基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
将大模板高斯递归实现引入到结构光条纹中心提取中,提出了一种基于感兴趣区域(ROI)的结构光条纹中心混合图像处理方法.结合图像的阈值化和膨胀算法,自动分割出结构光条所在区域作为光条提取的ROI,利用高斯卷积递归实现获得ROI内光条纹各点的Hessian矩阵,并确定光条纹各点的法线方向,最后在法线方向利用泰勒级数展开求得ROI内光条纹中心的亚像素图像坐标.实验表明,基于ROI的结构光条纹中心混合图像处理方法具有精度高、鲁棒性好和自动化程度高等特点,所提出的算法大大地减少了结构光条纹提取的冗余计算,实现了光条纹中心线的快速高精度提取.在保证光条提取的精度和鲁棒性前提下,所提出的算法将光条提取速度提高了10多倍,为结构光视觉三维测量的实时应用奠定了基础.
推荐文章
基于图像分割的光条中心线提取方法
线结构光数学模型
图像分割
光条中心线
置信传播算法
焊缝结构光图像处理与特征提取方法
图像处理
结构光
焊缝磨抛
激光光斑图像伪彩色处理方法研究
激光光斑图像
伪彩色处理
彩色图像
空间域
孔壁钻孔图像的结构面参数提取方法研究
钻孔摄像
钻孔图像
结构面提取
产状
隙宽
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 结构光光条提取的混合图像处理方法
来源期刊 光电子·激光 学科 工学
关键词 结构光视觉 条纹 感兴趣区域 亚像素
年,卷(期) 2008,(11) 所属期刊栏目 图像和信息处理
研究方向 页码范围 1534-1537
页数 4页 分类号 TP391.41
字数 3195字 语种 中文
DOI 10.3321/j.issn:1005-0086.2008.11.025
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张广军 北京航空航天大学仪器科学与光电工程学院 211 4051 34.0 53.0
2 周富强 北京航空航天大学仪器科学与光电工程学院 47 1563 24.0 39.0
3 陈强 北京航空航天大学仪器科学与光电工程学院 25 315 7.0 17.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (137)
参考文献  (8)
节点文献
引证文献  (79)
同被引文献  (129)
二级引证文献  (191)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(7)
  • 参考文献(2)
  • 二级参考文献(5)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(6)
  • 引证文献(6)
  • 二级引证文献(0)
2011(5)
  • 引证文献(4)
  • 二级引证文献(1)
2012(11)
  • 引证文献(6)
  • 二级引证文献(5)
2013(26)
  • 引证文献(12)
  • 二级引证文献(14)
2014(17)
  • 引证文献(9)
  • 二级引证文献(8)
2015(27)
  • 引证文献(7)
  • 二级引证文献(20)
2016(37)
  • 引证文献(11)
  • 二级引证文献(26)
2017(33)
  • 引证文献(6)
  • 二级引证文献(27)
2018(38)
  • 引证文献(9)
  • 二级引证文献(29)
2019(45)
  • 引证文献(3)
  • 二级引证文献(42)
2020(22)
  • 引证文献(3)
  • 二级引证文献(19)
研究主题发展历程
节点文献
结构光视觉
条纹
感兴趣区域
亚像素
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
光电子·激光
月刊
1005-0086
12-1182/O4
大16开
天津市南开区红旗南路263号
6-123
1990
chi
出版文献量(篇)
7085
总下载数(次)
11
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导