（控制理论与控制工程专业论文）基于图像处理的精密测量关键技术研究.pdf

摘要 基于图像处理的精密测量技术是近年来发展比较成熟并被广泛应用的一种非 接触测量技术。其原理是以被测对象的图像作为检测和传递信息的载体，通过检 测图像的特征信号如边缘等来进行测量。随着生产和科学技术的迅速发展，人们 对测量精度和测量效率的要求越来越高，因此，对图像测量精度和效率的研究显 得越来越重要。此外，图像采集过程中不可避免的会产生图像噪声，这直接影响 到后续的边缘检测及图像测量的精度。 本文介绍了图像测量的原理和图像测量系统的软硬件构成，在此基础上分析 了图像噪声的来源和分类，对比了传统去噪算法的优缺点，提出了对噪声点先识 别后均值处理的方法，并通过m a t l a b 仿真试验证明了新算法能在保证图像清 晰度的前提下有效的滤除椒盐噪声。本文在分析了传统边缘检测算子的基础上， 通过试验对比了传统边缘检测算子的效果，证明了基于小波变换的边缘检测精度 较高，并且抗噪声能力较强。然后通过提出一种新的直线和圆的拟合标准，最终 针对直线和圆形边缘得到了结合小波变换的亚像素边缘检测新算法，并通过 m a t l a b 仿真试验验证了新算法能在保证时效性的前提下获得比最小二乘法更 高的精度。 关键词：图像处理精密测量去噪边缘检测 a b s t r a c t p r e c i s i o nm e a s u r e m e mi sak i n do fn o n c o n t a c tm e a s u r e m e mt e c h n o l o g yb a s e d 0 1 1i m a g ep r o c e s s i n gt e c h n o l o g y , w h i c hi sr e l a t i v e l ym a t u r ea n dw i d e l yu s e di nr e c e m y e a r s t h ep r i n c i p l ei sm e a s u r i n gb yd e t e c t i n gt h es i g n a t u r eo ft h eo b j e c t si m a g e ， w h i c hi su s e da sai n f o r m a t i o nc a r r i e rf o rd e t e c t i o na n dt r a n s m i s s i o n ，s u c ha se d g e s a s t h er a p i dd e v e l o p m e n to ft h ep r o d u c t i o n ，s c i e n c ea n dt e c h o l o g y , t h em e a s u r e m e m a c c u r a c ya n dm e a s u r e m e n te f f i c i e n c yh a v eb e c o m ei n c r e a s i n g l yd e m a n d i n g ，t h es t u d y o ft h e i m a g e m e a s u r e m e n t a c c u r a c y a n d e f f i c i e n c yb e c o m e si n c r e a s i n g l y i m p o r t a n t b e s i d e s ，i m a g ea c q u i s i t i o np r o c e s sw i l li n e v i t a b l yp r o d u c ei m a g en o i s e ， w h i c hd i r e c t l ya f f e c t st h es u b s e q u e n te d g ed e t e c t i o na n di m a g em e a s u r e m e n ta c c u r a c y t h i sa r t i c l ed e s c r i b e st h ep r i n c i p l eo fi m a g em e a s u r e m e n ta n dt h eh a r d w a r ea n d s o f t w a r ec o m p o s i t i o no fi m a g em e a s u r e m e n ts y s t e m ，a n a l y z e st h es o u r c eo fi m a g e n o i s ea n di t s c l a s s i f i c a t i o n , p r o p o s e st h em e t h o do ft r e a t i n gt h en o i s ep o i n t sa f t e r r e c o g n i t i o nb yc o m p a r i n gt h ea d v a n t a g e sa n dd i s a d v a n t a g e so ft h et r a d i t i o n a l d e n o i