一种高精度激光位移传感器的测量计算方法

摘要

本发明提供了一种高精度激光位移传感器的测量计算方法，包括S1，分别获取从第一目标测量点和第二目标测量点返回的激光的第一光斑图像和第二光斑图像；S2，分别对第一光斑图像和第二光斑图像进行图像预处理，获得第一预处理图像和第二预处理图像；S3，采用改进的光斑中心确定方法分别确定第一预处理图像和第二预处理图像中的光斑中心；S4,计算第一预处理图像中的光斑中心和第二预处理图像中的光斑中心之间的第一距离；S5，采用预设的转换规则将所述第一距离转换为第一目标测量点和第二目标测量点之间的第二距离。本发明有利于提升测量结果的准确性。

说明书

技术领域

本发明涉及测量领域，尤其涉及一种高精度激光位移传感器的测量计算方法。

背景技术

使用激光位移传感器来进行测量一般是使用三角测量法来进行测量，采用三角测量法时，需要确定返回的激光的光斑的中心坐标，然后根据中心坐标来完成距离的测量。现有技术中，一般是直接将光斑的平均坐标作为中心坐标，但是，由于镜面反射和漫反射的影响，平均坐标与中心坐标之间存在误差。从而导致测量结果不够准确。

发明内容

鉴于上述问题，本发明的目的在于提供一种高精度激光位移传感器的测量计算方法，包括：

S1，分别获取从第一目标测量点和第二目标测量点返回的激光的第一光斑图像和第二光斑图像；

S2，分别对第一光斑图像和第二光斑图像进行图像预处理，获得第一预处理图像和第二预处理图像；

S3，采用改进的光斑中心确定方法分别确定第一预处理图像和第二预处理图像中的光斑中心；

S4,计算第一预处理图像中的光斑中心和第二预处理图像中的光斑中心之间的第一距离；

S5，采用预设的转换规则将所述第一距离转换为第一目标测量点和第二目标测量点之间的第二距离。

作为优选，所述第一目标测量点为被测量物体上在T1时刻被激光照射的部位；所述第二目标测量点为被测量物体上在T2时刻被激光照射的部位。

作为优选，所述分别对第一光斑图像和第二光斑图像进行图像预处理，获得第一预处理图像和第二预处理图像，包括：

分别将第一光斑图像和第二光斑图像作为待处理图像，输入到预设的预处理神经网络模型中进行图像预处理运算，从而获得第一预处理图像和第二预处理图像；

所述图像预处理运算包括：

对待处理图像进行形态校正处理，获得校正图像；

对校正图像进行单通道处理，将校正图像转换为单通道图像；

对单通道图像进行滤波处理，获得滤波图像；

对滤波图像进行对比度修复处理，获得运算结果。

作为优选，所述采用改进的光斑中心确定方法分别确定第一预处理图像和第二预处理图像中的光斑中心，包括：

使用改进的亚像素定位算法分别对第一预处理图像和第二预处理图像进行处理，获得第一预处理图像中的光斑中心mid

作为优选，所述计算第一预处理图像中的光斑中心和第二预处理图像中的光斑中心之间的第一距离，包括：

在第一预处理图像中获取mid

在第一预处理图像中计算mid

作为优选，所述对待处理图像进行形态校正处理，获得校正图像，包括：

对所述待处理图像进行梯形校正处理，获得校正图像。

作为优选，所述对校正图像进行单通道处理，将校正图像转换为单通道图像，包括：

使用下述方式对校正图像进行单通道处理：

sglp(x)＝ω

式中，sglp(x)表示校正图像中的像素点x在单通道图像中对应的像素点的像素值，ω

与现有技术相比，本发明并不是直接将光斑的平均坐标作为光斑中心的坐标，而是对光斑图像进行预处理后，对采用改进的光斑中心确定方法确定光斑中心，从而使得光斑中心的确定更加准确。从而有利于提升测量结果的准确性。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1，为本发明一种高精度激光位移传感器的测量计算方法的一种示例性实施例图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

