基于激光检测的三维特征区分和提取技术研究.docx
- 文档编号:29231311
- 上传时间:2023-07-21
- 格式:DOCX
- 页数:39
- 大小:804.80KB
基于激光检测的三维特征区分和提取技术研究.docx
《基于激光检测的三维特征区分和提取技术研究.docx》由会员分享,可在线阅读,更多相关《基于激光检测的三维特征区分和提取技术研究.docx(39页珍藏版)》请在冰豆网上搜索。
基于激光检测的三维特征区分和提取技术研究
基于激光的三维检测特征区分和提取技术研究
摘要
现代科技的飞速发展,对三维测量技术提出了越来越高的要求。
线结构光三维检测技术是测量物体表面轮廓最普遍的方法之一,由于该方法具有大量程、非接触、速度快、测量精度适中、光条图像信息易于提取等优点,在工业检测中得到了广发应用。
对线结构光测量技术的研究,对军事、工业等领域的发展都具有重大的意义。
本文论述了线结构光测量系统的原理和系统组成,描述了系统的测量过程,介绍了图像处理的步骤,分为滤波与二值化处理,光条中心提取,并对每个部分的处理方法进行了分析。
本论文介绍了一套结构光测量系统装置,对实际物体进行实验测量,并且拍摄一系列图像,从中挑选一些典型的图像使用VC++软件编写程序进行处理。
通过采用不同的方法对图像进行去噪与二值化的处理,通过对比,选取效果较好高斯滤波的方法处理图像。
对光条中心提取处理过程,选择比较简单的几何中心法,处理后提取出了光条中心的二值化图像。
然后,通过对图像处理将提取的单像素条纹进行扫描处理,通过最小二乘法拟合直线,从而得到所需的物体表面的参数数据。
最后对所得的数据进行进一步处理,得到相对准确的数据。
实验结果表明,对物体表面特征的识别和处理效果比较好,达到系统的设计要求。
关键词:
线结构光,图像处理,像素,最小二乘法
Theresearchofthefeaturedistinguishandextractiontechnologybasedonlaser3Ddetection
Abstract
Withtherapiddevelopmentofmodernscienceandtechnology,higherandhigherpetitionsof3Dtechnologyhavebeenasked.Linearstructuredlight3ddetectionisoneofthemostpopularwaysformeasuringobjectssurfaceprofile.Becausethemethodoflinearstructuredlighthasbeenfoundwideappliedforitsadvantagesofwiderange,widefieldofview,highaccuracy,simpleprincipleandsimplestructure.Theresearchonthemethodoflinearstructuredlightisofgreatimportanceintheareaofmilitary,industry,andsoon.
Thisthesisdescribedtheprincipleandthemakeupoflinearstructuredlightmeasurementsystem.Thengenerallyintroducedthefoursequencesofimageprocessingandcalibration,includingfilteringandbinarization,lightstripecentreextraction,shaperecognitionandcalibration.
Onthebasisofthesetheories,thisthesisintroducedameasurementsystemoflinearstructuredlight,usedittocarryouttheexperiment,andtookaseriesofimagesofmeasuredobjects.ChoosesometypicalimagesanduseVC++towritesoftwareprogramforprocessing.Byusingdifferentmethodstodoimagedenoisingandbinaryprocessing,throughcomparing,choosethebettereffectsganssianfiltermethodtodealwiththeimage.Thecenterextractionprocessofthelightstripechoosetherelativelysimplegeometriccentermethod,thenwegetthebinaryimageofthelightstripecenter.Thenwescanthesinglepixelimagebytheimageprocessing,throughtheleastsquaresmethodfittinglines,thusweobtainthesurfaceparameters’dataforrequire.Finallygetrelativelyaccuratedatabythedataofincomeforfurthertreatment.
Experimentalresultsshowthatsurfacecharacteristicsofobjectsofrecognitionandprocessingeffectisgood,achievingsystemdesignrequirements.
