Методы выделения центральной линии многополосных лазерных полос на отражающих металлических поверхностях с использованием глубокого обучения и матрицы Гессе

Точное выделение центра лазерных полос по-прежнему представляет проблему в промышленной метрологии, где необходимо балансировать между точностью и устойчивостью к шуму. На сильно отражающих металлических поверхностях низкая шероховатость часто приводит к пересвеченным районам на изображениях лазерных полос, что вызывает неравномерное распределение ширины полос и асимметричные профили интенсивности, усложняющие выделение центра. В работе предлагается новый метод выделения лазерных полос на изображениях отражающих металлических поверхностей с использованием методов глубокого обучения и многомасштабных гауссовых ядер. Сначала улучшенная сеть YOLOv8 детектирует области интереса (ROI), содержащие лазерные линии, и определяет ширины поперечных сечений полос. Затем многомасштабный гауссов шаблон, полученный на основе ширины полосы, свёртывается с ROI для построения многомасштабной матрицы Гессе. С помощью матрицы Гессе рассчитывается нормальное направление лазерной линии, вдоль которого выполняется разложение по Тейлору второго порядка для определения субпиксельной координаты центра. Для повышения устойчивости применяются подавление немаксимумов и модель распределения энергии полосы для удаления шумовых точек и оптимизации координат центра. Вся алгоритмическая цепочка реализована с параллельным ускорением, что обеспечивает высокоточное и шумоустойчивое извлечение субпиксельных центров. Метод валидирован на синтетических и реальных изображениях: в экспериментах при различных уровнях шума отклонение центральной точки остаётся в пределах 0,09 пикселя. По сравнению с традиционным методом Стигера наш подход улучшает точность субпиксельной локализации до 45,80%, что эффективно повышает метрологические характеристики датчика.