對于激光視覺焊縫跟蹤系統(tǒng),基于線性結(jié)構(gòu)光快速、高精度地提取焊縫特征點(diǎn)是系統(tǒng)搭建的關(guān)鍵;現(xiàn)有算法多是采取像素級別的提取特征,現(xiàn)提出改進(jìn)的亞像素精度算法用以提取焊縫特征點(diǎn);與以往算法不同的是,算法不需要進(jìn)行閾值的選取,提取條紋中心線和檢測特征點(diǎn)的過程,都采用了先計算出亞像素位置,再對圖像進(jìn)行處理,顯著地提高了算法的精度;并且目前圖像處理多采用深度學(xué)習(xí),但都為對像素的離散點(diǎn)實現(xiàn),難以做到亞像素精度;實驗結(jié)果表明,該算法能夠滿足生產(chǎn)實際要求,能夠?qū)崟r、精確地實現(xiàn)焊縫提取。 

【文章來源】：計算機(jī)測量與控制. 2020,28(07)

【文章頁數(shù)】：5 頁

【部分圖文】：

焊縫提取系統(tǒng)設(shè)備和工作環(huán)境

我們需要利用標(biāo)定算法同時求出相機(jī)的內(nèi)參和畸變參數(shù)，來校正圖像。最常見的算法是張正友標(biāo)定算法，在OpenCV和Matlab中均已經(jīng)實現(xiàn)該算法。本系統(tǒng)中采用玻璃底板、棋盤格寬度為1cm的棋盤格進(jìn)行標(biāo)定。如圖3，是15張640×480分辨率的棋盤格圖像，標(biāo)定生成的成像模式示意圖。對標(biāo)定后的數(shù)據(jù)，使用5個畸變參數(shù)與相機(jī)內(nèi)參數(shù)實現(xiàn)校正，校正結(jié)果如圖3。

原始圖像和校正圖像對比圖


本文編號：3409075