申请/专利权人：大连理工大学

申请日：2019-08-26

公开（公告）日：2021-01-19

公开（公告）号：CN110533675B

主分类号：G06T7/11(20170101)

分类号：G06T7/11(20170101);G06T5/00(20060101);G06T5/40(20060101);G06T7/155(20170101)

优先权：

专利状态码：有效-授权

法律状态：2021.01.19#授权;2019.12.27#实质审查的生效;2019.12.03#公开

摘要：本发明一种激光条纹遮挡噪声滤除及补偿方法属于视觉测量领域，涉及一种激光条纹遮挡噪声滤除及补偿方法。该方法首先根据噪声与激光条纹的相似程度，将噪声分类为线型噪声和块状噪声；然后，基于Hough直线检测及激光条纹在图像边界处的特性，检测并识别激光条纹和线型噪声，并提出宽度条件约束补偿线型噪声；最后，基于激光条纹骨架的形态学处理，检测并过滤块状噪声，采用线性插值补偿缺损的激光条纹。本发明从图像处理角度出发，有效避免了激光条纹遮挡噪声造成的关键测量信息缺失等问题，提高了视觉测量中图像信息获取精度，通用性强。

主权项：1.一种激光条纹遮挡噪声滤除及补偿方法，其特征是，该方法首先利用Hough变换，识别激光条纹和线型噪声；然后基于宽度条件约束，补偿线型噪声；最后基于激光条纹骨架的形态学处理，检测并过滤块状噪声，采用线性插值补偿缺损的激光条纹；方法的具体步骤如下：第一步，基于Hough变换的线型噪声识别遮挡激光条纹的噪声包括了线型噪声和块状噪声，获取的激光图像中通常包括线型噪声、块状噪声及激光条纹，首先基于Hough变换检测激光图像中的激光条纹及线型噪声；在图像笛卡尔坐标系uOv中，给定一条确定的直线v＝ku+b，k和b分别为直线的斜率和截距，则这条直线在参数空间中的点为k,b；将该直线映射到极坐标系中，在有限可控的搜索范围内找到直线，则直线方程为：ucosθ+vsinθ＝ρ1式中，ρ为直线到坐标原点的距离，θ为直线法线与u轴的夹角；则直线在极坐标系的形状为一正弦曲线，极坐标参考空间点为θ,ρ；表征图像坐标系中所有可能的直线模板，即让θ和ρ取所有可能的值；在图像笛卡尔坐标系中，当直线从与u轴重合处逆时针旋转时，θ的值开始由0°累加到180°；根据下式2，ρ的值由0累加到只需要确定ρ和θ的累加分辨率，即表征图像坐标系中所有的直线模板； 然后，把图像中的白色像素放在其所在的直线模板中，并让相应直线模板的计数器加一，计数器保存了每个模板直线包含的白色像素个数；当某个模板直线的白色像素计数足够多时，可以认为这条模板直线在图像中存在，即检测到该直线；对激光条纹二值图像birol分为p段，使每一段图像birolp中的激光条纹近似于直线，而且线型噪声在一定长宽范围内也可构成直线，利用Hough变换检测每一段图像中的所有直线；针对分段的激光条纹二值图像，其具有两大特征：1激光条纹必然与图像边界相交，相邻分段图像在交界处的激光条纹宽度具有连续性；2相邻分段图像在交界处的激光条纹斜率具有连续性，且具有公共点；根据这两种特征，判断激光条纹和线型噪声；首先计算birolp上、下、左、右四个边界的灰度重心，其中mp×np是birolp的像素尺寸； 式中，LB为左边界灰度重心，UpB为上边界的灰度重心，RB为右边界的灰度重心，DnB为下边界的灰度重心；分割后的二值激光图像中，具有最大灰度重心的边界即为激光条纹的相交边界，此边界的局部图像构成的直线斜率即为激光条纹直线的斜率；比较四个边界的灰度重心：如果LB最大，则 如果UpB最大，则 如果RB最大，则 如果DnB最大，则 由此，进一步寻找与k和b最接近的Hough变换检测到的直线，对激光条纹图像利用Hough变换检测直线，并将构成这些直线的端点提取出来，分别识别激光条纹直线与线型噪声直线；第二步，基于宽度条件约束的线型噪声补偿在已知线型噪声的端点u1,v1和u2,v2，以及解析式v＝knu+bn，得到该线型噪声给定宽度的覆盖区域，将像素坐标整理成集合的形式： 式中，[x]代表对有理数x取整；为了避免线型噪声与激光噪声重叠区域被补偿掉，基于线型噪声直线方向上白色像素的宽度，根据下式9选择窄的白色像素区域滤除，宽的白色像素区域即认为是激光条纹交界； 式中，minwidth为宽度阈值；第三步，基于形态学骨架的块状噪声检测及过滤首先，提取图像中高亮的块状噪声，基于上述分析已经通过Hough变换检测出了局部激光条纹像素点构成的直线，这条直线可以近似看作激光条纹的骨架，采用形态学方法，有效滤除激光条纹；闵可夫斯基减法是对二维区域R和结构元S，使用S中的所有向量s来移动区域R中的每个点，即计算这些点的向量差： 如果在向量平移后，向量s被完全包含在R中，则将平移后的参考点作为输出；因为Hough检测的激光条纹直线关于原点中心对称，当作为结构元S时，闵可夫斯基减法即为形态学的腐蚀运算；通过腐蚀运算处理可以将输入区域R收缩，把图像中符合结构元的特征进行收缩或滤除；定义结构元S为激光条纹内的直线：S＝{u,v|v＝kLu+bL}11因为腐蚀减小了块状噪声，需要通过膨胀处理进行恢复： 然后，基于图像差分法，滤除激光条纹二值分段图像birolp中的块状噪声，得到只存在激光条纹信息的二值图像公式为： 最后，在激光条纹每行图像上分别求解激光条纹二值图像的左右边界，对两个边界分别进行分段线性插值，填充两边界的中间区域，实现缺损区域的补偿。

全文数据：

权利要求：

百度查询： 大连理工大学 一种激光条纹遮挡噪声滤除及补偿方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD