3D 线激光相机的激光条纹中心提取方法

论文地址：Excellent-Paper-For-Daily-Reading/application/centerline at main

类别：应用——中心线

时间：2023/11/06

摘要

线激光条纹中心提取是实现线激光相机三维扫描的关键，根据激光三角测量法研制了线激光相机，基于传统 Steger 法对其进行优化并提出一种适用于提取线激光相机光条中心的方法。对图像进行预处理，结合 Canny 算子找出光条边缘，求取光条边缘极值并计算确定ROI区域，利用高斯滤波处理提取后的图像，利用 Hessian 矩阵求取光条中心法线方向，在法线方向进行二阶泰勒展开确定光条中心点，最后对中心点连接并平滑处理，实现中心线精确提取。实验表明，采用本方法能够准确找到不同背景与光源环境下的光条中心，不同条件下的光条中心均方根误差平均值小于0.4，并能够准确扫描出零件三维点云。

实验

Canny、Sobel 和 Laplace边缘检测算子的对比结果：

由图可知，Canny 算子检测的线激光边缘更清 晰和准确。利用 Canny 算子作为边缘检测方法，设 计了自适应 ＲOI 范围算法。

极值法、灰度重心法、骨骼细化法、法向质心法与本文所提方法对六组图像进行图像处理对 比，记录运行时长。平均运行时间：

由以上数据可知，每种算法所需时间均不同，运算量越大的方法其处理速度越慢，其中骨骼细化法 速度最慢，平均速度比极值法慢 1.6 ～ 2.1 倍。本文所提方法运行速度与法向质心法相接近，比骨骼细化法快 40.6% ～ 87.2% ，比灰度重心法快 25.2% ～ 53.2% 。对比不同组别的结果可以发现，不同环境下的运行速度也不一样，在弱光环境下算法速度更快。分析原因是弱光环境下激光光条的成像效果会变差，光条中点的数量变少，同时环境的噪点也变少，图像滤波与光条中点的遍历计算均会变快。

为了验证本文方法的提取精度，分别使用灰度重心法、法向质心法与本文方法对六组图片进行 20 次分析处理，记录 300 ～ 600 列的中心点行坐标数据。 利用 Bessel 公式求取标准误差：

残差代替真差。

总结

基于三角激光测量法研制了线激光相机，搭建了相关实验系统，提出了激光条纹中心提取方法。 对图像进行预处理，结合 Canny 算子优化的自适应ROI处理，对提取后的图像进行滤波处理。基于 Hessian 矩阵的 Steger 法提取中心线，并且对中心线进行拟合平滑处理。对3D线激光相机进行标定。匹配相机扫描速度与被测物运动速度，实现对目标零件的三维点云获取。由实验结果可知，本文所提方法在不同环境下运行较为稳定，处理图像的时间波动小于 10ms，精度较高，均方根误差小于 0.4。 利用本文方法，线激光相机能够较好地提取零件点云。但该方法依然存在一定的局限性，即物体在试验台上运动速度与相机采集的匹配速度不快，影响整个系统的运行速度，后续将进行相关优化。