KeyWords:
Linearstructuredlight;Imageprocessing;Pixel;Leastsquaremethod
目录
摘要III
AbstractIV
第一章绪论-1-
1.1课题背景和意义-1-
1.1.1光学三维测量技术背景与意义-1-
1.1.2线结构光测量系统的研究现状-2-
1.1.3本论文的主要内容-3-
第二章线结构光测量原理-5-
2.1线结构光探测模型的建立-5-
2.1.1三种坐标系-5-
2.1.2线结构光探测系统-5-
2.1.3结构光模式-6-
第三章图像处理-8-
3.1图像滤燥与二值化处理-8-
3.1.1典型图片的选择-8-
3.1.2影响光条图像质量的因素-8-
3.1.3图像处理的一般流程-10-
3.1.4图像滤波-11-
3.1.5滤噪与二值化处理-11-
3.2光条中心提取-12-
3.2.1光条中心提取方法综述-12-
第四章程序设计和结果分析-15-
4.1OpenCV介绍-15-
4.1.1OpenCV特点-15-
4.1.2OpenCV在C++环境下的配置-16-
4.2程序设计-18-
4.2.1程序设计要求-18-
4.3结果-19-
4.3.1图像处理流程及结果-19-
4.3.2结果计算-21-
第五章总结与展望-22-
致谢-23-
参考文献-24-
附录1线结构光探测系统图像处理程序代码-25-
第一章绪论
测量是一门古老而富有智慧的科学,从人类文明的诞生至今,已经有几千年的历史了。
人类社会在不断进步,测量技术也在不断进步,随着近几十年来电子学、激光技术、空间技术、信息技术的飞速发展,给测量技术注入了新的活力,使测量技术趋于自动化、数字化、智能化、信息化、精确化。
研究新型的测量装置和先进的测量方法,对科研、生产和生活都具有重要的意义。
1.1课题背景和意义
1.1.1光学三维测量技术背景与意义
光学三维测量技术具有量程大、非接触、速度快、系统柔性好、精度适中等优点,是目前工程中应用广泛的一种三维数据采集方法。
它是以现代光学为基础,融入光电子学、计算机图像处理、图形学、信号处理、模式识别技术等学科技术于一体的现代测量技术[1],把光学图像作为检测和传递信息的手段或载体加以利用,通过使用CCD摄像机对目标进行成像,从图像中提取有用信息,从而实现计算机中三维实体模型的重建。
激光技术、精密计量光栅制造技术、计算机技术以及等高新技术的发展,高分辨率的彩色图像系统等硬件设施的应用,和数字图像处理、模式识别等软件技术的不断发展,使它在光学测量领域的技术新,拥有了更广阔的发展前景,在军事、工业等方面的应用越来越广泛。
当前,已经被实际应用的光学三维测量技术大致分为主动式和被动式两大类。
其中被动视觉方法更多的是应用在二维情况,典型的应用之一是集成电路和半导体行业,其具体条件为:
被观测对象的理想尺寸和位置己知,照明也经过了细致的调整,即测量系统处在很理想的测量环境下。
在更一般的情况,对于三维目标的较精确测量,更多的是采用主动视觉的方法。
在主动视觉方法中,结构光三维视觉测量方法基于光学三角法测量原理,由激光器照明,CCD摄像机作为结构光图像传感器。
激光器根据测量需要将一定模式的光线射于物体表面形成特征图样,再调节CCD摄像机拍摄特征图像。
建立合理的坐标系之后,由物体表面投射光图案的几何形态特征,通过图像处理提取特征点形成的像素坐标发生了偏移和断续,偏移的程度与形状有关[2]。
通过这种关系,对CCD拍摄到的图像进行处理,就可以求取物体的形状。
多线结构光方法是线结构光方法的一种变化形式,是采用光栅或者网格进行测量。
测量中向物体表面投射了多条光条,其目的一方面是为了在一幅图像中可以处理多条光条,提高图像处理的效率,另一方面是为了实现物体表面的多光条覆盖从而增加测量的信息量,以获得物体表面更大范围的深度信息。
较之线结构光法,多线结构光法检测的效率提高,但同时增加了系统复杂度,标定复杂性和光条匹配问题。
结构光三维测量技术是测量物体表面轮廓最普遍的方法之一,利用结构光可以简单、快速并且精确地对被测物体进行三维测量,对获取的三维数据点集进行三角剖分,可以快速准确地重建被测物体的三维形状。
它是一种依据三角法测量原理为基础,既利用图像作为信息载体又利用可控光源的测量技术。
