（机械制造及其自动化专业论文）基于图像处理的精密测量技术研究.pdf

摘要 图像测量技术是近年来测量领域中形成的新的测量技术。它广泛应用于精密 复杂零件的微尺寸测量、几何量的尺寸测量、航空等遥感测量。其原理是应用图 像处理技术提取被测物体图像的边缘，从而获得被测物体的几何参数。目前，随 着生产与科学技术的迅速发展，对图像测量方法的精确度和测量效率提出了越来 越高的要求。因此，研究图像测量精度和效率已经成为一个具有现实意义的问题。 本文以图像测量的软件处理技术为基础，介绍了图像处理的软硬件设计，研 究和实现了基于图像的精密测量的系统方案，特别是以软件为主要手段解决图像 测量中精度和效率两大问题的关键技术。基于实际需要，作者首先从算法角度研 究了s u s a n 算子，提高边缘检测的精度和速度；其次利用软件v i s u a lc h 6 o ， 实现了一套图像处理系统；然后引入一种新的边缘检测算法，将最小错误分割选 取法和轮廓提取相结合来实现目标图像真实边缘的检测，从理论和m a t l b a 仿 真两方面说明了新算法对噪声干扰的影响要明显小于传统算法；最后在对最d x - - 乘法问题讨论的基础上，提出利用b p 网络( 反向传播神经网络) 来实现亚像素定位 的边缘拟合，仿真结果显示，训练2 3 4 次以后，拟合误差小于了1 o 1 0 - 6 。 关键字：图像测量边缘检测亚像素边缘定位边缘拟合 a b s t r a c t i m a g em e a s u r e m e mi san e wt e c h n i q u ei nm e a s u r i n gf i e l d i ti sw i d e l yu s e di n d e l i c a t ep a r t s ，d i m e n s i o n a lm e a s u r e m e mo fg e o m e t r i c a lq u a n t i t ya n dr e m o t e s e n s i n g m e a s u r e m e n to fa v i g a t i o n t h ep r i n c i p l eo fi m a g em e a s u r e m e n ti sd e t e c t i n gt h ee d g e o fa l l o b j e c tb yu s i n gd i g i t a li m a g ep r o c e s s i n gt h e o r yt oo b t a i ni t s g e o m e t r i c p a r a m e t e r s c u r r e n t l y , w i t ht h er a p i dd e v e l o p m e n to fp r o d u c t i o n ，s c i e n c ea n d t e c h n o l o g y , h i g h e rd e m a n di sp u tf o r w a r dt ot h es o l v i n gp r e c i s i o na n dt h ee f f i c i e n c yo f t i n yd i m e n s i o n b a s e do ns o f t w a r e p r o c e s s i n gi m a g em e a s u r e m e mt e c h n i q u e s ，t h i sp a p e r i n t r o d u c e sh a r d w a r ea n ds o f t w a r ed e s i g no fi m a g ea d j u s t m e n tp r o c e s s ，p r e s e n t st h e d e s i g na n di m p l e m e n t a t i o no fah i g ha c c u r a t em e a s u m m e n ts y s t e mi nt e r m so fi m a g e h a n d l i n g i tf o c u s e so nt h ek e yt e c h n o l o g yt oi m p r o v et h ee f f i c i e n c ya n da c c u r a c yo f t h ep r o c e s s c o n s i d e r i n gp r a c t i c a lr e q u i r e m e n t ，t h ea u t h o rf i r s ta n a l y z eo u ra l g o r i t h m f r o mt h ep e r s p e c t i v eo fs u s a nm e t h o d ，a n dc o m p a r ei tw i t ht r a d i t i o n a lo n e s t h e c o m p a r i s o ns h o w st h a tt h i sa l g o r i t h mi m p r o v e st h ep r e c i s i o na n ds p e e do fe d g e d e t e c t i o n ；w et h e nd e v e l o pa ni m a g ep r o c e s s i n gs o f t w a r eb a s e do nv i s u a lc + + 6 0 a f t e rt h a t ，w ep r o p o s ean e w e d g ed e t e c t i o na l g o r i t h m ，w h i c hc o m b i n e sm e t h o do f s e g m e n t a t i o nm e t h o dt os e l e c tt h es m a l l e s te r r o ra n dc o n f i g u r a t i o ne x t r a c t i o nt o a c h i e v et h ed e t e c t