[发明专利]复杂光环境下基于线结构光的大断面测量方法

摘要

本发明公开了一种复杂光环境下基于线结构光的大断面测量方法，包括以下步骤提取结构光疑似区域；在所述结构光疑似区域内排除错误识别区域，得到初步识别区域；在所述初步识别区域基础上，进行代表曲线的提取；从影像中提取到的线结构光代表曲线的相方坐标转换为物方坐标；利用相邻两组线结构光所处影像的重合部分线性形态进行拟合，进行多断面曲线的拼接融合。本发明在复杂光环境下，能智能排除复杂环境光和被测物体表面反光介质存在巨大差异的影响，准确的提取被测线结构光轮廓曲线。在确保精度不变的情况下，利用多幅线结构光组合测量快速大断面轮廓。

主权项

一种复杂光环境下基于线结构光的大断面测量方法，其特征在于，包括以下步骤：i‑1、提取结构光疑似区域，所述结构光疑似区域包括真实的结构光区域以及与真实的结构光区域近似的区域；i‑2、在所述结构光疑似区域内排除错误识别区域，得到初步识别区域；i‑3、在所述初步识别区域基础上，进行代表曲线的提取；i‑4、从影像中提取到的线结构光代表曲线的相方坐标转换为物方坐标；i‑5、利用相邻两组线结构光所处影像的重合部分线性形态进行拟合，进行多断面曲线的拼接融合；所述步骤i‑1提取结构光疑似区域，具体包括以下步骤：i‑1‑1、根据线结构光的几何尺寸和发光特性，构建线结构光特征矩阵A，所述线结构光特征矩阵A的标定方法为：将线结构光照射在室内、密闭、无外界光干扰、均匀色值、平直的投影板面上；然后利用影像系统拍摄多幅影像，获取一定时间内的多幅影像的灰度数据；通过人工限定影像中光带区域，按光带区域宽度的像素个数x，取一个x×x像素的矩阵区域，计算矩阵区域内每个像素灰度值在多幅影像的连续取样均值与255的比值，将所述比值根据其像素在矩阵区域的位置对应赋予所述线结构光特征矩阵A的各元素值；i‑1‑2、根据被测物体所处背景环境的纹理特性、光反射特性，构建背景特征矩阵B，所述背景特征矩阵B的标定方法为：通过影像系统在环境光下对线结构光需要投射的背景进行拍摄，获取一定时间内的灰度数据；取一个x×nx像素的矩阵区域，其中n是自然数，取值范围3～5，计算矩阵区域内每个像素灰度值在多幅影像的连续取样均值与255的比值，将所述比值根据其像素在矩阵区域的位置对应赋予所述背景特征矩阵B的各元素值；i‑1‑3、从影像第一排像素的最左端开始，选取包含x×nx个像素的第一像素区域，第一像素区域的长方向垂直于要提出的光带；提取第一像素区域的像素灰度值构建临时的图像矩阵MBi，计算PBi＝B×MBi/NB，下标i为从1开始的自然数；从x×nx的像素区域的中心，提取x×x的第二像素区域的像素灰度值构建临时的图像矩阵MAi,计算PAi＝A×MAi/NA，NA、NB分别为A、B矩阵中非0值的个数；计算Pi＝PAi/PBi；i‑1‑4、从所述影像中下移一个像素行，重复步骤i‑1‑3中计算Pi的过程，直到被选取第一像素区域到达影像的最下端的像素行；i‑1‑5、比较，最大的Pi所对应的图像矩阵MAi区域即为线结构光代表曲线所在疑似区域的一列位置；i‑1‑6、回到影像第一排像素，右平移N个像素列选取所述第一像素区域，然后重复步骤i‑1‑3、i‑1‑4的计算Pi的过程，N为自然数，小于等于x；i‑1‑7、重复步骤i‑1‑6，直到被选取第一像素区域到达影像的最右端的像素行；i‑1‑8、每列的最大的Pi所对应的图像矩阵MAi区域的集合，构成所述结构光疑似区域。