基于K-means聚类的结构光中心线提取方法研究.pdf

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 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相同类中的样本相似程度就越高聚类效果就越好 算法的流程如下:)随机选取 个样本点作为初始聚类中心记为()()()计算样本与 个初始聚类中心的距离将每个待聚类样本分配到距其最近的聚类中心所在的类群中得到本次聚类结果()计算第 个聚类结果()中各个类群的样本均值作为新的聚类中心即()()()然后对样本进行聚类得到新的聚类结果()迭代计算若聚类结果使损失函数最小或者聚类结果()()即聚类结果不变则停止迭代否则令 返回).形态学闭运算数学形态学是以集合基础分析几何形状和结构的数学方法 在数字图像处理中通过结构元素处理目标图像常见的形态学运算有腐蚀和膨胀 腐蚀运算可以消除目标图像的边界点而膨胀运算可以填充目标图像的内部孔洞形态学闭运算是一种腐蚀和膨胀的复合运算先对图像进行膨胀运算再进行腐蚀运算 其表达式为 ()()式中:为输入图像 为结构元素为膨胀运算 为腐蚀运算 对目标图像进行形态学闭运算可以达到平滑轮廓的效果同时还可以对细长的沟壑和狭窄的间断进行弥合消除较小的空洞.灰度重心法灰度重心法是根据结构光的光条横截面上像素点的灰度值和其坐标求取灰度重心的位置 该方法需要通过设定阈值减小结构光光条截面的搜索范围提高搜索效率 对光条图像中像素点 进行阈值设定如下()()()()()式中:()为像素点 的灰度值为设定的灰度阈值 通过阈值的设定可以得到第 列光条截面的上、下限区间为()()则灰度重心法的计算公式为()()()()/()()()()式中:()为像素坐标()处的灰度值()为计算出的第 列光条重心的纵坐标.最小二乘法拟合光条中心线本文采用最小二乘法进行光条中心线的拟合 根据灰度重心法提取到的光条中心点数据基本分布在一条直线附近设此直线方程为 ()式中、分别为直线的斜率和截距 根据最小二乘法的思想最小二乘法的拟合准则为 ()()式中()为灰度重心法提取的 组测量值以上是使用最小二乘法对线性函数进行拟合实际应用可推广到多项式函数的拟合能更好地进行光条中心线拟合 实验与结果分析.实验平台为验证基于 聚类的结构光中心线提取方法的可行性搭建了如图 所示的实验平台激光器采用的是波长为 的鲍威尔一字激光器相机采用的是大恒 工业相机其分辨率为 激光器和相机固定在升降台上高度可调图 实验平台第 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).结构光中心线提取实验打开激光器将结构光投射到表面光滑的铝板上采集到的原始光条图像如图 所示图 原始光条图像 首先对原始光条图像进行中值滤波处理采用 滤波模板滤波处理后图像如图()所示 由图()可见滤波处理后的图像背景中仍然含有灰度值较高的噪声光斑因此需要进行图像分割以获得目标光条区域 采用 聚类算法分割图像通过迭代优化后的聚类结果如图()所示 排除干扰光和无关光条的区域得到的 光条区域如图()所示 然后对分割得到的 光条区域进行形态学闭操作采用矩形作为结构元素平滑光条轮廓并填充背景区域得到饱满光条区域如图()所示图 图像处理 通过对原始光条进行图像预处理消除了大面积的光斑噪声得到了形状较为完整的目标光条图像 通过灰度重心法计算目标光条的灰度重心得到的光条中心线如图()所示 由图()可见灰度重心法提取的一系列光条中心点存在波动所以需要从全局角度保证提取的中心点之间可以平滑过渡 采用最小二乘法对提取的光 条 中 心 点 进 行 直 线 拟 合 拟 合 结 果 如图()所示图 光条中心线 拟合前后中心点数据如图 所示图 拟合前后中心点数据.