图像处理在激光立体视觉测距中的应用

《图像处理在激光立体视觉测距中的应用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、图像处理在激光立体视觉测距中的应用俛厚强，朱丹凤，周骥平，朱兴龙（扬州大学机械工程学院，江苏扬州225009）摘要：以利用激光点作为特征点的立体视觉測距技术为研究背景，对激光点的图像处理问题进行了研究，通过对图像处理技术的介绍、分析和比校，提出了一种激光点的图像处理技术。激光点图像处理实验表昭，该方法能有效快速地得到激光点的二维图像信息。关键词：图像滤波；图像分割；边缘提取;激光点中图分类号:TP242.6文献标识码:A文章编号:1672-1616（2008）19-0048-04收稿日期:2008-05-20基金项目：江苏省自然科学基金资助项目（BK2

2、007084）作考简介:倪厚强（1966-）■男，江苏扬州人，扬州大学讲师•硕士■主要研究方向为机械电子工程。工业生产中经常需要对半成品或成品进行三维几何尺寸的测量，一般要求具有一定的测重精度和较快的测量速度。用光电技术进行的三维非接触式测童消除了在接触式测童中可能产生的工件表面损伤,是较好的测量方法。非接触式测量有光栅测量法⑴、激光三角初量法⑵以及计算机立体视觉测量64］等方法。其中计算机立体视觉测最是人工智能与测量技术交叉而形成的智能测最，测量速度快、系统成本低、安装方便，具有较高的研究价值。利用激光点作为特征点⑸",解决在视觉测距过程中的图像快速

3、匹配的问题是一种新的且有效的方法“⑵,利用2台摄像机从不同的角度对物体摄像，通过激光特征点的提取和匹配，得出激光点在2个图像平面上的坐标，进而计算出激光点的空间坐标。在激光点空间定位时，需要知逍激光点中心的二维图像坐标，而边缘是激光点的一个重要图像特征信息⑺，由边缘点的图像坐标可以求得激光点的中心坐标，利用的原理就是已知圆上的点求圆心坐标。但是,激光点打在目标物上会产牛•散光等现象，宜接进行图像边缘提取不能粘确得到图像边缘，从而豹响激光点中心的二维图像坐标梢度。因此,要对拍摄的图像进行一系列的处理，才能很好地得到它的图像像素坐标，为空间定位提供准确的基

4、准。激光点立体视觉测距中左、右摄像机图像处理方法相同，所以这里只以一个摄像机为例进行介绍。1激光点的图像滤波实验采用的视觉系统包括摄像机（cognex5100的面阵CCD）,镜头（chikonCTG25018Z2的手动光圈定焦镜头）和计算机。利用视觉系统采集得到激光点的图像，如图1所示。图像的噪声表现为图像上面出现各种形式的干扰斑点、条纹等，这些随机噪声把像素的真值隐蔽起来，严重影响对图像二维信息的提取，从图中可以看到，原图像存在一些干扰因素，所以必须对激光点的原图像进行数字滤波。图1漱光点的凍图像目曲图像滤波的方法主要有均值滤波和中值滤波。在均值滤

5、波中，当采用的模板尺寸增大时,消除噪声的效果增强，但同时所得到的图像变得更模糊，细节的锐化程度减弱⑻。中值滤波器的主要功能就是让与周闌像素灰度值的差比较大的像素改取与周围的像素值接近的值，从而可以消除孤立的噪声点⑻。中值滤波器不像均值滤波器那样，它在衰减噪声的同时不会使图像的边界模糊,这也是中值滤波器受欢迎的主要原因。为了更好地提取激光点的边缘，这里采用不会使边缘模糊的中值滤波法。Matlab是这些年来在图像处理领域中常用的软件⑼。利用Matlab的中值滤波命令得到滤波结果（如图2所示）。从处理结果可以看到,原图像中的噪声已被滤除，而J1边缘没有模糊，

6、为最后的边缘提取提供了粕确的何提。图2滤波后漱光点的田像2激光点的图像分割图像分割是机器视觉领域中极为巫要的内容之一，也是视觉测距过程中的一个重要步骤，是实现自动图像分析时首先需要完成的操作〔⑹。它是根据图像的某些特征或特征集合的相似性准则，对图像像素进行分组聚类，把图像平面划分为一系列“有意义”的区域，使其后的图像分析、识别等高级处理阶段所要处理的数据就大大减少，同时又保留有关图像结构特征的信息⑴】。由于分割中出现的误差会传播至高层次处理阶段，因此分割的精确程度是至关重要的。这些年来，特征点的图像分割的算法层出不穷〔1274],但大多是针对特定环境的

7、特征点而进行的。灰度阈侑法是一种传统的图像分割方法，因H实现简单、计算虽小、性能较稳定而成为图像分割中赧基本和应用最广泛的分割技术（⑹。其中阈值的选取是图像阈值分割方法中的关键技术。阈值的选择通常是利用宜方图。我们假设图像足由两区域所组成的，一个区域以亮色为主，另一个区域以暗色为主，那么它的直方图有対个峰（一个峰表示物体的灰度值，另一个峰表示背景的灰度值），如图3所示。于是，在两个峰之间选一个值作为阈值T,将其值低于T的所有像素之集定义为物体区域。灰度阈值法是实现分割的报简单技术。T的选择原则是:弘应尽可能包含与背哉相关联的灰度级，而B2则应包含物体的

8、所有灰度级山】。分割后的图像为/、“0T田3田像的立方图根据激光点的图像不难发现，激光点像素的