整体光照不均的影响，导致拍摄的光条图像灰度分布严重不均匀，同时存在局部区域光条过曝和局部区域光条过暗的现象，从而严重影响光条提取的完整性和精度。在目前的视觉测量过程中，通常对拍摄所得图像选取唯一二值化阈值，进行光条轮廓提取，在现场环境下提取的光条易出现局部断裂与局部过曝光条过宽的问题。

经文献检索，龙建武的硕士论文《图像阈值分割关键技术研究》，2014年，吉林大学，在这篇论文中，对二维最小误差法进行三维推广，并结合三维直方图重建和降维思想提出了一种鲁棒的最小误差阈值分割算法。该方法有效解决了非均匀光照条件下小目标图像的分割问题。但是针对大型航空构件的情形，由于零件和视场均比较大，该方法则会比较无力。

发明内容

本发明针对大型航空构件表面光条图像灰度分布不均匀的问题，发明了一种自适应光条图像阈值分割方法。该方法通过传统的固定阈值图像分割方法来分割初始光条区域，获得光条区域左右边界的列坐标；然后建立图像灰度分布评价系数，根据初始阈值分割结果，将光条横截面平均灰度水平定义为光条的横截面能量强度；再建立光条图像自适应阈值分割关联模型，以确定光条图像的自适应图像分割阈值，从背景中准确分离出光条区域，大大提高了随机曲面大型航空构件表面光条的提取精度，避免了由于局部过曝或者局部光条过暗而导致光条提取困难，光条提取精度不高的问题。

本发明采用的技术方案是一种自适应光条图像阈值分割方法，其特征是，该方法通过传统的固定阈值图像分割方法来分割初始光条区域，获得光条横截面左右边界的列坐标；然后建立图像灰度分布评价系数，根据初始阈值分割结果，将光条横截面平均灰度水平定义为光条的横截面能量强度；计算每行光条横截面的光条横截面能量强度；根据光条分布特征，计算理想光条横截面能量强度的灰度分部水平；获得光条图像灰度分布系数；再建立与光条图像灰度分布系数正相关的光条图像自适应阈值分割关联模型，以确定光条图像的自适应图像分割阈值，从背景中准确分离出光条区域。方法的具体步骤如下：

第一步分割初始光条区域

根据线激光条纹灰度分布特征分析，光条图像的灰度分布均匀性由光条横截面灰度水平和沿光条方向上的灰度梯度变化综合决定；首先采用传统的固定阈值图像分割方法对光条图像进行处理，设输入的原始光条图像为f，输出图像为g，f(u,v)表示输入图像在图像像素(u,v)处的灰度值，g(u,v)表示输出图像在图像像素(u,v)处的灰度值，则传统的二值分割可以表示如下：

式中，T为图像分割阈值；

然后根据二值图像计算得到光条区域的左、右边界坐标p(v)和q(v)；p(v)、q(v)分别表示图像中第v行光条横截面的左、右边界列坐标；

第二步建立图像灰度分布评价系数