复杂环境光源变化下的二维图像分析与处理

摘要

在机器视觉系统中，获取的图像质量是分析和决策的基本信息源，因此图像的质量直接决定着机器视觉的精度。对自身不发光的目标物体进行测量时，使拍摄到目标物体的特征更加清晰，需要通过外界光源对目标物体进行光强照射。而且这样的方式可以简化算法，保证系统检测的稳定性；在图像处理阶段可以获得更理想的处理结果，同时也有利于获得更高的测量精度。采用外界光源进行照明时，如果光源亮度太强，会造成曝光过度，导致获取的图像产生的饱和会隐藏很多重要的信息；如果光源亮度太弱，使得获取的图像呈现出黑暗的效果，导致图像的对比度偏低。 本文根据外界光源照明的强弱，对获取目标场景中的图像进行分析，进而提出一种有效的照明处理方案，即基于投影仪-相机系统的自适应照明技术。在外界照明的条件下，除了表面反射率的影响之外，目标物体的表面取向也是影响目标物体表面光强的重要因素。因此，自适应照明技术应该建立在三维重构的基础上，而不应该只是基于简单的二维图像处理。 首先，本文介绍了利用傅里叶轮廓法进行目标物体表面取向还原的基本原理，推导了理论公式，测定在本文硬件平台条件下的应用范围。根据目标物体的表面高度，进行投影仪和相机之间的像素匹配。以具体的实验样本为例，阐明了像素匹配的精度直接决定了后续自适应照明技术的有效性和精度。 然后，结合投影仪的工作原理，提出了自适应照明技术。投影仪在自适应照明技术中扮演着一个重要角色，即根据相机的反馈，在目标物体的每一个像素点处，投射出与外界光源照明强度成反比例的补偿亮度。这一过程用投影仪与相机之间的迭代算法实现，强调了在目标场景中对不同表面深度进行不同强度的光照补偿。在外界光源分为强照明和弱照明的两种条件下，分别迭代不同的实验次数，以便说明自适应照明技术的有效性。 最后，在改变投影仪投射光栅图形的实验过程中，发现似乎投射双频正弦光栅的照明补偿效果比投射单频的要好。由此沿着这个思路，本文分别探索在外界环境光源为强照明和弱照明的不同条件下，究竟投射多少个频率的正弦光栅的照明补偿效果是最佳的。为了避免人为主观因素的影响，引入质量评价指标从多角度进行客观的判断，进而选择出外界光源不同照明强度下的最佳照明方式，并以此对提出的自适应照明技术进行优化。

目录

第一个书签之前