CN112712554B - 一种半透明朗伯体表面激光条纹中心线提取方法 - Google Patents
一种半透明朗伯体表面激光条纹中心线提取方法 Download PDFInfo
- Publication number
- CN112712554B CN112712554B CN202011441605.6A CN202011441605A CN112712554B CN 112712554 B CN112712554 B CN 112712554B CN 202011441605 A CN202011441605 A CN 202011441605A CN 112712554 B CN112712554 B CN 112712554B
- Authority
- CN
- China
- Prior art keywords
- peak
- direct reflection
- extracting
- reflection peak
- laser stripe
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种半透明朗伯体表面激光条纹中心线提取方法,涉及激光轮廓测量技术领域,所述的激光条纹中心线提取方法包括:(1)获取灰度序列、(2)提取包络线、(3)提取基线、(4)获取特征峰、(5)选择直接反射峰、(6)计算直接反射峰坐标、(7)截取直接反射峰数据、(8)计算轮廓点坐标、(9)获得激光条纹中心线。通过本发明的实施,解决了现有的激光轮廓传感器无法直接准确测量半透明朗伯型物体表面轮廓的技术问题,为工业现场半透明朗伯型物体的轮廓测量提供了新的解决方案,具有广泛的实用性和通用性,适用于任何类型的轮廓标定。
Description
技术领域
本发明涉及激光轮廓测量技术领域,尤其涉及一种半透明朗伯体表面激光条纹中心线提取方法。
背景技术
轮廓测量不止在工业制造进程中发挥着重要作用,同时也被广泛应用于光学精密工程、航空航天、机器人、芯片制造、汽车制造、水下探测等领域,成为越来越多的工业应用领域中功能实现、设备数据获取、零件数据获取、精度分析、质量检测等必不可少的环节。随着制造精度的越来越高,非接触的轮廓测量逐渐成为主流趋势。其中,基于线结构光方法的激光轮廓传感器逐渐成为热点。该方法具有非接触、高精度、高速度、适用性广等突出的优势,成为轮廓测量的主流趋势。现有的线结构光测量方法是基于被测朗伯型物体表面对线激光条纹的反射原理工作,仅适用于漫反射表面的朗伯型物体。但是,对于半透明朗伯型物体,例如自动点胶机产生的胶条,线结构光不仅在其入射位置的表面直接发生漫反射,还会产生透射并进入物体内部发生次表面散射,散射光线最终从与入射位置将会不同的表面位置出射,表面直接反射分量被次表面散射分量所干扰。这不仅导致激光条纹图像信噪比下降,而且使得激光条纹图像的灰度分布规律产生严重变化,进而导致现有的激光条纹中心线提取算法的精度下降严重,甚至出现错误,无法准确提取朗伯型物体表面的激光条纹中心线。目前针对半透明朗伯型物体的线结构光测量,有学者将相移和偏振滤波技术相结合,分离直接反射分量和次表面散射分量,可以实现半透明朗伯型物体的轮廓测量。但是,该方法需要高频投射光栅和偏振片等装置,结构复杂、成本高、效率低。
因此,本领域的技术人员致力于开发一种半透明朗伯体表面激光条纹中心线提取方法,解决现有的激光轮廓传感器无法直接准确测量半透明朗伯型物体表面轮廓的技术问题。
发明内容
有鉴于现有技术的上述缺陷,本发明所要解决的技术问题是:如何测量半透明朗伯型物体的轮廓。
为实现上述目的,本发明提供了一种半透明朗伯体表面激光条纹中心线提取方法,所述的激光条纹中心线提取方法包括:(1)获取灰度序列、(2)提取包络线、(3)提取基线、(4)获取特征峰、(5)选择直接反射峰、(6)计算直接反射峰坐标、(7)截取直接反射峰数据、(8)计算轮廓点坐标、(9)获得激光条纹中心线。
进一步地,所述步骤(1)包括,提取激光条纹图像的某一列像素点灰度值,并作为一个独立的一维灰度数组来分析。
进一步地,所述步骤(2)包括,针对所述灰度序列,通过闭运算滤除宽度较小的突变杂波,得到灰度分布曲线的包络线。
进一步地,所述步骤(3)包括,针对所述包络线,通过开运算削掉凸起的波峰,从底部平滑信号,得到灰度分布曲线的基线。
进一步地,所述步骤(4)包括,针将所述包络线与所述基线进行差分运算,获得若干个灰度特征峰,其中的一个特征峰为被测朗伯型物体表面的直接反射峰,而其他特征峰为次表面的反射峰。
进一步地,所述步骤(5)包括,针对所述灰度特征峰,从左向右依次进行分析,选择第一个满足阈值条件的特征峰作为直接反射峰;
所述阈值条件包括峰值阈值和宽度阈值,所述峰值阈值为直接反射峰的峰值大于或等于所有特征峰峰值的平均值,所述宽度阈值为直接反射峰的宽度大于或等于所有特征峰宽度的平均值。
进一步地,所述步骤(6)包括,所述直接反射峰的坐标为峰值对应的坐标值,同时计算所述直接反射峰的宽度。
进一步地,所述步骤(7)包括,根据所述直接反射峰坐标作为中心,以及所述直接反射峰的宽度的两倍为范围,从所述灰度序列中截取一段数据,作为直接反射峰数据。
进一步地,所述步骤(8)包括,根据所述截取直接反射峰数据,采用灰度重心法提取所述直接反射峰的亚像素级坐标值,作为该列条纹的轮廓点位置坐标;
所述灰度重心法为:取截取的直接反射峰灰度数据曲线的重心的横坐标作为轮廓点坐标。
进一步地,所述步骤(9)包括,针对所述激光条纹图像的每一列数据重复步骤(1)至步骤(8)过程,依次获得该列条纹的轮廓点坐标,进而获得整条激光条纹中心线的坐标序列。
