复杂光环境下基于线结构光的大断面测量方法
【技术领域】
[0001] 本发明涉及物体断面测量技术领域，尤其涉及一种基于线结构光测量物体断面的 方法。
【背景技术】
[0002] 当今测量领域有一种基于线结构光测量物体断面的方法。其核心思想是利用线结 构光投影到被测断面上，再利用影像单元以一定角度和距离拍摄被测物体。根据拍摄结果， 对影像数据进行图像分析，提取线结构光代表曲线。最终根据预先标定参数对代表曲线的 坐标进行转换，得到被测断面物方的坐标，其测量原理示意图如图1所示。该方法主要用于 当今各种需要快速测量断面的领域。图1所示的线结构光源1包括而不限于：激光器、LED 灯、氙气灯等；影像单元2包括而不限于：感光元件、相机或摄像机等。
[0003] 而随着该方法在工程应用，实践中陆续出现以下问题：
[0004] 1、在环境光源复杂的条件下，特别是环境光强度远大于线结构光源的光强度时， 即使采用滤光设备（例如滤光片），也无法过滤掉与线结构光波段相同的环境光。特别是路 面上存在着高反光杂物的区域的时候此现象更加明显。如此会造成通过影像数据对线结构 光代表曲线提取过程失败或造成极大误差。如图2所示；
[0005] 2、在保持精度不变，也即单位像素对应实际物方距离比例不变的情况下，断面测 量范围受到影像单元视场或者线结构光源本身线长度所限，无法应用于一些大型断面的测 量。虽然可以通过提高影像单元、线结构光与被测物体之间的距离可以提高测量范围，但也 损失了测量精度。
[0006] 3、如果采用多幅拼接的方法，则在动态运动环境下，因固定结构受外力而产生微 小变形，从而造成所测量断面的相对位置变化（平移或旋转），无法组成有效测量断面。包 括：情形一：运动过程中，固定结构受力产生微小变形，产生扭动，投影到被测物体端时，误 差被放大。情形二：运动过程中，固定结构受力产生微小变形，产生相互位移，投影到被测物 体端时，误差被放大。
【发明内容】
[0007] 本发明所要解决的技术问题是克服上述不足，提供一种复杂光环境下基于线结构 光的大断面测量方法。
[0008] 为解决上述技术问题，本发明提供一种复杂光环境下基于线结构光的大断面测量 方法，包括以下步骤：
[0009] i_l、提取结构光疑似区域，所述结构光疑似区域包括真实的结构光区域以及与 真实的结构光区域近似的区域，所述与真实的结构光区域近似的区域，也称为错误识别区 域；
[0010] i_2、在所述结构光疑似区域内排除错误识别区域，得到初步识别区域；
[0011] i_3、在所述初步识别区域基础上，进行代表曲线的提取；
[0012] i_4、从影像中提取到的线结构光代表曲线的相方坐标转换为物方坐标；
[0013] i_5、利用相邻两组线结构光所处影像的重合部分线性形态进行拟合，进行多断面 曲线的拼接融合。
[0014] i-1-l、根据线结构光的几何尺寸和发光特性，构建线结构光特征矩阵A，所述线结 构光特征矩阵A的标定方法为：将线结构光照射在室内、密闭、无外界光干扰、均匀色值、平 直的投影板面上；然后利用影像系统拍摄多幅影像，获取一定时间内的多幅影像的灰度数 据；通过人工限定影像中光带区域，按光带区域宽度的像素个数X，取一个xXX像素的矩阵 区域，计算矩阵区域内每个像素灰度值在多幅影像的连续取样均值与255的比值，将所述 比值根据其像素在矩阵区域的位置对应赋予所述线结构光特征矩阵A的各元素值；
[0015] i-1-2、根据被测物体所处背景环境的纹理特性、光反射特性，构建背景特征矩阵 B，所述背景特征矩阵B的标定方法为：通过影像系统在环境光下对线结构光需要投射的背 景进行拍摄，获取一定时间内的灰度数据；取一个xXnx像素的矩阵区域，其中η是自然数， 取值范围3~5,计算矩阵区域内每个像素灰度值在多幅影像的连续取样均值与255的比 值，将所述比值根据其像素在矩阵区域的位置对应赋予所述背景特征矩阵B的各元素值；
[0016] i-1-3、从影像第一排像素的最左端开始，选取包含xXnx个像素的第一像素区 域，第一像素区域的长方向垂直于要提出的光带；提取第一像素区域的像素灰度值构建临 时的图像矩阵MB 1，计算PB1= BXMB 7ΝΒ，下标i为从1开始的自然数；从xXnx的像素区 域的中心，提取xXX的第二像素区域的像素灰度值构建临时的图像矩阵MA 1，计算PA1 = AXMA1ZiNA, NA、NB分别为A、B矩阵中非0值的个数；计算P1= PA YPB1;
[0017] i-1-4、从所述影像中下移一个像素行，重复步骤i-1-3中计算P1的过程，直到被 选取第一像素区域到达影像的最下端的像素行；
[0018] i-1-5、比较，最大的P1所对应的图像矩阵M1区域即为线结构光代表曲线所在疑 似区域的一列位置；
