[发明专利]一种基于多台激光辅助靶标的特征点提取方法

说明书

技术领域

本发明属于图像处理和计算机视觉检测领域，特别涉及采用激光辅助多视数据拼接中图像数据的处理方法，具体是指一种基于多台激光辅助的靶标设计以及特征点的提取方法。

背景技术

在多视数据拼接中，靶标的设计及其特征点的精确提取对拼接精度具有重要的影响。目前常用的拼接靶标大致分为粘贴式、摆放式、投射式三种，粘贴式和摆放式容易遮挡被测物形貌信息，且现场调整不方便，对恶劣环境的适应性较差。而常用的投射式拼接靶标多存在特征点提取困难、精度低的问题。将靶标的特征点作为最终拼接的特征点，传统的特征点一般具有特定的形状分布，以普通的圆形光斑为例，因为没有特定的灰度分布，而仅仅通过拟合特征边缘来计算标定特征点位置，不可避免的存在误差。单纯地通过提高硬件的分辨率以提高特征点定位精度的代价是相当巨大的，因而需要考虑采用高精度特征点的提取算法来确定特征点的坐标位置。

2006年7月孙军华等在期刊《机械工程学报》上发表“基于平面基线靶标的视觉测量数据拼接方法”一文，文中提出了一种黑白棋盘方格的平面靶标，并以黑白方格的角点作为拼接的特征点，该靶标具有较高的精度，但在被测物部分遮挡的情况下，方格角点由于遮挡情况的不确定性，经常出现误匹配的情况，且该靶标不能随测量需要灵活调整，对高温等恶劣工矿适应性较差。2009年4月刘晓利等人在期刊《光学学报》上发表“借助标志点的深度数据全局匹配方法”一文，文中提出了一种在公共视场内粘贴白色圆形标记点作为拼接靶标的方法，通过高斯滤波去除图像噪声，利用边缘检测算子实现边缘粗定位，然后进一步对椭圆进行精确定位，最后对边缘特征点进行最小二乘拟合得到圆心的亚像素定位，该方法存在较为繁琐的粘贴和清除标记工作，粘贴标记部位点云缺失，易损害被测物表面的缺点。

发明内容

本发明所要解决的技术问题是克服现有技术的缺陷，发明一种基于多台激光辅助的靶标，采用线激光器阵列获取激光网格图案，以横、纵向光条的交点作为拼接特征点，采用非接触激光投影的方法构造拼接靶标，利用高精度靶标特征点提取算法提取靶标坐标位置，以提高靶标特征点提取的精度和稳定性。

本发明采取的技术方案是一种基于多台激光辅助靶标的特征点提取方法，其特征是，该方法采用非接触多台激光器构成的激光器阵列投影激光光条构造拼接靶标，靶标中，激光网格的各个交点作为拼接的特征点，利用高精度靶标特征点提取算法提取靶标坐标位置；首先通过腐蚀操作获得特征点的初始位置，然后利用初始位置确定感兴趣区域，最后在鉴别出的感兴趣区域内，采用迭代重加权最小二乘法技术，利用发明的激光光条模型以固定间隔提取横纵光条上多个点的坐标，得到横纵光条的两条拟合曲线，以其交点作为特征点的精确位置；提取方法的具体步骤如下：

步骤1：基于激光辅助靶标设计

本发明采用多台线激光器构成激光器阵列，将激光光条投射到被测物的表面，构造出一个激光网格作为激光辅助靶标，之后拍摄靶标图像；为保证激光光条提取的鲁棒性，通过调节摄像机曝光参数得到局部过曝的激光光条图像，激光光条间距通过改变激光器的位置进行灵活调整；激光辅助靶标形成的各个网格交点作为拼接的特征点；

步骤2：激光光条模型

针对步骤1中投射的激光光条，建立一种局部过曝激光光条模型：

其中，u是激光光条法向的像素坐标，n是项数，a_i,b_i,c_i是每一项的系数；激光光条模型对u求导后可以记作：

根据激光光条截面方向的灰度分布，将光条饱和区域的局部极值定义为光条的中心点；

步骤3：特征点初始位置与感兴趣区域的确定

将步骤1得到的靶标图像采用中值滤波对图像进行预处理，预处理后的图像不仅去除图像脉冲噪声，而且在一定程度上保留有用的细节信息；对图像进行二值化处理和腐蚀操作，合理设置腐蚀操作阈值，获取各个网格交点孤立的连通区域，以连通区域的灰度中心作为特征点的初始位置其中，i，j分别指特征点在激光网格中的行数和列数，i＝1,2…5，j＝1,2…5，u_ij和v_ij分别指对应的各个初始位置在图像中u轴和v轴的像素坐标。

感兴趣区域是以特征点初始位置为圆心，r_ROI为像素半径的圆形区域；在激光网格图像中快速获取特征点的粗略位置，并鉴别出感兴趣区域能够有效减小搜索区域，提高特征点提取效率；

步骤4：确定特征点精确坐标