与现有技术相比,本发明至少具有如下有益技术效果:
本发明提供的一种半透明朗伯型物体表面激光条纹中心线提取方法,通过扫描激光条纹成像点每一列的灰度,采用数学形态学和灰度阈值的方法提取得到直接反射分量波峰的位置区域,然后在限定的局部区据进一步采用灰度重心法获得亚像素轮廓点。本发明能够有效提取以胶条为代表的半透明朗伯型物体表面的激光条纹中心线,解决了现有的激光轮廓传感器无法直接准确测量半透明朗伯型物体表面轮廓的技术问题,为工业现场半透明朗伯型物体的轮廓测量提供了新的解决方案,具有广泛的实用性和通用性,适用于任何类型的轮廓标定。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明,以充分地了解本发明的目的、特征和效果。
附图说明
图1是本发明的激光轮廓传感器测量半透明朗伯型物体原理示意图;
图2是本发明的半透明朗伯型物体的实际激光条纹图像;
图3是本发明的激光条纹中心线提取方法的流程图;
图4是本发明的激光条纹图像某列灰度分布图;
图5是本发明的激光条纹图像某列灰度分布曲线的包络线及基线示意图;
图6是本发明的激光条纹图像某列灰度分布特征峰示意图;
图7是本发明的直接反射特征峰的峰值与宽度计算方法示意图;
图8是本发明的截取直接反射峰数据示意图;
图9是本发明的激光条纹中心线提取方法与其他方法的效果对比图;
其中:1-线激光器;2-被测朗伯型物体;3-镜头;4-相机。
具体实施方式
以下参考说明书附图介绍本发明的优选实施例,使其技术内容更加清楚和便于理解。本发明可以通过许多不同形式的实施例来得以体现,本发明的保护范围并非仅限于文中提到的实施例。
在附图中,结构相同的部件以相同数字标号表示,各处结构或功能相似的组件以相似数字标号表示。附图所示的每一组件的尺寸和厚度是任意示出的,本发明并没有限定每个组件的尺寸和厚度。为了使图示更清晰,附图中有些地方适当夸大了部件的厚度。
本发明实施例提供的测量半透明朗伯型物体表面轮廓的原理如图1所示,由线激光器1发出的激光投射到被测朗伯型物体2的表面并形成一个激光条纹,该激光条纹通过镜头3成像到相机4的成像面之上,形成激光条纹图像数据,如图2所示。通过合理的数据处理,可以得出被测朗伯型物体2的截面轮廓及其特征参数。
本发明实施例的工作原理如下:
本发明的半透明朗伯型物体表面激光条纹中心线提取方法如图3所示,包括获取灰度序列、提取包络线、提取基线、获取特征峰、选择直接反射峰、计算直接反射峰坐标、截取直接反射峰数据、计算轮廓点坐标、获得激光条纹中心线。
获取灰度序列是指提取激光条纹图像的某一列像素点灰度值,并作为一个独立的一维灰度数组来分析,其灰度分布曲线如图4所示。
提取包络线是指针对上述的灰度序列,通过闭运算滤除宽度较小的突变杂波,得到灰度分布曲线的包络线,如图5所示。
提取基线是指针对上述的灰度分布包络线,通过开运算削掉凸起的波峰,从底部平滑信号,得到灰度分布曲线的基线,如图5所示。
获取特征峰是指针将上述的包络线与基线进行差分运算,从而可以获得若干个灰度特征峰,如图6所示中的M1,M2和M3;其中的一个特征峰为被测朗伯型物体表面的直接反射峰,而其他特征峰则为次表面的反射峰。
选择直接反射峰是指针对上述的若干个灰度特征峰,从左向右依次进行分析,选择第一个满足阈值条件的特征峰作为直接反射峰,如图7所示;用于选择直接反射峰的阈值条件为:该特征峰的峰值大于或等于所有特征峰峰值的平均值,该特征峰的宽度大于或等于所有特征峰宽度的平均值。假设,n个特征峰的峰值依次为A1,A2,…,An,宽度依次为W1,W2,…,Wn,则判断直接反射峰的峰值阈值为AT=(A1+A2+…+An)/n,宽度阈值为WT=(W1+W2+…+Wn)/n。
计算直接反射峰坐标是指针对上述的直接反射特征峰,其特征峰的坐标为峰值对应的坐标值,与此同时计算该特征峰的宽度,如图7所示。
截取直接反射峰数据是指根据上述的直接反射特征峰坐标作为中心,以及该直接反射特征峰的宽度的两倍为范围,从灰度序列中截取一段数据,作为直接反射峰数据,如图8所示。
计算轮廓点坐标是指根据上述的截取的直接反射峰数据,采用灰度重心法提取该特征峰的亚像素级坐标值,作为该列条纹的轮廓点位置坐标。
获取激光条纹中心线是指针对激光条纹图像的每一列数据重复上述过程,依次获得该列条纹的轮廓点坐标,进而获得整条激光条纹中心线的坐标序列。用于计算轮廓点坐标的灰度重心法为:取截取的直接反射峰灰度数据曲线的重心的横坐标作为轮廓点坐标。假设截取的m个直接反射峰灰度数据依次为G1,G2,…,Gm,则其中心坐标为
本发明提供的半透明朗伯型物体表面激光条纹中心线提取方法,解决了现有的激光轮廓传感器无法直接准确测量半透明朗伯型物体表面轮廓的技术问题,与现有技术中的其它测量技术相比如图9所示,本发明采用的激光条纹中心线提取方法与实际的半透明朗伯型物体表面轮廓最为吻合,能够真是反映半透明朗伯型物体表面的实际轮廓,具有更为准确的测量结果。本发明的方法具有普遍的实用性,可以满足绝大部分的半透明朗伯型物体的轮廓测量之需。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (9)
1.一种半透明朗伯体表面激光条纹中心线提取方法,其特征在于,所述的激光条纹中心线提取方法包括:(1)获取灰度序列、(2)提取包络线、(3)提取基线、(4)获取特征峰、(5)选择直接反射峰、(6)计算直接反射峰坐标、(7)截取直接反射峰数据、(8)计算轮廓点坐标、(9)获得激光条纹中心线;
