(19)国家知识产权局
(12)发明 专利申请
(10)申请公布号
(43)申请公布日
(21)申请 号 202210821309.1
(22)申请日 2022.07.13
(71)申请人 河海大学
地址 211100 江苏省南京市江宁开发区佛
城西路8号
(72)发明人 周亚琴 贾江灿 沈一伟 李庆武
吴艺 吴义文 常宸恺 钱一溪
(74)专利代理 机构 南京纵横知识产权代理有限
公司 32224
专利代理师 杨静
(51)Int.Cl.
G06T 7/00(2017.01)
G06T 7/11(2017.01)
G06T 7/136(2017.01)
G06T 7/66(2017.01)G06T 7/80(2017.01)
G06T 17/00(2006.01)
(54)发明名称
基于双目视觉与线结构光的水下构筑物表
观缺陷检测方法
(57)摘要
本发明涉及技术领域, 公开了基于双目视觉
与线结构光的水下构筑物表观 缺陷检测方法, 包
括以下步骤: 步骤S1: 采集csum组水下结构光标
定板图像, 对双目相机进行标定与校正, 并解算
结构光构成的光平面方程; 步骤S2: 获取n组构筑
物表面双目图像, 对双目图像进行分析, 并确定
结构光区域; 步骤S3: 从所述步骤S2中的结构光
区域maskroi提取结构光中心线, 对结构光中心线
进行填补与拟合以获得完整的光条中心线; 步骤
S4: 获取光条中心线三维坐标; 步骤S5: 根据相机
的运动轨迹, 构建目标场景深度图; 步骤S6: 在构
建的深度图基础上, 实现目标区域的深度与宽度
测量。 本发 明的有益效果为能够实现水下构筑物
表面缺陷的快速、 准确检测和测量, 降低检测人
员工作强度与危险系数, 提高工作效率。
权利要求书7页 说明书14页 附图3页
CN 115330684 A
2022.11.11
CN 115330684 A
1.基于双目视觉与线结构光的水下构筑物表观缺陷检测方法, 其特征在于, 包括以下
步骤:
步骤S1: 采集csum组水下结构光标定板图像, 对双目相机进行标定与校正, 并解算结构
光构成的光平面方程;
步骤S2: 获取n组构筑物表面双目图像, 并对双目图像进行分析, 确定结构光区域
maskroi;
步骤S3: 从所述步骤S2中的结构光区域maskroi提取结构光中心线, 对结构光中心线进
行填补与拟合以获得完整的光条中心线;
步骤S4: 获取 所述步骤S3中的光条中心线三维坐标;
步骤S5: 根据相机的运动轨 迹, 构建目标场景深度图;
步骤S6: 在构建的深度图基础上, 实现目标区域的深度与宽度测量。
2.根据权利要求1所述的基于双目视觉与线结构光的水下构筑物表观缺陷检测方法,
其特征在于: 所述 步骤S1中解 算结构光构成的光平面方程的步骤为:
步骤S11: 分别采用Steger算法提取校正后的左目和右目图像中的结构光中心线
其中csum>7, csum表示水 下结构光标定 板图像组数;
利用极限约束法确定左右目图像中的结构光中心线
对应的匹配
点并计算匹配点对应的三维点云
其中,
分别表示三维
点云
对应方向的坐标值, jc表示总的三维点云的个数;
利用最小二乘算法对得到三维点云
进行空间直线拟合得到第ic组
双目图像的中心线三维坐标表达式
其中x、 y、 z分别表示三
维坐标中横坐标、 纵坐标、 竖坐标,
为空间直线表达
式的参数, 由拟合过程得到; 将
代入直线中心线三维坐标表达式Lic, 得到修正后
的中心线三维点云
其中
步骤S12: 重复所述步骤S11, 获取所有组双目图像结构光中心线对应的中心线三维坐
标表达式Lic,ic∈[1,csum ]与修正后的中心线三维点云
步骤S13: 利用RANSAC算法拟合所有修正后的中心线三维点云
得
到结构光光平面表达式为Ax+By+Cz+D=0, 其中x、 y、 z分别表 示三维坐标中横坐标、 纵坐标、
