[发明专利]基于灰度修正与自适应阈值的结构光条纹中心提取方法

说明书

本发明公开了一种基于灰度修正与自适应阈值的结构光条纹中心提取方法，首先通过四步相移法得到条纹的包裹相位图，利用包裹相位差分实现多条纹的分割，并结合条纹灰度极值与相位的余弦信息实现条纹灰度分布的修正，从而消除了物体表面反射率对条纹灰度分布的影响，然后采用查找最小非对称度的方式确定最佳灰度阈值并进行灰度重心运算，实现了条纹中心的亚像素级图像坐标提取。本发明的方法由于避免了物体表面反射率和表面曲率对条纹灰度分布的影响，从而提高了条纹中心提取的精度，为复杂物体的高精度结构光三维形貌测量奠定了基础。

技术领域

本发明属于计算机视觉测量技术领域，具体涉及一种基于灰度修正与自适应阈值的结构光条纹中心提取方法。

背景技术

投影结构光条纹的三维形貌检测技术具有非接触性、测量效率高和易于实现等特点，被广泛应用于产品快速成型、在线测量和故障检测等诸多领域。结构光三维测量技术利用投影仪向被测物体投射特定的结构光条，经物体表面调制后，由CCD相机拍摄变形光条图像，并利用三角测量原理来获得被测物体的三维几何信息。其中，快速准确的获取结构光条纹中心线的图像坐标是结构光三维测量的核心技术之一。

通常认为条纹中心在截面灰度最大值附近，因此常用的条纹中心提取算法有极值法、灰度重心法和Steger法等。这些方法的前提是条纹灰度在其横截面上基本服从高斯或者正弦分布，则中心提取的精度依赖于条纹灰度分布。而在复杂物体形貌测量中，由于物体表面反射率的影响，条纹灰度分布将发生畸变，此外，物体表面的曲率变化也会导致条纹灰度分布发生非对称退化，势必导致中心提取的精度降低(参见《应用于条纹中心提取的非对称条纹调整方法[J]》：李程辉，张英杰，韩江涛等，中国激光，2017(5):152-161))。因此，结构光条纹中心提取过程中考虑对灰度分布的修正，并解决非对称退化问题，有利于提高三维测量的精度。

目前，针对条纹灰度分布偏离理想高斯或正弦分布问题。刘振提出利用邻域条纹的相关性建立相关性系数来解决灰度分布退化的问题(参见《基于互相关算法的激光条纹中心提取[J]》:刘振，李声，冯常，中国激光，2013，40(5):197-202)，该方法局限于物体表面反射特征未发生突变的情况下，并且相关性系数计算复杂，中心提取效率较低。YIN提出一种基于自适应卷积模板的方法去修正条纹灰度畸变(参见《Laser stripe extractionmethod in industrial environments utilizing self-adaptive convolutiontechnique[J]》:Yin X-Q，Tao W，Feng Y-Y，et al.Applied Optics，2017，56(10):2653-2660)，该方法只能应用于单根条纹的中心提取，并且需要对感兴趣区域(ROI)做一次卷积运算。崔希君提出一种基于灰度幂运算的自适应迭代方法(参见《线性结构光心的自适应迭代提取法[J]》:崔希君，杨川，刘保华等，西安交通大学学报，2007，41(1):73-76)，该方法较好的解决了条纹非对称退化问题，但是无法解决反射率突变处引起的灰度重心偏移问题。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于灰度修正与自适应阈值的结构光条纹中心提取方法，解决由于物体表面反射率变化和表面曲率变化引起的条纹灰度分布畸变与非对称退化现象而导致的条纹中心坐标提取不准确的问题。

本发明采用以下技术方案：

基于灰度修正与自适应阈值的结构光条纹中心提取方法，通过投影正弦光栅图像到被测物体上并采用四步相移法得到包裹相位图，利用包裹相位差分实现多条纹的分割，利用条纹灰度极值与包裹相位的余弦信息对条纹灰度分布进行修正，然后采用查找最小非对称度的方式确定最佳灰度阈值并进行灰度重心运算，实现条纹中心的亚像素级图像坐标提取。

进一步的，包括以下步骤：