結(jié)構(gòu)光條紋圖像處理技術(shù)研究.pdf

1、結(jié)構(gòu)光三維視覺檢測以其高精度、光條圖像信息易于提取、實時性強等特點，在制造業(yè)獲得了越來越廣泛的應(yīng)用。在結(jié)構(gòu)光視覺檢測環(huán)節(jié)中，結(jié)構(gòu)光圖像的處理和計算是整個檢測任務(wù)的關(guān)鍵環(huán)節(jié)之一。被攝物體幾何形狀和表面紋理五花八門，且拍攝方式和拍攝地點照明情況各不相同，這些問題造成既不能使用單一的圖像處理方法處理所有的結(jié)構(gòu)光圖像，也不能簡單地使用基本圖像處理方法完成各種類型的結(jié)構(gòu)光圖像的處理?；谝陨闲枨?，本文對結(jié)構(gòu)光條紋圖像處理技術(shù)進行研究，并予以實現(xiàn)。

2、本文的主要工作和成果如下：
　　 (1)由于光照不均影響圖像特征信息的提取，本文提出了一種能消除光照影響且保持特征信息的圖像處理算法，并使用可分離濾波器減少其算法復(fù)雜度，實現(xiàn)CPU端的加速；接著提出了基于CUDA的GPU端加速算法，實驗表明，該算法能夠消除光照對結(jié)構(gòu)光圖像的影響，使條紋清晰可辨，易于分割。
　　 (2)由于各種因素的作用造成亮度不足處圖像細節(jié)的缺失，本文針對這一問題提出了一種改進的帶顏色恢復(fù)的Retine

3、x算法。實驗表明，該算法能很好的恢復(fù)暗部細節(jié)的同時保持原始顏色信息，作用于結(jié)構(gòu)光圖像可以使暗處的條紋重新顯現(xiàn)，便于后續(xù)處理。
　　 (3)高光信息和物體紋理顏色信息在增加結(jié)構(gòu)光條紋信息提取難度的同時，也影響了結(jié)果數(shù)據(jù)的精度。本文分別提出了基于K-Means算法的高光檢測方法和基于最小偏態(tài)法的條紋分割方法，用于解決高光信息造成的問題；還提出了一種噪聲塊檢測與幀差法相結(jié)合的條紋分割方法，用于解決顏色信息造成的問題。
　　 (