面向重建的結(jié)構(gòu)光中心快速提取方法*

揭平良，呂文閣，謝慶華，張湘?zhèn)ィ◤V東工業(yè)大學(xué)機(jī)電工程學(xué)院，廣東廣州 510006）

面向重建的結(jié)構(gòu)光中心快速提取方法*

揭平良，呂文閣，謝慶華，張湘?zhèn)?br/>（廣東工業(yè)大學(xué)機(jī)電工程學(xué)院，廣東廣州 510006）

在逆向工程的非接觸光學(xué)測(cè)量系統(tǒng)中，準(zhǔn)確、快速提取光條中心是保證獲取實(shí)物表面形狀數(shù)據(jù)精度和算法實(shí)時(shí)性的關(guān)鍵因素。根據(jù)激光強(qiáng)度符合高斯分布和光條邊界的連續(xù)性特點(diǎn)，對(duì)傳統(tǒng)的光條中心提取方法進(jìn)行改進(jìn)?？紤]光條在圖像中的形狀和分布特征，通過從圖像的不同位置和方向掃描得到光條中心，并比較了不同掃描方法所用的時(shí)間。利用本文方法重建了動(dòng)車輪轂的三維輪廓。實(shí)驗(yàn)結(jié)果表明，本文方法比傳統(tǒng)方法有明顯提高，具有較強(qiáng)的實(shí)用性。

逆向工程；光條中心提??；中心法；三維重構(gòu)

0 引言

根據(jù)實(shí)體輪廓生成幾何模型的方法稱為逆向工程[1]。逆向工程與現(xiàn)代設(shè)計(jì)密切相關(guān)，已成為制造業(yè)產(chǎn)品開發(fā)中的重要手段。實(shí)物表面形狀數(shù)據(jù)的獲取是逆向工程的基礎(chǔ)。通常獲取實(shí)體表面形狀數(shù)據(jù)的方法分為兩大類，接觸式和非接觸式測(cè)量方法[2]。三坐標(biāo)測(cè)量?jī)x(coordinate measure ma?chine，CMM)是逆向工程中使用最為廣泛的傳統(tǒng)形狀測(cè)量設(shè)備，但它存需要一定的工作環(huán)境、速度慢、效率低且價(jià)格昂貴等弱點(diǎn)[3]。隨著計(jì)算機(jī)及光電技術(shù)的發(fā)展，光學(xué)式非接觸測(cè)量方法逐漸占據(jù)重要地位。近年來基于結(jié)構(gòu)光的非接觸三維測(cè)量技術(shù)得到了快速的發(fā)展，光切法(light-section method)[3]是近10年發(fā)展起來的一種非接觸測(cè)量方法。由于三維測(cè)量技術(shù)的主要任務(wù)是光條中心的準(zhǔn)確、快速的提取，因此精確提取光條中心是提高測(cè)量精度的關(guān)鍵，光條中心的提取時(shí)間決定算法的實(shí)時(shí)性能。通常使用的光條中心提取方法有極值法、閾值法、重心法和高斯擬合法等[4-5]，但這些方法在圖像數(shù)據(jù)較大時(shí)，很難達(dá)到實(shí)時(shí)性測(cè)量的要求。因此有必要研究一種快速提取光條中心的方法。

由于激光的高強(qiáng)度特點(diǎn)，一般條件下環(huán)境噪音對(duì)圖像中光條強(qiáng)度服從高斯分布這一特征影響很小[6]。因此光條的中心線理論上是圖像中光條的中心線，通常光條邊界點(diǎn)能量較弱難以提取，本文提出取距離峰值較近的像素為光條的虛擬邊界，并采用光條中心提取方法中的中心法提取光條中心。在處理的圖像數(shù)據(jù)較大時(shí)傳統(tǒng)的中心提取方法的算法時(shí)間復(fù)雜度較高。難以達(dá)到實(shí)時(shí)檢測(cè)的效果。本文基于光條邊界的連續(xù)性和光條在圖像中的位置、形狀等分布特征。結(jié)合光條邊界相鄰像素點(diǎn)之間的偏置關(guān)系，判斷圖像中每列（行）開始和終止掃描位置，根據(jù)不同的情況，使用24種方法實(shí)現(xiàn)光條中心的快速提取。并比較不同的兩種方法重構(gòu)動(dòng)車輪轂?zāi)Ｐ汀?/p>

