线性结构光条纹自适应中心提取的鲁棒方法(英文)
发布时间:2020-12-09 05:52
在采用线性结构光(Linear structured light,LSL)方式的非接触式测量中,光条纹中心的提取精度直接影响整个检测系统的测量精度。针对通用算法无法准确提取宽度不均匀、灰度值分布不均匀的条纹中心的问题,本文提出了一种自适应优化方法。在该方法中,首先分割条纹区域,通过边界检测来计算激光条纹的宽度。通过基于自适应条纹宽度的二次加权灰度质心法计算初始条纹中心点。之后,根据确定的斜率阈值优化这些中心点,重新计算并获得这些中心点的子像素坐标,同时根据提出的提取算法评估指标对算法进行了详细分析。实验中,提取的中心点的均方误差仅为0.1个像素,结果表明该方法可以显著提高激光条纹中心点的提取精度。此外,该方法可以以相对较低的计算时间有效地运行,鲁棒性良好。
【文章来源】:Transactions of Nanjing University of Aeronautics and Astronautics. 2020年04期 第586-596页
【文章页数】:11 页
【文章目录】:
0 Introduction
1 Image Preprocessing
1.1 Characteristics of laser stripe
1.2 Preprocessing method
2 Light Stripe Center Extraction
2.1 Adaptive extraction for sub-pixel center of laser stripe
2.2 Optimization for center points
3 Experiments and Discussion
3.1 Computational complexity
3.2 Extraction accuracy
3.3 Repeatability error
3.4 Robustness
4 Conclusions
【参考文献】:
期刊论文
[1]平顶线结构光的中心检测算法及光刀平面标定[J]. 张旭,周涛. 光子学报. 2017(05)
[2]基于方向模板的结构光条纹中心检测方法[J]. 胡斌,李德华,金刚,胡汉平. 计算机工程与应用. 2002(11)
本文编号:2906388
【文章来源】:Transactions of Nanjing University of Aeronautics and Astronautics. 2020年04期 第586-596页
【文章页数】:11 页
【文章目录】:
0 Introduction
1 Image Preprocessing
1.1 Characteristics of laser stripe
1.2 Preprocessing method
2 Light Stripe Center Extraction
2.1 Adaptive extraction for sub-pixel center of laser stripe
2.2 Optimization for center points
3 Experiments and Discussion
3.1 Computational complexity
3.2 Extraction accuracy
3.3 Repeatability error
3.4 Robustness
4 Conclusions
【参考文献】:
期刊论文
[1]平顶线结构光的中心检测算法及光刀平面标定[J]. 张旭,周涛. 光子学报. 2017(05)
[2]基于方向模板的结构光条纹中心检测方法[J]. 胡斌,李德华,金刚,胡汉平. 计算机工程与应用. 2002(11)
本文编号:2906388
本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/2906388.html