一種多結(jié)構(gòu)光條紋亞像素中心提取方法

賈衛(wèi)平，王邦國(guó)

（大連大學(xué) 機(jī)械工程學(xué)院 特種加工與功能材料制備遼寧省教育廳重點(diǎn)實(shí)驗(yàn)室，遼寧 大連116622）

1 引 言

基于視覺(jué)的非接觸三維測(cè)量方法具有成本低、分辨率高的優(yōu)點(diǎn)，在工程、醫(yī)療等行業(yè)應(yīng)用日益廣泛。為測(cè)量物體尺寸等信息需要獲取物體三維輪廓，在待測(cè)物體表面投射結(jié)構(gòu)光條的主動(dòng)視覺(jué)法可增加物體表面的特征信息，簡(jiǎn)化三維信息提取過(guò)程。結(jié)構(gòu)光條紋照射在被測(cè)物體表面時(shí)，由于物體深度的變化使光條被調(diào)制，調(diào)制光條被標(biāo)定的CCD 相機(jī)拍攝后可獲取物體表面的深度信息，進(jìn)而可根據(jù)深度信息計(jì)算工件尺寸。因此，基于主動(dòng)視覺(jué)的物體尺寸測(cè)量及檢測(cè)，需要精確提取結(jié)構(gòu)光條紋的中心。

常用的結(jié)構(gòu)光條紋中心提取方法主要有極值法、灰度重心法等［1-3］。這些算法簡(jiǎn)單，實(shí)時(shí)性較好，但對(duì)噪聲敏感，中心提取精度較低。方向模板法使用多個(gè)方向模板檢測(cè)以獲取結(jié)構(gòu)光條紋中心的亞像素位置，該方法具有較強(qiáng)的抗噪聲能力，有一定的斷線修補(bǔ)能力，但計(jì)算過(guò)程比較復(fù)雜［4］。Hessian 矩陣法具有精度高、魯棒性好等優(yōu)點(diǎn)，但該算法運(yùn)算量大,難以滿足實(shí)時(shí)性要求較高的場(chǎng)合［5-6］。

2 結(jié)構(gòu)光圖像預(yù)處理

物體被投射白光后拍攝的圖像如圖1（a）所示。由于投射在物體上的光條受到相機(jī)噪聲等干擾因素的影響存在噪聲，為準(zhǔn)確檢測(cè)投射光線的亞像素中心線，要對(duì)圖像進(jìn)行預(yù)處理。圖像預(yù)處理采用高斯濾波。針對(duì)原始圖像的噪聲特點(diǎn)，采用高斯濾波器對(duì)原始圖像進(jìn)行濾波，高斯濾波后的圖像如圖1（b）所示。

圖1 投射白光后的物體圖像

為分析投射在物體上白光條紋的特性，在圖中沿豎線所示位置檢測(cè)其灰度值，豎線從上到下各像素位置對(duì)應(yīng)的灰度值如圖2（a）所示，部分光條對(duì)應(yīng)的灰度如圖2（b）所示。由圖2（b）可知，圖像中投影光條的灰度值較大，為消除干擾光線的影響，對(duì)灰度值小于一定閾值的像素點(diǎn)灰度置零，閾值處理后的部分光條圖像如圖2（c）所示，本圖像所選用的閾值為23，即：若圖像中像素點(diǎn)的灰度值小于23，則將圖像中該像素點(diǎn)的灰度置零。

圖2 像素位置對(duì)應(yīng)的圖像灰度

3 多結(jié)構(gòu)光條紋亞像素中心提取

使用高斯擬合法提取光條亞像素中心時(shí)，首先需識(shí)別投射光條紋位置；接著根據(jù)識(shí)別的結(jié)構(gòu)光條紋位置確定光條范圍；最后對(duì)光條范圍內(nèi)的像素灰度進(jìn)行曲線擬合，擬合曲線的頂點(diǎn)則為投射光條的亞像素中心。

3.1 投射光條紋位置識(shí)別

對(duì)于閾值處理后的圖像，由于圖像中光條部分灰度值大，當(dāng)圖像中光條數(shù)目較多時(shí)，為確定圖像中光條的數(shù)目采用逐列搜索的方法。搜索前設(shè)定M0為灰度閾值，從第一列開(kāi)始從上到下進(jìn)行掃描，若圖像中該列的一定位置像素點(diǎn)的灰度值大于M0，且該像素點(diǎn)接下來(lái)搜索的p個(gè)像素其灰度也大于M0，則該像素點(diǎn)為光條上的點(diǎn)，繼續(xù)搜索直到像素灰度小于M0為止，則記為1 個(gè)光條；繼續(xù)搜索可得到該列的光條數(shù)目n1。按同樣方法對(duì)圖像中各列進(jìn)行搜索可得到各列的光條數(shù)目nm（m=1，2，3，…，r。其中，r 為圖像的列數(shù)）。根據(jù)投射光條的特點(diǎn)可知，在一定列數(shù)范圍內(nèi)光條的數(shù)目相同且同為最大值，因此可選擇這些光條數(shù)目最大列中間位置的列作為搜索光條位置的起點(diǎn)列。

使用Canny 算子求圖1（b）中光條的邊緣，所提取的邊緣圖像如圖3（a）所示，圖3（b）為圖3（a）局部圖像放大效果。以起點(diǎn)列值為起始點(diǎn)，在邊緣圖像中從上至下搜索。當(dāng)搜索到第k 行的光條邊緣時(shí)，則根據(jù)圖1（b）判斷該像素點(diǎn)及向下的若干像素的灰度值是否大于零，若均大于零則判斷第k 行為光條的上邊緣，并記為W（1）。繼續(xù)向下搜索，直到W（r）光條為止。

