随着工业制造等行业的迅猛发展,工艺水平不断提高,作为保证产品质量的测量定位工作也变得愈发重要,实现高精度的自动化定位成为研究热点和难点。相较于人工定位,激光定位具有检测精度高、安全性好、操作便捷等优点,但是传统的激光中心位置检测算法对光斑形态要求较高,在光斑出现一定畸变时,计算结果可能会出现较大误差。因此,需要提高复杂情况下的激光光斑中心检测精度,保证测量工作的顺利完成。本文的主要研究内容是激光光斑中心检测技术,同时对光斑图像预处理和光斑边缘检测等关键部分进行了研究。主要工作为以下几个方面:1、光斑图像预处理。根据激光光斑图像特点,使用自适应图像裁剪方法去除无效背景,降低运算量;分析并比较了几种滤波算法对图像噪声的抑制能力,最终选择双边滤波对激光光斑图像进行去噪处理,有效去除图像噪声并保护边缘细节信息。2、光斑边缘检测。当激光照射的目标表面纹理较为复杂时,激光光斑会包含大量无效信息,影响中心检测的精度。因此,对经典边缘检测算子进行研究分析,并在Canny算子的基础上进行改进。通过形态学处理,消除光斑内部背景;改进梯度计算方法,提高边缘定位准确性;使用改进的OTSU算法计算高低阈值,提高边缘检测效率。实验结果表明,改进算子能够准确检测光斑边缘,在边缘像素连续性、单一性上有着较好的表现。3、光斑中心检测。由于光斑图像容易出现畸变,其能量分布处于非理想状态,因此依靠光斑边缘能够更好的检测光斑中心坐标。通过改进的椭圆拟合算法首先去除畸变光斑中的无效边缘,然后根据有效边缘的像素点总数进行分段拟合,获得中心点群,并进行Meanshift聚类处理,计算光斑中心坐标。4、实验平台搭建。选取合适的硬件设备,设计人机交互界面,完成相机标定工作,对激光光斑中心检测算法进行实验验证。实验结果表明,本文算法能够在光斑发生部分畸变的情况下,有效检测光斑中心坐标。