1 改進(jìn)中心法

在實(shí)際操作中，提出了六組光條提取方法。為了說明各組中心提取方法，繪制圖1所示的光條中心每一列掃描示意圖。圖中共有八種從圖像的不同方向和不同位置掃描每一列光條的上、下邊界點(diǎn)的方式。在整幅圖像的光條提取中，根據(jù)光條位置、方向和光條質(zhì)量特征通過結(jié)合八種方法，具體有六種實(shí)現(xiàn)方法。

圖1 圖像掃描示意圖

（1）圖像的每一列按照?qǐng)D1中的I方法從上往下掃描找到光條的上、下邊界點(diǎn)并計(jì)算出光條中心點(diǎn)。同理還可以從下往上掃描找到光條中心點(diǎn)。

（2）圖像的每一列按照V方法從上往下掃描找到光條上邊界點(diǎn)，接著從下往上掃描找到光條下邊界點(diǎn)，通過光條上、下邊界點(diǎn)計(jì)算出光條的中心點(diǎn)，同理可以改變V方法的掃描先后順序找出每一列的光條中心點(diǎn)。

（3）在圖像中先設(shè)定一個(gè)掃描開始上邊界，掃描開始上（下）邊界一般取大于光條的最大輪廓矩陣，從掃描開始上邊界的點(diǎn)位置按照II向下掃描找到第一列的光條中心，從第二列開始以后每一列掃描之前判斷上一列的光條上、下邊界點(diǎn)是否找到，如果找到，此時(shí)按照在前一列位置向上偏執(zhí)若干個(gè)像素點(diǎn)按照III方法掃描找到光條上、下邊界點(diǎn)并計(jì)算出光條中心點(diǎn)，如果沒有找到光條上、下邊界點(diǎn)或掃描開始上邊界點(diǎn)小于圖像上邊界點(diǎn)則按照II方法掃描找到該列光條的上、下邊界點(diǎn)并計(jì)算光條中心。以此方法找到每列的光條中心。同理可以從反方向掃描找到光條中心。

（4）從掃描開始上邊界點(diǎn)位置按照II方法向下掃描找到第一列上、下光條邊界并求出光條中心，從第二列開始以后每一列掃描之前判斷上一列的光條上、下邊界點(diǎn)是否找到，如果找到，此時(shí)判斷該掃描開始上邊界點(diǎn)與上一列的光條上邊界點(diǎn)的大小，如果掃描開始上邊界點(diǎn)大于上一列的光條上邊界點(diǎn)，則取掃描開始上邊界點(diǎn)等于上一列的光條上邊界點(diǎn)位置減去偏置的若干個(gè)像素按照IV方法找到光條上、下邊界點(diǎn)并計(jì)算出光條中心點(diǎn)。如果沒有找到上一列的光條上、下邊界點(diǎn)，此時(shí)的掃描開始上邊界等于圖像上邊界點(diǎn)并按照I方法計(jì)算出光條中心。同理可以從反方向掃描找到光條中心。

（5）從掃描開始上邊界點(diǎn)開始按照VI從上向下掃描找到第一列的光條上邊界點(diǎn)，從第二列開始以后每一列掃描之前判斷上列光條上邊界點(diǎn)是否找到，如果找到，此時(shí)的掃描開始上邊界點(diǎn)等于上一列的光條上邊界點(diǎn)的位置加上偏置的若干個(gè)像素按照VII方法從上往下掃描找到光條上邊界點(diǎn)。如果沒有找到光條上邊界點(diǎn)，此時(shí)的掃描開始上邊界點(diǎn)等于圖像上邊界點(diǎn)并按照VI方法從上往下找到光條上邊界點(diǎn)。同理反方向按照掃描開始下邊界點(diǎn)，按照VI和VII方法從下往上找到光條下邊界點(diǎn)。通過找到的光條上下邊界點(diǎn)計(jì)算出每一列光條中心點(diǎn)。同理可以先找到光條下邊界再找光條上邊界計(jì)算光條中心。

（6）從掃描開始上邊界點(diǎn)開始向下掃描如II方法找到第一列光條的中心點(diǎn)，從第二列開始以后每一列掃描之前判斷上列的光條中心點(diǎn)是否找到，如果找到，此時(shí)判斷該掃描開始上邊界點(diǎn)與上一列的光條上邊界點(diǎn)的大小，如果掃描開始上邊界點(diǎn)大于上一列的光條上邊界點(diǎn)，則取掃描開始上邊界點(diǎn)等于上一列的光條上邊界點(diǎn)位置減去偏置的若干個(gè)像素點(diǎn)并按照VIII掃描，如果沒有找到上一列的光條中心點(diǎn)，此時(shí)按照II掃描，通過找到光條上、下邊界點(diǎn)來計(jì)算出光條的中心點(diǎn)。同理可以先找到光條下邊界再找光條上邊界計(jì)算光條中心。