圖3 Caany 算子提取的光條邊緣圖像

搜索得到的圖像中光條的邊緣點(diǎn)W 如圖4（a）所示；接著再以得到的各光條邊緣點(diǎn)為起始點(diǎn)，沿著光條邊緣左右搜索得到各光條的邊緣點(diǎn)集，光條邊緣的點(diǎn)如圖4（b）所示，光條局部邊緣點(diǎn)集的放大圖如圖4（c）所示。

圖4 提取的光條邊緣

3.2 亞像素中心提取

提取的結(jié)構(gòu)光條紋的邊緣點(diǎn)后，以第1 個(gè)光條為例說(shuō)明結(jié)構(gòu)光紋條亞像素中心提取方法。第t 個(gè)光條的邊緣點(diǎn)W（t）為起始點(diǎn)，其中，t=1，2，…。在圖3（a）的光條邊緣圖像中，從上向下搜索，直到光條的另一個(gè)邊緣為止。所得到的光條寬度Wt與設(shè)定的閾值Wwide比較，若光帶寬度在一定范圍內(nèi)。如設(shè)定光條寬度Wt＞1.3Wwide，并且Wt＜0.7Wwide，則認(rèn)為是光條；否則為光條的左右邊緣位置或干擾噪聲，則不再進(jìn)行光條亞像素中心的計(jì)算。Wwide的數(shù)值由圖4（a）所示的搜索光條邊緣起始點(diǎn)時(shí)，根據(jù)各光條帶寬的均值確定。

提取以W（t）為起始點(diǎn)沿豎直方向上光條范圍內(nèi)各像素點(diǎn)的位置及其灰度值，在光條邊緣內(nèi)的像素灰度如圖5（a）所示，圖中橫坐標(biāo)為像素位置，縱坐標(biāo)為各像素對(duì)應(yīng)的灰度值。由圖5（a）可知在邊緣范圍內(nèi)像素的灰度基本符合高斯分布，但其最大灰度值所對(duì)應(yīng)的像素位置坐標(biāo)為整數(shù)。為得到光條的亞像素中心，需對(duì)得到的像素灰度進(jìn)行高斯擬合。

圖5 像素位置及灰度值

高斯擬合的數(shù)學(xué)表達(dá)式為

式中：A 為幅值，表示曲線高度；σ 為標(biāo)準(zhǔn)差；u 為均值，即條紋中心；x 為光條上像素原始坐標(biāo)位置；G（x）為灰度值。

擬合得到的曲線如圖5（b）所示，其中，亞像素中心位置如圖中豎線與擬合曲線的交點(diǎn)位置，即u 的值；圓圈為各像素對(duì)應(yīng)的位置及其灰度值。得到該邊緣位置的光條亞像素中心后，求W（t）點(diǎn)右側(cè)1 個(gè)邊緣點(diǎn)對(duì)應(yīng)的光條亞像素中心，直到右側(cè)最后1 個(gè)光條邊緣為止。然后，按上述方法對(duì)W（t）點(diǎn)左側(cè)的各邊緣點(diǎn)對(duì)應(yīng)的亞像素中心進(jìn)行計(jì)算。按照此方法，可計(jì)算所有光條的亞像素中心，所求的亞像素中心如圖6 所示。其中，圖6（a）為提取的所有光條的亞像素中心，圖6（b）為光條亞像素中心局部放大圖。由圖6（b）可看出所提取的亞像素中心平滑。該方法與Hessian 矩陣法提取的光條亞像素中心進(jìn)行了比較，可知兩種算法的精度差別小于0.18 個(gè)像素，能滿足結(jié)構(gòu)光亞像素中心提取的需要。

4 結(jié) 論

本文提出了一種可用于多結(jié)構(gòu)光條紋亞像素中心提取的方法，該方法能有效識(shí)別投射在待測(cè)物體上的多結(jié)構(gòu)光條紋的數(shù)目，通過(guò)先確定的光條邊緣信息能精確獲取光條的亞像素中心坐標(biāo)。該方法抗干擾能力較強(qiáng)、精度高，能準(zhǔn)確快速地處理得到的多結(jié)構(gòu)光條紋圖像。

圖6 光條亞像素中心

［1］ 吳劍波，崔振，趙宏，等.光刀中心自適應(yīng)閾值提取法［J］.半導(dǎo)體光電，2001，22（1）：62-64.

［2］ 李中偉，王從軍，史玉升.一種結(jié)合梯度銳化和重心法的光條中心提取算法［J］.中國(guó)圖象圖形學(xué)報(bào)，2008，13（1）：64-68.

［3］ 吳慶陽(yáng)，蘇顯渝，李景鎮(zhèn)，等.一種新的線結(jié)構(gòu)光光帶中心提取算法［J］.四川大學(xué)學(xué)報(bào)：工程科學(xué)版，2007，39（4）：151-155.

［4］ 胡斌,李德華.基于方向模板的結(jié)構(gòu)光條紋中心檢測(cè)方法［J］.計(jì)算機(jī)工程與應(yīng)用,2002（11）：59-60.

［5］ Steger C.An Unbiased Detector of Curvilinear Structures［J］.IEEE Transactions on Pattern Analysis and machine Intelligence.1998，20（2）：113-125.

［6］ 周富強(qiáng)，陳強(qiáng)，張廣軍.結(jié)構(gòu)光光條提取的混合圖像處理方法［J］.光電子·激光，2008，19（11）：1534-1537.