本章大綱

4 光條紋中心提取技術研究

4.1 結構光條紋特征

4.2 常用的像素級別特征提取方法

4.2.1 灰度重心法4.2.2 極值法4.2.3 方向模板法4.2.4 閾值法4.2.5 幾何中心法

4.3 常用的亞像素級別特征提取方法

4.3.1 曲線擬合法4.3.2? Hessian 矩陣亞像素中心提取法

4.4 基于方向圖的光條紋亞像素中心提取

4.4.1 光條紋中心初值提取4.4.2 光條紋法向計算4.4.3? 光條紋亞像素級別中心提取4.4.4 實驗結果與分析

4.5 特征檢測技術研究

4.5.1 背景介紹4.5.2 常見特征及其檢測方法介紹4.5.3 實驗結果與分析

4.6 本章小結

、4.5?特征檢測技術研究

4.5.1 背景介紹

多傳感器三維檢測系統在檢測過程中會遇到不同類型的被測特征，不同的被測特征所需要求取的參數不同。針對不同的檢測特征，提出不同的檢測方案是十分必要的。本節主要介紹了三維檢測過程中的常見特征，并且介紹了各個特征的檢測方法。

4.5.2 常見特征及其檢測方法介紹

在三維檢測過程中，不同的被測物會表現出不同的檢測特征，本節主要對常見的幾類特征：直線特征、臺階特征、縫隙特征、凹坑特征、圓形特征進行介紹，并根據各個特征的特性提出合適的檢測方案。4.5.2.1 直線特征直線特征常用于被測物邊長的檢測。光條紋投射到被測物表面檢測邊長的圖像如圖 4.11( b)所示。當光條紋垂直投射時，此時光條紋的長度即為被測物的邊長，即 AB 的長度。當光條紋不垂直于被測物邊緣時，此時光條紋的長度不等于被測物邊長，如圖 4.11( c)所示。當光條紋傾斜時，可采用雙條紋檢測邊長，如圖 4.11( d)所示，此時分別擬合 AA' 和 BB' 直線，計算兩條直線之間的距離作為邊長長度。

圖 4. 11 直線特征檢測圖?4.5.2.2 臺階特征臺階特征是特征檢測中常見的特征之一。光條紋垂直投射到臺階特征，臺階圖像如圖 4.11 ( b)所示。臺階特征檢測的方法為：首先擬合臺階起始點 A' 和結尾點 B' 為直線，計算臺階條紋上點到直線 L 的距離，距離最大的點即為臺階拐點 A 、 B ；然后擬合直線 AA' 和 BB' ，計算拐點 A 到直線 BB' 的距離以及點 B 到點 AA' 的距離；最后計算兩個距離的平均值作為臺階高度。

圖 4. 12 臺階特征檢測圖4.5.2.3 縫隙特征

縫隙特征和臺階特征一樣，也是常見的特征之一?？p隙特征檢測的常見圖像如圖 4.13( b)所示，通過求取三維點 A 和 B 之間的距離作為縫隙的長度。對于存在高度差的縫隙特征，如圖4.13( c) 所示， 計算三維點 A 和 B 之間的水平距離為縫隙間距， 計算點 A 到直線 L2 的距離和 B到直線 L1 的距離的平均值作為縫隙的高度。?

圖?4. 13?縫隙特征檢測圖

4.5.2.4 凹坑特征

物體在使用、搬用過程中表面可能會產生損壞的情況，物體表面的凹坑是常見損壞的一種。光條紋投射到凹坑的圖像如圖 4.14( b)所示。計算圓弧上點到凹坑邊緣線的距離，求取距離的最大值作為凹坑的深度。單線條紋無法確定凹坑最深距離，可采用雙線光條紋或者十字光條紋進行投射，通過重建雙線光條紋或者十字光條紋計算凹坑最深距離。

圖 4. 14 凹坑特征檢測圖

4.5.2.5 圓形特征圓形特征的檢測一般為計算圓的直徑信息。圓形特征的圖像如圖 4.15( b)所示。單條光條紋投射到圓形特征時圖像如圖 4.15( c)所示，由于單條紋不能保證條紋通過圓點，因此單條光條紋檢測圓形特征很難實現。通過投射兩條光條紋，擬合四個三維點 A 、 B 、 A' 、 B' ，求取圓形直徑信息。