竖坐标; A、 B、 C、 D为空间平面表达式系数, 由拟合过程得到 。
3.根据权利要求1所述的基于双目视觉与线结构光的水下构筑物表观缺陷检测方法,
其特征在于: 从灰度空间和 HSV空间两个角度分别对所述步骤S2中的构筑物表面图像进行
分析, 并确定结构光区域。
4.根据权利要求3所述的基于双目视觉与线结构光的水下构筑物表观缺陷检测方法,
其特征在于: 从灰度空间和HSV空间两个角度分别对获得的构筑物表面双目 图像进行分析,权 利 要 求 书 1/7 页
2
CN 115330684 A
2并确定结构光区域, 其具体步骤为:
步骤S21: 分别基于左目和右目的构筑物表面彩色图像Irgb的灰度空间, 计算其图像双
阈值, 并分割得到基于灰度空间的结构光区域maskgray;
步骤S22: 分别将左目和右目的构 筑物表面彩色图像Irgb映射到HSV空间, 基于结构光光
条的颜色特征分别对左目和右目的构筑物表面彩色图像Irgb进行分割得到基于HSV空间的
结构光区域maskhsv。
5.根据权利要求4所述的基于双目视觉与线结构光的水下构筑物表观缺陷检测方法,
其特征在于, 所述 步骤S21的具体步骤为:
步骤S211: 将构筑物 表面彩色图像Irgb映射到灰度空间, 得到灰度图像Igray;
步骤S212: 统计灰度图像Igray的灰度直方图Imghist, 根据公式(1)计算双阈值Tmin和Tmax;
其中, Id表示灰度直方 图中的最大灰度值, Ih表示灰度直方图中最高波峰的灰度值, Ic
为根据光条宽度的下调值, 阈值Tmax大于Tmin;
步骤S213: 根据双阈值实现灰度图像Igray的分割; 将灰度值低于Tmin的像素设置为背景,
灰度值大于Tmax的像素为光条区域, 统计此时光条的像素个数Npix, 并求平均值
作为激光条纹宽度, 其中Nrow为此时光条所占的行数; 当图像灰度值位于双阈值中间时, 根
据公式(2)计算区域光条像素个数Nr, 当Nr>0.5lwidth时, 这一部分像素属于结构光区域
maskgray;
其中, I(row,col)代表灰度图像Igray第row行, 第col列的灰度值, ri和cj分别为设定的
模板Ω内的行和列, Ro w表示灰度图像的总行 数。
6.根据权利要求4所述的基于双目视觉与线结构光的水下构筑物表观缺陷检测方法,
其特征在于, 所述 步骤S22的具体步骤为:
步骤S221: 将Irgb映射到HSV空间, 得到彩色图像的HSV图像Ihsv, 定义Ih为色调空间图像,
Is为饱和度空间图像, Iv为亮度空间图像;
步骤S222: 根据绿色结构光的颜色特征确定在HSV空间中的阈值范围, 采用公式(3), 提
取出绿色光条, 并利用形态学算法对提取 的光条进行腐蚀和膨胀, 提高光条区域的完整性
得到基于 HSV的光条分割图像maskhsv;
35<hoi<77,43<soi<255,46<voi<255(3)
其中, hoi表示像素点oi的色调, 即在色调空间图像Ih中的像素值; soi表示像素点oi的饱
和度, 即在饱和度空间图像Is中的像素值; voi表示像素点oi的色调, 即在亮度空间图像Iv中
的像素值;
步骤S223: 在HSV空间中的分割结果maskhsv基础上, 利用基于灰度空间的分割的结果
maskgray对光条进行填补, 得到更加完整的光条提取 结果maskroi。
7.根据权利要求6所述的基于双目视觉与线结构光的水下构筑物表观缺陷检测方法,权 利 要 求 书 2/7 页
3
CN 115330684 A
3
专利 基于双目视觉与线结构光的水下构筑物表观缺陷检测方法
文档预览
中文文档
25 页
50 下载
1000 浏览
0 评论
0 收藏
3.0分
温馨提示:本文档共25页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
本文档由 SC 于 2024-02-24 00:44:43上传分享