科创中国

    在激光成像过程中，由于投影光抽与成像光轴存在一定的夹角，容易受到阴影和遮挡的影响，导致多线激光图像存在光条断裂现象。当结构光投射到被测物的光滑表面时，容易受到反射光的影响，导致多线激光图像中含有光斑。光斑和光条断裂代表着这部分数据无效，严重影响了成像质量，导致后期的三维重建形貌不准确，因此我们构建了多线激光图像缺陷分割数据集，并针对多线激光的成像特点提出条纹卷积和多视野卷积，精准定位到多线激光图像的光斑和断裂光条区域，进行分割后再进行后续处理，以此提高后续图像处理的精确度。

    条纹卷积根据长宽比例分为纵向条纹卷积和横向条纹卷积。条纹卷积可以在更少的参数量下提取到更长范围的横向矩阵特征和纵向矩阵特征，更加高效的利用多线激光图像的数据特点。基于条纹卷积进一步构造了多视野卷积层。该卷积层有两个方框状卷积分支，两个条纹状卷积分支，涵盖了不同尺寸和不同形状的感受野区域的特征。经过多视野卷积层后，模型在提取局部感受野的特征的基础上，又综合了其环绕特征以及横纵向的延展特征，充分利用了光条图像的特性。经过实验验证，多视野卷积层替换到语义分割基准网络中在降低模型参数量的同时提高了多线激光图像数据集的分割缺陷精度。

    我们提出的模型可以使多线激光图像中光斑和光条断裂的分割精度达到最优，精确定位到多光条缺损的区域，将该缺损区域处理之后可以提取出完整流畅的中心线，最终提高了被测物三维测量值的精确度。模型可广泛应用于轨道交通、机器人视觉引导、地形检测、物体型面检测等基于激光视觉的精密检测领域。