(19)中华 人民共和国 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 202210002972.9 (22)申请日 2022.01.04 (71)申请人 重庆文理学院 地址 402160 重庆市永川区红河大道319号 (72)发明人 王成琳　罗天洪　孙伟　廖尉捷　 范磊　陈婕　李忠涛　杨清　 (74)专利代理 机构 重庆晶智汇知识产权代理事 务所(普通 合伙) 50229 代理人 施永卿 (51)Int.Cl. G06V 10/26(2022.01) G06V 10/44(2022.01) G06V 10/774(2022.01) G06V 10/30(2022.01) G06K 9/62(2022.01) (54)发明名称 一种用于复杂环境线结构光的光条中心提 取方法 (57)摘要 本发明提供一种用于复杂环境线结构光的 光条中心提取方法， 包括光条分割法与光条中心 计算法； 该方法利用人工合成图像训练YOLOv5s 模型， 识别复杂环境下的光条目标； 然后采用自 适应灰度阈值法、 灰度均值法、 及基于亚像素的 边缘检测方法提取光条像素； 最后采用灰度重心 法， 用构造的滑动窗口搜索光条中心像素， 实现 光条中心精准提取。 采用上述方法， 能够有效避 免线结构光光条中心提取过程中复杂环境因素， 如噪声、 不均匀光照、 光条随机遮挡等的影 响， 从 而避免光条断裂或局部光强突变， 保证光条中心 提取的精准 性、 及时性与有效性。 权利要求书2页 说明书8页 附图4页 CN 114419317 A 2022.04.29 CN 114419317 A 1.一种用于复杂环境线结构光的光条中心提取方法， 其特征在于： 包括光条分割法与 光条中心计算法； 所述光条分割法具体为： S101、 采用LBP局部纹理算子提取光条纹理特征， 同时统计光条表面灰度值特征， 结合 纹理特征与灰度值特 征， 人为合成光条图像； S102、 首先采用步骤S101中人为合成的光条图像训练YOLOv5s模型； 然后采用训练完成 的YOLOv5s模型识别图像中的光条， 并用置信框分割图像、 保留置信框内的区域； 所述光条中心计算法具体为： S201、 首先利用自适应灰度阈值法提取步骤S102中置信框内的像素点； S202、 然后利用灰度均值法均衡化置信框内像素的灰度值； S203、 再采用亚像素边 缘算子提取置信框内的光条边 缘， 并细化 其边缘； S204、 采用滑动窗口遍历图像， 寻找满足阈值的光条像素点； 若满足且遍历完成， 则根 据搜索到的光条像素值结合灰度重心法计算光条中心； 若不满足或遍历未完成， 则 返回继 续进行滑动窗口 的遍历。 2.根据权利要求1所述的一种用于复杂环境线结构光的光条中心提取方法， 其特征在 于： 所述步骤S101 中通过LBP局部纹理算子的值反映其自身定义的窗口中的纹理信息， 具体 为： 式中， (xc， yc)表示中心像素点； Ic表示中心像素的灰度值； Ip表示与中心像素相邻像素 的灰度值； p表示以中心像素为依据的邻近像素的个数； 其中， s(x)函数为计算相邻位置像素与中间位置像素的差值， 具体为： 3.根据权利要求1或2所述的一种用于复杂环境线结构光的光条中心提取方法， 其特征 在于： 所述YOLOv5s模型结构包括输入终端、 骨干网络、 颈部结构和预测层； 且所述YOLOv5s 模型中Focus层与CBL层的卷积核数分别为32、 64、 128、 25 6和521。 4.根据权利要求1～3任一项所述的一种用于复杂环境线结构光的光条中心提取方法， 其特征在于： 所述 步骤S203中采用Can ny边缘检测算子提取置信框内的光条边 缘。 5.根据权利要求4所述的一种用于复杂环境线结构光的光条中心提取方法， 其特征在 于： 所述步骤S203中利用亚像素边 缘算子细化 边缘具体为： 设置(x， y)为置信框内光条的边缘点， R(x， y)代表该点的灰度值， 则(x ‑1， y)、 (x+1， y)、 (x， y‑1)、 (x， y+1)分别是点(x， y)的四领域点， 其灰度值 分别为P(x ‑1， y)、 P(x+1， y)、 P(x， y ‑ 1)、 P(x， y+1)： 当R(x， y)大于P(x ‑1， y)、 且R(x， y)大于P(x+1， y)时， 点(x， y)的亚像素点(x0， y0)为： 权　利　要　求　书 1/2 页 2 CN 114419317 A 2y0＝y； 当R(x， y)大于P(x， y ‑1)、 且R(x， y)大于P(x， y+1)时， 点(x， y)的亚像素点(x0， y0)为： x0＝x； 当R(x， y)小于P(x， y ‑1)、 且R(x， y)大于P(x+1， y)时， 点(x， y)的亚像素点(x0， y0)为： y0＝y； 当R(x， y)小于P(x， y ‑1)、 且R(x， y)大于P(x， y+1)时， 点(x， y)的亚像素点(x0， y0)为： x0＝x； 6.根据权利要求4或5所述的一种用于复杂环境线结构光的光条中心提取方法， 其特征 在于： 所述 步骤S204具体为： 采用大小为 4个像素的滑动窗口确定光条宽度， 具体步骤为： S241、 首先将包含光条的置信框图像转换为二值图像， 同时采用2x2的滑动窗口从置信 框左上角作为 起始端开始 滑动， 遍历整个置信框图像完成光条像素的搜索； S242、 若滑动窗口的四个像素值在窗口滑过第一行时的某个时间点全部为1、 则记录滑 动窗口第二行1的坐标； 当遍历第二行时， 检查与前一行1对应的下一行像素是否全部为1： 若像素值不都为1， 则前一行1的像素作为噪声点去除； 若像素值均为 1， 则以此行为检查行、 检测其像素是否全 为1： 若检查行的像素均为1， 则前一行1的像素是光条的最小纵坐标； 同时滑动窗口继续遍 历下一行， 直至找到滑动窗口四个 像素不是1的点， 即为 光条纵坐标的最大值； 若检查行的像素值不均为1， 则滑动窗口遍历下一行， 直至整行像素均为1， 重复上述操 作直至找到光条的最小和最大纵坐标； S243、 采用灰度重心法结合步骤S242中滑动窗口搜索到的光条的最小和最大纵坐标， 获得光条中心； 所述灰度重心法具体为： 式中， f(xk,yi)是坐标为(xk， yi)的像素点的灰度值。权　利　要　求　书 2/2 页 3 CN 114419317 A 3