CN109115127B - 一种基于贝塞尔曲线的亚像素峰值点提取算法 - Google Patents
一种基于贝塞尔曲线的亚像素峰值点提取算法 Download PDFInfo
- Publication number
- CN109115127B CN109115127B CN201810970240.2A CN201810970240A CN109115127B CN 109115127 B CN109115127 B CN 109115127B CN 201810970240 A CN201810970240 A CN 201810970240A CN 109115127 B CN109115127 B CN 109115127B
- Authority
- CN
- China
- Prior art keywords
- image
- line
- bezier curve
- peak point
- sub
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
- G01B11/2518—Projection by scanning of the object
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Generation (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于贝塞尔曲线的亚像素峰值点提取算法。首先通过相机采集到激光条纹图像后输入计算机中,并对图像进行预处理;然后,对经过预处理的图像逐行遍历,比较各点灰度值,确定贝塞尔曲线的四个控制顶点;利用四个控制顶点,带入三次贝塞尔曲线参数方程求取亚像素峰值点坐标。该方法为激光线扫描测量技术提供了一种普适、快速、准确的亚像素精度峰值点计算方法,计算结果可靠。
Description
技术领域
本发明涉及几何量测量领域,具体是激光线扫描测量技术中一种基于贝塞尔曲线的亚像素峰值点提取算法。
背景技术
工业生产中,为了保证产品的制造精度,常常需要对产品的几何尺寸进行精确的三维测量。实际应用中,对于几何尺寸复杂且精度要求高的产品或零件,目前采用的传统手工测量或接触式测量,存在效率低,采样点稀疏等问题,无法满足工业生产的效率与精度要求。使用激光线扫描或其他方式的非接触测量,是解决上述问题的有效途径,是目前复杂外形零部件检测常用技术手段。
在使用激光线扫描的非接触测量技术中,准确地从激光条纹图像中提取灰度峰值点是一项关键技术。目前,获取激光条纹图像灰度峰值点主要有如质心法、高斯近似法、线性插值法等亚像素精度提取算法。但上述算法在实际使用中存在如下缺点:
(1)实际测量中,激光条纹图像可能出现饱和情况。对于这种情况,采用现有算法无法计算灰度峰值点坐标;
(2)现有算法将激光条纹图像灰度值分布近似为正态分布,但在实际情况中由于激光器发射器发射的激光并不严格垂直于被测平面,相机镜头与相平面与激光条纹所在平面也非严格平行,导致实际采集到的条纹图像强度分布并非正态分布,因而容易导致计算结果存在较大误差。
发明内容
本发明的目的是提供一种基于贝塞尔曲线的亚像素峰值点提取算法,以实现对存在饱和现象以及光强分布不符合正态分布时激光条纹图像峰值点的亚像素提取,从而提高激光线扫描测量系统的精确及稳定性。
为了达到上述目的,本发明所采用的技术方案为:
一种基于贝塞尔曲线的亚像素峰值点提取算法,其特征在于:包括以下步骤:
(1)、通过相机采集到激光条纹图像后输入计算机中,并对图像进行灰度变换,图像滤波以及图像分割等预处理;
(2)、对经过预处理的图像逐行遍历,比较各点灰度值,确定贝塞尔曲线的四个控制顶点;
(3)、利用四个控制顶点,代入三次贝塞尔曲线参数方程求取亚像素峰值点坐标。
所述的一种基于贝塞尔曲线的亚像素峰值点提取算法,其特征在于:所述步骤(2)过程如下:
(2a)设图像第i行一点pj=(xj,yi),(j=0,…,n)的灰度值为zj,从左向右逐行遍历像素点灰度值找到每一行的第一个最大灰度值点pm=(xm,yi);
(2b)对比zm、zm+1和zm+2,如果zm=zm+1=zm+2,此时图像存在饱和现象,此时从左向右从pm点开始遍历该行像素点灰度值,找到第一个满足zw<zm的点pw=(xw,yi),此时,记录四个控制顶点为c0=(xm-1,zm-1)、c1=(xm,zm)、c2=(xw-1,zw-1)、c3=(xw,zw);否则,转至(2c);
(2c)若仅有zm=zm+1,记录四个控制顶点为c0=(xm-1,zm-1)、c1=(xm,zm)、c2=(xm+1,zm+1)、c3=(xm+2,zm+2);否则转至(2d);
(2d)若zm+1≥zm-1,记录四个控制顶点为c0=(xm-1,zm-1)、c1=(xm,zm)、c2=(xm+1,zm+1)、c3=(xm+2,zm+2);否则转至(2e);
(2e)记录四个控制顶点为c0=(xm-2,zm-2)、c1=(xm-1,zm-1)、c2=(xm,zm)、c3=(xm+1,zm+1)。
所述的一种基于贝塞尔曲线的亚像素峰值点提取算法,其特征在于:所述步骤(3)过程如下:
将步骤(2)得到的四个控制顶点c0、c1、c2、c3代入三次贝塞尔曲线方程B(t),即B(t)=c0(1-t)3+3c1t(1-t)2+3c2t2(1-t)+c3t3,t∈[0,1],计算得到纵坐标最大值对应的横坐标即为所求激光条纹峰值点亚像素位置。
与现有技术相比,本发明具有以下有益效果:该算法计算简单,可用于激光条纹图像峰值点的在线提取;该算法对扫描结构光中心线计算稳定可靠,在出现图像饱和等情况下也可以计算出较为准确的峰值点位置。
附图说明
图1为本发明的方法流程图。
图2为实施例中激光条纹图像饱和时贝塞尔曲线控制顶点及贝塞尔曲线示意图。
图3为实施例中有两相等灰度值最大点时贝塞尔曲线控制顶点及贝塞尔曲线示意图。
图4为实施例中灰度值最大点的左侧点灰度值大于等于右侧点灰度值时贝塞尔曲线控制顶点及贝塞尔曲线示意图。
图5为实施例中灰度值最大点的右侧点灰度值大于左侧点灰度值时贝塞尔曲线控制顶点及贝塞尔曲线示意图。
具体实施方式
如图1所示,一种基于贝塞尔曲线的亚像素峰值点提取算法的流程图,该方法包括下列顺序的步骤:
