一種基于改進(jìn)Laplacian邊緣檢測(cè)的線結(jié)構(gòu)光條中心線提取方法
【技術(shù)領(lǐng)域】
[0001 ]本發(fā)明涉及機(jī)器人或無(wú)人車(chē)技術(shù)領(lǐng)域，具體涉及一種基于改進(jìn)Laplacian邊緣檢 測(cè)的線結(jié)構(gòu)光條中心線提取方法。
【背景技術(shù)】
[0002] 線結(jié)構(gòu)光視覺(jué)系統(tǒng)是一種既利用圖像又利用可控光源的測(cè)量系統(tǒng)，由于其具有主 動(dòng)可控、能夠獲取物體三維信息、計(jì)算簡(jiǎn)單、實(shí)時(shí)性好的優(yōu)點(diǎn)，正逐漸用于機(jī)器人或無(wú)人車(chē) 或障礙物識(shí)別中。線結(jié)構(gòu)光圖像中，結(jié)構(gòu)光條中心線包含了被測(cè)物體的深度信息，即能夠通 過(guò)提取線結(jié)構(gòu)光條中心線獲取障礙物的三維位置信息，因此，線結(jié)構(gòu)光條中心線是否能快 速、有效的提取，將直接影響障礙物識(shí)別的實(shí)時(shí)性與有效性。
[0003] 目前，線結(jié)構(gòu)光條中心線的提取方法大致可分為灰度閾值法、灰度極值法、梯度閾 值法、方向模板法、數(shù)學(xué)形態(tài)法、基于假定光強(qiáng)分布的高斯或拋物線擬合法以及基于上述算 法基礎(chǔ)上的各種改進(jìn)算法等。受環(huán)境光照、物體材料和物體反射特性的影響，線結(jié)構(gòu)光圖像 中光條的灰度值差異較大，因此，復(fù)雜環(huán)境中，以灰度值為基礎(chǔ)來(lái)進(jìn)行光條中心線的提取在 幾乎不能有效完成;方向模板法、數(shù)學(xué)形態(tài)法以及基于曲線擬合的方法因其計(jì)算復(fù)雜、實(shí)時(shí) 性差而不能滿足障礙物識(shí)別系統(tǒng)的實(shí)時(shí)性要求。因此，如何設(shè)計(jì)一種快速、有效的線結(jié)構(gòu)光 條中心線提取方法是需要解決的技術(shù)問(wèn)題。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的是設(shè)計(jì)一種線結(jié)構(gòu)光條中心線提取方法，能夠?qū)€結(jié)構(gòu)光條中心線 進(jìn)行快速、有效的提取。
[0005] 技術(shù)方案
[0006] 為解決上述技術(shù)問(wèn)題，本發(fā)明提供了一種基于改進(jìn)Laplacian邊緣檢測(cè)的線結(jié)構(gòu) 光條中心線提取方法，其包括以下步驟：
[0007] 步驟一：根據(jù)線結(jié)構(gòu)光條的邊緣特性，對(duì)圖像中光條可能出現(xiàn)的區(qū)域進(jìn)行基于 Laplacian邊緣檢測(cè)的光條邊緣提取，將Laplacian算子中的8-鄰接卷積模板分解為4個(gè)卷 積模板，并通過(guò)4個(gè)卷積模板實(shí)現(xiàn)光條邊緣像素點(diǎn)與其梯度方向的快速、有效獲取；
[0008] 步驟二:根據(jù)相鄰光條邊緣段空間位置的連續(xù)性、邊緣像素點(diǎn)梯度值的相似性、邊 緣梯度方向的相似性獲取準(zhǔn)確完整的線結(jié)構(gòu)光條邊緣，濾除虛假光條邊緣；
[0009] 步驟三:根據(jù)線結(jié)構(gòu)光條像素沿邊緣梯度方向的灰度分布特征，完成線結(jié)構(gòu)光條 中心線的提取。
[0010]其中，所述步驟一中，線結(jié)構(gòu)光條邊緣提取的過(guò)程為:設(shè)圖像中線結(jié)構(gòu)光條可能出 現(xiàn)的一區(qū)域?yàn)閆l中任一像素點(diǎn)Pij的灰度值為pvij，根據(jù)線結(jié)構(gòu)光條邊緣特性，將Laplacian 算子中的8-鄰接卷積模板分解為4個(gè)卷積模板GL(ij) = 2pvij-pvi(j-i)-pvi(j+i)、Gv(ij) = 2pvij- PV(i-1)廠 PV(i+l)j、G45(ij) = 2pVij_pV(i-l)(j+l)-pV(i + l)(j-l)、Gl35(ij) = 2pVirpV(i-l)(j-l)-pV(i+l)(j + l) 來(lái)分別表征Pij其沿水平方向、垂直方向、45°方向、135°方向的梯度變化值，并將Gij = GL(ij)+ Gv(ij)+G45(ij)+G135(ij)作為Pij的梯度值，當(dāng)(XEiJET時(shí)， Pij被判定為光條邊緣上的點(diǎn)，Ετ為系 統(tǒng)設(shè)定的梯度閾值;同時(shí)將GL(ij)、Gv(ij)、G45(ij)、Gl35(ij)中的最大值所表征的方向作為像素點(diǎn) 的梯度方向，即Gij(ma X)=max(GL(ij)，Gv(ij)，G45(ij)，Gi35(ij))，從而通過(guò)4個(gè)卷積模板實(shí)現(xiàn)了線 結(jié)構(gòu)光條邊緣像素點(diǎn)與其梯度方向的快速、有效的獲取。
