[发明专利]基于灰度信度的激光光条序列图像质量评价方法

说明书

本发明基于灰度信度的激光光条序列图像质量评价方法属于图像处理和计算机视觉领域，涉及一种基于灰度信度的激光光条序列图像质量评价方法。该方法基于光条的截面评价信度，引入截面光条宽度参数，采用截面光条灰度信度来评价截面光条；然后采用平均光条截面灰度信度和灰度信度均匀度分别评价单光条亮度和均匀度；基于单光条的灰度信度评价方法构建光条信度结构相似度评价，采用光条灰度信度分析光条序列图像灰度信度的亮度、对比度、结构相似性特征评价光条序列图像质量。该方法改进了光条宽度增加时，光条的截面评价信度难以有效评价光条截面灰度特征的问题，用该方法分析光条序列图像的相似度，数字化定义其质量，鲁棒性好。

技术领域

本发明属于图像处理和计算机视觉领域，涉及一种基于灰度信度的激光光条序列图像质量评价方法。

背景技术

随着计算机科学技术与高速数字成像技术的发展，计算机视觉测量作为一项非接触式测量技术，因测量速度快、实时性好、较高的测量精度以及鲁棒性等优点被广泛用于航空航天、工业生产、现代医疗、文物古迹保护等诸多领域，例如机器人的导航、目标跟踪、运动分析等方面。在立体视觉测量系统中，激光器作为辅助光源，向被测对象表面投射激光光条，两台摄像机从不同角度采集激光光条图像，后经图像处理算法提取光条中心作为特征信息，最后重建被测物体截面的形状和轮廓。在此测量系统中，激光光条的图像处理是测量的重要环节。而在图像处理过程中，首先要进行图像检测，评价图像质量。复杂的照明环境和被测对象表面材质特性等因素影响光条的图像质量，进而降低线结构光视觉传感器的实际使用测量精度，因此，客观、准确地评价激光光条图像质量影响线结构光视觉测量的准确性，在实际测量过程中具有重要意义。关于图像质量评价的方法，按照有无参考图像可分为全参考、弱参考和无参考。其中，全参考图像质量评价是对比分析待评价图像与标准参考图像并获得参考图像的全部信息，弱参考图像质量评价是获得标准参考图像的部分特征信息；而无参考图像质量评价是直接对失真图像进行评价。立体视觉测量系统没有标准的参考图像，但左右两台摄像机同时拍摄被测对象时，两幅图像中相同的光条特征能够相互作为参考。因此，可以利用左右摄像机从不同角度拍摄的被测物特征彼此对照、相互参考。目前，激光光条图像的评价方法主要是在分析单个激光光条图像特性的基础之上，根据光条的灰度特征分布来评价图像质量。

清华大学的赵博华等于2011年在《清华大学学报》(自然科学版) 第51卷第4期发表了《光切法形貌测量系统的图像照度评价方法》，从图像照度的角度，提出了一种基于图像平均归一化灰度值指标的图像质量评价方法，该方法建立了被测范围照度与平均归一化灰度值的对应关系，在理想光照条件下采集光刀图像，得到其平均归一化灰度值的分布范围，再通过改变测量区域的照度，得到不同照度下的采集图像平均归一化灰度值，根据理论分析以及光刀图像灰度分割提取的有效光条信息的结果，划分出图像平均归一化灰度值的3个区间： (0,0.001]、(0.001,0.2]、(0.2,1]，分别对应照度过低、照度适合以及照度过大的图像。但该方法缺乏对激光光束的质量评价。国防科学技术大学的贺元兴等人于2012年在《激光与光电子学进展》第49卷第5 期发表了《激光束远场能量集中度的评价指标探讨》，基于光斑尺寸和发散角等分析了光束传输因子、斯特雷尔比、能量比等光束质量评价指标，该类方法从激光能量密度出发，考虑了激光光束，但需己知理想参考光束或其他激光器参数，在实际应用场合不太实用。

发明内容

本发明为克服现有技术缺陷，发明了一种基于灰度信度的激光光条序列图像质量评价方法，改进了在光条产生二次反射导致光条宽度增加的情况下，激光光条的截面评价信度难以有效评价光条截面灰度特征的问题，通过光条平均灰度信度和灰度信度均匀度评价单光条图像灰度亮度和均匀度质量，根据光条的信度结构相似度评价方法分析光条序列图像的相似度，数字化定义光条序列图像质量，该方法可以很好地对光条序列图像质量进行评价。