[发明专利]噪声环境下激光束中心高效精确检测方法

说明书

技术领域

本发明涉及机器视觉在线检测技术领域，特别是一种工业环境下激光束中心高精度检测方法。

背景技术

机器视觉技术具有非接触性、连续性、经济性、灵活性和集成性等优点，在工业测试与在线检测领域具有广泛的应用前景。在基于机器视觉原理的激光基准工业检测中，通过机器视觉方法稳定准确的求取激光束中心是其中一个关键步骤。

传统的激光束中心定位方法主要有模版法、矩估计法、重心法、Hough变换法以及曲线拟合法等，这些算法都有各自的使用局限。其中，模版法和矩估计法存在计算量大，速度慢的缺点；重心法要求光斑图像分布比较均匀，否则会产生较大误差；Hough变换法需要逐点投票、记录，所用时间较多，而且精度也不够高；曲线拟合法虽然可以达到亚像素精度，但它抗干扰性能差，易受干扰点或噪声的影响。

针对传统方法的问题，国内外诸多单位进行了深入研究，做出了相应改进，出现了许多改进的激光束中心定位方法，这些方法均在一定程度上提高了中心定位检测的性能。但是，在工业现场中，环境背景复杂，且存在噪声、灰尘等干扰因素，另外，在线检测还要求算法具有高的实时性和可靠性，这些改进的中心定位方法也都还不能满足工业在线检测的要求。寻求高鲁棒性、实时性和广泛适用性的激光束中心定位算法已成为的迫切要求解决的问题。

发明内容

本发明所要解决的技术问题是，针对现有技术不足，提供一种噪声环境下激光束中心高效精确检测方法，在激光束质量下降、检测装置密封性出现问题的情况下，有效地完成激光束中心高精度检测，降低对激光发射器以及检测装置质量的要求，节约成本，扩大激光束中心检测方法的适用范围，提高检测方法的实时性和鲁棒性。

为解决上述技术问题，本发明所采用的技术方案是：一种噪声环境下激光束中心高效精确检测方法，该方法包括以下步骤：

(1)读取工业相机采集到的光斑图像；

(2)图像预处理：采用高斯函数对光斑图像进行平滑滤波，部分去除图像噪声；对图像进行直方图均衡化处理，提高图像对比度；

(3)光斑轮廓检测：采用Canny边缘检测得到边缘二值图像，对二值图像进行边缘筛选，判断检测到的边缘是否符合光轮廓斑特征，剔除不符合光斑轮廓特征的边缘；

(4)中心坐标定位：采用Hough圆变换得到初略的光斑中心和半径，依据其结果定位光斑区域，在光斑区域内采用最小二乘法椭圆拟合实现中心坐标亚像素级精确定位。

图像预处理中，针对工业现场噪声的干扰，采用高斯函数对图像进行平滑滤波，部分去除图像噪声；针对在线检测系统长时间工作可能出现的图像对比度下降，通过图像的直方图均衡化来提高图像对比度。

光斑轮廓检测中，为了抑制光斑内部纹理以及环境中灰尘和锯屑对检测精度的影响，先通过Canny边缘检测得到边缘二值图像，再剔除不符合光斑轮廓特征的边缘，剔除原理为，对每一个轮廓进行长度判断，若其与理想光斑周长相近，则保留，否则剔除。设理想的光斑半径为R像素，边缘包含的像素点数为S，保留边缘的判断条件为：

2×π×R×Z₁≤S≤2×π×R×Z₂

Z₁和Z₂分别为最大值和最小值约束系数，0.35≤Z₁≤0.7，1.2≤Z₂≤1.5。

所述中心坐标定位步骤中，为了排除长期使用难免会造成检测装置封装不严，产生漏光或漫反射对检测精度的影响，采用先定位光斑区域，再进行精确定位的方法完成检测，先依据抗干扰能力很强的Hough圆变换计算结果确定光斑所在区域，在区域内通过最小二乘法椭圆拟合实现激光束中心精确定位。

为了提高检测的实时性，在使用Hough变换计算光斑粗略位置时，加大参数空间步长取值；另外，依据理想状态下激光光斑大小限制半径参数的取值范围，设理想的光斑半径为R像素，Hough变换圆心半径参数D取值范围限定为：

R×t₁≤D≤R×t₂