CN100561121C - 基于图像处理与图像识别的平整度检测方法 - Google Patents

Abstract

本发明公开了一种基于图像处理与图像识别的平整度检测方法，将两个一字形激光器分别安装在被测对象的南北方向和东西方向偏上方，使其按照一定的角度照射在被测平面上，形成一个十字。在平面的垂直方向安装一个摄像头，摄像头正对检测平面。摄像头与激光器相对位置保持恒定。被测对象以某速度运行，使得光照十字从被测平面上滑过。通过图像的细化处理、光照点关联，以及局部曲线拟合，获得鲁棒光照曲线。然后通过光路分析，得到平整度与图像光照曲线的关系，由图像光照曲线偏离基准直线的距离与方向来计算平面凸起/凹陷量。最后由多张图像形成平整度检测线阵，通过曲线拟合来计算不同方向上的平整度。

Description

基于图像处理与图像识别的平整度检测方法

技术领域

本发明涉及测控技术领域，涉及一种平面的平整度检测，特别涉及一种基于图像处理与图像识别的平整度检测方法。

背景技术

平整度是一个无量纲指标，它所表征的是单位长度内最大凸起或凹陷的程度。平面的平整度检测涉及到工件加工、产品质检、路况检测等领域，在几乎所有涉及平面的场合，其平整度都是一个重要的参数，这不但影响到其美观，也影响到应用。如：平整度超标的地板砖铺在地板上，不但影响美观，而且容易绊脚；平整度较差的钢板容易断裂；路面的平整度将严重影响到该道路上车辆的允许行驶速度。因此，在涉及平面的场合，都需要尽可能地控制其平整度。在不同的应用场合，平整度的表示方法也不尽相同。例如，在道路平整度检测中就存在国际平整度(IRI)和标准差平整度(σ)等不同表示方法；瓷砖也有绝对凸起/凹陷的平整度指标和相对百分比指标。但归根结底，是要精确检测出凸起/凹陷的确切值。

发明内容

本发明的目的在于，提供一种基于图像处理与图像识别的平整度检测方法，该方法采用图像处理与图像识别来计算平面的平整度，可以给出平面不同方向上的平整度。

为了实现上述任务，本发明采用如下技术解决方案：

一种基于图像处理与图像识别的平整度检测方法，其特征在于，该方法将两个一字形激光器分别安装在被测对象的南北方向和东西方向偏上方，使其按照一定的角度照射在被测平面上，形成一个十字；在平面的垂直方向安装一个摄像头，摄像头正对检测平面；摄像头与激光器相对位置保持恒定；被测对象以一定速度运行，使得光照十字从被测平面上滑过，获得一系列十字图像，通过对十字图像的细化处理、光照点关联，以及局部曲线拟合，获得鲁棒光照曲线；然后通过光路分析，得到平整度与图像光照曲线的关系，由图像光照曲线偏离基准直线的距离与方向来计算平面凸起/凹陷量，最后由多张十字图像形成平整度检测线阵，通过曲线拟合来计算不同方向上的平整度。

附图说明

图1平整度检测系统示意图；

图2(a)是一字形激光以某一倾斜角照射到不平整的被测平面上，用摄像机拍摄的图像，图像上的曲线称之为光照曲线。图2(b)是一字形激光横截线上的灰度分布图；

图3是图1的剖面图；

图4是一字形激光照射在地板、路面等允许存在缝隙的被测平面上形成的像(a)及其示意图(b)；

图5是多次拍摄后，形成的线阵示意图，可用来计算不同方向的平整度。

以下结合附图和本发明的机理作进一步的详细说明。

具体实施方式

本发明利用图像中的某些象素位置偏移基准位置的程度与平面平整度之间的几何关系来分析平面的平整度。

平面的不平整性会导致一字形激光在被测对象上的投影发生形变，这种形变的程度决定于平面的不平整度，因此，平面的不平整性与一字形激光发生的形变存在一个对应关系。通过几何分析，得到这种对应关系，即可由图像识别中得到的象素与相应直线距离来反推出平面直线方向上的平整度。