s i n ga l g o r i t h m ，a n dt h e np r o v et h a tt h en e wa l g o r i t h mc a nf i l t e rt h es a l ta n d p e p p e rn o i s e sv e r yw e l lu n d e rt h ep r e m i s eo fi m a g es h a r p n e s st h r o u g ht h em a t l a b s i m u l a t i o n t h i sp a p e ra n a l y z e st h et r a t i o n a le d g e d e t e c t i o no p e r a t o r , a n dt h e np r o v e s t h a te d g ed e t e c t i o nb a s e do nw a v e l e tt r a n s f o r mc a ng e th i g l lp r e c i s i o na n da n t i n o i s e a b i l i t yt h r o u g he x p e r i m e n t s t h i sp a p e rg e t san e ws u b - p i x e le d g ed e t e c t i o na l g o r i t h m 、析t i lw a v e l e tt r a n s f o r mf o rs t r a i g h tl i n ea n dc i r c l eb yp r o p o s i n gan e ws t a n d a r do f s t r a i g h tl i n ea n dc i r c l ef i t t i n g ，a n dt h e np r o v e st h a tt h en e wa l g o r i t h mc a no b t a i nh i g h e r a c c u r a c yt h a nt h el e a s t s q u a r e sm e t h o du n d e rt h ep r e m i s eo ft i m e - s e n s i t i v eb y m a t t a bs i m u l a t i o n 。 k e yw o r d s ：i m a g ep r o c e s s i n g p r e c i s i o nm e a s u r e m e n t d e n o i s e e d g ed e t e c t i o n 西安电子科技大学 学位论文独创性( 或创新性) 声明 秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在 导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标 注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成 果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的 材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中做了明确的说 明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切的法律责任。 本人签名：日期趁么里：主2 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 尘在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保 留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内 容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后 结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。( 保密的 论文在解密后遵守此规定) 本学位论文属于保密，在一年解密后适用本授权书。 本人签名： 导师签名： 日期鲨兰乞 日期丝! 竺：! ：z她他 一 一 第一章绪论 第一章绪论弟一早珀了匕 1 1 图像测量技术及其发展趋势 伽利略在3 0 0 多年前就有一句名言：“有必要测量一切可测的事物，而且要尽 力去使那些还不能测的事物可测。 这充分显示了测量的重要性。所谓测量是以确 定量值为目的的一组操作，也就是为确定被测对象的量值而进行的实验过程。精 密测量技术是工业发展的基础和先决条件之一，这已被生产发展的历史所确认。 从生产的历史来看，精密加工精度的提高总是以精密测量技术的发展水平相关的。 千分尺的出现使加工精度达到了l p m ：圆度仪的出现使加工精度达到了o 1 m ； 激光干涉仪的出现使加工精度达到了0 0 1 p m 。目前国际上机床的加工水平已能稳 定的达到l g m 的精度，正在向着稳定精度为纳米级的加工水平发展，表面粗糙度 的测量则向亚纳米级的水平发展。对于科学技术来说，测量与控制是使其发展的 促进因素，测量的精度和效率在一定程度上决定着科学技术水平。 精密测量已经渗透到工业生产各行业领域，并成为其不可分割的组成部分。 例如在制造超大规模集成电路的过程中，目前半导体工艺的典型线宽是0 1 8 p m ， 正向0 0 7 9 m 过度，如果定位要求占线宽的1 3 ，那么就要求0 0 1 9 m 量级的精度， 所以要研究这种集成电路的装备，必须有高精度测量用的稳频激光系统和定位系 统。又如在阿伏伽德罗常数的测定中，不仅要求x 射线干涉仪的工作台能在1 0 n m 的分辨力下连续移动，而且在5 0 r i m 位移行程上的角偏量为千分之几的秒级。此 外，在高纯度单晶硅的晶格参数测量中，以及对生物细胞、空气污染微粒、石油 纤维、纳米材料等基础研究中，无不需要精密测量技术川。 我国的计量测试技术，在建立测量基准、标准方面，在某些高精度零部件的 测试与仪器的研制等方面，有些项目已经达到或接近国际先进水平，但在某些高 精度大型及微小尺寸和测试仪器产品的配套性和技术更新方面，与国际先进水平 相比还存在很大差距。 近年来精密测量技术发展很快，2 1 世纪的精密测量技术的发展趋势尚难完全 预料，目前大致表现在以下几个方面： ( 1 ) 不断应用新的物理原理和新的技术成就。如新型塞曼双折射双频激光器 的发明极大的提高了双频干涉仪的测量速度；基于h e - n o 激光腔镜移动中两偏振 光相互竞争原理实现了自定标位移传感器等。 ( 2 ) 高精度。如微电子工业中要求1 0 n m 量级的定位精度，同时晶片尺寸还在 增大，达到3 0 0 m m ，这意味着测量定位系统的精度要优于3 1 0 一，相应的激光稳 频精度应该是l ( 1 0 一1 0 9 ) 数量级。 2 基于图像处理的精密测量关键技术研究 ( 3 ) 高速度。因为加工机械的运动速度已经提高到l m s 以上。2 0 世纪8 0 年 代以前开发研制的仪器已经赶不上需要，如惠普公司的干涉仪市场被英国雷尼绍 公司抢占的比例很大，就是因为后者的速度达到l m s 。 ( 4 ) 测量方式按多样化发展。如多传感器融合技术在制造现场的应用，积木 式、组合式测量方法，虚拟仪器，智能结构等。 ( 5 ) 高灵敏度、高分辨率、小型化、集成化。例如，光谱仪被集成到一块电 路板上。 ( 6 ) 标准化。基于各类总线和接口构建的计算机测试系统将很容易。如通讯 接口过去常用的是g p i b 、r s 2 3 2 等，目前有可能成为替代物的高性能标准是u s b 、 i e e e l 3 9 4 、c a m a c 、v x i 等。 ( 7 ) 实现各种溯源的要求。如自标定、自校准，特别是纳米溯源问题。 ( 8 ) 围绕微型机械设计理论开展的测试、理论分析工作。 基于图像处理的精密测量就是被广泛应用的一种非接触精密测量技术，是现 代精密测量技术不可缺少的组成部分。图像是用各种观测系统以不同形式和手段 观测客观世界而获得的，可以直接或间接作用于人眼并进而产生视知觉的实体。 人的视觉系统就是一个观测系统，通过它得到的图像就是客观景物在人心目中形 成的影像。我们生活在一个信息时代，科学研究和统计表明，人类从外界获得的 信息约有7 5 来自视觉系统，也就是从图像中获得的，例如照片、绘画、动画等 箜【2 1 寸。 图像测量技术是近年来新兴的一种高精度测量技术，它是融光电子技术、计 算机图形学、信息处理、计算机视觉等现代科学技术为一体的综合测量技术1 3 j 。图 像测量就是测量被测对象时，把图像当作检测和传递信息的手段或载体而加以利 用的测量方法。该技术把图像作为信息传递的载体，依据视觉的原理和数字图像 处理技术对物体的成像图像进行分析研究，得到需要测量的信息，目前已经成功 应用于几乎所有的领域。 图像测量技术起源于2 0 世纪6 0 年代，日本、德国、美国、加拿大等发达国 家开始得较早，2 0 世纪8 0 年代后期开始在我国发展。图像测量技术的研究主要 源于两个应用目的：其一是为了便于人们分析而对图像信息进行改进；其二是为 了使机器自动理解而对图像数据进行存储、传输及显示。由于图像信息量的庞大， 对相应的硬件和处理算法有着非常高的要求，因此早期图像处理技术的研究和应 用受到很大的限制。在2 0 世纪6 0 年代，很多图像处理算法只能在大型计算机上 完成，7 0 年代也只能在小型机上完成，到了8 0 年代才能在台式机上运行。作为 一种重要的无损检测方法，图像测量技术无论从测量方法、原理、准确度、效率， 还是适用的领域范围都获得了巨大发展，并且越来越广泛地用于众多科学与工程 领域，如工农业生产、遥感、医学、气象、军事、通信、智能机器人等，是现代 第一章绪论 科学技术和现代工农业生产快速发展的重要技术支撑和高新技术之一。 ( 1 ) 宇宙探测：随着太空技术的发展，需要用数字图像处理技术处理大量的星 体照片。 ( 2 ) 遥感：分航空遥感和航天遥感。遥感图像需要用图像处理技术加工处理并 提取有用的信息。可用于地质、矿藏勘探和森林、水利、海洋、农业等资源的调 查、自然灾害预测预报、环境污染监测、气象卫星云图处理以及用于军事目的的 地面目标识别。 ( 3 ) 生物医学领域中的应用有x 射线、超声、显微图像分析、计算机断层分 析和重建等。 ( 4 ) 工业生产中的应用主要有产品质量检测、生产过程的自动控制、计算机 辅助设计与制造等。 ( 5 ) 军事、公安、档案等其它方面的应用有军事目标的侦察、制导和警戒系 统、自动火器的控制及反伪装；公安部门的现场照片；指纹、手迹、印章、人像 等的进一步处理和辨识；历史文字和图片档案的修复和管理；以及其它方面图像 信息的显示、记录、处理和文字自动识别等。 ( 6 ) 机器人视觉作为智能机器人的重要感觉器官，需要进行三维景物的理解 和识别。主要用于军事侦察、危险环境作业、装配工作识别和定位以及邮政、家 政服务等。因此，图像处理技术在国计民生中的重要意义是显而易见的。 图像测量技术具有以下特点： ( 1 ) 与被观测的对象无接触：对观测与被观测者都不会产生任何损伤，十分安 全可靠，这是其他测量方式无法比拟的。 ( 2 ) 提高测量的精度：利用各种图像目标模式定位方法，特别是亚像素定位技 术，可以明显地提高图像目标的定位精度。 ( 3 ) 可测量传统方法不易测量的物理量：许多肉眼无法分辨的物理量，例如与 待测相位有关的干涉条纹的亮度变化量，异形区域的面积，连续变化的亮度场、 色彩场、条纹方位场等都可以利用图像测量技术来实现；另外，人无法长时间或 在某些恶劣环境下观察的对象，也可以通过采集图像的方式进行研究。 ( 4 ) 对成像系统的高精度标定和修正：成像系统的标定和误差修正是精密测量 的重要环节之一。用数字图像处理技术可以实现对摄像系统高精度的标定和误差 修正，为高精度光学测量提供坚实的基础。 ( 5 ) 自动化程度高：随着计算机技术的不断发展，各类图像采集、处理新硬件 的出现为图像测量技术提供了新的方法和手段，再加上处理算法自动化程度和效 率的提高，使得该技术处理分析的自动化程度大大提高，这样极大地减少了处理 的工作量和时间，为在线测量赢得了时间。 正因为如此，图像处理理论和技术受到了各界的广泛重视，科学工作者经过 4基于图像处理的精密测量关键技术研究 不懈的努力，已取得了令人瞩目的成就，并正在向更加深人及更高的层次发展。 在硬件方面，c c d 摄像机的分辨率和灵敏度不断提高：电脑的c p u 、内存、显卡 的配置也在不断升级，提高了图像处理的精度和速度。在软件方面，各种专用的 图像处理软件得到广泛使用，如m a t l a b 图像处理工具箱。算法方面：各种图 像处理算法在不断创新完善，包括图像去噪、边缘检测、图像识别、图像压缩等。 例如在边缘检测方面，从早期的r o b e r t s 算子、s o b e l 算子、l a p l a c i a n 算子到l o g 算子、p r e w i t t 算子、c a n n y 算子等，近些年又出现了基于小波算法的边缘检测、 基于b p 神经网络的边缘检测、蚁群算法等新算法。 1 2 课题的提出 在高质量产品的制造和高效率生产环境的构建中，测量技术起到了很大的作 用，其重要性与日俱增。制造业生产现场对测量仪器及装置的要求大致如下： ( 1 ) 能够适应广泛范围的环境温度； ( 2 ) 抗污染和防振动性能优异； ( 3 ) 测量重复精度高； ( 4 ) 使用方便； ( 5 ) 实时性好。 为了满足上述要求，精密测量仪器必须具有更高的精度、质量、效率和可靠 性。基于上述要求，图像测量技术近年来得到了飞速发展，并广泛应用于工业生 产和科学技术研究中。 图像在成像、数字化和传输过程中难免会有各种干扰，形成噪声。这些噪声 使得图像上像素点的灰度值不能正确的反映空间物体对应点的光强值，也就降低 了图像的质量。所以在对图像进行边缘检测和测量以前，首先要对图像进行去噪 处理。然而噪声点和图像的边缘信息都对应于高频分量，而大面积的背景区域则 对应于图像信号中的低频分量，如何在不影响图像边缘信息的前提下滤除噪声的 干扰被称为是图像边缘检测的“两难”问题。传统的去噪算子如中值算法和均值 算法，其作用相当于一个低通滤波器，在滤除噪声的同时会降低图像的清晰度， 使边缘模糊甚至移位。因此有必要研究如何在保证图像清晰度的前提下有效地滤 除图像噪声。 对图像中目标进行定位是基于图像的精密测量中最基本和最重要的任务之 一，其定位精度直接影响到最终的图像测量精度。国内外很多学者对该问题进行 了广泛研究，提出了很多边缘检测算法。其中，亚像素边缘检测算法的定位精度 比图像分辨率还高，它利用预知的目标特性，对图像目标进行处理分析( 例如去 噪，突出特征，提取特征和拟合灰度特征等) ，识别并确定与目标最吻合的位置。 第一章绪论 在此分析定位过程中采用浮点运算，可实现对目标优于像素精度的定位。针对常 见的直线边缘和圆形边缘，寻找到精度较高的亚像素边缘检测算法对于提高图像 测量精度至关重要。 1 3 论文的主要工作和内容 本课题的主要目的在于寻找不影响图像质量的去噪算子和直线和圆边缘的高 精度边缘检测算子。 1 3 1 论文的主要工作 1 提出一种不影响图像清晰度的去噪算子 图像的噪声和图像边缘信息都分布在图像的高频分量，如何在不影响图像清 晰度的前提下滤除噪声是边缘检测的“两难”问题。本文先分析以往去噪算子的 优缺点，发现这些算子对图像中任意的每一个像素点( 包括非噪声点) 都进行了 处理，然后针对椒盐噪声提出了先识别噪声点然后均值处理的图像去噪方法。 