结构光光条提取的混合图像处理方法

・图像和信息处理・

结构光光条提取的混合图像处理方法33

周富强33,陈　强,张广军

(北京航空航天大学仪器科学与光电工程学院,北京100083)

摘要:将大模板高斯递归实现引入到结构光条纹中心提取中,提出了一种基于感兴趣区域(ROI)的结构光条纹

中心混合图像处理方法。结合图像的阈值化和膨胀算法,自动分割出结构光条所在区域作为光条提取的ROI,

利用高斯卷积递归实现获得ROI内光条纹各点的Hessian矩阵,并确定光条纹各点的法线方向,最后在法线方

向利用泰勒级数展开求得ROI内光条纹中心的亚像素图像坐标。实验表明,基于ROI的结构光条纹中心混合

图像处理方法具有精度高、鲁棒性好和自动化程度高等特点,所提出的算法大大地减少了结构光条纹提取的冗

余计算,实现了光条纹中心线的快速高精度提取。在保证光条提取的精度和鲁棒性前提下,所提出的算法将光

条提取速度提高了10多倍,为结构光视觉三维测量的实时应用奠定了基础。

关键词:结构光视觉;条纹;感兴趣区域;亚像素

中图分类号:TP391.41 文献标识码:A 文章编号:100520086(2008)1121534204

C omposite im age p rocessing for center extraction of stru ctu red light strip e

ZHOU Fu2qiang33,CHEN Qiang,ZHANG G uang2jun

(School of Instrument Science&Opto2electronics Engineering,Beihang University,Beijing100083,China)

Abstract:Recursive implement algorithm of G aussian convolution with tremendous template size has been applied to the cen2 ter extrication of structured light stripe.A composite image processing method to detect the sub2pixel center of structured

light stripe based on region2of2interest(ROI)is proposed.By combining image threshold with image dilation,ROIs of struc2 tured2light are automatically segmented in a measured image.The normal directions of light stripe in ROI is determ ined by

Hessian matrix,which is obtained from recursive implement of G aussian convolution.The sub2pixel center of the light stripes

can be found in normal directions with T aylor series expansion.Experiments show that the proposed method drastically re2 duces the redundancy computation and implements high2accurate center extrication of structured light stripe with high speed.

K ey w ords:Structured2light vision;stripe ROI;sub pixels

1　引　言

结构光视觉三维测量具有非接触、动态响应快、系统柔性好等特点,广泛应用于产品快速设计和加工质量控制、逆向工程以及自动控制等诸多领域[1～4]。结构光视觉三维测量技术通过向被测对象投射相应模式的结构光,由摄像机拍摄变形光条图像,基于光学三角原理获取物体表面三维信息,已成为解决物体表面形貌测量、空间位置测量、三维运动信息获取等许多在线测量的最有效途径。

在结构光视觉测量系统中,结构光光条经过被测物体表面的深度变化而受到调制,反映到图像中则发生了畸变,其畸变的程度包含了激光器、CCD摄像机之间的相对位置信息以及被测物体表面的深度信息。要想获得这些信息,必须从包含光条的图像中获取光条中心的图像坐标。因此,在结构光视觉检测中,获取结构光光条中心的高精度图像坐标是结构光视觉传感器校准[5]及获得被测物体三维轮廓[6]的关键步骤。

常见的光条中心线提取方法有灰度阈值法、极值法、梯度阈值法等,这些方法实现简单,但精度不高。贺俊吉等[7]在光条截面上进行高斯或抛物线拟合,再通过求其极值点来得到光条纹中心的亚像素位置,该方法只适合于图像中法线方向变化不大的直线光条纹。图像中的光条可以理解为曲线结构或有一定宽度的线条。Steger[8]利用Hessian矩阵得到图像中的道路和血管等类似条纹的法线方向,然后求法线方向上的极值点得到条纹中心线的亚像素位置。Steger方法具有精度高,鲁棒性好等优点,广泛应用于航拍图像和医学图像的自动分割。Steger方法包含对整幅图像的至少5次大模板高斯卷积运算,因此计算量非常大,很难实现光条纹中心线的快速提取,难以满足实时性要求高的应用场合,如钢轨磨耗动态检测。

光电子・激光

第19卷第11期　2008年11月 Journal of Optoelectronics・Laser Vol.19No.11　Nov.2008 3

收稿日期:2007209220　修订日期:2007211223

　3　基金项目:国家自然科学基金资助项目(50605002);教育部新世纪优秀人才支持计划资助项目(NCET20520194);航空科学基金资助项目(05151062)　33E2m ail:zfq@