2 實(shí)驗(yàn)方案

為了測(cè)試六組方法在各種復(fù)雜光條中心提取中的速度，構(gòu)造了如圖2、3所示的兩幅圖像，圖像中的光條有凹凸、間斷、內(nèi)孔等復(fù)雜特征，以模擬各種光條特征。圖2和圖3的大小分別為1024×768和768×1024像素。

圖2 測(cè)試圖像1

圖3 測(cè)試圖像2

上述6組方法中的每組在圖2中包含從上往下和從下往上兩種掃描方法，在圖3中包含從左向右和從右向左兩種掃描方法。因此總共有24種不同的方法。利用Visual C++和OPENCV編程實(shí)現(xiàn)上述24方法，并利用圖2和圖3圖像驗(yàn)證方法的精度和速度，為了降低偶然因素影響，將每個(gè)方法運(yùn)行1 000次后取平均值作為最后的實(shí)驗(yàn)結(jié)果。見表1。

表1 方法在圖2、3中運(yùn)行的平均時(shí)間ms

實(shí)驗(yàn)結(jié)果表明：光條中心的輪廓和光條實(shí)際中心的輪廓有很好的一致性。圖4、5分別為在圖2使用方法3和在圖3使用方法2提取的光條中心，由表1實(shí)驗(yàn)數(shù)據(jù)可得，相同的掃描方法在不同的圖像中的運(yùn)算速度不同，且圖2由于圖像存儲(chǔ)格式對(duì)算法速度有利，速度比圖1明顯有優(yōu)勢(shì)。方法1在同一幅圖像中從下往上、從上往下、從左往右和從右往左掃描所對(duì)應(yīng)的算法時(shí)間度不同，特點(diǎn)是從圖像中靠近光條方向處開始掃描的速度大于反方向處開始掃描的速度。方法2和方法3在同一幅圖像上無論從哪個(gè)方向掃描所得的算法速度大致是一樣的。方法3、4、5、6的算法速度大致相同并且與方法1、2相比具有明顯的優(yōu)勢(shì)。方法3、4、6相比方法5運(yùn)算速度要快一些。這在圖像數(shù)據(jù)較大時(shí)速度優(yōu)勢(shì)將更明顯。這與最初的使用不同的掃描方法尋找光條中心算法的速度不同和不同圖像使用不同的光條提取方法可以提高算法速度的想法得到很好的驗(yàn)證，同時(shí)提出了六種可選擇的中心提取方法，為具有不同特征的光條中心提取提供了多種可選擇的快速方法。同時(shí)提取的精度可以達(dá)到像素級(jí)，可以滿足大部分圖像的光條中心提。

圖4 圖2的光條中心

圖5 圖3的光條中心

3 應(yīng)用實(shí)例

將光條提取方法運(yùn)用于動(dòng)車輪轂?zāi)Ｐ偷闹貥?gòu)項(xiàng)目中，圖6為需要重構(gòu)的動(dòng)車1/4輪轂?zāi)Ｐ?。該輪轂?zāi)Ｐ偷陌霃綖?9 cm、高為4 cm。搭建實(shí)驗(yàn)平臺(tái)如圖7所示，將輪轂?zāi)Ｐ头胖迷谶\(yùn)動(dòng)控制平臺(tái)上面，采用線激光，運(yùn)動(dòng)控制平臺(tái)以1 cm/s移動(dòng)輪轂，并觸發(fā)AVT相機(jī)采集輪轂移動(dòng)位置處的光條圖像。拍攝圖像格式為640×480灰度圖像。根據(jù)得到的光條圖像，使用本文中光條中心提取方法。通過相機(jī)標(biāo)定、光條提取、三維重建得到圖8所示的輪廓三維圖。實(shí)驗(yàn)結(jié)果表明重建的三維輪廓精度為1 mm。在該項(xiàng)目中采用方法1和4，方法4：?jiǎn)螐垐D像處理時(shí)間為0.256 ms。所有圖像處理的總時(shí)間為48.596 ms，方法1：?jiǎn)螐垐D像處理時(shí)間為1.375 ms，所有圖像處理的總時(shí)間為261.246 ms，結(jié)果表明選擇不同的掃描方法在圖像數(shù)據(jù)較大時(shí)改進(jìn)的光條提取算法有明顯的優(yōu)勢(shì)。