所述(8)包括,根据所述截取直接反射峰数据,采用灰度重心法提取所述直接反射峰的亚像素级坐标值,作为该列条纹的轮廓点位置坐标;
所述灰度重心法为:取截取的直接反射峰灰度数据曲线的重心的横坐标作为轮廓点坐标。
2.如权利要求1所述的激光条纹中心线提取方法,其特征在于,所述步骤(1)包括,提取激光条纹图像的某一列像素点灰度值,并作为一个独立的一维灰度数组来分析。
3.如权利要求2所述的激光条纹中心线提取方法,其特征在于,所述步骤(2)包括,针对所述灰度序列,通过闭运算滤除宽度较小的突变杂波,得到灰度分布曲线的包络线。
4.如权利要求3所述的激光条纹中心线提取方法,其特征在于,所述步骤(3)包括,针对所述包络线,通过开运算削掉凸起的波峰,从底部平滑信号,得到灰度分布曲线的基线。
5.如权利要求4所述的激光条纹中心线提取方法,其特征在于,所述步骤(4)包括,针将所述包络线与所述基线进行差分运算,获得若干个灰度特征峰,其中的一个特征峰为被测朗伯型物体表面的直接反射峰,而其他特征峰为次表面的反射峰。
6.如权利要求5所述的激光条纹中心线提取方法,其特征在于,所述步骤(5)包括,针对所述灰度特征峰,从左向右依次进行分析,选择第一个满足阈值条件的特征峰作为直接反射峰;
所述阈值条件包括峰值阈值和宽度阈值,所述峰值阈值为直接反射峰的峰值大于或等于所有特征峰峰值的平均值,所述宽度阈值为直接反射峰的宽度大于或等于所有特征峰宽度的平均值。
7.如权利要求6所述的激光条纹中心线提取方法,其特征在于,所述步骤(6)包括,所述直接反射峰的坐标为峰值对应的坐标值,同时计算所述直接反射峰的宽度。
8.如权利要求7所述的激光条纹中心线提取方法,其特征在于,所述步骤(7)包括,根据所述直接反射峰坐标作为中心,以及所述直接反射峰的宽度的两倍为范围,从所述灰度序列中截取一段数据,作为直接反射峰数据。
9.如权利要求8所述的激光条纹中心线提取方法,其特征在于,所述步骤(9)包括,针对所述激光条纹图像的每一列数据重复步骤(1)至步骤(8)过程,依次获得该列条纹的轮廓点坐标,进而获得整条激光条纹中心线的坐标序列。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011441605.6A CN112712554B (zh) | 2020-12-08 | 2020-12-08 | 一种半透明朗伯体表面激光条纹中心线提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011441605.6A CN112712554B (zh) | 2020-12-08 | 2020-12-08 | 一种半透明朗伯体表面激光条纹中心线提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112712554A CN112712554A (zh) | 2021-04-27 |
CN112712554B true CN112712554B (zh) | 2022-08-26 |
Family
ID=75543023
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011441605.6A Active CN112712554B (zh) | 2020-12-08 | 2020-12-08 | 一种半透明朗伯体表面激光条纹中心线提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112712554B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113470056B (zh) * | 2021-09-06 | 2021-11-16 | 成都新西旺自动化科技有限公司 | 一种基于高斯模型卷积的亚像素边缘点检测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105956591A (zh) * | 2016-04-28 | 2016-09-21 | 中山大学 | 一种在线高温零件红外图像光谱抽样检测方法 |
CN111077223A (zh) * | 2019-12-19 | 2020-04-28 | 西安增材制造国家研究院有限公司 | 一种具有三维显示、在线检测及修复功能的增材制造方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7106920B2 (en) * | 2001-11-13 | 2006-09-12 | Zhongshan Liu | Laser array for generating stable multi-wavelength laser outputs |
DE102016105599A1 (de) * | 2016-04-14 | 2017-10-19 | Inoex Gmbh | Terahertz-Messvorrichtung zur Vermessung von Prüfobjekten sowie ein Terahertz-Messverfahren |
CN109389639B (zh) * | 2018-07-16 | 2021-06-25 | 中国铁道科学研究院集团有限公司基础设施检测研究所 | 动态行车环境下钢轨轮廓激光条纹中心提取方法及装置 |
