基于主成分分析和区域增长的结构光中心线提取

发布时间：2021-10-27 08:42

　　结构光中心提取是结构光三维测量中的重要环节,为了能够在光学条件复杂的情况下实现结构光中心线快速精确的提取,提出一种基于主成分分析（principal component analysis,PCA）算法与RG（regional growth）算法的提取方法。首先,通过图像掩模法提取结构光的感兴趣区域（region of interest,ROI）;然后对ROI进行两次高斯卷积得到其梯度分布,根据梯度分布确定一个初始位置;利用主成分分析确定初始位置的法线和切线方向并在该位置沿法线方向进行二阶泰勒展开得到亚像素级中心点,将其作为区域增长的种子点进行迭代运算,最终得到结构光的中心线。本文方法与灰度重心法、Steger法在中心线提取效果和时间上进行了比较,实验结果表明:本文方法在光学条件复杂的情况下,能够在光学条件复杂的情况下,准确地提取结构光的中心线且速度更快。 

【文章来源】：科学技术与工程. 2020,20(12)北大核心

【文章页数】：5 页

【部分图文】：

掩模处理结果

首先对结构光图像进行掩模处理,得到掩模图像和处理后的效果(图2)。通过图像掩模法可以实现结构光ROI的精确提取,并且保证了结构光的原始灰度。图2 掩模处理结果

图2 掩模处理结果为了进一步证明算法的优越性,分别与传统的灰度重心法,Steger法在中心线提取效果和运行时间两方面进行了比较。首先是提取效果的对比,图3(a)是灰度重心法提取的结构光中心线,由于受到结构光漫反射的影响,提取出结构光中心线出现了离散点,并且由于噪声的干扰提取的中心线位置并不精确。图3(b)为自适应Steger法提取的中心线,自适应分割算法不能消除结构光漫反射和金属表面反光的影响,因此引入了大量的干扰区域,提取效果较差。图3(c)为本文算法提取出的中心线,不仅从根本上解决了干扰区域的问题,而且提取的中心线连续没有断点,实现了结构光中心线的精确提取。本文方法的处理结果与光条的变化方向吻合,处理精度高,克服了光学条件的影响,具有很好的鲁棒性。

【参考文献】：
期刊论文
[1]基于高斯-洛伦兹分峰拟合的线结构光条中心的提取方法[J]. 李涛涛,杨峰,李石庚,何宇.  激光与光电子学进展. 2019(07)
[2]改进骨刺去除算法的结构光条纹中心检测[J]. 王绍阳,李大华,高强,于晓.  激光杂志. 2018(10)
[3]无坡口对接焊缝特征角点检测方法[J]. 王文超,高向东,丁晓东,张南峰.  焊接学报. 2018(09)
[4]基于海森矩阵与区域增长的激光条纹中心提取[J]. 刘剑,刘丽华.  激光与光电子学进展. 2019(02)
[5]复杂环境下结构光中心线提取算法[J]. 杨镇豪,杨柳,李辉,陈建政.  计算机技术与发展. 2018(09)
[6]融合RGB颜色空间的植物图像分割模型[J]. 刘国奇,邓铭,李晨静.  郑州大学学报(理学版). 2019(01)
[7]钢轨磨损视觉测量的轮廓精确快速提取[J]. 李文涛,王培俊,唐晓敏.  光学精密工程. 2018(01)
[8]基于差影法的Hessian矩阵激光条纹中心提取方法研究[J]. 秦子扬,夏桂锁,伏燕军,廖骏.  南昌航空大学学报(自然科学版). 2017(03)
[9]一种基于视觉的手术导航系统设计与实现[J]. 兰坤,张岩,沈旭昆.  系统仿真学报. 2017(09)
[10]自适应方向模板线结构光条纹中心提取方法[J]. 王泽浩,张中炜.  激光杂志. 2017(01)

博士论文
[1]多视觉线结构光高精度三维信息提取技术研究[D]. 李涛涛.中国矿业大学(北京) 2018



本文编号：3461255