2 在小波变换的基础上提出了一种新的直线和圆的亚像素边缘检测算法 通过分析传统的一阶和二阶边缘检测算子，其中大多数的算法的抗噪声能力 都比较弱。小波变换的概念是由法国从事石油信号处理的工程师j m o r l e t 在1 9 7 4 年首先提出的，小波分析是当前应用数学和工程学科中一个迅速发展的新领域， 与f o u r i e r 变换相比，小波变换是空间( 时间) 和频率的局部变换，因而能有效地从 信号中提取信息。由于小波变换的多尺度信号分析的特性，通过小波变换可以将 图像信号拆分成各种频段，能在检测图像边缘信息时较好的摆脱图像噪声的干扰。 本文首先通过小波变换对图像进行边缘检测，得到像素级别的图像边缘，然后对 比以往直线和圆亚像素拟合的方法，通过提出一种新的直线和圆的拟合标准从而 得到一种新的直线和圆的亚像素边缘检测算法。 3 通过m a t l a b 仿真试验证明本文提出的去噪算子能够在不影响图像清晰 度的前提下滤除图像噪声，并证明本文提出的新的直线和圆的亚像素边缘检测算 法能在保证测量效率的前提下获得比最小二乘法更高的精度。 1 3 2 论文的主要内容 本文共分为五部分： 第一章概要性的介绍了图像测量技术，指出了图像测量中存在的问题及目前 的发展趋势，概括了论文的主要工作和研究意义。 6基于图像处理的精密测量关键技术研究 第二章介绍了图像测量技术的原理以及图像测量系统的软硬件组成，包括图 像测量系统中光源、图像采集卡的选择标准。 第三章介绍了图像噪声的来源与分类，分析了常规的图像去噪算法并对比了 它们各自的优缺点，在此基础上，根据以往去噪算法的优缺点，为了达到在不影 响图像清晰度的前提下滤除图像噪声的目的，本文提出了一种新的先识别噪声点 再均值处理的图像去噪新算法。 第四章首先介绍了图像边缘的类型，然后分析了几种常见的一阶和二阶图像 边缘检测算法，重点介绍了小波边缘检测，本文利用小波边缘检测受噪声影响小 的特点，先用小波边缘检测算法得到图像的像素级别的边缘，而后在最小二乘的 基本原理的基础上提出了一种新的直线和圆的拟合标准，并以此标准得到了一种 新的直线和圆的亚像素边缘检测算法。 第五章通过m a t l a b 仿真试验，对比其他去噪算子处理结果，证明了本文 提出的去噪算子能有效的解决边缘检测的“两难 问题，即在不影响图像清晰度 的前提下有效地滤除了噪声。并通过和最小二乘法的对比实验证明了新的直线亚 像素拟合算法能在保证测量效率的前提下比最小二乘达到更高的精度，并证明了 圆的亚像素边缘检测新算法能获得较高的定位精度。 最后的结论部分，在对论文工作进行总结的基础上，对图像测量领域及本文 的后续工作做了简要论述。 第二章图像测量技术原理7 第二章图像测量技术原理 2 1 图像测量技术概述 图像测量是指在测量被测对象时，以被测对象的图像为检测和传递信息的载 体，通过提取图像的特征信号如边缘等进行测量【3 】。图像测量技术是近年来兴起并 被广泛应用于航空等遥感测量、精密复杂零件的微尺寸测量和外观检测以及光波 干涉图、应力应变场状态分布图等和图像有关的技术领域的一种无损测量技术， 它是以现代光学为基础，融光电子学、计算机图形学、信息处理、计算机视觉等 现代科学技术为一体的综合测量技术，起源于2 0 世纪6 0 年代，日本、德国、美国、 加拿大等发达国家开始得较早，2 0 世纪8 0 年代后期开始在我国发展。 图像测量技术的原理是通过对被测对象图像边缘信号的提取来获得被测对象 的相关几何参数。测量系统由光学照明系统、c c d 摄像机、图像采集卡、计算机 及相应软件组成。工作原理为：照明系统发出的平行光照射被测零件，反射光线 经透镜系统聚焦后成像于c c d 面阵。c c d 将光信号变为电信号，经图像采集卡存 入计算机内存，然后由软件对所采集到的图像进行预处理、轮廓提取、系统自标 定、误差评定等。 图像测量系统是由光照系统、数字图像采集系统、数字图像处理和显示系统 组成，如图2 1 所示。光照系统中的背景光源对被测物进行照射，然后由数字成像 设备对被测物进行图像采集并传入计算机中，再由计算机中已经编制好的图像处 理软件对采集到的被测对象的图像进行处理，得到图像的特征信息，再由图像输 出设备输出处理后的图像1 3 j 。 图2 1 图像测量系统图示 基于图像处理的精密测量关键技术研究 2 2 图像测量系统的组成 图像的好坏，直接影响到后续的图像处理的准确性，应该根据不同的测量环 境、被测物体和测量目的合理地选用测量系统的组成部件。图像测量系统主要由 光照系统、图像采集系统和图像处理分析系统组成 4 1 。 2 2 1 光照系统 光照系统是图像测量系统中很重要的一部分，对图像采集和后续的图像处理 工作有很大影响。在均匀照射被测对象时应该尽量使被测对象和环境有明显的灰 度区别，以便在后续的边缘检测中能更方便的检测到图像的边缘等信息；为避免 背景中阴影的干扰，最好使用无影灯；为了尽量减少图像中的噪声，应该尽量避 免环境光的影响和被测物表面的反射；根据视场、照明结构与工件的距离、工件 的外形和颜色、成像物镜来决定采用前向照明、背向照明、结构光还是频闪光照 明。 2 2 2 图像采集系统 数字图像采集系统必备两种设备：一种是对某个电磁能量频谱段( 如可见光、 x 射线、紫外线、红外线等) 敏感的物理器件，如c c d 摄像机、数码相机等，它能 产生与所接收的电磁能量成正比的模拟电信号；另一种称为数字化设备，如图像 采集卡，它能将上述的模拟电信号转化为数字的形式，即进行模数转换( a d ) 。 