[0019] i-1-6、回到影像第一排像素，右平移N个像素列选取所述第一像素区域，然后重 复步骤i-1-3、i-1-4的计算Pjtl过程，N为自然数，小于等于X ;
[0020] i-1-7、重复步骤i-1-6,直到被选取第一像素区域到达影像的最右端的像素行；
[0021] i-1-8、每列的最大的P1所对应的图像矩阵MA i区域的集合，构成所述结构光疑似 区域。
[0022] 进一步的，所述步骤i_2在所述结构光疑似区域内排除错误识别区域，对排除后 的区域进行内插补值，得到初步识别区域。
[0023] 所述多断面曲线的拼接融合，具体为：以其中某组线型为基础，对其他组线型进行 一次线性拟合、二次线性拟合或多次线性拟合。
[0024] 有益效果：传统的基于线结构光测量模式，对线结构光亮度和环境单一度过于依 赖。任何干扰光或高反光介质都会影响线结构光代表曲线的提取。造成传统方法往往仅能 应用于室内简单环境。而本发明基于线结构光和背景的特征，采用特征模板矩阵的方式快 速剔除复杂环境噪点的干扰，能有效将本测量方法从仅能适用于室内简单环境拓展于通用 于户外复杂光环境下。解决干扰光或高反光介质对线结构光代表曲线的提取；
[0025] 传统的基于线结构光测量模式，在测量精度保持不变的情况下，无法增大测量范 围。且无法解决多测量组间相对位置变化时的拼接和融合问题，仅仅能运用于静态环境下。 而本发明"基于多断面拼接融合的大断面测量方式"能有效解决在精度不变的情况下测量 大量断面轮廓。同时可应用于动态测量环境中。
【附图说明】
[0026] 下面结合附图和【具体实施方式】对本发明的技术方案作进一步具体说明。
[0027] 图1为基于线结构光测量物体断面的原理流程图，其中，图1(a)是测量结构原理 图，图I (b)是图I (a)测量得到的断面轮廓影像，图I (c)对图I (b)提取的线结构光代表曲 线，图1(d)对图1(c)转换后得到的物方坐标曲线图。
[0028] 图2为路面上存在着高反光杂物的区域时，通过影像数据对线结构光代表曲线提 取过程失败或造成极大误差的示意图。其中，图2(a)为含有高反光噪声的影像数据图，图 2(b)为得到的误识别曲线。
[0029] 图3为提取结构光疑似区域的初次取像素矩阵的处理示意图。
[0030] 图4为提取结构光疑似区域的移动一次取像素矩阵的处理示意图。
[0031] 图5为一个提取结构光疑似区域的实施图例。
[0032] 图6为对图5中的结构光疑似区域排除错误区域后得到的初步识别区域图例。
[0033] 图7为相方坐标相方坐标转换到实际世界的物方坐标的示意图。
[0034] 图8为利用已经标定块的物方大小和其所在影像中的位置建立关系，获得影像中 部分离散标定点和实际物方的对应关系示意图。
[0035] 图9为通过三角网对未建立对应关系区域进行解算，获取影像中所有像素点和实 际物方坐标的对应关系原理图。
[0036] 图10为多断面拼接融合过程示意图。其中图10(a)为存在断面的2条线结构光曲 线图，图10(b)为1次拟合后得到的平滑线结构光曲线图，图10(c)为以最小方差为目标， 整体旋转后的线结构光曲线。
[0037] 图11为本发明的整体流程图。
【具体实施方式】
[0038] 结合图11所示，本发明的复杂光环境下基于线结构光的大断面测量方法，包括以 下步骤：
[0039] 步骤S1、提取结构光疑似区域，结构光疑似区域包括真实的结构光区域以及与真 实的结构光区域近似的区域，与真实的结构光区域近似的区域，也称为错误识别区域；具体 包括以下步骤：
[0040] 步骤1-1、根据线结构光的几何尺寸和发光特性，构建线结构光特征矩阵A。由于 不同线结构光有其几何尺寸和发光特性，例如窄带的线激光器其线宽一般为l_3mm，发光特 性为光轴中间亮两侧暗。针对各种线结构光的几何尺寸和发光特性，本发明采用不同特征 的线结构光特征矩阵。线结构光特征矩阵A的标定方法为：将线结构光照射在室内、密闭、 无外界光干扰、均匀色值、平直的投影板面上；光照射角度和高度按照最终运用的实践安装 角度而定。然后利用影像系统拍摄多幅影像，获取一定时间内（例如5分钟）的多幅影像 的灰度数据；通过人工限定影像中光带区域，按光带区域宽度的像素个数X，取一个xXX像 素的矩阵区域，计算矩阵区域内每个像素灰度值在多幅影像的连续取样均值与255的比值 Pi、P2、-·、ρ9，将比值根据其像素在矩阵区域的位置对应赋予所述线结构光特征矩阵A的各 元素值；
[0041 ]
[0042] 步骤1-2、根据被测物体所处背景环境的纹理特性、光反射特性，构建背景特征矩 阵B。由于被测物体所处背景环境有其纹理、光照特性，例如沥青路