如图1所示的一种实施例，本发明提供了一种高精度激光位移传感器的测量计算方法，包括：

S1，分别获取从第一目标测量点和第二目标测量点返回的激光的第一光斑图像和第二光斑图像；

S2，分别对第一光斑图像和第二光斑图像进行图像预处理，获得第一预处理图像和第二预处理图像；

S3，采用改进的光斑中心确定方法分别确定第一预处理图像和第二预处理图像中的光斑中心；

S4,计算第一预处理图像中的光斑中心和第二预处理图像中的光斑中心之间的第一距离；

S5，采用预设的转换规则将所述第一距离转换为第一目标测量点和第二目标测量点之间的第二距离。

作为优选，所述第一目标测量点为被测量物体上在T1时刻被激光照射的部位；所述第二目标测量点为被测量物体上在T2时刻被激光照射的部位。

具体地，当被测物体移动的方向与激光的照射方向平行时，第一目标测量点和第二目标测量点为被测量物体上的同一部位。

作为优选，所述分别对第一光斑图像和第二光斑图像进行图像预处理，获得第一预处理图像和第二预处理图像，包括：

分别将第一光斑图像和第二光斑图像作为待处理图像，输入到预设的预处理神经网络模型中进行图像预处理运算，从而获得第一预处理图像和第二预处理图像；

所述图像预处理运算包括：

对待处理图像进行形态校正处理，获得校正图像；

对校正图像进行单通道处理，将校正图像转换为单通道图像；

对单通道图像进行滤波处理，获得滤波图像；

对滤波图像进行对比度修复处理，获得运算结果。

作为优选，所述采用改进的光斑中心确定方法分别确定第一预处理图像和第二预处理图像中的光斑中心，包括：

使用改进的亚像素定位算法分别对第一预处理图像和第二预处理图像进行处理，获得第一预处理图像中的光斑中心mid

作为优选，所述改进的亚像素定位算法包括：

对于第一预处理图像，使用下述公式计算光斑中心：

式中，dismid表示光斑中心的坐标，n1和n2分别表示第一预处理图像中的光斑在CCD上的起始像素点的坐标和结束像素点的像元坐标，u

第二预处理图像的光斑的计算方式与第一预处理图像一致。

现有技术中一般是采用求取平均坐标的方式来获取光斑中心，但是这种设置方式并没有考虑像素值的影响，实际上是像素值越大，对光斑中心的计算影响越大，因此，本发明通过设置up(u

作为优选，所述计算第一预处理图像中的光斑中心和第二预处理图像中的光斑中心之间的第一距离，包括：

在第一预处理图像中获取mid

在第一预处理图像中计算mid

作为优选，所述对待处理图像进行形态校正处理，获得校正图像，包括：

对所述待处理图像进行梯形校正处理，获得校正图像。

作为优选，所述对校正图像进行单通道处理，将校正图像转换为单通道图像，包括：

使用下述方式对校正图像进行单通道处理：

sglp(x)＝ω

式中，sglp(x)表示校正图像中的像素点x在单通道图像中对应的像素点的像素值，ω

作为优选，对单通道图像进行滤波处理，获得滤波图像，包括：

对所述单通道图像中的像素点进行一次判断处理，将符合一次判断处理条件的像素点存入集合U

对U

基于所述类型对U

使用所述替换值替换U

本发明在进行滤波时设置了两次判断处理，一次判断处理能够快速地将不需要进行处理的像素点初步快速筛选掉，从而有利于降低后续参与运算的像素点的数量，有利于提高本发明的处理速度。但是由于一次判断是快速判断，并不能做到很准确的过滤，因此，再进行二次判断处理，将部分一次判断处理漏掉的不需要进行处理的像素点从集合U

作为优选，所述一次判断处理包括：

获取所述单通道图像中的像素点的像素值的中值gray

将单通道图像中像素值大于gray

对U

计算U'

cs

式中，cs

计算U′

cs

式中，cs

将U'

若单通道图像中的像素点的像素值小于grayma

本发明的一次判断过程，通过分别获取排序后获得的两个集合中的像素点之间的差值的最大值来获取grayma

作为优选，对U

对于U

式中，blf(u

若blf(u

若blf(u

若blf(u

在计算属性值时，不仅考虑了自身的像素值，而且也考虑了邻域中的像素点的类型、邻域中的像素点的像素值的影响，有利于避免噪声像素点的影响，有利于计算得到准确的属性值，完成对像素点的类型的分类。

作为优选，基于所述类型对U

对于U

若其属于第一类型的像素点，则其替换值为gray(u

若其属于第二类型的像素点，则使用下述公式计算其替换值：

若其属于第三类型的像素点，则使用下述公式计算其替换值：

式中，sgray(u

第一类型的像素点是不需要进行滤波处理的像素点，因此，维持原有的像素值，第二类型的像素点属于需要进行轻度滤波出来的像素点，第二类型的像素点受噪声影响比较大，因此需要进行中度的滤波处理，而第三类型的像素点受噪声影响最大，因此，通过设置相关的公式进行了重度的滤波处理。这种分类型滤波的方式，能够有效地降低单通道图像中的有效信息的丢失程度，从而有利于为后续的光斑中心的提取提供更多的原始信息。

作为优选，对滤波图像进行对比度修复处理，获得运算结果，包括：

使用伽马变换算法对滤波图像进行对比度修复处理，获得运算结果。

与现有技术相比，本发明并不是直接将光斑的平均坐标作为光斑中心的坐标，而是对光斑图像进行预处理后，对采用改进的光斑中心确定方法确定光斑中心，从而使得光斑中心的确定更加准确。从而有利于提升测量结果的准确性。

尽管已经示出和描述了本发明的实施例，本领域技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变形，本发明的范围由权利要求及其等同物限定。