基于多尺度的光条中心提取方法及装置的制造方法
【专利说明】基于多尺度的光条中心提取方法及装置
[0001] 技术邻域
[0002] 本发明涉及图像处理邻域，尤其涉及一种基于多尺度的光条中心提取方法及装 置。
【背景技术】
[0003] 在线结构光测量系统中，光条中心的准确提取是影响整个测量系统精度的关键 因素之一。常见的光条中心线提取方法包括：
[0004] 边缘法和阈值法：算法简单，运行速度快，但精度较低。
[0005] 极值法：在光条截面上进行高斯或抛物线拟合，通过求其极值点得到光条中心的 亚像素位置，该方法易因光条灰度分布不均匀和噪声干扰导致光条中心提取精度不高；
[0006] 重心法：重心法能够减小由于光条灰度分布的不对称性引起的误差，但是由于被 测物体曲面和结构等因素，光条纹图像的曲率变化比较大，为了提高光条中心的精度，首 先需要利用Hessian矩阵、Sobel梯度算子和方向模板等被用于确定光条的法线方向，导致 算法复杂，计算量大；
[0007] Steger方法：由德国Steger C博士利用Hessian矩阵得到图像中光条的法线方 向，然后求法线方向上的极值点得到光条中心线的亚像素位置，具有精度高、鲁棒性好及应 用广泛等优点；但是针对高反光及光条粗细变化剧烈的激光光条图像，依然无法实现高精 度的提取光条中心；且操作过程中大量的卷积操作导致运算速度较慢。
【发明内容】
[0008] 有鉴于此，本发明的主要目的在于提供一种基于多尺度的光条中心提取方法及装 置，能适用于高反光状态下光条粗细变化剧烈的光条中心点坐标的高精度提取。
[0009] 为达到上述目的，本发明的技术方案是这样实现的：
[0010] 本发明第一方面提供一种基于多尺度的光条中心提取方法，所述方法包括：
[0011] 对图像进行噪声平滑处理，获取平滑图像；
[0012] 通过骨骼化方法对所述平滑图像进行处理得到光条的初始中心点及对应每一所 述初始中心点所对应的初始法线方向；
[0013] 沿所述光条初始中心点的所述初始法线方向，对光条横截面进行灰度高斯函数拟 合，获取光条每一位置处的光条宽度；
[0014] 依据每一位置处的光条宽度，确定每一位置处的第一卷积高斯核均方差σ 0及所 述第一卷积高斯核的两维宽度Ν*Ν，并根据所述〇。及Ν*Ν确定第一高斯卷积核；
[0015] 依据所述第一卷积高斯核，卷积求取每一所述初始中心点所在的1*1邻域范围 RON内每个像素的第一 Hessian矩阵；所述1为大于3的正整数；
[0016] 依据所述第一 Hessian矩阵求取光条中心像素级的候选点；
[0017] 以每一所述候选点为基点，获取光条中心点的亚像素坐标；
[0018] 依据所述亚像素坐标连接各所述光条中心点形成光条中心。
[0019] 优选地，
[0020] 在依据每一位置处的光条宽度，确定每一位置处的卷积高斯核均方差σ。之后，所 述方法还包括：
[0021] 依据〇 σ Q-delta σ ; σ+1= σ Q+delta 〇，确定每一位置处的第二卷积高斯核均 方差σ 1及第二卷积高斯核的两维宽度N 4Ν i，第三卷积高斯核均方差σ +1及第三卷积高 斯核的两维宽度Ν+1*Ν+1 ;所述delta 〇为卷积高斯核均方差修正因子；
[0022] 依据每一所述第二卷积高斯核，卷积求取RON区域内每个像素所对应的第二 Hessian 矩阵；
[0023] 依据每一所述第三卷积高斯核，卷积求取RON区域内每个像素所对应的第三 Hessian 矩阵；
[0024] 在依据所述第一 Hessian矩阵求取光条中心像素级的候选点之前，依据公式 C = f 2 I 1、.计算所述RON内每一像素对应的0 ,形成集合S;
[0025] 所述
[0026] 取所述S中最大值€^所对应的卷积高斯核均方差为最佳卷积高斯核均方差 ^ best ?
