[发明专利]采用二维与三维视觉处理相结合的图像标定方法

权利要求书

1.采用二维与三维视觉处理相结合的图像标定方法，其特征在于：包括以下步骤：

步骤一：利用二维图像采集机构和三维图像采集机构分别独立的采集机场道面图像，采集完成后分别将图像反馈给图像计算核心；

步骤二：图像计算核心对二维图像采集机构反馈的图像依次进行标定和预处理操作；

步骤三：图像计算核心对步骤二处理后的图像进行轮廓梯度提取；

步骤四：图像计算核心对三维图像采集机构反馈的图像进行预处理操作；

步骤五：图像计算核心将步骤三处理后的二维图像与步骤四处理后的三维轮廓图像进行融合运算，最终确定异物形态并获得异物的坐标位置。

2.根据权利要求1所述的采用二维与三维视觉处理相结合的图像标定方法，其特征在于：所述步骤二中针对二维图像进行的预处理包括有以下步骤：

S1：对标定后的图像进行灰度化和空间滤波处理；

S2：对S1处理后的图像进行分段线性灰度增强处理；

S3：对S2处理后的图像进行分割，然后再进行形态学图像处理；

S4：对S3处理后当图像进行特征提取和识别，并输出结果。

3.根据权利要求1所述的采用二维与三维视觉处理相结合的图像标定方法，其特征在于：所述步骤三中针对二维图像进行的轮廓梯度提取包括有以下步骤：

S1：令迭代系数次数为t＝0，精度控制参数res＝0.1；

S2：利用Forstner算子和内插值法进一步提高精度t＝t+1；

S3：更新后角点与原角点之间的距离为：

S4：若Δ≤res，或者t≥10，则终止迭代；否则，重复S2、S3，多次迭代后，得精度在0.1像素级别的角点位置。

4.根据权利要求1所述的采用二维与三维视觉处理相结合的图像标定方法，其特征在于：所述步骤四中对于三维轮廓图像的预处理包括有以下步骤：

S1：对三维轮廓图像进行灰度化处理；

S2：确定S1处理后的图像中的结构光光条位置，并提取该图像的激光中心线；

S3：将提取的激光中心线，通过权值进行三次均值降噪，输出深度图；

S4：对深度图像进行线性拉伸变换，并采用分水岭算法将异物从背景中分隔出来；

S5：利用Adaboost的识别算法对S4得到的图像进行深度特征识别，并生成深度直方图。

5.根据权利要求1所述的采用二维与三维视觉处理相结合的图像标定方法，其特征在于：所述步骤五中对于二维图像和三维图像的融合处理具体包括有如下步骤：

S1：检测经过步骤三处理后的图像上可能存在的异物；

S2：计算每幅图像上每个异物通过的三维激光光条个数，同时检测三维光条与二维异物线的交点；

S3：根据交点上的每根光条是否发生变形，采用Dempster-Shafer理论融合所有的3D激光光条异物信息，并获得3D结构光检测方法的异物检测结果；

S4：利用Dempster-Shafer证据理论融合二维与三维路面异物检测结果，采用一定的决策规则，对异物信息进行综合的决策判断，获得路面异物检测结果。

6.根据权利要求1所述的采用二维与三维视觉处理相结合的图像标定方法，其特征在于：所述图像计算核心由三台I7处理器和一台交换机互联组成，用于图像的处理计算，且其中一台I7处理器用于二维图像的采集计算以及融合计算，另外两台I7处理器用于三维图像的采集。

7.根据权利要求6所述的采用二维与三维视觉处理相结合的图像标定方法，其特征在于：所述二维图像采集机构由不少于十台的线阵CCD相机组成，所述三维图像采集机构由不少于六台的面阵CCD相机组成，所述线阵CCD相机和面阵CCD相机均与对应的I7处理器连接。

8.根据权利要求7所述的采用二维与三维视觉处理相结合的图像标定方法，其特征在于：所述线阵CCD相机在采集图像时须配合扫描运动，所述面阵CCD相机在采集图像时保持相对静止。