(1)、通过相机采集到激光条纹图像后输入计算机中,并对图像进行灰度变换,图像滤波以及图像分割等预处理;
(2)、对经过预处理的图像逐行遍历,比较各点灰度值,确定贝塞尔曲线的四个控制顶点;
(3)、利用四个控制顶点,代入三次贝塞尔曲线参数方程求取亚像素峰值点坐标。
现结合附图和具体实施例对本发明进一步详细的说明。
实施例一
本实施例是对结构光条纹图像一行像素点中峰值点进行提取,包括以下步骤:
步骤(1):采集激光条纹图像并进行灰度变换,图像滤波以及图像分割等预处理;
步骤(2):对经过预处理的图像逐行遍历,比较各点灰度值,确定贝塞尔曲线的四个控制顶点。
(2a)设图像第i行一点pj=(xj,yi),(j=0,…,n)的灰度值为zj,从左向右逐行遍历像素点灰度值找到每一行的第一个最大灰度值点pm=(xm,yi);
(2b)对比zm、zm+1和zm+2,如果zm=zm+1=zm+2,此时图像存在饱和现象,此时从左向右从pm点开始遍历该行像素点灰度值,找到第一个满足zw<zm的点pw=(xw,yi),此时,记录四个控制顶点为c0=(xm-1,zm-1)、c1=(xm,zm)、c2=(xw-1,zw-1)、c3=(xw,zw);否则,转至(2c);
(2c)若仅有zm=zm+1,记录四个控制顶点为c0=(xm-1,zm-1)、c1=(xm,zm)、c2=(xm+1,zm+1)、c3=(xm+2,zm+2);否则转至(2d);
(2d)若zm+1≥zm-1,记录四个控制顶点为c0=(xm-1,zm-1)、c1=(xm,zm)、c2=(xm+1,zm+1)、c3=(xm+2,zm+2);否则转至(2e);
(2e)记录四个控制顶点为c0=(xm-2,zm-2)、c1=(xm-1,zm-1)、c2=(xm,zm)、c3=(xm+1,zm+1)。
步骤3:将步骤(2)得到的四个控制顶点c0、c1、c2、c3代入三次贝塞尔曲线方程B(t),即B(t)=c0(1-t)3+3c1t(1-t)2+3c2t2(1-t)+c3t3,t∈[0,1],计算得到纵坐标最大值对应的横坐标即为所求激光条纹峰值点亚像素位置。
以上实施方式仅用于说明本发明,而非对本发明的限制,有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本发明的保护范畴。
Claims (2)
1.一种基于贝塞尔曲线的亚像素峰值点提取算法,其特征在于:包括以下步骤:
(1)、通过相机采集到激光条纹图像后输入计算机中,并对图像进行灰度变换,图像滤波以及图像分割等预处理;
(2)、对经过预处理的图像逐行遍历,比较各点灰度值,确定贝塞尔曲线的四个控制顶点,包括如下具体步骤:
(2a)设图像第i行一点pj=(xj,yi),(j=0,…,n)的灰度值为zj,从左向右逐行遍历像素点灰度值找到每一行的第一个最大灰度值点pm=(xm,yi);
(2b)对比zm、zm+1和zm+2,如果zm=zm+1=zm+2,此时图像存在饱和现象,此时从左向右从pm点开始遍历该行像素点灰度值,找到第一个满足zw<zm的点pw=(xw,yi),此时,记录四个控制顶点为c0=(xm-1,zm-1)、c1=(xm,zm)、c2=(xw-1,zw-1)、c3=(xw,zw);否则,转至(2c);
(2c)若仅有zm=zm+1,记录四个控制顶点为c0=(xm-1,zm-1)、c1=(xm,zm)、c2=(xm+1,zm+1)、c3=(xm+2,zm+2);否则转至(2d);
(2d)若zm+1≥zm-1,记录四个控制顶点为c0=(xm-1,zm-1)、c1=(xm,zm)、c2=(xm+1,zm+1)、c3=(xm+2,zm+2);否则转至(2e);
(2e)记录四个控制顶点为c0=(xm-2,zm-2)、c1=(xm-1,zm-1)、c2=(xm,zm)、c3=(xm+1,zm+1);
(3)、利用四个控制顶点,代入三次贝塞尔曲线参数方程求取亚像素峰值点坐标。
2.根据权利要求1所述的一种基于贝塞尔曲线的亚像素峰值点提取算法,其特征在于:所述步骤(3)过程如下:
将步骤(2)得到的四个控制顶点c0、c1、c2、c3代入三次贝塞尔曲线方程B(t),即B(t)=c0(1-t)3+3c1t(1-t)2+3c2t2(1-t)+c3t3,t∈[0,1],计算得到纵坐标最大值对应的横坐标即为所求激光条纹峰值点亚像素位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810970240.2A CN109115127B (zh) | 2018-08-24 | 2018-08-24 | 一种基于贝塞尔曲线的亚像素峰值点提取算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810970240.2A CN109115127B (zh) | 2018-08-24 | 2018-08-24 | 一种基于贝塞尔曲线的亚像素峰值点提取算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109115127A CN109115127A (zh) | 2019-01-01 |
CN109115127B true CN109115127B (zh) | 2020-10-30 |
Family
ID=64860943
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810970240.2A Active CN109115127B (zh) | 2018-08-24 | 2018-08-24 | 一种基于贝塞尔曲线的亚像素峰值点提取算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109115127B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113129357B (zh) * | 2021-05-10 | 2022-09-30 | 合肥工业大学 | 一种复杂背景下三维扫描测量光条中心提取方法 |