由于该方法具有大量程、非接触、速度快、测量精度适中、光条图像信息易于提取等优点,在工业测量中得到了广泛应用[3]。
结构光光源可以采用激光或者白光,选用激光作为结构光光源可以大大增加图像中结构光光条与背景的对比度,便于结构光图像处理,因而得到了广泛应用。
从结构光光源的几何形状上来说,有点状、线状、圆形状、其他特殊形状等多种形状,其中以线状结构光的应用最为广泛,线结构光又可分为单线结构光和多线结构光等。
在实际应用中,线结构光测量系统由于其快速、精确、稳定性好,而且结构简单,易于实现,相比点结构光提高了效率,又避免了面结构光方法的复杂性,因此在各个应用领域,如制造业、军事、医学上获得了更广泛的应用。
本项目中采用的也是线结构光系统,因此本论文的内容都围绕线结构光测量系统展开。
1.1.2线结构光测量系统的研究现状
三维测量技术的核心是三维信息的获取,国内外学者在这一领域做了大量的工作,一些实用系统也应用于实际工作中。
从应用目的看,这方面的工作氛围两大类:
一种是获得视野范围内的立体信息;另一种是以被测物体为中心,获得物体表面全方位立体信息。
70年代初,[4]Will和Pennington首先提出利用结构光单点法进行三维测量,这种方法能够精确地获取被测点的三维信息,但是由于每次只是投射一个光点,而测量完一整个物体至少需要几千个数据点,因此该方法测量速度非常慢;之后发展为单线结构光法,通过投射源投射出平面狭缝光,每次投射一条结构光条纹,每幅图像可得到一个截面的深度,为得到整个物体便面的三维形状,需增加以为扫描机构,其测量精度略低于单点法;在测量速度上大为改善,该方法也是在商业上广为应用的获取三位深度信息的成熟方法;为了解决测量速度和精度问题,学者们提出了多线结构光法,该方法可以通过一幅图像就可以获取这个被测物体表面的三维形状,测量速度快,同时测量精度高,这种方法也是目前研究人员进行物体三维测量与三维重建常采用的方法。
国内许多学者对结构光三维测量原理和方法进行了深入地研究,并广泛地应用于各个领域。
[5]战丽等采用二进制编码结构光用于形貌测量;杨培等利用线结构光通过机器人手臂实现扫描来测量工件三维数据;周丽丽等利用光栅投射到物体表面,测量物体的三维形貌;刘国文等利用线结构光扫描构成三维视觉系统进行三维测量和曲面重建;袁芳林等采用结构光相移实现了人脸三维形貌数据的获取;王树杰等自制三维激光测量仪对牙颌模型表面进行了三维测量,并用所测量数据重建了牙颌的实体模型;王亚元将结构光光栅投影到软质材料和薄壁零件上实现了非接触测量;樊强等采用激光点扫描测量道具面形的细微特征,并再现了道具复杂突变表面;许丽等采用投影仪投射出编码多线结构光实现目标三维测量。
国外,结构光三维测量系统的研究更为成熟,已经制造出许多基于结构光的三维测量设备应用于各个领域。
[6]Cyberware是美国一家著名的三维光学扫描公司,其产品系列的扫描对象包括苹果大小的物体到人体的全身扫描;日本美能达公司开发了名为Vivid的激光扫描系列,测量从110mm×80mm×40mm到1200mm×90mm×75mm大小范围的物体,而且具有自动对焦功能,简化了使用前的距离调整和标定过程;德国Gom公司开发的Atos扫描仪是根据结构光三角测量原理计算物体表面的三维信息。
目前,对线结构光测量系统的研究,主要集中在模式识别与标定方法的研究上。
这就需要对CCD摄像机拍摄的图像进行处理,通过滤噪与二值化,光条中心提取等步骤提取出有用信息后,对信息进行分析,来判断出被测物体的形状与位置。
其中,对滤噪有各种线性与非线性滤波器方法;二值化处理要设计合适的阈值;对光条中心提取这一步有细化法、水平中值法、灰度重心法、阈值法等。
基于结构光的三维测量能够快速、非接触式地获取被测目标的三维信息,能够实现在线测量,对一些特殊的测量目标如重要文物、弹塑性材料、人体的等,结构光测量方法能够很好地完成传统的测量方法所不能完成的任务;同时,结构光测量能够为目标重建提供大量的三维数据。
目前,结构光技术快速发展,采用多线结构光三角测量法一次测量可以获得目标可见表面全部被测点的三维数据,得到数据点集,通过对数据点集进行差值可以得到目标表面更多的三维数据信息。
基于结构光的三维测量被广泛应用于工业现场三维测量、飞机外形、水轮叶片形状、汽车外形、导弹、卫星、大型雷达几何尺寸测量、考古、车祸、机器人运动轨迹等领域,尤其在逆向工程中有重要的作用。
