"?#@($**+(#$(*##一种改进的光条中心提取"> "?#@($**+(#$(*##一种改进的光条中心提取" />
一种改进的光条中心提取方法

一种改进的光条中心提取方法

ID:40713480

大小:102.65 KB

页数:4页

时间:2019-08-06

一种改进的光条中心提取方法_第1页
一种改进的光条中心提取方法_第2页
一种改进的光条中心提取方法_第3页
一种改进的光条中心提取方法_第4页
资源描述:

《一种改进的光条中心提取方法》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第!"卷第#$期应用科技%&’(!",)(#$$**+年#$月,--’./0123./43/154016/374&’&89:&3($**+0&.:#*(!+"+;<(.==4(#**+>"?#@($**+(#$(*##一种改进的光条中心提取方法杨雪娇,池海红(哈尔滨工程大学自动化学院,黑龙江哈尔滨#A***#)摘1要:在采用线结构光投影的三维物体测量中,激光条纹中心检测是影响测量精度及系统分辨率的一个重要因素(提出了一种激光条纹中心检测方法,这种方法通过对极值法获得的中心点的拟合,计算出光条各处的法线方向,并在法线截面上用遗传算法进

2、一步优化出灰度的极大值点(实验结果表明在合理选择遗传算法的交叉率和变异率的情况下,该方法可以有效地获取光条纹中心,满足系统精度要求(关键词:光条中心提取;遗传算法;极值法;线结构光中图分类号:6B$C$("D$1111文献标识码:,1111文章编号:#**+>"?#@($**+)#$>**C#>*C!"#$%&’()*$)+,’*’-).+&/0+#"12+&30+3&)*4#1,+2+&#%0)"+)&E,FG@H/I<.5&,JKLK5.I7&48(J&’’/8/&M,HN&O5N.&4,K5PQ.4R48.4//P.48S4.

3、T/P=.N9,K5PQ.4#A***#,J7.45)!52+&/0+::/N/3N.48N7/=NPH3NHP/0’.87N=NP.-3/4N/P.=&4/&MN7/.O-&PN54NM53N&P=.4M’H/43.48O/5=HP/-P/3.=.&4540=9=N/OP/=&’HN.&4&M!:O/5=HP/O/4NQ5=/0&4’.4/=NPH3NHP/0’.87N(,4/U3/4NP/I/VNP53N/0O/N7&0N75N3&OIQ.4/=8/4/N.35’8&P.N7OU.N7/VNP/OHOO/N7&0.=-P&-&=

4、/0.4N7.=-5-/P(67.=O/N7&0M.N=N7/3/4NP5’-&.4N=P/=H’N/0MP&O/VNP/OHOO/N7&05408/N=/5374&PO5’0.P/3N.&4&MN7/O,N7/4&-N.O.W/=N7//VNP/OHOQ98/4/N.35’8&P.N7O&4/537=/3N.&4(RV-/P.O/4N5’P/=H’N==7&UN75NU.N7N7/505-N.T/P5N/&M3P&==&T/P5405Q/PP543/-P&-/P’9=/’/3N/0M&P8/4/N.35’8&P.N7O,N7/=N

5、PH3NHP/0’.87N=NP.-3/4N/P’.4/354Q/533HP5N/’953XH.P/0U.N7=5N.=M./0533HP539Q95I0&-N.48N7.=O/N7&0(6)78’&*2:/VNP53N.&4&M’.87N=NP.-/=3/4N/P;8/4/N.35’8&P.N7O;/VNP/OHOO/N7&0;’.4/=NPH3NHP/0’.87N11基于视觉的三维测量,是光学测量中速度较快的对于结构光条纹中心的提取概括的讲可分为!一种获取三维物体表面数据的方法(目前,线扫描测量个步骤:#)光条图像滤波;$)光条

6、图像分割;!)光条法是采用较广泛的一种方法,它的测量速度比点扫描中心坐标计算(提取光条中心首先要对光条图像进[#]法快,测量精度比投影光栅全场测量法高(在线扫描行滤波和分割,滤波(即图像平滑)的目的就在于消测量法种,要提高测量系统的精度,精确提取光带中心除混杂在图像中的干扰,改善图像质量,强化图像表是关键(常用的光带中心的提取方法有极值法、阈值现特征,提高后续工作的精度;图像分割的目的是把法、重心法和高斯拟合法等(文章首先介绍了几种常用图像划分成具有一定意义的区域,把人们对图像中的光带中心提取算法的特点,然后针对弯曲光条,提出感兴趣

7、的部分或目标从图像中提取出来做进一步分了一种极值法和遗传算法相结合的光条中心提取方析应用(图#为全局阈值分割后的光条图像([$]法,确定了光带中心的坐标(#1光条中心提取方法由于激光平面具有一定的厚度,使图像中的光条具有一定宽度(光条中心提取的目的是获得位于光条中心的单像素宽的像素坐标(!,")(图#1全局阈值分割后的图像收稿日期:$**+I*AI*"(作者简介:杨雪娇(#+YAI),女,硕士研究生,主要研究方向:计算机视觉,RO5.’:V.5&95&<.5&Z957&&(3&O(34(·8%·应###用###科###技######

8、###########第$-卷!"!#极值法法线方向,并在法线截面上用遗传算法进一步优化极值法对于条纹灰度分布成理想高斯分布的情出灰度的极大值点"况有很好的效果"这种方法首先识别出灰度的局部%"!#遗传算法的基本原理极大值,并将此极大

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。