[0011] 其中，所述步驟二的過(guò)程為:首先根據(jù)相鄰光條邊緣段空間位置的連續(xù)性、邊緣像 素點(diǎn)梯度值的相似性，將表征結(jié)構(gòu)光條中同一側(cè)邊緣的光條邊緣段歸為同一邊緣，再利用 線結(jié)構(gòu)光條兩側(cè)邊緣梯度方向的一致性，獲取同一線結(jié)構(gòu)光條的兩側(cè)邊緣，即設(shè)兩邊緣段 為Sm與Sn，根據(jù)線結(jié)構(gòu)光條在圖像中應(yīng)形成的形態(tài)，選取式|U1_U4| <Ut 〇r|u2_U3| <Ut、|vi_
個(gè)作為空間位置約束條件，當(dāng)3?與5"滿足此空間約束條件，并滿足式p：,,-所示的邊 緣梯度的相似性時(shí)，則將3?與311歸至同一邊緣，獲取一條完整邊緣;將每條邊緣上所有像素 點(diǎn)的梯度方向中最多的梯度方向設(shè)為該邊緣的梯度方向，當(dāng)獲取的兩邊完整邊緣為 當(dāng)E1與E2的邊緣梯度方向相同時(shí)，則認(rèn)為E 1與E2為表征同一線結(jié)構(gòu)光條的雙側(cè)邊緣。
[0012] 其中，所述步驟三中，結(jié)構(gòu)光條邊緣確定后，提取單邊緣像素點(diǎn)或雙邊緣對(duì)應(yīng)像素 點(diǎn)間沿邊緣梯度方向上灰度值最大的像素點(diǎn)構(gòu)成光條的中心線。
[0013] 有益成果
[0014] 該方法通過(guò)一種基于改進(jìn)Laplacian邊緣檢測(cè)的線結(jié)構(gòu)光條中心線提取方法，能 夠?qū)€結(jié)構(gòu)光條中心線進(jìn)行快速、有效的提取。
【附圖說(shuō)明】
[0015] 圖1為本發(fā)明實(shí)施例中線結(jié)構(gòu)光條邊緣特性示意圖。
【具體實(shí)施方式】
[0016] 下面結(jié)合附圖并舉實(shí)施例，對(duì)本發(fā)明進(jìn)行詳細(xì)描述。
[0017] 本實(shí)施例基于改進(jìn)Laplacian邊緣檢測(cè)的線結(jié)構(gòu)光條中心線提取方法主要包括以 下步驟：
[0018] 步驟1:基于改進(jìn)Laplacian邊緣檢測(cè)的線結(jié)構(gòu)光條邊緣提取
[0019] 如圖1所示，理想圖像邊緣主要可分為階躍型邊緣和屋脊型邊緣兩種類(lèi)型，其中，p 為邊緣上像素點(diǎn)，階躍型邊緣上的像素點(diǎn)處于低灰度級(jí)跳變至高灰度級(jí)的位置;屋脊型邊 緣的像素點(diǎn)處于高灰度級(jí)下降至低灰度級(jí)的位置。線結(jié)構(gòu)光條在圖像中通常表現(xiàn)為具有一 定寬度的亮光條，圖像中光條局部區(qū)域內(nèi)的像素灰度先由低灰度級(jí)跳變至高灰度級(jí)，垂直 于邊緣方向，經(jīng)N(N2 0)個(gè)像素點(diǎn)后再由高灰度級(jí)跳變至低灰度級(jí)（當(dāng)N=0時(shí)即為屋脊型邊 緣），光條中像素點(diǎn)的灰度值近似表現(xiàn)為高斯分布，即線結(jié)構(gòu)光條邊緣上的像素處于低灰度 級(jí)跳變至高灰度級(jí)或高灰度級(jí)跳變至低灰度級(jí)的位置上。
[0020] 因此，基于線機(jī)構(gòu)光條的此種邊緣特性，Laplacian算子會(huì)在光條的邊緣像素處產(chǎn) 生最大的正值響應(yīng)，而在邊緣像素相鄰的其他像素處得到較小的正值響應(yīng)或負(fù)值響應(yīng)，對(duì) 光條邊緣具有準(zhǔn)確有效的定位能力;且計(jì)算簡(jiǎn)單快速;但Laplacian算子各向同性，不能提 供有關(guān)邊緣方向的信息。因此，本發(fā)明對(duì)傳統(tǒng)的Laplacian邊緣檢測(cè)算法加以改進(jìn)，采用 Laplacian算子中的8-鄰接卷積模板對(duì)光條邊緣像素點(diǎn)進(jìn)行提取，并將8-鄰接卷積模板分 解為4個(gè)卷積模板來(lái)分別表征光條邊緣上像素點(diǎn)沿水平方向、垂直方向、45°方向、135°度方 向4個(gè)方向的梯度變化，從而確定光條邊緣像素點(diǎn)的方向，具體過(guò)程為：
[0021] 設(shè)圖像中計(jì)算獲取的線結(jié)構(gòu)光條可能出現(xiàn)的一區(qū)域?yàn)閆l，Zl中任一像素點(diǎn)Plj的灰 度值為pvij，則：
[0022] GL(ij) = 2pvij-pvi(j-i)-pvi(j+i) (1)
[0023] Gv(ij) = 2pvij-pv(i-i)j-pv(i+i)j (2)
[0024] G45(ij) = 2pvij-pv(i-i)(j+i)-pv(i+i)(j-i) (3)
[0025] Gi35(ij) = 2pvij-pv(i-i)(j-i)-pv(i+i)(j+i) (4)
[0026] Gij = GL(ij)+Gv(ij)+G45(