数码相机是集光、电、机于一体的电子产品，它集成了图像信息的采集、存 储和传输等部件，能与计算机进行数字信息的交互处理。它的核心部件是c c d 或 c m o s 图像传感器。 图2 2c c d 訇像传感器结构 第二章图像测量技术原理9 图2 3c m o s 图像传感器 图像传感器按其结构可分为两类：c c d 型和c m o s 型图像传感器。前者由光电 耦合器件构成，后者由金属氧化物器件构成。c m o s 型图像传感器的功耗低是其突 出的优点。但由于c c d 传感器有高量子效率、优异的电荷传递、高占空因数、低 噪声、小像素等优点，使其成为目前的主要技术。c c d 是c h a r g ec o u p l e dd e v i c e ( 电荷耦合器件) 的缩写，它是一种半导体成像器件，因而具有灵敏度高、抗 强光、畸变小、体积小、寿命长、抗震动等优点。被摄物体的图像经过镜头 聚焦至c c d 芯片上，c c d 根据光的强弱积累相应比例的电荷，各个像素积累 的电荷在视频时序的控制下，逐点外移，经滤波、放大处理后，形成视频信 号输出。视频信号连接到监视器或电视机的视频输入端便可以看到与原始图 像相同的视频图像。c c d 的最大问题是其经济性。c c d 是用特殊工艺生产的，而 c m o s 传感器能利用其他半导体器件所用的现有的生产工艺和设备，如微处理器 等。用同样的工艺和设备来制造c m o s 图像传感器可大大地降低成本。从经济性方 面来考虑，制造一个c m o s 片的成本只有用特殊方法制造同样功能c c d 片的三分之 一【5 1o 数码相机的主要性能指标如下： 1 分辨率：这是数码相机最重要的性能指标，取决于图像传感器上像素的多 少，像素越多，分辨率越高。评估摄像机分辨率的指标是水平分辨率，其单位 为线对，即成像后可以分辨的黑白线对的数目。常用的黑白摄像机的分辨率 一般为3 8 0 6 0 0 ，彩色为3 8 0 4 8 0 ，其数值越大成像越清晰。 2 灵敏度：摄像机灵敏度通常用最低环境照度要求来表明，黑白摄像机 的灵敏度大约是0 0 2 0 5 l u x ( 勒克斯) ，彩色摄像机多在1 l u x 以上。 3 彩色深度：它用位来表示，决定了色调的范围。彩色深度的值越高就能更 好地还原亮部和阴影部的细节。一般数码相机采用每种原色8 位或者1 2 位彩色深 l o基于图像处理的精密测量关键技术研究 度，即彩色深度2 4 位或3 6 位。 4 连拍速度：数码相机是以低帧速率工作的，对于拍摄活动景物及连续拍摄， 要求相机能提供较短的曝光时间和较高的连拍速度。目前数码相机已有较快的连 拍速度。 5 存储器及存储能力：数码相机拍摄的图像文件通过驱动器记录在各种存储 器上。目前使用的存储器既有内置闪速存储器，又有可移动式存储器、可移动式 硬盘等。 6 信号的输出形式：通过r s 2 3 2 串行口、无线连接( i r d a ) 、存储器读出 器、u s b 或火线( i e e e l 3 9 4 ) 等进行传输，有些数码相机还有视频输出端口。 表2 1 为几种常见相机的性能比较。 表2 1 几种常用相机性能比较 色彩清晰所摄最大可打印 相机像素肤色还原反差 还原 度 2 0 0 p p i 画面c m 2 柯达 7 5 6 5 0 4 非常 高好正常 9 7 6 4 d c 5 0 好 富士 6 4 0 4 8 0 好高稍偏粉红偏高 8 1 6 1 d c 2 2 0 奇能 6 4 0 4 8 0 好中等偏黄 适中偏 8 1 6 1 e s 3 0 0 0 鬲 卡西欧 4 8 0 x 2 4 0 好差差高 6 1 3 0 q v - 1 0 图像采集卡是机器视觉的重要组成部分，其主要功能是对相机所输出的视频 数据进行实时的采集，并提供与p c 机的高速接口。 按图像采集卡的主要特性可以把图像采集卡分为： ( 1 ) 彩色图像采集卡与黑白图像采集卡：根据系统中摄像机的不同，图像采 集卡也相应地分为彩色图像采集卡和黑白图像采集卡，彩色图像采集卡也可以采 集同灰度级别的黑白图像。 ( 2 ) 模拟图像采集卡与数字图像采集卡：目前市场上广泛应用的摄像机是模 拟信号摄像机，与此相应所采用的图像采集卡也是模拟图像采集卡。模拟图像采 集卡上设有a d 转换芯片，其输入信号以4 ：2 ：2 格式进行采样，然后进行量化， 一般对r g b 各8 位量化，将传入的视频信号转换为数字图像信号。与数字摄像 机配套使用的图像采集卡，可称为数字图像采集卡。 ( 3 ) 面扫描图像采集卡和线扫描图像采集卡：与面扫描相机配套的采集卡是 面扫描图像采集卡，其一般不支持线扫描相机。配合线扫描相机使用的是线扫描 图像采集卡。支持线扫描相机的图像采集卡往往也支持面扫描相机。 图像采集卡的技术参数主要有以下几个方面： 第二章图像测量技术原理 ( 1 ) 图像传输格式：图像采集卡需要支持系统中摄像机所采用的输出信号格 式。大多数摄像机采用r s 4 2 2 或e i a 6 4 4 ( l v d s ) 作为输出信号格式。在数字相 机中，i e e e l 3 9 4 ，u s b 2 0 和c a m e r a l i n k 几种图像传输形式得到了广泛应用。 ( 2 ) 图像格式( 像素格式) 黑白图像：通常情况下，图像灰度等级可分为2 5 6 级，即以8 位表示。 常用于图像处理的文件格式有j p e g 和b m p 等。我们所研究的图像主要是通 过面阵c c d 摄像机获取，经图像采集卡对模拟图像进行量化后得到数字图像， 并将采集图像按照位图文件( b m p ) 的格式来存储，以便数据保存和管理，在线 处理时，也可对采集到内存的图像直接进行处理，提高处理速度。 ( 3 ) 传输通道数：当摄像机以较高速率拍摄高分辨率图像时，会产生很高的 输出速率，这一般需要多路信号同时输出，图像采集卡应能支持多路输入。一般 情况下，有l 路、2 路、4 路、8 路输入等。 ( 4 ) 分辨率：采集卡能支持的最大点阵反映了其分辨率的性能。一般采集卡 能支持7 6 8 x 5 7 6 点阵，而性能优异的采集卡支持的最大点阵可达6 4 k x 6 4 k 。 ( 5 ) 采样频率：采样频率反映了采集卡处理图像的速度和能力。在进行高速 图像采集时，需要注意采集卡的采样频率是否满足要求。目前高档的采集卡其采 样频率可达6 5 m h z 。 ( 6 ) 传输速率：主流图像采集卡与主板问都采用p c i 接口，其理论传输速度 为1 3 2 m b s 。 图像采集卡的选择要综合考虑其硬件功能，包括相机支持、灯源触发、图像 存储等其他参数；还需要考虑到图像采集卡的软件包，包括开发环境、开发语言、 图像处理功能的优劣等。 2 2 3 图像测量系统软件构成 图像测量系统软件由系统软件和图像处理分析软件两部分构成。其中，系统 软件包括计算机操作系统、图像卡接口软件等，图像处理分析软件包括对图像进 行去噪、灰度直方图分析、边缘检测及图像边缘点直线拟合、把测量结果存入数 据库并进行简单的数据操作等 6 1 ，如图2 4 所示。 基于图像处理的精密测量关键技术研究 图2 4 图像测量系统软件模块 系统控制部分主要包括： 1 初始化：完成系统、图像卡、运动控制卡及数据文件的初始化工作，在程 序中判断其初始化的状态。 2 图像卡操作：动态采集并冻结一幅真彩色或8 位灰度图像，捕获图像到内 存，多图像在内存中平均，图形覆盖监控等等。 3 根据测量的数据和分析的结构与控制系统通信、交互。 4 在不同的子任务间切换，退出系统。 图像处理部分主要包括： 1 图像预处理：如二值化、阈值提取、直方图分析等。 2 图像去噪。 3 图像边缘检测：图像边缘检测是图像测量技术中最关键的技术，主要完成 对被测物体图像边缘信息的提取。 4 其他功能：如图像分割、边缘点拟合、自动聚焦等。 上 其他功能 一 上 阈值提取 一 l l | 图像去噪 一 第二章图像测量技术原理 2 3 小结 本章首先介绍了图像测量系统组成及原理，然后详细分析了图像测量系统的 硬件结构和软件系统，并分析了图像测量系统各组成部分的选用标准，包括光照 系统、数码相机、图像采集卡等。在硬件方面图像测量的精度主要取决于数码相 机的分辨率，但是提高分辨率会使测量系统成本成倍增加，而且提高的精度是非 常有限的，所以从图像处理软件方面，尤其是通过提高边缘检测算子的精度来提 高测量精度是提高测量系统测量精度的主要途径。 第三章图像去噪新算法研究 第三章图像去噪新算法研究 3 1 1 图像噪声来源 3 1 图像噪声概述 图像在成像、传输和数字化过程中难免会有干扰，形成噪声。这些噪声使得 图像上像素点灰度值不能正确地反映空间物体对应点的光强值，也就降低了图像 质量。摄像机产生噪声是成像系统中的主要噪声。另外对于视频输出摄像机和图 像采集卡组成的成像系统，视频信号数字化过程中的像素抖动误差也是一个重要 的噪声来源【7 】。 1 摄像机的噪声源 ( 1 ) 光子噪声 根据量子理论，光子运动具有波粒二象性，因此感光像元在单位时间内接收 的光子数目是个随机数，会在平均值上下做微小波动，从而产生电荷量也作相应 的波动。这样形成的噪声称为光子噪声( p h o t o nn o i s e ) 。这种噪声信号满足泊松 分布，即和图像信号不独立，不满足高斯分布，不是可加性噪声。其标准差等于 均值的平方根。在低照度、低反差条件下，当其他噪声用各种方法得到抑制以后， 光子噪声就成为主要噪声，决定了一个器件的极限噪声水平。 ( 2 ) 暗电流噪声 由于某些原因在感光像元会产生出与光电子无法区分的电子，这会使感光像 元产生“暗电流 ，即在无光情况下也会产生电流。这样形成的噪声称为暗电流噪 声( d a r kc u r r e n tn o i s e ) 。根据电子产生的不同机理，暗电流噪声可分为热电噪声 和固定结构噪声。热电噪声是由于热电效应( 耗尽层热激发) ，即由于热作用而从 感光像元材料中释放的电子形成的噪声，这种噪声满足泊松分布。另外还有由于 感光像元组的中心非均匀分布，特别是某些感光像元位置上的缺陷形成的暗电流 峰而产生的噪声。由于这种噪声图案是固定的，因此称固定结构噪声。 ( 3 ) 光响应性非均匀性噪声( p h o t or e s p o n s en o n u n i f o r m i t yn o i s e ) c c d 各个感光像元在均匀光源照射下具有光响应非均匀性。它主要与器件的 制造工艺有光，由于近红外光在硅中的穿透能力较强，光响应的非均匀性还受衬 底材料的非均匀性的影响。