此课题是基于以上背景提出的,针对当前飞机蒙皮主要检测方法还是运用各种检验塞尺和方尺进行检测,效率低、人为因素多、精度没有保障、浪费人力物力。
当前现有的光学测量系统,存在着精度不高,稳定性差的难题。
所以,本课题具有重要的研究意义和实用性。
1.1.3本论文的主要内容
本论文对设计的线结构光测量系统的图像处理和物体表面特征区分和处理进行研究。
具体工作有以下几个方面:
(1)描述了线结构光探测系统的原理、系统结构及模型,分析了各个因素对探测精度的影响。
(2)设计并搭建了一套线结构光探测系统,并使用它进行实验测量,使用系统中配套的CCD摄像机对被线激光照亮的被测物体拍摄了图像。
(3)通过对拍摄到的图像进行滤噪处理和光条中心提取等步骤,对被测物体表面特征进行区分和识别。
各章的内容大致如下:
第一章:
介绍了结构光探测方法的技术背景,并对本论文的工作作出说明。
第二章:
介绍了线结构光测量原理,包括建立模型。
第三章:
介绍了线结构光测量图像的一般处理过程以及处理方法的分析对比。
第四章:
对拍摄到的图像进行编程处理,介绍了使用的软件和程序设计及分析。
第五章:
总结并展望下一步工作。
第二章线结构光测量原理
线结构光测量系统由于其快速、精确、稳定性好,而且结构简单,易于实现,相比点结构光提高了效率,又避免了面结构光方法的复杂性,因此在各个应用领域,如制造业、军事、医学上获得了更广泛的应用。
本章介绍线结构光的测量模型,测量步骤与图像处理方法。
1.
2.1线结构光探测模型的建立
线结构光三维视觉检测模型的建立,主要方法有:
基于较精确数学模型的解析三角法、基于透视投影的方法和基于非数学模型的方法,如神经网络法等,根据具体的检测情况与精度与效率要求,模型建立的方法也是多种多样的。
3.
3.1.
2.1.1三种坐标系
图2.1图像坐标系、摄像机坐标系和世界坐标系
在线结构光测量系统中,一般要用到三种坐标系:
图像坐标系、摄像机坐标系与世界坐标系。
图像坐标系是以图像内部一点为原点,与摄像机的坐标轴平行的坐标系。
世界坐标系是在实验环境中选择的坐标系,可以根据实际情况来自由选取,基本原则是方便计算[7]。
摄像机坐标系以摄像机镜头光心为坐标原点,Z轴平行于光轴,X,Y轴垂直于光轴。
总的说来,由于系统测量的环境不同,具体的系统所要求的精度与效率也不同,所以在不同应用场合下,有适合特定测量系统的图像处理、模式识别与标定方法。
本论文的目的在于设计线结构光测量系统,并对此设计的线结构光测量系统选择合适的方法来进行图像处理与形状识别,并为其选择合适的标定方法。
1.
1.1.
1.1.1.
2.1.2线结构光探测系统
线结构光三维视觉测量是基于光学三角法测量原理。
如图所示,光学投射器将单线结构光投射于物体表面,在表面上形成由北侧物体表面形状所调制的光条三维图像。
该三维图像由处于另一位置的摄像机探测,从而获得光条二维畸变图形。
光条的畸变程度取决于光学投射器与摄像机之间的相对位置和物体表面轮廓。
由光学投射器、摄像机和计算机系统即构成了结构光三维视觉测量系统。
图2.2线结构光探测系统模型
2.1.3结构光模式
根据光学投射器所投射的光束模式的不同,结构光模式可分为点结构光模式、线结构光模式、多线结构光模式等。
1)点结构光模式
如图2.3所示,激光器发出的光束投射到物体表面上产生一个光点,光点经摄像机的镜头成像在摄像机的像平面上,形成一个二维像点。
作为一种独具特色的非接触式测量方法,点结构光模式满足在线检测中快速、实时的要求。
但其不足是信息量少,每次只能获得物体表面一个点的信息。
2)线结构光模式
线结构光模式又称为光带模式。
如图2.4所示,激光器投射的光束通过一柱面镜在空间中形成一窄的激光平面,当与物体的表面相交时便在物体表面产生一亮的光条。
该光条由于图像表面深度的变化以及可能的间隙而受到调制,表现在图像中则是光条发生了畸变和不连续,畸变的程度与深度成正比,不连续则显示出了物体表面间的物理间隙。
线结构光视觉的任务就是从畸变的光条图像信息中获取物体表面的三维信息。
很显然,较点结构光模式,线结构光模式的测量信息量大大增加,而其实现的复杂性并没有增加,因而得到广泛应用。
3)多线结构光模式
多线结构光模式是光带模式的扩展。
