1.一种线结构光中心线提取方法，其特征在于，包括以下步骤：

步骤1、对CCD工业相机采集到的图像进行图像灰度化、图像增强、图像去噪处理，得到预处理后的光条图像；

步骤2、对预处理后的光条图像进行二值化、形态学开闭运算和图像光条区域分割处理，得到二值化后的封闭光条图像；

步骤3、采用细化算法对步骤2二值化后的封闭光条图像进行细化处理，得到包含单像素光条中心线的图像；

步骤4、从步骤3的单像素光条中心线上确定感兴趣区域，对感兴趣区域进行中值滤波；

按照已确定的约束阈值和1×5的可行动模板在图像行上移动，利用Steger算法求取粗略的中心点法向；通过高斯函数的可分离性及对称性求出Hessian矩阵；最后用泰勒二次展开得到亚像素级中心坐标；

所述步骤4中，光条粗略中心点的提取过程，具体包括：

步骤4.1，为了保证中心点提取的精度，先用一个大小为3×3的模板对光条图像进行膨胀化处理，保证处理的图像区域像素宽度比原来大；

步骤4.2，对一个有M×N个像素的图像Z，它在第i行j列处像素点的灰度值表示成Z(i,j)，当满足Z(i,j)＞S(T)(0≤j≤N)时，S(T)表示限制条件阈值，在i行用1×5的可移动窗口在图像行上移动，统计可移动窗口下5个像素点灰度值的和，在该行中使5个像素之和最大的点便是该行上光带中心的粗略位置；

步骤4.3，继续找出i+1中符合条件的点，直到i＝M终止循环。

2.根据权利要求1所述的一种线结构光中心线提取方法，其特征在于，所述步骤1对光条图像进行预处理具体包括：对CCD工业相机采集到的图像进行图像灰度化、图像增强、图像去噪处理，具体包括：步骤1.1，将彩色图像转化成为灰度图像。求出每个像素点的R、G、B三个分量的平均值，然后将这个平均值赋予给这个像素的三个分量，对图形进行灰度化处理；

步骤1.2，通过灰度变换，将灰度化后的图像灰度值拉伸到整个0‑255的区间，大幅增强其对比度，用如下的公式来将某个像素的灰度值映射到更大的灰度空间：在式(1)中，x、y表示图像像素点(x,y)的横纵坐标；I(x,y)、Imax、Imin分别表示原始图像及其最小灰度值、最大灰度值；MIN和MAX是要拉伸到的灰度空间的灰度最小值和最大值。

步骤1.3，对图像进行中值滤波处理，采用一个含奇数个点的滑动窗口，用窗口的中的灰度值的中值来代替中心点的灰度值，其实就是对这个窗口中的灰度值进行排序，然后将其中值赋值给中心点即可，具体步骤如下：(1)获得源图像的首地址及图像的宽和高；

(2)开辟一块内存缓冲区，用以暂存结果图像，并初始化为0；

(3)逐个扫描图像中的像素点，将其邻域各元素的像素值从小到大进行排序，将求得到的中间值赋值给目标图像中与当前点对应的像素点；

(4)循环步骤(3)，直到处理完源图像的全部像素点；

(5)将结果从内存缓冲区复制到源图像的数据区。

3.根据权利要求1所述的一种线结构光中心线提取方法，其特征在于，步骤2对预处理后的光条图像进行二值化、形态学开闭运算和图像光条区域分割处理，得到二值化后的封闭光条图像，具体包括：步骤2.1，利用图像中目标与背景的差异，把图像分别设置为两个不同的级别，选取一个阈值，以确定某像素是目标还是背景，从而获得二值化的图像；

步骤2.2，对图像进行形态学闭运算处理，通过先膨胀后腐蚀的过程，来填充物体内细小空洞、连接邻近物体、平滑其边界的同时并不明显改变其面积，以便后续确定光条中心线的位置；

步骤2.3，对图像进行光条区域分割处理，采用Canny算子求边缘点具体算法步骤如下：(1)用高斯滤波器平滑图像；

(2)用一阶偏导有限差分计算梯度幅值和方向；

(3)3对梯度幅值进行非极大值抑制；

(4)用双阈值算法检测和连接边缘。

4.根据权利要求3所述的一种线结构光中心线提取方法，其特征在于，所述步骤3采用细化算法对步骤2二值化后的封闭光条图像进行细化处理，得到包含单像素光条中心线的图像，具体包括：通过Zhang‑Suen细化算法获得图像的骨架，作为图像的特征之一，用来作为识别或者模式匹配。

5.根据权利要求1所述的一种线结构光中心线提取方法，其特征在于，步骤5中，所述通过高斯函数的可分离性及对称性求出Hessian矩阵，具体包括：二维图像的Hessian矩阵可以表示为：

在式(1.2)中，x、y表示结构光条纹上的任意一点(x,y)的横纵坐标；H(x,y)、g(x,y)分别表示Hessian矩阵函数和二维高斯函数，设置高斯方差 rxx、rxy和ryy是图像灰度函数r(x,y)的二阶偏导数，利用高斯核函数和原图卷积的运算得到下式：其中，x、y表示结构光条纹上的任意一点(x,y)的横纵坐标；I(x,y)表示原始图像；g(x,y)表示二维高斯函数，设置高斯方差 图像的法向(nx,ny)是Hessian矩阵中绝对值最大的特征值对应的特征向量，图像灰度函数的二阶方向导数就是Hessian矩阵中绝对值最大的特征值，图像的每个像素点至少要做5次二维高斯卷积才能求出Hessian矩阵。

6.根据权利要求5所述的一种线结构光中心线提取方法，其特征在于，步骤5中，所述用泰勒二次展开得到亚像素级中心坐标，具体包括：二维图像中任意一个像素点(xo,yo)的相邻像素点可以用二次泰勒多项式表示如下：由图像f(x,y)和高斯核卷积可得g(xo,yo)、gx(xo,yo)、gy(xo,yo)、gxx(xo,yo)、gxy(xo,yo)和gyy(xo,yo)；

二维图像f(x,y)在边缘方向n(x,y)上，其1阶方向导数值为零，线条边缘的中心点是使其二阶方向导数极值的绝对值最大的点，(nx,ny)表示n(x,y)的边缘方向，且(nx,ny)的模为

1，沿边缘方向可用(nx,ny)表示为：

由 可得 因此，(px,py)＝(xo+

tnx,yo+tny)就是图像中(xo,yo)点处光条图像灰度值的极值点，若使一阶导数为零的点处在当前像素中即(tnx,tny)∈[‑0.5,0.5]×[‑0.5,0.5]，那么(px,py)点就是要求的亚像素级光条中心点。

7.一种存储介质，该存储介质内部存储计算机程序，其特征在于，所述计算机程序被处理器读取时，执行上述权利要求1～6任一项所述的方法。