[发明专利]一种基于序列图像的粗大误差点剔除方法

摘要

本发明一种基于序列图像的粗大误差点剔除方法属于逆向工程领域，涉及一种基于序列图像的粗大误差点剔除方法。该方法首先通过激光结合双目视觉的方式，利用左、右摄像机拍摄激光发射器在被测物上形成的辅助激光条纹，获取代表被测物表面信息的点云数据。根据最小二乘法将选取的点拟合成一条曲线，将相邻两条曲线作为点云区域边界，完成点云区域的划分；再分别求出每块点云区域中的点到两条边界曲线的最短距离，根据比值大小判断粗大误差点。该方法操作简单，不需要先建立拓扑结构，计算点云的密度等信息来删除多余的点云，提高了点云粗大误差点去除的效率，克服了单幅激光光条图像点云处理的局限性，保证了点云数据的局部信息的准确性。

主权项

1.一种基于序列图像的粗大误差点剔除方法，其特征是，该方法首先通过激光结合双目视觉的方式，利用左、右摄像机(a、b)拍摄激光发射器(c)在被测物(e)上形成的辅助激光光条(f)，获取代表被测物(e)表面信息的点云数据；其次将每条点云线两端对应的边界点连接，获得直线(g)，将两个边界点之间在直线(g)附近的点，每隔n个点取一个点；再根据最小二乘法将选取的待拟合点(J)拟合成一条曲线，将相邻两条曲线作为点云区域边界，完成点云区域的划分；最后分别求出每块点云区域中的点到两条边界曲线的最短距离h₁、h₂，之后，根据h₁与h₂的比值大小判断粗大误差点；方法的具体步骤如下：/n第一步，获取点云数据/n安装测量设备，打开辅助激光发射器(c)并照射被测物(e)，在开始采集之后，打开转台(d)带动激光发射器(c)转动，使激光扫描被测物(e)；然后，整体平移左、右摄像机(a、b)的位置，进行多次拍摄，保证被测物(e)形面信息的完整性；通过信息采集系统采集到辅助激光光条(f)图像之后，需要对激光光条(f)的中心线进行提取，利用光条图像中心灰度重心提取的方法，公式(1)为：/n /n其中：(u_i,v_i)为第i行光条灰度重心坐标，I_ij为第i行第j列灰度值；通过此方法可以获取辅助激光光条(f)的特征点二维信息，再结合标定结果以及重建公式，得到边界点和光条中心点在世界坐标系下的三维坐标值，重建公式(2)如下：/n /n其中，假设x_i'＝(X_i',Y_i')，X_i'，Y_i'分别为左摄像机(a)采集的图像边界点或光条中心点x_i′在像面坐标系下的横、纵坐标；x_i′′＝(X_i′′,Y_i′′)，X_i′′，Y_i′′分别为右摄像机(b)采集的图像光斑中心点x_i‘′在像面坐标系下的横、纵坐标；f₁、f₂分别为左、右摄像机(a、b)标定得到的焦距；是右摄像机(b)相对于左摄像机(a)的旋转矩阵，[t_x t_y t_z]是右摄像机(b)相对于左摄像机(a)的平移矩阵，由标定实验得到；则(x_i,y_i,z_i)为重建出来的对应点的三维坐标，由此获取整个被测物(e)表面的三维点云数据；/n第二步，点云区域的划分/n针对获得的点云，将每条点云线的首尾两个点进行编号，即对点云图像的边界点编号1,…,2n，将每条点云线两端对应的边界点连接，获得直线(g)，将两个边界点之间在直线(g)附近的点，每隔n个点取一个点之后，利用公式(3)、(4)，根据最小二乘法将选取的待拟合点(J)拟合成一条曲线；/ny_i＝a₀+a₁x_i+…+a_kx_i^k (3)/n /n将相邻两条曲线作为单块点云区域左、右边界l₁、l₂，完成点云区域的划分；/n第三步，粗大误差点的去除/n点云区域划分之后，依次对点云区域内的点进行搜索，分别求出每块点云区域中的点到两条边界曲线的最短距离h₁、h₂，之后，根据h₁与h₂的比值ρ大小判断粗大误差点(I)；/n /n其中，h₁为点到左边界的最短距离，h₂为点到右边界的最短距离；当点云区域内的点靠近左边界l₁时，ρ趋于0，当点云区域内的点靠近右边界l₂时，ρ趋于∞，因此，设置阈值α₁、α₂，当α₁＜ρ＜α₂时，判断此点为粗大误差点(I)，将此点剔除；当ρ≤α₁或ρ≥α₂时，判断此点为正常点，保留此点；这样就完成了数据点云的粗大误差点(I)的剔除。/n