圖6 動(dòng)車1/4輪轂?zāi)Ｐ?/p>

圖7 實(shí)驗(yàn)平臺(tái)

圖8 動(dòng)車1/4輪轂輪廓重構(gòu)圖

4 結(jié)論

根據(jù)激光光強(qiáng)符合高斯分布，取距離峰值較近的灰度值為光條虛擬邊界，并利用光條中心提取中的中心法提取。根據(jù)圖像相鄰邊界的連續(xù)性，利用相鄰像素行（或列）的偏置掃描，通過從不同的方向掃描每行（或列）獲取光條中心。結(jié)合實(shí)際光條的特征使用24種方法具體實(shí)現(xiàn)，并使用Visual C++和OPENCV編程測(cè)試不同方法的算法速度和提取光條的質(zhì)量。實(shí)驗(yàn)結(jié)果表明，不同的掃描方法在同一圖像和不同的圖像上算法時(shí)間復(fù)雜度表現(xiàn)出較大的差異。在動(dòng)車輪轂?zāi)Ｐ偷娜S重建項(xiàng)目中，使用該方法提取光條中心，實(shí)驗(yàn)結(jié)果表明，利用方法4總時(shí)間比方法1少212.650 ms，運(yùn)算速度達(dá)到了實(shí)時(shí)檢測(cè)的要求。并達(dá)到系統(tǒng)所需精度。本文中提出的快速光條提取方法在實(shí)時(shí)性要求比較高的場(chǎng)合下，具有較強(qiáng)的使用性。

［1］成思源，余國鑫，張湘?zhèn)?逆向系統(tǒng)曲面模型重建方法研究［J］.計(jì)算機(jī)集成制造系統(tǒng)，2008，14（10）：1934-1939.

［2］楊雪榮，張湘?zhèn)ィ伤荚?，?基于可變形模型的光條紋中心提取方法研究［J］.中國機(jī)械工程，2009，20（3）：334-336.

［3］楊雪榮，張湘?zhèn)?，成思源，?三坐標(biāo)測(cè)量機(jī)與線結(jié)構(gòu)光傳感器集成系統(tǒng)的測(cè)量模型［J］.中國機(jī)械工程，2009，20（9）：1020-1023.

［4］雷海軍，李德華，王建永，等.一種結(jié)構(gòu)光條紋中心快速檢測(cè)方法［J］.華中理工大學(xué)學(xué)報(bào)：自然科學(xué)版，2003，31（1）：74-76.

［5］劉枝梅，鄧文怡，婁小平.結(jié)構(gòu)光測(cè)量系統(tǒng)中光條中心的提取算法［J］.北京機(jī)械工業(yè)學(xué)院學(xué)報(bào)，2009，24（1）：42-45.

［6］解則曉，辛悅向，金明光，等.光條亮度對(duì)線結(jié)構(gòu)光測(cè)量精度的影響［J］.光學(xué)技術(shù)，2008，34（12）：52-54.

Reconstruction Based on Real-Time Extracting Light Strip Center Method

JIE Ping-liang，LV Wen-ge，XIE Qing-hua，ZHANG Xiang-wei
（College of Mechanical&Electronic Engineering，Guangdong University of Technology，Guangzhou 510006，China）

In the non-contact optical measurement system in reverse engineering，physical surface data accurate and rapid extraction laser stripe is a key factor to guarantee system precision and real-time of algorithms.The paper based on the laser intensity distribution conforms to the Gaussian distribution and the continuity border of laser stripe，improved the traditional laser stripe center extraction method， combined with the shape and distribution of the light in the image， Through scanning laser stripe center from a different position and orientation of the image and compare the times of different scanning method.Apply this method to rebuilding three-dimensional contour of the train hubcaps.Experimental results show that the method is significantly improved than the traditional method.This method has a strong practical.

reverse engineering；extracting light strip center；center method；three-dimensional reconstruction

TP751

A

1009－9492(2014)05－0061－04

10.3969/j.issn.1009-9492.2014.05.015

揭平良，男，1987年生，江西撫州人，碩士研究生。研究領(lǐng)域：機(jī)器視覺算法及應(yīng)用。

(編輯：向 飛)

*國家自然科學(xué)基金（編號(hào)：51276043）；廣東省重大科技專項(xiàng)（編號(hào)：2009A080204006）

2014－03－24