圖 4. 15 圓形特征檢測圖

4.5.3?實驗結果與分析

本節主要對臺階特征和縫隙特征進行檢測，特征檢測的圖像及結果如表 4.2、表 4.3 所示。

表 4. 2 5mm 臺階檢測(單位mm)

?本章小結

本章主要完成對光條紋中心的提取及常見特征分析工作。首先，通過介紹光條紋的光學特征引入常用的像素級別以及亞像素級別的條紋中心提取方法；然后對常用方法的基本原理進行介紹并說明各類方法可能存在的問題或局限性；再然后提出本文的像素、亞像素級別中心提取方法。采用基于全局的中心提取方法對光條進行像素級別提取，通過對方向圖的介紹對亞像素提取中光條紋方向進行計算，最終計算出光條紋亞像素中心點坐標；最后通過對常見特征進行分析，設計合適的檢測方案，并對臺階、縫隙特征進行特征檢測。

論文大綱

研究生姓名 學科、專業 研 究 方 向 指 導 教 師

張磊 機械電子工程 機電控制及自動化 程筱勝 教授

在學期間的研究成果及發表的學術論文
攻讀碩士學位期間發表(錄用)論文情況
1、張磊,程筱勝,崔海華,戴寧,裴旭.面向高光金屬表面的激光三維檢測算法[J].光電技術應
用,2013,28(6):44-48.
攻讀碩士學位期間參加科研項目情況
1、 江蘇省數字化制造重點實驗室開放課題基金
項目名稱：面向強反射表面的多傳感器三維檢測技術研究
時間：2011年9月-2013年12月

更多問題，可以掃碼加微信咨詢。

添加時務必備注”稱呼+單位信息+DLP公眾號“，否則不予通過。

以上內容摘自知網論文，如有侵權，請通知刪除。

本人微信

機器視覺交流群

【歷史推送】

• 預告：面向強反射表面的多傳感器三維檢測技術研究

• 【連載1.1】引言：機器視覺概述-《面向強反射表面的多傳感器三維檢測技術研究》

• 【連載1.2】三維檢測技術的發展及應用-《面向強反射表面的多傳感器三維檢測技術研究》

• 【連載1.3&1.4】課題選題及內容安排-《面向強反射表面的多傳感器三維檢測技術研究》

• 【連載2.1】結構光三維檢測引言-《面向強反射表面的多傳感器三維檢測技術研究》

• 【連載2.2】多傳感器三維檢測系統介紹-《面向強反射表面的多傳感器三維檢測技術研究》

• 【連載2.3】坐標系統一化全局標定方法-《面向強反射表面的多傳感器三維檢測技術研究》

• 【連載2.4】檢測系統全局優化-《面向強反射表面的多傳感器三維檢測技術研究》

• 【連載3.1】強反射材質表面高光處理技術研究引言-《面向強反射表面的多傳感器三維檢測技術研究》

• 【連載3.2】強反射表面高光消除的傳統方法-《面向強反射表面的多傳感器三維檢測技術研究》

• 【連載3.3】基于峰值連續性的高光處理算法-《面向強反射表面的多傳感器三維檢測技術研究》

• 【連載3.4】實驗結果-《面向強反射表面的多傳感器三維檢測技術研究》

• 【連載4.1~4.2】結構光條紋特征&像素級特征提取方法-《面向強反射表面的多傳感器三維檢測技術研究》

• 【連載4.3】常用的亞像素級別特征提取方法-《面向強反射表面的多傳感器三維檢測技術研究》

• 【連載4.4】基于方向圖的光條紋亞像素中心提取-《面向強反射表面的多傳感器三維檢測技術研究》

【科普】

• 【科普】中國達芬奇手術機器人臨床應用

• 【科普】達芬奇手術機器人系統介紹及應用進展

• 【科普】3D視覺技術在機器人抓取作業中的應用

• 【科普】采用菱形排列DMD的格雷碼三維重建

• 【科普】6種3D光學傳感技術概述

• 【科普】散斑結構光三維傳感技術的典型應用

• 【科普】3D光學傳感器的前世今生

• 【深度科普】貴得有底氣！一文搞懂投影機鏡頭

• 3D 打印口腔領域應用盤點

• 基于機器視覺的水果品質檢測綜述

• 一個視頻看懂DLP技術[DMD]

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的图像条纹检测 python_【连载4.5】特征检测技术研究面向强反射表面的多传感器三维检测技术研究...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。