光响应非均匀性没有一定的规律，因器件而异，具有 很大的随机性。因此，对于弱信号的应用，应进行实际测量，然后加以补偿以达 到均匀响应。如果某个感光像元的光敏程度在受到7 0 饱和光照度照射时，其灰 1 6 基于图像处理的精密测量关键技术研究 度值与周围像素点标称灰度值相差大于6 0 ，克认为是疵点。当有5 个以上疵点 相邻时称为疵团，有些厂商将c c d 相机分成零级、一级、二级、三级和等外品 等不同等级。 ( 4 ) 读出噪声 读出噪声( r e a d o u tn o i s e ) 是感光像元产生的电荷信号被读出和放大的电路 中产生的噪声，包括由复位电路产生的复位噪声和1 f 噪声。这种噪声是一种随 机噪声。 复位噪声是场效应晶体管复位开关中电阻产生的热噪声。1 f 噪声是由信号跟 随放大器而产生的噪声。上述两种噪声可以用相关双采样技术或箝位限幅抑制法 来消除。 ( 5 ) 杂波噪声 该噪声主要来源于传输通道及各种器件，如时钟信号和电源电压不稳定，以 及传输中受到的电磁干扰等。这类噪声多满足无规则随机性，频谱较宽，幅度不 在蠢 守o ( 6 ) a d 转换的误差 a d 转换的误差噪声是独立于图像信号的，具有高斯分布和可加性。该项误 差通常很小，与其他误差相比可以忽略。 ( 7 ) 其他噪声 由于镜头的清洁度而产生的噪声，如镜头内外部的落灰、手印、划痕等引起 的噪声。 2 视频图像采集的像素抖动 像素抖动是一个笼统的概念，主要包括以下三个方面的误差因素： ( 1 ) 行同步相位误差 标准视频信号中只有垂直、水平两种同步信号来分别保证奇偶两场和每行图 像达到同步显示。因此要进行视频信号数字化必须要建立精确的像素时钟。一般 图像采集卡中用锁相环技术来使视频水平同步和图像卡内部时钟的相位一致，两 者相位一致的程度决定了相位误差的大小。这种误差表现为整体像素的整体迁移 或后移。 ( 2 ) 频率误差 图像卡内部像素时钟的频率变化会产生的误差。在每行的开始这种误差不存 在或者极小，但在结束时可能会变得较大而不可忽略。 ( 3 ) 像素抖动 由于像素时钟本身的波动而造成了采样时间的变化，由于视频信号是变化的， 因此产生了像素值对应位置的变化。像素抖动表现为一种随机误差。 以上三种误差统称为像素抖动。在多数高档图像卡的技术指标中都有像素抖 第三章图像去噪新算法研究 1 7 动的指标，一般用纳秒( i l s ) 作为衡量单位。性能好的图像卡像素抖动可能小于i n s 。 减少像素抖动可以采用的措施有： ( 1 ) 摄像机输出复合同步信号或分离的水平和垂直同步信号，图像卡接收这 些信号使其内部的像素时钟与视频同步信号同步； ( 2 ) 图像卡采用一个同步信号产生器来产生并输出同步信号，来同步摄像机 视频信号，即所谓的g e n l o c k 技术； ( 3 ) 摄像机输出像素时钟信号，图像卡直接采用摄像机输出的像素时钟信号 来进行图像的数字化。 3 1 2 图像噪声分类 图像噪声按照产生原因可以分为外部噪声和内部噪声；从统计理论观点可以 分为平稳噪声和非平稳噪声；按照噪声幅度分布形状可以分为高斯噪声、脉冲噪 声和雷利噪声等；按照频谱形状可以分为白噪声和三角噪声的等；按照噪声与信 号的关系可以分为加性噪声和乘性噪声。 下面是数字图像中比较常见的高斯噪声和脉冲噪声的特点和概率密度分布函 数。 1 高斯噪声 高斯噪声又称为正态噪声，由于高斯噪声在空间和频域中的数学易处理性， 这种噪声模型经常被用于实践中【踟。事实上，这种易处理性非常方便，使高斯模型 经常用于临界情况下。高斯随机变量的概率密度函数由式( 3 1 ) 给出： p ( z ) = ( 1 2 压c r ) e o - , u ) 2 n ， ( 3 1 ) 其中：z 表示灰度值；u 表示z 的平均值；6 表示z 的标准差。高斯函数的概率密度曲 线如图3 1 ( a ) 所示。当z 服从式( 1 ) 的分布时，其值有7 0 落在 ( 妒6 ) ，( 旷6 ) 】内，有 9 5 韶筝在【( “一2 5 ) ，( p + 2 6 ) 】内。 2 脉冲噪声 脉冲噪声又称椒盐噪声。脉冲噪声的概率密度函数可由下式给出： f p o z = 口 p ( z ) = 死z = b ( 3 - 2 ) l0 o t h e r s 如果b a ，灰度值b 在图像中将显示为一个亮点，相反，b 的值将显示为一个暗点。 若p a 或p b 为零，则脉冲噪声称为单极脉冲。如果p 棚p b 均不为零，尤其是它们近 似相等时，脉冲噪声值将类似于随机分布在图像上的胡椒和盐粉微粒。由于这个 原因，双极脉冲噪声也称为椒盐噪声。同时，它们有时也称为散粒和尖峰噪声。 脉冲噪声的均值和方差分别为： 基于图像处理的精密测量关键技术研究 m = a p o + 慨 ( 3 - 3 ) 盯2 二( 口一m ) 2 见+ ( 6 一所) 2 p b ( 3 - 4 ) 脉冲噪声可以是正的，也可以是负的。标定通常是图像数字化过程的一部分。因 为脉冲干扰通常与图像信号的强度相比较大，在一幅图像中，脉冲噪声总是数字 化为最大值( 纯黑或纯白) 。通常假设a 和b 是饱和值，从某种意义上看，在数字化 图像中，它们等于所允许的最大值和最小值。因此，负脉冲以一个黑点( 胡椒点) 出现在图像中。由于相同的原因，正脉冲以白点(