如图2.5所示,由光学投射器向物体表面投射了多条光条,其目的一方面是为了在一副图像中可以处理多条光条,提高图像的处理效率,另一方面是为了实现物体表面的多光条覆盖从而增加测量的信息量,以获得物体表面更大范围的深度信息。
较之光带模式,多线结构光模式的效率和范围增加,但同时引入了标定复杂性的增加和光条匹配问题。
CCD摄像机
点激光器
激光束
图2.2点结构光模式
CCD摄像机
激光器
线性激光条
图2.3线结构光模式
激光器
CCD摄像机
光栅编码平面
图2.4多线结构光模式
结构光方法的基本原理是使用简单光源发出一束光扫描视场,根据物体、光源、探测器间的三角位置关系获得距离图像。
结构光法具有原理简单、大量程、大视场、非接触、高效率、易于实现、测试过程自动化和较高的测量精度等优点,因此在现代测量领域占有重要地位。
结构光方法测量过程主要包括两个步骤:
第一步:
由激光投射器根据测量需要投射可控制的光条结构光到物体表面形成特征点,并调节CCD摄像机与视频采集软件,拍摄关于特征点的图像。
第二步:
建立合理的坐标系。
由物体表面投射光图案的几何形态特征,通过滤噪、二值化、直线拟合等步骤,提取得到特征点形成的像素坐标。
第三章图像处理
上一章对于线结构光测量系统的实验装置和实验方法做了详细的介绍,并且通过实验使用CCD摄像机拍摄得到了一系列被测物体的图像。
由于拍摄环境和设备的影响,所得到的图像比较粗糙,为了能够从原始图像中提取出有用的信息,必须对图像进行处理。
本章主要对拍摄到的图像进行处理的过程进行详细的叙述,此过程是通过OpenCV在VC++的WIN32平台上实现的。
2
3
2.
3.1图像滤燥与二值化处理
1.
2.
2.1.
4.
4.1.
3.1.1典型图片的选择
在上一章中,已经用CCD摄像机拍摄到了很多组图像,图片的数量较多,因此必须选取合适的典型的图片进行单幅处理,确定阈值二值化处理。
为此,选取如下图片:
图3.1典型图片
在实际操作中,CCD摄像机拍到的图像中混杂了很多噪声。
影响图像质量的主要因素有:
光条自身“厚度”变化、光强的变化、被测物体表面的性质、图像采集系统内部的电热噪声等。
为了从有噪声的图像中提取出有用信息来,并对有用信息做整合,必须对图像进行一定的处理。
1.2.
4.2.
3.1.2影响光条图像质量的因素
理想的结构光光条图像,除黑色背景外,只包含光条位置的灰度信息。
而实际则不然,一幅结构光光条图像包含有大量的灰度信息,其中,包含光条位置的灰度信息,也包括除光条位置的灰度信息之外的其他灰度信息,像噪声、复杂背景等,这些灰度信息将会对有效信息造成干扰,给结构光光条图像处理带来困难。
故对影响光条图像质量的因素进行研究,以便采取适当的方法,减少干扰灰度信息对光条中心提取的不良影响是很有必要的[8]。
影响结构光光条图像质量的主要因素有:
光平面自身的变化,CCD摄像机内部产生的噪声,测量环境的影响等。
(1)光平面自身的变化
光平面自身的变化包括光平面的厚度变化以及光强变化,它是有规律的、可重复的,可以采用合适的方法来消除这种影响,如可以根据实际检测需求选择合适线宽、合适光强的激光器等。
(2)CCD摄像机内部噪声
CCD摄像机内部产生的噪声是随机的、不可重复的,不同的时间、不同的地点进行测量,所产生的噪声千差万别,没有统一的规律。
在CCD中存在以下几种主要噪声:
光子噪声、散粒噪声、肥零噪声、转移噪声、暗电流噪声等[9]。
CCD摄像机的内部噪声对所采集图像主要会带来高斯噪声、椒盐噪声等,故针对CCD摄像机内部噪声,可采用高斯滤波、中值滤波等图像滤波方法减少CCD摄像机带来的不良影响,关于图像预处理方法将在下一章中阐述。
(3)测量环境对光条图像质量的影响
除了光平面自身的变化以及CCD摄像机内部噪声会对结构光光条图像质量造成较大影响外,测量环境也会对结构光光条图像造成较大影响。
测量环境对光条图像的影响因素主要有光照强度、待测物体的表面反射率、待测物体表面的形貌等[10
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 激光 检测 三维 特征 区分 提取 技术研究
![提示](https://static.bdocx.com/images/bang_tan.gif)