[0027] 所述依据所述第一 Hessian矩阵求取光条中心像素级的候选点为：
[0028] 依据所述〇 best所对应的卷积高斯核求取最佳Hessian矩阵；
[0029] 依据所述最佳Hessian矩阵求取光条中心像素级的候选点；
[0030] 其中，所述m的取值为_1、0或+1 ;所述I XnJniax为所述Oni所对应的Hessian矩 阵的模最大特征值；所述P 1为所述RON区域内第i个像素；所述I为所述RON区域内像素 总数；所述i为小于所述I的整数。
[0031] 优选地，依据如下公式求取第一卷积高斯核的两维宽度、第二卷积高斯核的两维 宽度和第三卷积高斯核的两维宽度；
[0032] Nm=2*round (4* 〇 J +1 ;
[0033] 其中所述round表示四舍五入。
[0034] 优选地，求取所述第一 Hessian矩阵、第二Hessian矩阵、第三Hessian矩阵包括：
[0035] 定位每一初始中心点所在的所述RON区域内的1*1个像素；
[0036] 以RON区域内每一像素 P1为中心，定位图像中ROC区域；其中所述RON区域的范 围大小等于所对应卷积高斯核的两维宽度；
[0037] 将第一卷积高斯核、第二卷积高斯核、及第三卷积高斯核分别与所对应的RON区 域进行单像素卷积得到对应的第一 Hessian矩阵、第二Hessian矩阵及第三Hessian矩阵；
[0038] 5、根据权利要求2所述的方法，其特征在于，求取候选点包括：
[0039] 利用 C』、σ 1U ra S1 χ ;所述。" 为。best ;
[0040] 选取??大于阈值的像素点为候选点。
[0041] 本发明第二方面提供一种基于多尺度的光条中心提取装置，所述装置包括：
[0042] 平滑单元，用于对图像进行噪声平滑处理，获取平滑图像；
[0043] 第一获取单元，用于通过骨骼化方法对所述平滑图像进行处理得到光条的初始中 心点及对应每一所述初始中心点所对应的初始法线方向；
[0044] 第二获取单元，用于沿所述光条初始中心点的初始法线方向，对光条横截面进行 灰度高斯函数拟合，获取光条每一位置处的光条宽度；
[0045] 第一确定单元，用于依据每一位置处的光条宽度，确定每一位置处的第一卷积高 斯核的均方差及第一卷积高斯核的两维宽度N*N，并根据所述〇。及N*N确定第一高斯 卷积核；
[0046] 第一求取单元，用于依据每一所述第一卷积高斯核，卷积求取每一所述初始中心 点所在的1*1邻域范围RON内每一像素的第一 Hessian矩阵；所述1为大于3的正整数；
[0047] 第二求取单元，用于所述第一 Hessian矩阵求取光条中心像素级的候选点；
[0048] 第三获取单元，用于以每一所述候选点为基点，获取光条图像中心点的亚像素坐 标；
[0049] 连接单元，用于依据所述亚像素坐标连接各所述光条中心点形成光条中心。
[0050] 进一步地，
[0051] 所述装置还包括第三求取单元及第四求取单元；
[0052] 所述第一确定单元，还用于在确定每一位置处的卷积高斯核均方差〇 0的之后， 依据σ i=〇(j-delta〇 Wq=OtfKleltao,确定每一位置处的卷积高斯核方差第二卷积高 斯核均方差σ i及第三卷积高斯核均方差〇+1;所述delta 〇为卷积高斯核均方差修正因 子；
[0053] 所述第一确定单元，还用于依据所述〇 i获取第二卷积高斯核的两维宽度NfN1, 依据所述σ +1获取第三卷积高斯核的两维宽度N+1*N+1 ;
[0054] 所述第一求取单元，还用于依据每一所述第二卷积高斯核，卷积求取RON区域内 每个像素每一所述初始中心点所对应的第二Hessian矩阵；依据每一所述第三卷积高斯 核，卷积求取RON区域内每个像素每一所述初始中心点所对应的第三Hessian矩阵；
[0055] 所述第三求取单元，还用于在依据所述第一 Hessian矩阵求取光条中心像素级的 候选点之前，依据公式计算C 二σ & 2 Ilw Imax计算所述RON内每一像素对应的 5形成集合S;
[0056] 所述
[0057] 第四求取单元，用于取所述S中最大值?〗"所对应的卷积高斯核均方差为最佳卷积 高斯核均方差 ^ best ?
[0058] 所述第一求取单元，还用于依据所述〇 best所对应的高斯核求取最佳Hessian矩 阵；
[0059] 所述第二求取单元，具体用于最佳Hessian矩阵求取光条中心像素级的候选点；
[0060] 其中，所述m的取值为_1、0或+1 ;所述I AnJniax为所述Oni所对应的Hessian矩阵 的模最大特征值；所述P 1为所述RON内第i个像素；所述I为所述RON内像素总数；所述i 为小于所述I的整数。
[0061] 进一步地，
[0062] 所述第一确定单元，具体用于依据如下公式求取第一卷积高斯核的两维宽度、第 二卷积高斯