发明名称 基于置信度评价的图像光条噪声抑制方法
摘要 本发明基于置信度评价的图像光条噪声抑制方法属于计算机视觉测量领域,涉及视觉测量中图像光条噪声抑制方法。该方法通过灰度重心法提取被测锻件表面光条的像素中心点,通过左、右摄像机成像特性、激光入射角以及摄像机拍摄角度的关系、被测锻件表面几何特征建立特征光条模型,根据光条中心的提取精度与理想特征光条模型的可靠性建立光条中心的信度评价模型,利用光条模型及信度评价模型对提取出的光条中心进行信度评价及粗大误差点的剔除。本发明通过置信度评价,剔除特征光条图像中存在的粗大误差,有效抑制了图像中特征信息的噪声干扰,使得匹配后重建的光条信息符合被测锻件的三维形貌,提高尺寸还原的精度。
申请公布号 CN104897174A 申请公布日期 2015.09.09
申请号 CN201510347026.8 申请日期 2015.06.19
申请人 大连理工大学 发明人 贾振元;刘巍;樊超楠;王亮;刘阳;王灵丽;杨景豪;徐鹏涛
分类号 G01C25/00(2006.01)I 主分类号 G01C25/00(2006.01)I
代理机构 大连理工大学专利中心 21200 代理人 关慧贞
主权项 一种基于置信度评价的图像光条噪声抑制方法,其特征是,该方法通过灰度重心法提取被测锻件(4)表面光条的像素中心点,通过左、右摄像机(3a、3b)成像特性、激光入射角以及摄像机拍摄角度的关系、被测锻件(4)的表面几何特征建立特征光条模型,根据光条中心的提取精度与理想特征光条模型的可靠性建立光条中心的信度评价模型,利用光条模型及信度评价模型对提取出的光条中心进行信度评价及粗大误差点的剔除;方法具体步骤如下:步骤1:灰度重心法提取光条中心设光条某一截面点的坐标为(x<sub>i</sub>,y<sub>i</sub>),相应的灰度值为g(x<sub>i</sub>,y<sub>i</sub>),则该截面的中心点坐标(x<sub>c</sub>,y<sub>c</sub>)利用灰度重心法计算如下:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><mo>{</mo><mtable><mtr><mtd><mrow><msub><mi>x</mi><mi>c</mi></msub><mo>=</mo><mfrac><mrow><munderover><mo>&Sigma;</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><mi>g</mi><mrow><mo>(</mo><msub><mi>x</mi><mi>i</mi></msub><mo>,</mo><msub><mi>y</mi><mi>i</mi></msub><mo>)</mo></mrow><mo>&CenterDot;</mo><msub><mi>x</mi><mi>i</mi></msub></mrow><mrow><munderover><mo>&Sigma;</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><mi>g</mi><mrow><mo>(</mo><msub><mi>x</mi><mi>i</mi></msub><mo>,</mo><msub><mi>y</mi><mi>i</mi></msub><mo>)</mo></mrow></mrow></mfrac></mrow></mtd></mtr><mtr><mtd><mrow><msub><mi>y</mi><mi>c</mi></msub><mo>=</mo><mfrac><mrow><munderover><mo>&Sigma;</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><mi>g</mi><mrow><mo>(</mo><msub><mi>x</mi><mi>i</mi></msub><mo>,</mo><msub><mi>y</mi><mi>i</mi></msub><mo>)</mo></mrow><mo>&CenterDot;</mo><msub><mi>y</mi><mi>i</mi></msub></mrow><mrow><munderover><mo>&Sigma;</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><mi>g</mi><mrow><mo>(</mo><msub><mi>x</mi><mi>i</mi></msub><mo>,</mo><msub><mi>y</mi><mi>i</mi></msub><mo>)</mo></mrow></mrow></mfrac></mrow></mtd></mtr></mtable><mo>,</mo><mrow><mo>(</mo><mi>i</mi><mo>=</mo><mn>1</mn><mo>,</mo><mn>2</mn><mo>,</mo><mn>...</mn><mo>,</mo><mi>n</mi><mo>)</mo></mrow><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>1</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000742144530000011.GIF" wi="1318" he="629" /></maths>其中,n为截面内像素点的个数;把光条每个截面内的像素点的灰度分布质心作为截面的光条中心点,即可求得特征光条的中心;步骤2:建立特征光条模型针对双目立体视觉测量系统,利用图像上光条截面灰度能量与光强的关系以及激光器阵列(2)所在位置与被测锻件表面的空间几何关系,建立带有表面几何特征信息的光条模型;通过摄像机的光电转换特性得到图像能量与圆柱类被测锻件反射光光强的关系,利用被测锻件的表面几何特征推导得到反射光光强与激光入射角以及摄像机拍摄角度的关系;根据空间几何特性,建立空间距离入射角与截面位置之间的关系;通过摄像机的成像原理,将空间距离与图像上的像素距离进行转换,进而得到大视场测量中基于截面灰度能量分布的圆柱被测锻件表面光条模型:<maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><msub><mi>E</mi><mi>r</mi></msub><mo>=</mo><msub><mi>K</mi><mi>m</mi></msub><msqrt><mrow><mn>1</mn><mo>-</mo><msub><mi>K</mi><mi>p</mi></msub><msup><mrow><mo>(</mo><msub><mi>u</mi><mi>L</mi></msub><mo>-</mo><mi>u</mi><mo>)</mo></mrow><mn>2</mn></msup></mrow></msqrt><mo>+</mo><msub><mi>K</mi><mi>n</mi></msub><msup><mrow><mo>&lsqb;</mo><mn>1</mn><mo>-</mo><msub><mi>K</mi><mi>q</mi></msub><msup><mrow><mo>(</mo><msub><mi>u</mi><mi>L</mi></msub><mo>-</mo><mi>u</mi><mo>)</mo></mrow><mn>2</mn></msup><mo>&rsqb;</mo></mrow><mi>n</mi></msup><mo>+</mo><msub><mi>K</mi><mi>r</mi></msub><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>2</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000742144530000021.GIF" wi="1525" he="119" /></maths>其中,E<sub>r</sub>为截面的理论灰度能量和,K<sub>m</sub>,K<sub>p</sub>,K<sub>n</sub>,K<sub>q</sub>,K<sub>r</sub>分别为由摄像机参数、视场中的位置关系参数以及诸多物理常量构成的参数,需要通过拟合工具确定具体数值;步骤3:建立光条评价模型视觉测量过程中常常会受到很多干扰,需要对光条提取得到的中心点的可信程度进行评价来判断得到的中心点处是否存在噪声信号,从而区分图像中的光条信号与噪声;在通过灰度重心法提取出光条中心后,提出特征信息评价公式:<maths num="0003" id="cmaths0003"><math><![CDATA[<mrow><mi>R</mi><mo>=</mo><mfrac><msub><mi>E</mi><mi>u</mi></msub><msub><mi>E</mi><mi>r</mi></msub></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>3</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000742144530000022.GIF" wi="1123" he="140" /></maths>其中,R为图像中光条的置信度,E<sub>u</sub>为图像中光条截面像素点灰度值的和,E<sub>r</sub>为通过模型拟合曲线参数进而计算的该截面理论灰度能量和;设光条某一截面点的坐标为(x,y<sub>i</sub>),相应的灰度值为g(x,y<sub>i</sub>),则该截面的像素点灰度值的和E<sub>u</sub>可通过式(4)求得:<maths num="0004" id="cmaths0004"><math><![CDATA[<mrow><msub><mi>E</mi><mi>u</mi></msub><mo>=</mo><munderover><mo>&Sigma;</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><mi>g</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><msub><mi>y</mi><mi>i</mi></msub><mo>)</mo></mrow><mo>,</mo><mrow><mo>(</mo><mi>i</mi><mo>=</mo><mn>1</mn><mo>,</mo><mn>2</mn><mo>,</mo><mo>...</mo><mo>,</mo><mi>n</mi><mo>)</mo></mrow><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>4</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000742144530000031.GIF" wi="1294" he="140" /></maths>其中,n为该截面内像素点的个数;理想情况下,计算实际图像中提取出的光条截面像素点灰度值与建立的模型中理论截面灰度能量之和应近似相等;因此,二者的比值可以用来表征实际提取出的光条中心与理想模型的偏离程度,进而用于评价提取出的光条中心点的精度,并判断是否存在噪点;步骤4:进行置信度评价,抑制图像光条噪声对于光条中心点的信度评价,是对光条提取得到的中心点位置是否在光条中心的可靠程度的评价;由于式(2)是根据待光电转换关系、被测锻件表面的几何特性、拍摄空间几何关系综合得出的光条模型,因而用于评价图像光条是否受到非随机噪声的影响,以及提取中是否存在光条误判可能性;置信度R接近于1时,认为该特征信息带有被测锻件表面的形状信息较多,认为是有效的特征光条,其中心点的提取是有意义的;置信度R接近于0或者+∞时,认为该段特征光条不带有被测锻件表面形状信息,判断该特征光条为噪声,在下一环节之前去除该噪声;综合考虑测量环境与被测锻件表面质量对图像中光条质量的影响,设定置信区间,当置信度R在置信区间内,对应的光条中心点予以保留,当置信度R在置信区间外,认为该段信息为噪声,将对应的光条中心点予以去除;保留的光条中心点,构成新的特征光条中心,用于还原被测锻件的三维特征信息。
地址 116024 辽宁省大连市甘井子区凌工路2号