CN110599539B (zh) * | 2019-09-17 | 2022-05-17 | 广东奥普特科技股份有限公司 | 一种结构光条纹图像的条纹中心提取方法 |
-
2020
- 2020-12-08 CN CN202011441605.6A patent/CN112712554B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105956591A (zh) * | 2016-04-28 | 2016-09-21 | 中山大学 | 一种在线高温零件红外图像光谱抽样检测方法 |
CN111077223A (zh) * | 2019-12-19 | 2020-04-28 | 西安增材制造国家研究院有限公司 | 一种具有三维显示、在线检测及修复功能的增材制造方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112712554A (zh) | 2021-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7634128B2 (en) | Stereoscopic three-dimensional metrology system and method | |
US6111601A (en) | Non-contacting laser gauge for qualifying screw fasteners and the like | |
US6144453A (en) | System and method for three-dimensional inspection using patterned light projection | |
US4708483A (en) | Optical measuring apparatus and method | |
US9704232B2 (en) | Stereo vision measurement system and method | |
CN110823125B (zh) | 光学位移计 | |
Wang et al. | 3D measurement of crater wear by phase shifting method | |
US20060012582A1 (en) | Transparent film measurements | |
EP3411695B1 (en) | Method and system for optical three-dimensional topography measurement | |
CN108801164B (zh) | 一种基于激光测试工件缝隙值的方法及系统 | |
CN109358334B (zh) | 基于部分相干光的纳米位移台精密定位方法 | |
CN103234454B (zh) | 一种影像测量仪的自标定方法 | |
TWI407078B (zh) | Micro - lens array surface profile detection system and its detection method | |
US6476914B1 (en) | Process and device for ascertaining whether two successive shafts are in alignment | |
CA2456163C (en) | Method and arrangement in a measuring system | |
CN112712554B (zh) | 一种半透明朗伯体表面激光条纹中心线提取方法 | |
Mundy et al. | A three-dimensional sensor based on structured light | |
US20080240510A1 (en) | Method and system for examining a surface | |
US11454795B2 (en) | Surface sensing in optical microscopy and automated sample scanning systems | |
EP2577265B1 (en) | Apparatus and method for locating the centre of a beam profile | |
CN112113511B (zh) | 一种半透明物体表面轮廓线提取方法、系统及终端 | |
Wedowski et al. | Dynamic deflectometry: A novel approach for the on-line reconstruction of specular freeform surfaces | |
CN117053716A (zh) | 一种圆形孔径干涉图轮廓参数自动检测方法 | |
US9453725B2 (en) | Method and apparatus for quantitative measurement of surface accuracy of an area | |
Pierce et al. | A novel laser triangulation technique for high precision distance measurement |
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 |