具体包括下列步骤：

1)首先将一字形激光器按照一定的倾角安装在平面的东西方向和南北方向，使得两束激光斜照在平面上，并形成一个十字。在平面的垂直方向安装一个摄像头，摄像头正对检测平面。摄像头与激光器相对位置保持恒定。让平面与摄像头之间存在一个切向匀速相对运动，但摄像头与平面距离保持恒定，同时用摄像机对平面进行拍摄，以获得一系列的图像，图像上都有一个十字；

2)首先对这一系列的图像进行阈值化处理，然后再进行细化处理，使得十字形的两笔画是两个垂直的象素向量；

3)对两个垂直的象素向量分别进行局部曲线拟合，以拟合值取代对应点的实测值；得到拟合直线点偏离该直线的距离与平面在该直线上的不平整度之间的函数关系，然后由图像识别中得到的象素与相应直线距离来反推出平面直线方向上的平整度。

4)最后由两个一字形形成的十字形针来推算平面各个方向上的平整度。

(1)图像的细化处理

平整度检测系统的示意图如附图1所示，为简单起见，在讨论细化处理时候，只以一条一字形激光照射在被测平面上形成的像为对象。这样的像如附图2(a)所示，它的光照曲线横截方向的灰度分布如图2(b)所示，其分布一般是次高斯分布。因此，可以对附图2(a)的每一行进行灰度扫描，如果发现存在图2(b)所示的灰度分布，那么可以做如下处理：

1)记录点位置确定

记录灰度值最大的点的位置(x_i，y_i，j)，以该点作为光照曲线在第x_i行的第y_i，j个光照曲线位置。理论上来说，每一行只有一个这样的点，但为增强抗干扰能力，可以假定存在杂波干扰，在每一行可能存在多个这样的光点；

2)关联运算

从第x_N/2(N表示图像搜索范围有N行，一般为偶数)行，y_N/2，1个记录点第开始，分别与上一行记录点(_xN/2-1，y_N/2-1，j)，以及下一行(x_N/2+1，y_{N/2+1， j})比对，如果记录点(x_N/2-1，y_N/2-1，j)和(x_N/2+1，y_N/2+1，j)中各有一个是记录点(x_N/2，y_N/2，1)的相邻象素点，那么(x_N/2，y_N/2，1)很可能是光照曲线上的点，继续向上一行和下一行扩展，并进行相邻比对。否则，(x_N/2，y_N/2，1)是杂波干扰，应从记录点集合中排除，从(x_N/2，y_N/2，2)开始分别与上一行记录点(x_N/2-1，y_N/2-1，j)，以及下一行(x_N/2+1，y_N/2+1，j)进行相邻性比对。这样直到比对到第1行和第N行的记录点，即可确定出一条光照曲线，该曲线在每一行只有一个象素。

(2)直线方向平整度的计算

1)图像的分辨率

平整度检测系统示意图如附图1所示。包括两个一字形激光器和一台摄像机，由于摄像机与被测平面距离h在安装的时候已经确定，摄像机的视角α是已知的，摄像机的分辨率r×c(r为横向象素个数，c为纵向象素个数)也是已知的，因此，在所拍摄的图像中每个象素对应的面积S为：

S＝(2htan(α)/r)²                                    (1)

