基于K-means聚类的结构光中心线提取方法研究.pdf
《基于K-means聚类的结构光中心线提取方法研究.pdf》由会员分享,可在线阅读,更多相关《基于K-means聚类的结构光中心线提取方法研究.pdf(7页珍藏版)》请在咨信网上搜索。
1、第卷 第期 年 月沈 阳 理 工 大 学 学 报 收稿日期:基金项目:辽宁省教育厅重点基金项目()作者简介:朱永()男硕士研究生通信作者:蒋强()男教授研究方向为智能控制理论及算法文章编号:()基于 聚类的结构光中心线提取方法研究朱 永蒋 强郭乃菊(沈阳理工大学 自动化与电气工程学院沈阳)摘 要:在线结构光测量系统中为实现对结构光光条中心线的快速、准确提取提出一种基于 聚类的光条中心线提取方法 在对光条图像进行中值滤波的基础上利用 算法分割出光条感兴趣区域()并对二值图像进行数学形态学操作再结合灰度重心法和最小二乘法得出较好的光条中心线 实验结果表明:该方法能够有效分割出目标光条并快速提取出光
2、条中心线算法提取光条中心到拟合直线距离的标准差约为.像素运行时间约为.提取精度明显优于灰度重心法和方向模板法实时性比 算法有巨大的提升且具有较好的抗噪声干扰能力关 键 词:线结构光测量中值滤波光条中心线提取聚类算法中图分类号:文献标志码:./.():.:随着视觉测量和数字图像处理技术的发展结构光测量技术因其具有高精度、实时性、非接触等优点在工业检测、三维人体扫描等领域得到了广泛的应用 结构光测量系统主要由工业相机、激光器和计算机等组成通过激光三角法获得特征点的坐标信息 结构光有多种测量模式其中基于线结构光的测量模式可以实现快速、精确和稳定测量并具有结构简单、搭建成本低等优点 由于线结构光条纹具
3、有一定的像素宽度只有准确提取光条的中心线才能获得被测目标的特征点坐标 因此如何快速、准确提取结构光中心线是实现测量的关键传统线结构光中心线提取算法主要有灰度重心法、基于黑塞()矩阵的斯蒂格()算法和方向模板法等 灰度重心法的算法简单、实时性好但是易受噪声影响 算法精度高、受噪声影响小但算法复杂导致其实时性较差方向模板法具有一定的修补断线和抑制白噪声能力但计算复杂、精度一般、稳定性较差针对传统算法存在的不足研究人员完成了一定程度的算法优化 等提出一种改进灰度重心法提取光条中心算法采用模板法检测光条的法线方向并在该方向上应用灰度重心法精确提取光条中心 南方等提出一种基于 算法的自适应激光条纹中心线
4、提取方法提高了算法的精度但也降低了算法的实时性 等通过骨架细化法进行粗提取然后利用方向模板法和灰度重心法进行精确提取计算相对复杂、提取结果不够稳定针对结构光中心线提取的高精度、实时性、抗噪性等需求以光滑金属表面为背景提出一种基于 聚类 的结构光中心线提取算法算法结合图像预处理手段和动态聚类分割通过灰度重心法提取光条中心再进行最小二乘法拟合中心线实现对传统算法的优化 结构光中心线提取方法处理流程基于 聚类的结构光中心线提取方法处理流程为:首先分析结构光条纹特性然后采用中值滤波对光条图像进行预处理减少噪声对光条中心线的影响再使用 聚类算法对滤波后的图像上的所有像素点进行聚类分割排除干扰光和无关光条
5、的区域以此得到光条感兴趣区域()对分割图像进行形态学闭运算填充背景区域得到饱满光条区域最后运用灰度重心法对光条区域计算灰度重心得到光条的中心线 结构光中心线提取方法的流程如图 所示图 结构光中心线提取方法流程 结构光中心线提取.线结构光条纹特性线结构光投射到物体表面形成具有一定宽度的光条其图像如图 所示 理想情况下线结构光条横截面的灰度值呈高斯分布但实际上由于受到实验环境和被测物体材质等因素的影响实验采集到的光条往往含有各种噪声导致其灰度分布呈现阶跃式变化对采集到的光条进行分析绘制光条三个不同位置横截面的灰度值分布如图 所示第 期 朱 永等:基于 聚类的结构光中心线提取方法研究(需要彩印)图
6、光条图像图 光条横截面灰度值分布 光条的第 列和第 列是在铝板上可以看出这两处受到了明显的噪声干扰其中光条第 列出现了明显的镜面反射现象同时受光条以外的背景影响其横截面的灰度值出现多个峰值 光条的第 列是在黑色幕布上光条较细整体上较符合高斯分布 对第 列光条横截面的灰度分布进行高斯拟合拟合后的高斯分布即为理想情况下线结构光条纹特性 光条横截面整体上呈近似高斯分布而光条中心的提取依赖其横截面的高斯分量.图像滤波在数字图像处理过程中图像滤波是图像预处理的关键环节 由于采集到的图像往往夹杂着噪声信号而噪声的存在会对光条中心提取产生不利的影响需要对图像进行滤波处理在尽量保留图像细节特征的条件下对目标图
7、像的噪声进行抑制常见的图像滤波方式有均值滤波、高斯滤波和中值滤波其中均值滤波和高斯滤波均属于线性滤波而中值滤波属于非线性滤波 均值滤波和高斯滤波在滤波的同时也丢失了图像细节信息使光条变得模糊不利于光条的提取定位而中值滤波不但可以抑制图像噪声还可以保留光条边缘的细节信息提升了图像的信噪比 因此选择中值滤波对采集的图像进行滤波处理中值滤波的计算公式为()()()()式中:()表示中值滤波后图像某像素点()处的像素灰度值()表示输入图像的像素灰度值 表示中值滤波函数 表示滤波模板中值滤波在去除椒盐噪声方面很有效 图 所示为添加椒盐噪声的图像和通过中值滤波后的图像对比图()与图()可以看出中值滤波对椒
8、盐噪声抑制效果明显也没有丢失光条边缘的细节信息图 中值滤波.聚类 聚类是一种基于样本集合划分的无监督学习方法根据数据到聚类中心的距离划分该数据所属类别假设样本集合为 每个样本由 维特征向量表示 样本之间的距离用欧式距离平方表示计算公式为()()()式中:()为样本 与 之间的欧式距离、分别表示第 个样本类别中的第 个样本与第 个样本若 表示第 个聚类 中含有的样本数目则该聚类中的样本 均值 的计算公式为()由此定义样本与其所属聚类 中均值的距离总沈 阳 理 工 大 学 学 报 第 卷和为损失函数()计算公式为()()聚类通过反复优化聚类结果使损失函数最小化即所有样本到其所属类别中心的距离越小则
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 means 结构 中心线 提取 方法 研究
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。