结构光方法测量过程主要包括两个步骤[教材]

结构光 方法 快递客服问题件处理详细方法山木方法pdf计算方法pdf华与华方法下载八字理论方法下载 测量过程主要包括两个步骤[教材] 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点、光条或光面结构光到物体 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 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。然后由物体表面投射光图案的几何形态特征，通过滤 噪，图像处理等步骤，提取得到特征点形成的像素坐标。再通过模式识别判断物体表 面形状，利用激光器和 CCD 摄像机在空间中的位置等参数，利用三角法测量原理反求 得原特征点的坐标。 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。 线结构光法比起点结构光法，测量得到的信息量大大增加，而其实现的系统复杂 性并没有增加，因而得到了广泛应用。该方法也是基于三角测量原理，所不同的是采 用线光源代替点光源。由激光器投射线激光作为光源，与物体表面相交时，在物体表 面产生亮光条。该光条由于物体表面形状的变化而受到调制，表现在图像中则是光条发生了偏移和断续，偏移的程度与形状有关。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。 线结构光测量系统的研究现状 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 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 ，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 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 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;对被测物体形状的识别，有基于 Hough 变换的圆检测、线检测等方法;标定方法则有 直接线性法标定 、基于简单三角法的几何标定、基于多幅图像对应点变换的自标定方法、基于非数学的方法如人工神经网络法等。 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 在线结构光测量系统中，一般要用到三种坐标系:世界坐标系，摄像机坐标系与 图像坐标系 滤噪 滤波算法分为空域滤波，频域滤波与二值形态学滤波三大类 [11] 。其中空域主要有 均值与中值滤波器算法;频域主要有各种低通与高通滤波法;形态学滤波主要有二值高斯高/低通滤波器等。但在本实验中，信号光条处在图像频域的高频部分，各种散粒 噪声也处在高频部分，用频域滤波难以去除。因此，频域滤波不适用于本实验中图像 的处理。 8 化后的开启与闭合运算。滤波与二值化结合起来，就可以把 CCD 摄像机拍摄到的原始 图片转化为滤除了噪声的二值化图像，以供下一步处理。在实际应用中，由于 CCD 摄 像机拍摄到的图片质量与要达到的目的不同，所以有各种适用于不同场合的滤噪与二 值化算法。 (1) 空域与频域滤波法 均值滤波器是最简单的线性滤波器。其基本方法是用对每个像素，用其周围若干 像素的平均灰度值来代替该像素的灰度值。因为噪声常表现为一些孤立点，故使用此 方法通过消除孤立点来减小噪声。设 f(x，y)为原有含噪声的图像，经过邻域平均处理 后为 g(x，y)，则 , ( , ) (1/ ) ( , ) m n S g x y M f x y ? = ? (2-4) 其中 S 为邻域像素点集;M 为 S 中像素点个数。对全图像像素依次如此处理，便 得到了均值滤波后的图像。模板的选取则依具体情况而定，有 3×3，5×5 等。均值滤 波能滤掉图像中的散粒噪声，但也存在相当的边缘模糊效应，会使有用信号受到损失。 模板变大时，噪声的消除效果明显加强，但是有用信号的边缘也会变更模糊，损失了 有用信号;并且加大了运算量，降低了效率。 中值滤波器是一种非线性空间滤波器，其原理类似均值滤波器，不同之处在于 用中值来取代均值滤波器里的均值。其数学表达式为: g(x, y)= median(f(x, y)) (x, y) ? S (2-5) 中值滤波在实际计算过程中并不需要图像的统计特性，给计算带来不少方便。在 有些文献提及的结构光测量系统中采用了中值滤波方法，取得了不错的效果 [25][26] 。但 是对一些重视细节，特别是线、顶尖等细节多的图像不宜采用中值滤波。而且中值滤 波一样存在边缘模糊效应，会给信号带来损失。 总体来说，空域滤波对滤除孤立噪声点和随机噪声是非常有用的，但是存在边缘 模糊效应，会损失有用信号。而且由于要选取模板进行遍历运算，所以计算量相当大， 计算过程比较费时，效率较低。在本论文第四章中，尝试了 3×3 和 5×5 模板下的中值 与均值滤波算法进行图像处理，并给出了效果图。 频域处理中主要用到的滤波法为高通和低通滤波器 [11] ，具体算法则有巴特沃兹和 9 1 0光条中心提取算法 光条中心提取是线结构光测量方法中很重要的一个环节，光条中心提取精度直接 影响到整个测量系统的标定与测量精度。目前常用的算法有细化法，几何中心法和灰 度重心法 [12] 。下面对此三种方法的原理进行简要的介绍。 细化法的原理就是选取一定的细化模板，然后以模板为判据，重复地剥掉二值图 像的边界像素,直到最后获得一条单像素的连通线。剥离边界像素时一定要保持目标的 连通性,因为不能改变原图像的拓扑性质，否则检测结果会出现错误。因此，每次操作 只能剥离一层像素点。要使光条变成单像素的细线,就必须进行多次细化。因此，细化 是比较费时的，特别是当图像尺寸较大，或者光条比较厚时。此外，细化模板的选取 也是一个难 题 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 。 几何中心法的原理是先检测光条的边界，然后取其中间线作为光条中心位置。因 为图像上的光条的光强是呈高斯分布的，所以高斯曲线上峰值点对应的像素位置就是 光条中心位置。虽然实际线激光具有一定的厚度，但是在理想高斯光束成像情况下， 从中心到两边，物体表面上的光强分布是对称的。因此，根据对称关系，其几何中心 就是光条中心位置。这种方法算法简单，处理速度快，但是对表面反射情况、图像质 量要求比较高，对噪声比较敏感。一旦前一步的门限设置有偏差，在边缘多检测到了 若干像素点，用这种方法检测到的光条中心的坐标就会误差较大。 灰度重心法是直接依据光条在某一区间内灰度值的排列, 沿某坐标轴取灰度重心 来代表光条中心位置,这种方法能够精确地定位光条的高斯分布中心。因为图像上的光 条的光强是呈高斯分布的，高斯曲线上峰值点对应的像素位置就是光条中心位置，也 就是图像中的灰度峰值点。首先,对滤波后的图像按某门限 T 进行分割,当图像中的灰度 值大于 T 时,取其差值;小于 T 时取 0。这和二值化略有区别，仍然保留了灰度大于阈值 的像素灰度信息，用于提取光条中心。然后对图像中的每一行，按下述公式提取灰度 重心作为光条的中心位置。设第 p 行非零值区间为(m，n)，则该行灰度重心位置为: ( ) / n n p i i i m i m x i h h = = = ? ×? (2-6) 此式的实质是把亮区的像素坐标点进行关于灰度的加权平均计算。灰度重心法的 误差主要来自中心点的选择，也就是若边缘多选择了点，会造成一定的误差。但一般 情况下，因为此方法是回到原来灰度图像中进行灰度的加权平均，边缘误检对其影响 有限，所以精度较高，比前述的细化法和几何中心法好。 除此之外对光条提取中心还有许多方法，如曲线拟合法，条纹跟踪法等 [31] ，但算 法比较复杂，或者处理效率较低，在此不详细介绍。 经过光条中心提取之后，CCD 摄像机拍摄到的原始图像转化为处理后单像素的亮 线，为进一步的模式识别和标定处理提供了便利