式中，运算符号tan(·)表示正切运算。换句话说，横跨一个象素，相当于移动距离2htan(α)/r，也就是说图像的分辨率为ρ＝2htan(α)/r。

2)凸起/凹陷量的计算

计算平面边直方向平整度实质上就是计算在边直方向上平面的最大凸起量和最大凹陷量。如附图1所示，平整度检测系统中光线RA为激光器发出的一字形光的中心光线，它与平面的夹角为θ。由于是激光器、摄像机和被测平面的相对位置是固定的，因此存在一条基准直线MN，一字形激光器发射的直线光照在该直线上。假定由于被测平面存在凸起，激光没有照射到平面基准点B，而是照射在B’处。那么在拍摄到的图像上得到的B’点与基准点存在一个距离l。作直线B’D，使得B’D平行于RA，那么图像中的l距离是由附图2中B’D的像。作辅助线B’A’，那么图像中的l距离等同于A’A的像。于是，不妨沿ROA作切面，得到如附图3所示的平面图。由于A点在摄像机中成像与Q相同，因此，A’A的像又等同于A’Q的像。附图3中，Δd的量级为毫米级，而h的数值往往在1米以上，因此Δd在成像中的影响可以忽略，于是有：

l＝ρn                                    (2)

Δd＝A’Qtan(θ)＝ltan(θ)                (3)

从附图3中不难看出，如果是凸起，由于光线在到达基准线就被凸起挡住，因此，以基准线为界，摄像机拍摄到的线条偏向于激光发射器所在的一方；如果是凹陷，则摄像机拍摄到的线条在基准线的另一方。凹陷度的确定方法同样由(3)式确定。

3)毛刺的消除

由于干扰的存在，2)中求得的凸起/凹陷量不能完全表征平面的平整度。例如，沥青路的石子之间存在缝隙，石子本身也存在凸起，但在沥青路上，这些是存在的，也是可以容忍的；各块木地板之间也存在缝隙，在进行平整度测量时，这些缝隙会在图像中形成“毛刺”，如附图4(a)所示，因此需要消除这些因素对平整度的影响。消除的方法是进行局部曲线拟合，然后用拟合点的凸起/凹陷量取代该位置的实测值。再从整条曲线中找出最大的凸起值/凹陷值，该值即为所要求的用来计算其它形式平整度的量。曲线拟合方法可以是鲁棒最小二乘法，也可以多次神经网络法(鲁棒最小二乘法和神经网络法曲线拟合法详见Matlab工具箱，或有关系统辨识教材)。例如，对于如附图4(a)所示的木地板，圈内存在一个“毛刺”，可以在细化处理后的图像中选定图像范围[(x₀，y₀)，(x_m，y_m)]，毛刺在该范围内，该范围内的细化曲线实际上是一个序列[(x₀，d₀)，(x₁，d₁)，…，(x_m，d_m)](d_r表示该序列中第r+1个点对应的由(3)式求得的突起/凹陷值)，进行如下操作，即可实现消除毛刺的影响：

①用最小二乘法对其进行n次多项式逼近，

d＝a_nxⁿ+a_n-1x^n-1+…+a₁x+a₀                    (4)

②在获得多项式(4)(也即使确定a₀，a₁，…，a_n)以后，令x从x₀递增到x_m，并计算相应的d；

③对给给定的x_r，比较把它代入(4)式求得的d′_r与相应的序列值d_r(0＜r＜m)，若序列中所有的点与逼近值之间的偏差绝对值|d′_r-d_r|小于δ，进入④。否则，从序列中删除|d′_r-d_r|＞δ对应的点，返回①。

④对于被删除的点，把该点的x_r坐标代入最后逼近的多项式中，将求得的d’_r取代序列中的相应值d_r。

4)直线方向平整度的确定

在消除毛刺获得新的序列[(x₀，d₀)，(x₁，d₁)，…，(x_m，d_m)]后，按照(5)式进行直线逼近：

d″＝a₁x+a₀                                  (5)

求得参数a₀和a₀，然后让x从x₀递增到x_m，求取相应的d″值，并用d_r-d″_r取代d_r。d_r-d″_r即为原细化曲线序列(x_r，d_r)所在点的凹凸量，或者说如附图4(a)中激光照射的线所在的位置的平整度。

