结构光光条中心点信度评价方法

摘要

结构光光条中心点信度评价方法，评价对象为光条图像上通过一种方法得到的光条中心点，结构光条中心点评价依据为在光条法向横截面上以该点为中心的高斯归一化模型的能量和。该方法包括：对通过一种方法提取得到的光条中心点，获取该点处的光条法向横截面点序列，以提取得到的中心点为中心，对光条法向横截面的点序列进行高斯模型的归一化；计算光条法向横截面点序列归一化高斯模型的能量和，得到该点的信度评价指标；对求得的光条中心点横截面归一化高斯模型序列求灰度和：对得到的中心点信度评价指标进行全局图像的归一化，按该图像的信度最大值进行归一化处理信度，最终得到归一化信度评价。本发明对光条中心点的评价符合实际评价需求。

主权项

1.结构光光条中心点信度评价方法，其评价对象为光条图像上通过一种方法得到的光条中心点处的光条法向横截面点序列，结构光光条中心点评价依据为在光条法向横截面上以该点为中心的高斯归一化模型的能量和；该方法包括：获取结构光光条中心点处的光条法向横截面点序列，以提取得到的中心点C_j为中心，对光条法向横截面的点序列进行高斯模型的归一化；计算光条法向横截面点序列归一化高斯模型的能量和，得到该点的信度评价指标；对求得的光条中心点C_j横截面归一化高斯模型序列g(X_i)求灰度和：对于光条中心点C_j：E_j＝∑g(X_i)，即为所需要的该点的信度指标；对得到的中心点信度评价指标进行全局图像的归一化，按该图像的信度最大值进行归一化处理信度：R_j＝E_j/E_max，E_max＝max(E_j)，最终得到归一化信度评价；所述的获取结构光光条中心点处的光条法向横截面点序列，并以提取得到的中心点为中心，对横截面的点序列进行高斯模型的归一化，具体包括：对获取的光条中心点处的光条法向横截面点序列，估计该处法向横截面宽度w_j：估算该处局部基底噪声并除去；最佳拟合高斯模型，得到最终的归一化模型；上述的归一化高斯模型方法中估计法向横截面宽度w_j为：以中心点灰度值为高斯模型的幅值，中心点位置为高斯模型的中心，沿光条法线两边延伸依次搜寻约幅值的5％～20％的灰度的点作为该处光条法向横截面的起始点A_j和终止点B_j，A_j、B_j的坐标为X_a、X_b，以起始点A_j和终止点B_j两点之间的序列为光条有效序列，其长度为法向横截面宽度w_j或者以全局图像的平均法向横截面宽度为该处光条法向横截面宽度w_j；上述归一化高斯模型方法中估算局部基底噪声并除去的方法为：在该处光条横截面两边划一宽度为w_j局部区域，在此范围内对灰度值作平均以估算噪声基底；或在该处光条横截面左右划一宽度为w_j局部区域，在此局部进行灰度直方图统计，从灰度值低到灰度值高求数量和，取总点数的1/2～2/3的点做平均估算噪声基底；横截面序列原始灰度减去噪声基底，即得到除去噪声后的序列灰度值，同时此灰度值不为负；上述归一化高斯模型方法中最佳拟合高斯模型的方法为：最佳拟合高斯模型，得到最终的归一化模型：对于除去噪声的灰度序列，中心点C_j的去噪后灰度值为p_0cj，进行高斯模型归一化拟合；其中，以C_j的坐标X_c为高斯模型中心点位置，以该点的去噪后灰度值p_0cj为高斯模型峰值：$p_{0\mathrm{ij}}=p_{0\mathrm{ij}}\exp [-\frac{{(X_i-X_c)}^2}{{2\sigma }^2}],$(1≤a-w_j≤i≤b+w_j≤N_j)则高斯模型中只有一个未知量——高斯模型的标准差σ；对模型式两边取对数：$\ln p_{0\mathrm{ij}}=\ln p_{0\mathrm{cj}}+[-\frac{{(X_i-X_c)}^2}{{2\sigma }^2}]$令k＝1/σ²，α＝X_i-X_c，T＝2[lnp_0cj-lnp_)0ij]，上式化为T＝kα²利用最    小二乘法对替代后的二次式进行线性拟合，得到参数k的最佳估计k_c，则对应高斯归一化模型中的高斯模型的标准差σ唯一的则得到该中心点归一化高斯模型序列：$g\left(X_i\right)=\left\{\begin{array}{cc}{p}_{0\mathrm{cj}}\exp [-\frac{{(X_i-X_c)}^2}{{{2\sigma }_c}^2}],& (1\le a-w_j\le i\le b+w_j\le N_j)\\ 0,& \mathrm{else}\end{array}\right..$