光條圖像處理技術(shù)

光條圖像處理技術(shù)

結(jié)構(gòu)光視覺檢測技術(shù)中的結(jié)構(gòu)光圖像是檢測物體表面的信息來源，包括對測量對象表面的三維形狀信息。結(jié)構(gòu)光圖像的處理和計算是整個檢測任務(wù)的重要因素之一。目前投射的結(jié)構(gòu)光有多種形式和類型,如單點,點列,點陣,單直線,多條平行線,單圓環(huán),同心圓環(huán),網(wǎng)格,十字叉絲等等.投射結(jié)構(gòu)光的光源類型有激光光源,白熾燈光源等.根據(jù)測量的精度要求和投射光裝置的設(shè)計結(jié)構(gòu)而采用不同的光源.不同的光源的光譜特性是不同的,導(dǎo)致投射出的結(jié)構(gòu)光的光強分布特性不同,從而直接關(guān)系到結(jié)構(gòu)光圖像的處理和分析方法的選擇.目前,由于激光具有良好的方向性、準直性、單色性及高亮度等物理特性,在許多結(jié)構(gòu)光視覺檢測系統(tǒng)中采用激光作結(jié)構(gòu)光的光源.上述的各種形式的結(jié)構(gòu)光,均有以激光為光源的產(chǎn)品.本文主要討論單直線型激光結(jié)構(gòu)光圖像的處理方法.使用的激光器為半導(dǎo)體激光器,發(fā)出一束激光,經(jīng)柱面鏡反射得到一光平面.若該光平面投射到與該平面不平行的平面上,則顯示為一光亮的線條,因此稱為線結(jié)構(gòu)光.1實驗結(jié)果分析本文實驗系統(tǒng)采用的激光器為半導(dǎo)體激光器,輸出波長約650nm,輸出功率約8mW.圖像采集選用Watec公司的WAT-501EX型CCD攝象機,分辨率550線,信噪比大于46dB,有效像素總數(shù)768×576,鏡頭焦距16mm.實驗系統(tǒng)的結(jié)構(gòu)如圖1所示.本文分析了激光線結(jié)構(gòu)光的光強特性,對結(jié)構(gòu)光視覺檢測技術(shù)中的結(jié)構(gòu)光圖像去噪聲處理方法和光條中心提取方法進行了研究,給出了實驗結(jié)果.一般激光器輸出的激光束,既不是均勻平面光波,也不是均勻球面光波,而是一種結(jié)構(gòu)比較特殊的高斯光束,如圖2所示.沿z軸傳播的高斯光束的電矢量表達式E是三維坐標x,y,z的函數(shù),圖3是E分別在z=0和z>0的光束橫截面上的分布情況.由圖3可見,高斯光束的橫截面光斑中心最亮,向外逐漸減弱.高斯光束斜入射到柱面反射鏡上被展開成為一個連續(xù)的光平面,該光平面實際是有一定厚度的,它與被測物體表面的交線是有一定寬度的光亮的線條,稱之為光條.該光條的橫截面光強分布不是均勻的,而是近似服從高斯分布,而且亮度梯度變化較大,如圖4所示.2光的構(gòu)建方法按照處理的先后順序,分為以下4步.2.1結(jié)構(gòu)光圖像的處理由于實際測量的環(huán)境光照是不穩(wěn)定的(如白天的自然光和夜晚的照明燈光等),加之測量工作臺周圍其它物體的反射光,被測物體本身表面的反射光,以及CCD感光面的成像噪聲和圖像采集卡的采樣和量化誤差等因素的影響,使獲得的數(shù)字圖像帶有大量的各種類型的噪聲.所以測量任務(wù)首先要做的就是對圖像進行“凈化”——濾掉噪聲信號,保留有用的光條信號.結(jié)構(gòu)光圖像是一種測量用的圖像,其處理過程和用做其它用途的圖像處理不完全一樣.這里重點做的有兩點,一是“去偽”,即去除假的干擾信號,否則會得到不正確的測量結(jié)果,二是在“去偽”的同時要保證“存真”,即不能改變或去除有用的信號.根據(jù)以上原則,首先使用中值濾波法對原始圖像濾波,這樣可去掉大部分的椒鹽噪聲.下面簡要介紹中值濾波法.中值濾波是一種非線性平滑濾波器,其依據(jù)是:椒鹽噪聲的特點是分散的,隨機的,在一定的鄰域內(nèi),噪聲點的灰度值與鄰域內(nèi)其它點的灰度值相比總是比較“突出”,要么很大,要么很小.所以取鄰域內(nèi)灰度值序列的中間值,就可以將“突出”的噪聲點去掉.工作步驟如下:1)將模板在圖中漫游,并將模板中心與圖中某個像素位置重合;2)讀取模板下各對應(yīng)像素的灰度值;3)將這些灰度值從小到大排序;4)找出灰度序列中排在中間的一個灰度值;5)將這個中間值賦給對應(yīng)模板中心位置的像素.2.2粗細雙光條中心提取在視覺檢測技術(shù)中對結(jié)構(gòu)光圖像處理的目的是為得到光條中心的精確坐標,而根據(jù)前面分析,得到的圖像上的光條是有一定寬度的,一般為幾個像素的寬度,所以中值濾波后進行粗略的光條中心提取,得到單像素寬度的光條.根據(jù)圖4所示的光條橫截面光強分布特點,可知光條的中心位置處最“亮”,即中心位置處像素的灰度值最大.所以,粗略提取光條中心的方法就是逐行搜索,尋找灰度值最大的像素,而且檢驗該灰度最大像素左右兩側(cè)相鄰的幾個像素的灰度值,看是否符合左右對稱、梯度變化的特點.若符合,則認為是最大灰度的像素為光條中心.用這一方法的結(jié)果是,只要是光條線段,總能檢測到其中心,不會漏檢.但這種方法會把一些不在光條上的點認作光條中心,即出現(xiàn)“假”光條中心.2.3光條中心位置中值濾波法既消除絕大部分的椒鹽噪聲,但是結(jié)構(gòu)光圖像中還有其它的干擾因素引起的噪聲,比如,被測物體表面材料引起的反光,被測物體的邊角等較尖銳的部位會有強烈的反光,測量工作臺周圍的其它物體被結(jié)構(gòu)光照射到會反光,而且反射的光又射到被測物體上,諸如此類的情況在獲取的結(jié)構(gòu)光圖像上是經(jīng)常發(fā)生的.這些雜光會在粗提光條中心的過程中制造“假”光條中心.作者采用了一種濾波算法,專門消除這類噪聲.經(jīng)過第2步處理后,圖像已被二值化,粗提的光條中心處的像素值為1,其它像素值為0,而且光條中心的寬度為1個像素.也就是說,當前圖像中每行最多只有一個像素值為1,其余像素值均為0.取一模板,根據(jù)試驗,取3×3鄰域大小就足以消除“假”光條中心,如圖5所示.使該模板沿行和列滑動,當前像素與模板的中心元素對應(yīng),當模板滑動到某一像素值為1的位置時,則計算該像素處的M值:Μ=(a-1)2+(b-1)2+(c-1)2+(d-1)2+(e-1)2+(f-1)2M=(a?1)2+(b?1)2+(c?1)2+(d?1)2+(e?1)2+(f?1)2M的值只能為4或5或6.若M=6,則該像素為孤立的一個亮點,可消除,將該像素值置為0;若M=4,則該像素是連續(xù)的光條上的一點,是有用信號,保留;若M=5,則計算M1值,M1=(a-1)2+(b-1)2+(c-1)2,若M1=2,則該像素連同上一行的值為1的像素為兩個噪聲點,都消除,將相應(yīng)像素值置為0;若M1=3,則該像素可能為光條的起始點,保留,若它是2個鄰近的噪聲點中的第1個,則在處理下一行時自然會被消除掉.經(jīng)過以上處理后,能將所有單像素的噪聲點和兩像素的噪聲點都去掉,一般這樣濾波2到3遍,便足夠濾掉所有非光條上的噪聲點,只保留連續(xù)的光條圖像.2.4次曲線擬合根據(jù)前面對高斯光束的分析,光條的橫截面光強近似服從高斯分布,那么光條的中心可以認為在光強分布的峰值點,所以采用曲線擬合的方法來得到亞像素級精度的光條中心坐標,即利用峰值點附近的像素點坐標和灰度值擬合曲線方程,具體步驟如下:1)對已經(jīng)濾波的圖像依次搜索每一行,找到光強峰值點,即該行中灰度值最大的點,設(shè)該點為M0(x0,y0),灰度值為g0;2)選取M0的左側(cè)鄰點M-2(x-2,y0),M-1(x-1,y0)和右側(cè)鄰點M1(x1,y0),M2(x2,y0),設(shè)其灰度值分別為g-2,g-1,g1,g2.利用以上5點,根據(jù)最小二乘原理進行二次曲線擬合;3)由擬合曲線求出極大值點在x向的坐標x*0,則(x*0,y0)即是所求的光條中心點.擬合曲線方程可以是拋物線或者高斯曲線,下面分別分析.2.4.1xnxxxtxc1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c1c拋物線g=c0+c1x+c2x2(1)g=c0+c1x+c2x2(1)可由c0,c1,c2確定出不同的函數(shù)曲線,這些曲線的共同特點是有最大值,且左右對稱.x=-c12c2(2)x=?c12c2(2)為該曲線的極值點的位置,即光條中心的位置.g-2=c0+c1x-2+c2x2-2g-1=c0+c1x-1+c2x2-1g0=c0+c1x0+c2x20g1=c0+c1x1+c2x21g2=c0+c1x2+c2x22X?C=GX=[1x-2x2-21x-1x2-11x0x201x1x211x2x22]G=[g-2g-1g0g1g2]C=[c0c1c2]XΤXC=XΤG(XΤX)-1XΤXC=(XΤX)-1XΤGC=(XΤX)-1XΤGg?2=c0+c1x?2+c2x2?2g?1=c0+c1x?1+c2x2?1g0=c0+c1x0+c2x20g1=c0+c1x1+c2x21g2=c0+c1x2+c2x22X?C=GX=?????????11111x?2x?1x0x1x2x2?2x2?1x20x21x22?????????G=????????g?2g?1g0g1g2????????C=???c0c1c2???XTXC=XTG(XTX)?1XTXC=(XTX)?1XTGC=(XTX)?1XTG2.4.2高斯曲線擬合中心坐標的計算高斯曲線g=ke-γ(x-μ)2可由k,γ,μ確定出不同形狀的高斯曲線.用它去擬合光條橫截面上峰值點附近的數(shù)據(jù),確定出k,γ,μ,得到擬合曲線反應(yīng)出光條中心附近光強分布的函數(shù)關(guān)系,并將μ對應(yīng)的點作為光條的中心點.對g=ke-γ(x-μ)2兩邊取對數(shù)運算得u(x)=ln?g(x)=ln?k-γ(x-μ)2u(x)=ln?k-γμ2+2γμx-γx2u(x)=a0+a1x+a2x2}(3)a0=ln?k-γμ2a1=2γμa2=-γ}(4)u(x)=ln?g(x)=ln?k?γ(x?μ)2u(x)=ln?k?γμ2+2γμx?γx2u(x)=a0+a1x+a2x2?????(3)a0=ln?k?γμ2a1=2γμa2=?γ?????(4)利用(1)得出a0,a1,a2后,再利用(4)式求得k,γ,μ,即可得到高斯曲線g=ke-γ(x-μ)2.但在實際中,關(guān)心的不是整個高斯曲線,而只關(guān)心其中心位置μ,因此可直接利用μ=-a12a2(5)μ=?a12a2(5)而不必再求k,γ.所以,在這種情況下,用拋物線擬合式(1)和(2)與用高斯曲線擬合式(3)～(5)形式是一樣的.在我們的實驗中采用拋物線擬合來得到光條中心坐標.3亞像素精度光條中心的提取本文提出的結(jié)構(gòu)光圖像處理方法應(yīng)用在本實驗室中的結(jié)構(gòu)光三維多視覺檢測系統(tǒng)中,取得了良好的測量精度.實驗中的被測工件為鋁制,經(jīng)過表面陽極化.工件為150mm×60mm×48mm的長方體形,兩側(cè)分別為凹進6mm的斜坡面.實驗中工件距攝像機約350mm.周圍環(huán)境照明為白天的室內(nèi)自然光和夜晚的日光燈光.圖6所示為帶有光條的被測工件.光條的垂直高度約48mm.這張圖片是工件對光條的反光方向不對準攝像機鏡頭時的圖像.可以看到光條質(zhì)量良好,亮度和粗細都比較均勻.對這一圖像進行處理,得到的亞像素精度的光條中心如圖7所示.圖8和圖9所示的分別是有少量反光和有強烈反光的情況.這兩張圖片分別是工件對光條的反光方向部分對準和正對準攝像機鏡頭時得到的圖像.對于圖8的情況,圖像處理過程中去除“假”光條中心的濾波只過濾兩遍便可得到如圖7的效果.對于圖9的情況,粗略提取光條中心后得到的圖像如圖10所示(限于篇幅,只剪取圖像中光條的上部),可以在光條的上部看到許多由強烈反光引起的“假”中心點.對圖9的強烈反光情況,即粗略提取中心結(jié)果如圖10的情況,執(zhí)行4次去除“假”中心的濾波過程,最終得到的結(jié)果如圖11所示.實驗中使用最小二乘法擬合拋物線,計算得到光條中心坐標,為檢驗這種方法的效果,計算多次測量的算術(shù)平均值的標準誤差:對某一空間點重復(fù)測量n次,計算該點對應(yīng)的算術(shù)平均值的標準誤差;對系統(tǒng)測量空間中m個空間點的算術(shù)平均值的標準誤差計算其均方根作為整體的標準誤差.實驗中取的空間點數(shù)為一條光條的像素數(shù)m=250;每個空間點重復(fù)測量10次,n=10.表1中為其中一小段