(3)其它方向的平整度

在消除毛刺获得[(x₀，d₀)，(x₁，d₁)，…，(x_m，d_m)]后，每一个序列的坐标就相当于附图(5)中的竖直方向的曲线。把连续N条这样曲线连接在仪器，那么就得到了如附图(5)所示的线阵。

1)位置的确定

在该线阵中，线条的相对位置由各线条在图像中的绝对位置与被测平面相对于摄像头的平移速度，以及拍摄时间确定。如果以附图(5)中左边第一条曲线为参考曲线，也就是该条曲线的序号为0，假定被测平面相对于摄像头的平移速度为v(t)(v(t)可以由速度传感器获得)，那么序号为i的曲线相对于附图(5)中左边第一条曲线的列坐标为：

${y^{\′}}_{\mathrm{ij}}={\∫}_{t_0}^{t_i}v\left(t\right)\mathrm{dt}+y_{\mathrm{ij}}-y_{0j}---\left(6\right)$

式中，y′_ij表示第i条曲线第j行的那个点相对于左边第一条曲线的列坐标，y_ij表示第i条曲线第j行的那个点在图像中的绝对列坐标，y_0j表示附图(5)中左边第1条曲线第j行的那个点的设定坐标，它可以设定为它在图像中的绝对列坐标。由于速度的测定往往具有一定的误差，这种方法确定的坐标并不十分准确，为了提高位置的准确性，还需要利用一字形激光器2来做如下修正：

①按照(2)中描述的方法计算每张照片中激光器2发出的一字形激光照射在被测平面上所形成的像在位置的不平整度，形成一个序列；

②确定两个一字形激光的交汇点的位置，并将①中的序列以该交汇点为分割点将该序列分为两部分，被测平面移动方向的反方向的序列称为后向序列，被测平面移动方向的序列称为前向序列。

③比较相邻两张图像中前一张图像的后向序列与后一张图像中的前向序列，按照两序列匹配偏差最小原则，将后一张图像叠加在前一张图像上。所形成的新的图像中，以两个一字形激光交汇点连线的中分线为分割线，沿被测平面移动方向的部分取前一张图像，反之，取后一张图像的部分。

2)斜线与横线方向的平整度

按照1)的方法把连续拍摄到的一字形激光照射图像拼接成一张图像，并确定了各拍摄到的曲线的相对位置后，即可求得其它方向的平整度。例如附图5中的斜线方向，也就是CD方向，它本身在图像中的方程是给定的，那么在找到图中所示的空心圆圈表示的点以后，即可把这些点组合成一个序列，于是可以采用直线方向的平整度计算方法来确定该方向的平整度。空心圆圈的位置可以采用如下方法查找：

①从最左端开始，增大y的值，并求取其对应的x的值；

②判断点(x，y)是否为激光照射点，判断根据就是该坐标点的灰度值是否达到激光映象的灰度值。如果是，将其加入坐标序列，否则增大y的值，并求取其对应的x的值；

③判断是否已经到了所拼接的图像的最右端，如果是，结束搜寻，否则，返回②。

Claims (1)

1.一种基于图像处理与图像识别的平整度检测方法，其特征在于，该方法将两个一字形激光器分别安装在被检测平面的南北方向和东西方向偏上方，使其按照一定的倾角照射在被检测平面上，形成一个十字；在被检测平面的垂直方向安装一个摄像头，摄像头正对被检测平面；摄像头与一字形激光器相对位置保持恒定；被检测平面以一定速度运行，使得光照十字从被检测平面上滑过，获得一系列十字图像，通过对十字图像的细化处理、光照点关联以及局部曲线拟合，获得鲁棒光照曲线；然后通过光路分析，得到平整度与鲁棒光照曲线的关系，由鲁棒光照曲线偏离基准直线的距离与方向来计算被检测平面凸起/凹陷量，最后由多张十字图像形成平整度检测线阵，通过曲线拟合来计算不同方向上的平整度。

Images