不同算法的对比针对实验采集的原始光条图像选择传统的灰度重心法、算法以及方向模板法与本文算法进行对比实验实验结果如图 所示图 对比实验结果沈 阳 理 工 大 学 学 报 第 卷 由图 可见传统灰度重心法的抗干扰能力不强提取的部分光条中心出现很大的偏差 算法提取的光条中心线出现了分段现象左右两侧光条中心未能提取方向模板法提取的光条中心线出现了干扰噪点和部分光条信息缺失现象 而图 给出的本文算法提取的光条中心线较为完整且平稳没有出现较大的波动和分段现象提取结果比上述传统算法更为准确.实验结果分析.算法精度和实时性分析为验证本文算法的有效性需要对光条中心线提取的精度进行评价 由于采集到的光条中心的真值无法测得本文利用提取的光条中心点到最小二乘法拟合直线距离的标准差评价算法的精度 标准差越小则算法提取出的光条中心点的离散性越小即算法精度越高 标准差的计算公式为()/()式中:为算法提取的光条中心点的数为第 个光条中心点到拟合中心线的距离 为所有光条中心点到拟合中心线距离的平均值 可由点到拟合直线的距离公式计算得到计算公式为 ()式中:()为第 个光条中心点位置和 为拟合直线方程的参数在实际工程应用中结构光测量系统需要满足测量的快速性所以光条中心线提取算法应具备实时性 本文采用不同算法各运行 次各算法的标准差 和平均运行时间 如表 所示表 各算法精度和实时性评价结果灰度重心法 算法方向模板法本文算法/像素./.从表 可见本文算法提取的中心点到拟合中心线距离的标准差最小即本文算法提取光条中心点的精度优于传统算法 算法计算相对复杂导致运行时间过长而本文算法的运行时间仅次于灰度重心法综合仿真实验的结果可知本文算法运行效率较高、实时性较好.算法鲁棒性分析为验证算法的抗噪声干扰能力需要对光条中心线提取的鲁棒性进行分析 通过调节环境光和添加噪声得到无光斑噪声图、有光斑噪声图和添加椒盐噪声图 运用本文算法进行光条中心线提取针对不同图像的提取结果如图 所示算法的标准差见表 图 光条中心线提取表 不同噪声干扰下算法的标准差图像无光斑噪声有光斑噪声添加椒盐噪声/像素.由图 可见本文算法在光斑噪声和椒盐噪声的影响下仍有较好的提取效果 从表 可以看出提取的中心点到拟合中心线距离的标准差均较小说明算法的提取精度可以保持相对稳定 结论本文在分析线结构光条纹特性的基础上结合动态聚类分割和传统光条中心线提取算法提出一种基于 聚类的结构光中心线提取方法 该方法在对原始图像进行滤波处理后采用 聚类算法分割出 光条区域然后对二值图像进行数学形态学操作最后利用灰度中心法提取光条中心 对比传统算法本文算法的提取精度更高算法运行效率更快且具有一定的抗噪声干扰能力对结构光测量具有理论指导价值第 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)参考文献:李伟明梅枫胡增等.线激光光条中心内部推进提取算法.中国激光():.王福斌刘贺飞王蕊等.线结构光条纹中心亚像素自适应提取算法.激光技术():.():.孙有春庞亚军白振旭等.激光三角测量法应用技术.激光杂志():.吴燕城.基于线结构光三维测量关键技术研究.秦皇岛:燕山大学./.:.周渊孟祥群江登表等.复杂干扰情况下的结构光条纹中心提取方法.中国激光():.():.王泽浩张中炜.自适应方向模板线结构光条纹中心提取方法.激光杂志():./().:.南方李大华高强等.改进 算法的自适应光条纹中心提取.激光杂志():./().:.():.杨俊闯赵超.聚类算法研究综述.计算机工程与应用():.张大坤罗三明.形态学中闭运算功能的扩展及其应用.计算机工程与应用():.(责任编辑:和晓军)沈 阳 理 工 大 学 学 报 第 卷