CN113313724B (zh) * | 2021-05-27 | 2022-04-08 | 深圳企业云科技股份有限公司 | 一种用于对抗手机摄像头重采样的线条检测处理方法 |
CN114119427B (zh) * | 2022-01-28 | 2022-05-27 | 深圳市明源云科技有限公司 | 图片转换方法、装置、设备及可读存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11213162A (ja) * | 1998-01-28 | 1999-08-06 | Ines Corp | 曲線を特徴量とする3d復元方法 |
CN106767506A (zh) * | 2016-12-13 | 2017-05-31 | 智车优行科技(北京)有限公司 | 用于检测道路中的弯道曲率的方法、装置及车辆 |
CN107218894B (zh) * | 2017-04-28 | 2020-02-18 | 合肥市雅视智能科技有限公司 | 一种快速稳定的亚像素级精度器件厚度检测方法 |
CN107705312B (zh) * | 2017-08-30 | 2021-02-26 | 合肥工业大学 | 一种基于线扫描数据提取焊后焊缝边缘点的方法 |
-
2018
- 2018-08-24 CN CN201810970240.2A patent/CN109115127B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109115127A (zh) | 2019-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022143796A1 (zh) | 一种线结构光测量系统的标定方法、标定装置、以及系统 | |
CN109115127B (zh) | 一种基于贝塞尔曲线的亚像素峰值点提取算法 | |
CN109658398B (zh) | 一种基于三维测量点云的零件表面缺陷识别与评估方法 | |
Zhou et al. | Rail profile measurement based on line-structured light vision | |
CN110230998B (zh) | 基于线激光和双目相机的快速精密三维测量方法和装置 | |
Xu et al. | Line structured light calibration method and centerline extraction: A review | |
CN105783786B (zh) | 一种基于结构光视觉的零件倒角测量方法与装置 | |
Luo et al. | A simple calibration procedure for structured light system | |
CN108053441B (zh) | 一种激光三角法高精度测量方法 | |
Qingguo et al. | Utilizing polygon segmentation technique to extract and optimize light stripe centerline in line-structured laser 3D scanner | |
Xie et al. | Simultaneous calibration of the intrinsic and extrinsic parameters of structured-light sensors | |
Liu et al. | An improved online dimensional measurement method of large hot cylindrical forging | |
CN109556540A (zh) | 一种非接触式基于3d图像的物体平面度检测方法、计算机 | |
Zong et al. | An intelligent and automated 3D surface defect detection system for quantitative 3D estimation and feature classification of material surface defects | |
CN113744351B (zh) | 基于多介质折射成像的水下结构光测量标定方法及系统 | |
CN111127530B (zh) | 一种多期道路三维激光点云精确配准方法 | |
Zhang et al. | Accuracy improvement in laser stripe extraction for large-scale triangulation scanning measurement system | |
CN112365529B (zh) | 基于重心偏离度的隧洞点云配准方法、装置 | |
Tian et al. | An experimental evaluation method for the performance of a laser line scanning system with multiple sensors | |
CN102798349A (zh) | 一种基于等灰度线搜索的三维表面提取方法 | |
Zhang et al. | Accurate profile measurement method for industrial stereo-vision systems | |
CN109506629B (zh) | 一种水下核燃料组件检测装置旋转中心标定的方法 | |
CN111156921A (zh) | 一种基于滑动窗口均值滤波的轮廓数据处理方法 | |
CN117372498A (zh) | 一种基于三维点云的多姿态螺栓尺寸测量方法 | |
Liu et al. | A method to reduce the systematic error of line-structured light sensors based on light plane correction |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |