一种基于多通道特征融合的线结构光中心线提取方法

本发明涉及三维测量，尤其涉及一种基于多通道特征融合的线结构光中心线提取方法。

背景技术：

1、线结构光三维视觉非接触测量方法实现简单、测量速度快、精度高，被广泛应用于三维测量领域。线结构光照射到被测物体表面形成光条纹后被相机捕获，该光条纹受到被测物体表面材质、几何形状、噪声等因素影响会出现不连续、畸变等现象，如何快速准确提取线结构光中心线，对提高线结构光三维测量的精度具有重要意义。

2、目前对激光条纹中心线提取方法的研究较多，常见的方法包括极值法、灰度重心法、steger算法以及采用边缘检测的方式；其中极值法和灰度重心法是在激光条纹灰度满足高斯分布时效果较好，但是容易受环境噪声干扰，鲁棒性较差；steger算法利用海森矩阵求取光条纹法向量，将其法向上极值作为中心点，但该算法含大量的卷积，实时性较差；边缘检测是通过检测图像中的灰度变化获取边缘特征，此方法容易受到噪声的干扰。

3、针对这些问题，本发明提出了一种基于多通道特征融合的线结构光中心线提取方法，基于多通道特征融合提取线结构光中心线，以完成被测物体表面轮廓测量。

技术实现思路

1、本发明的目的在于，提供一种基于多通道特征融合的线结构光中心线提取方法，在线结构光扫描被测物体表面具有高光反射的情况下，能准确提取线结构光中心线，可以准确地测量被测物体的表面轮廓信息。

2、本发明所采用的技术方案如下：

3、第一方面，本发明提供一种基于多通道特征融合的线结构光中心线提取方法，该方法包括：

4、s1、将采集的线结构光彩色图像分离成rgb图像，并根据光条纹像素的特征确定主次通道hml三灰度图像；其中，主通道h是rgb图像中有效像素最多、干扰像素最多的灰度图，次通道m是rgb图像中干扰像素较少的灰度图，次通道l是rgb图像中目标像素与干扰像素之比最高的灰度图；

5、s2、先将通道h和通道m的灰度图像进行高斯卷积，再分别获取图像每一行（列）像素的横截面波峰kh、km；利用波峰特征对hml图像的亮度值进行融合，保留主通道的目标像素并削弱干扰像素；

6、s3、对粗略提取的roi区域利用中值滤波、阈值分割和八连通域像素面积统计技术去除干扰像素，从而精确提取线结构光条纹的roi区域；

7、s4、利用次通道m的波峰特征，并结合差分模板算法和局部灰度重心法，对精确roi区域快速自适应地提取中心线。

8、接上述技术方案，步骤s1中，线结构光图像大小为w=rowscols；将采集的彩色图像分离成rgb图像，并根据光条纹像素的特征确定主次通道hml三灰度图像；其中，主通道h是rgb图像中有效像素最多、干扰像素最多的灰度图，次通道m是rgb图像中干扰像素较少的灰度图，次通道l是rgb图像中目标像素与干扰像素之比最高的灰度图。其中，有效像素是亮度值大于0的像素，有效像素分为目标像素和干扰像素。

9、接上述技术方案，步骤s2中，分别对h和m灰度图像的每个像素(i,j)采用55的高斯卷积模板窗口进行滤波处理，再利用一阶导数得零并且二阶导数小于零的方法，分别求取h和m图像每一行（列）的横截面波峰kh、km。求取波峰数量可分为如下三步：

10、首先对图像的第i行的像素进行一阶差分，得到第i行第j列的差分值：

11、

12、其中，在处理相邻像素亮度值相等、平缓的情况，需要对的情况进一步修正：

13、

14、最后再利用二阶差分判断波峰数量，得到图像第i行的波峰总量；

15、

16、从而获取主通道h和次通道m的灰度图中光条纹每一行像素的横截面波峰数kh和km。

17、接上述技术方案，利用波峰特征对hml图像的亮度值进行融合，通过对主通道h按行（列）进行预处理，保留主通道h的目标像素，同时削弱主通道h的干扰像素，从而粗略提取线结构光条纹roi区域；方法如下：

18、主通道h第i行（列）的波峰，表示主通道h的有效像素只包含目标像素，此时应保留主通道h的灰度值：

19、

20、主通道h第i行（列）的波峰，表示主通道h的有效像素包含目标像素和少量干扰像素；当次通道m第i行（列）的波峰，表示次通道没有亮度，此时应保留主通道h的灰度值；当次通道m第i行（列）的波峰，表示次通道有亮度，此时应当削弱主通道h的灰度值：

21、

22、主通道h第i行（列）的波峰，表示主通道h的有效像素包含目标像素和大量干扰像素，此时应当削弱主通道h的灰度值：

23、

24、其中，μ为融合系数，t是主通道h含有少量干扰像素时横截面的波峰阈值，d是主通道h含有大量干扰像素时横截面的波峰阈值；是h通道经过预处理获得roi区域单像素点灰度值，、和分别是hml通道的第i行（列）、第j列（行）的像素灰度值。

25、接上述技术方案，步骤s3中，对粗略提取的roi区域中的每个像素(i,j)采用77的中值滤波模板窗口进行卷积和阈值分割技术去噪，再利用八连通域内种子点区域搜索与像素数量统计方法，进一步去除干扰像素，从而精确提取线结构光条纹roi区域；阈值分割方法为：

26、

27、其中，阈值，是粗略提取的roi区域的单像素灰度值。

28、利用八连通域组件过滤算法去除粗略提取线结构光条纹的roi区域中面积较小的连通组件，保留面积较大的连通区域；选取灰度值大于0的像素作为种子点，创建新的连通组件并初始化连通区域大小为0，搜索当前种子点的八邻域，将未被访问的相邻像素个数计入连通区域大小；遍历所有的连通组件，将面积小于最大连通组件面积的1/c的连通组件区域的像素置为0，实现线结构光条纹roi区域的再次去噪，精确提取线结构光条纹roi区域；其中c为连通域面积滤波参数。

29、接上述技术方案，步骤s4中，当次通道m第i行（列）的波峰，表示次通道的有效像素只含有目标像素，采用差分模板算法快速提取中心线；当次通道m第i行（列）的波峰，表示次通道的有效像素包含目标像素和少量的干扰像素，采用局部灰度重心法快速提取中心线。

30、次通道m第i行（列）的波峰，采用差分模板算法来提取中心线，遍历roi第i行（列）获取最大模板差分值的列（行）坐标和最小模板差分值的列（行）坐标，再取其均值确定当前roi的中心点的列（行）坐标：

31、

32、

33、次通道m第i行（列）的波峰，采用局部灰度重心法来提取中心线，记作光条纹的中心列（行）坐标。将前一行（列）i-1行（列）的中心点p(i-1,j0)作为参考点，并计算p(i,j0)附近的线结构光宽度w像素范围内的精确像素点坐标：

34、

35、其中，m为差分模板长度，i为行（列）坐标、j为列（行）坐标，g(i,j)为精确提取roi区域的像素灰度值，p(i,j)为当前模板差分值，为第i行（列）的中心点的列（行）坐标。

36、第二方面，本发明还提供一种物体表面轮廓测量方法，该方法包括：

37、s5、根据上述方法提取的中心线实时生成有序三维点云，获取被测物体的表面轮廓点云，并利用高斯统计滤波剔除离群点噪声；

38、s6、读取可视化三维点云数据，精确测量被测物体的表面轮廓信息，包括精确测量被测物体的面间距：

39、首先利用直通滤波将被测物体的表面轮廓点云进行分割，得到上表面点云和下表面点云；再利用ransac算法对点云进行平面拟合，分别得到：和；

40、计算上下表面的法向量夹角，利用上表面平面方程为参考，得到下表面点云平面方程的修正参数：；

41、精确测量被测物体的面间距为：。

42、本发明与现有技术相比，具有以下优点及有益效果：

43、本发明根据光条纹像素的特征确定主次通道hml三灰度图像，通过图像的波峰特征和多通道亮度值融合方法，能准确获得线结构光条纹roi区域；利用次通道m的波峰特征，并结合差分模板算法和局部灰度重心法，对精确roi区域快速自适应地提取线结构光条纹中心线。本发明有效提高了中心线提取精度，可以较为精确地测量具有高光反射表面的物体，且对于不同材质的物体具有一定的普适性。