i o no fr e a le d g eo ft h et a r g e ti m a g e ，a n du s e dm a t l a bt oc o m p a r e w i t ho t h e rc o m m o ne d g ed e t e c t i o nm e t h o d i nt h e e n d ，b a s e do nt h et h e o r yo f l e a s t s q u a r e s m e t h o di n s u b - p i x e le d g eo r i e n t a t i o n ，t h i sp a p e rp r o p o s eb p ( b a c k p r o p a g a t i o n ) n e t w o r k ，w h i c hu s et oa c h i e v ee d g ef i t t i n g ，t h es i m u l a t i o nr e s u l t ss h o w t h a t ，a f t e r2 3 4t i m e st r a i n i n g ，t h ef i t t i n ge r r o ri sl e s st h a n1 oxlo 。6 k e yw o r d s ：i m a g em e a s u r e m e n t e d g ed e t e c t i o n s u b p i x e le d g eo r i e n t a t i o ne d g ef i t t i n g 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n d l ：i 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已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： 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 生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。 日期趁! z 主： 日期二玉生琢 签噬疋师 第一章绪论 第一章绪论弟一早三百下匕 1 1 图像测量技术概述 测量充满着人类生活、生产和科研等各个领域的方方面面，人类社会的发展 又促进了测量技术的发展。人类在生产活动中，“本能”地进行着多方面的原始性 测量，例如对狩猎对象远近的估测，以及为确定季节而进行的天文观测。因而在 自身社会发展中创造并发展了测量学科。随着人类社会的形成和发展，生产、生 活和贸易等活动的开展，需要更多的测量工具及简单的测量仪器，如土地丈量、 漏量计时以及逐步统一的度量衡器。随着人类文明时代的到来，科学技术和生产 活动的大规模开展及一系列重大突破催生并发展了这一科学。同时，测量器具、 技术和理论的发展又促进了生产和技术的发展。 近代科学和工业化的发展，促使测量学科一方面需要进行专业化分工；同时， 测试技术也要求突破经典的测量方法和技术，寻求新的测试原理与手段。如求助 于电学、光学、计算机等，从单一学科发展为多学科间的相互借鉴和渗透，形成 综合各学科研究成果的新型测量系统。 目前，对测量技术的精度，测量效率以及测量自动化程度的要求也越来越高， 传统的检测原理和技术已经难以适应这个新的要求。特别是在某些特定场合，如 微小尺寸，曲面轮廓等的在线测试课题，已成为传统测量方法实现的难题。因此， 探索新的测量方法，具有十分重要的现实意义。 所谓的图像测量【l - 3 】就是测量被测对象时，把图像当作检测和传递的手段或载 体加以利用的测量方法，其目的是从图像中提取有用的信号。图像测量的基本原 理就是处理被测物体图像的边缘纹理而获得物体的几何参数，因此图像处理技术 成为图像测量系统的基础和关键。 传统的几何量测量方法，根据测量头与被测件是否接触可分为接触式与非接 触式两大类。其中非接触式测量方法以前主要有光学式和气动式两种。图像测量 技术作为一种新兴的非接触测量方法有着独特的优越性，它通过把被测对象的图 像作为检测和传递信息的手段，从图像中提取有用信息进而获得待测参数。光电 摄像器件的产生和普及使图像测量技术成为可能，特别是电荷耦合器件( c c d ) 技 术的发展，进一步促进了图像测量技术的形成和发展。 c c d 是2 0 世纪7 0 年代初发展起来的一种新型半导体器件，由于它具有自扫 描、高分辨、高灵敏度、重量轻、体积小、像素位置准确、耗电少、寿命长、可 靠性好、信号处理方便、便于与计算机连接等优点，近3 0 年来发展迅速，成为近 代光电成像领域中非常重要的获取图像的技术手段。基于c c d 器件图像测量技 2 基于图像处理的精密测量技术研究 术的使用范围和测试精度均比现有的机械式、光学式或电磁式的测量技术优越得 多，可以满足测量速度快，精度高，非接触式及动态的自动测量的要求，它使加 工、检测和控制融为一体成为可能。 1 2 图像测量技术研究状况及发展趋势 对图像测量的研究，日本，德国，美国等国家开始的比较早，提出了许多测 量原理和方法，而我国在这方面的研究则开展的较晚一些【4 刮。我国是从8 0 年代 中期开始图像测量技术研究的，当时典型的应用是使用线阵c c d 进行长度的在 线测量，如对钢丝直径的测量，但由于每个像素的间距不可能太小，因此精度并 - r - h 小向。 最近二十几年来，图像测量技术在国内外发展很快，已广泛应用到几何量的 尺寸测量，精密复杂零件的微尺寸测量和外观检测，航空遥感测量，以及光波干 高精度图像测量技术涉图、应力应变场状态分布图等许多方面。图像测量技术的 迅速崛起和发展除了由于应用需求领域的不断扩展外，还得益于计算机技术的突 飞猛进和数字图像处理技术的日臻完善。反之，由于c c d 制造工艺和i c 技术的 不断改进和提高，使基于c c d 摄像的图像测量系统不仅性能越来越高，而且其 成本有所下降，这更进一步刺激着这一技术领域的快速发展。 图像测量系统的高分辨率、高灵敏度、光谱响应宽、动态范围大等特性是传 统测量仪所无法比拟的。图像测量技术对环境没有特殊要求，非常适合于一些传 统测量手段难以实现的场合应用。 随着时代对制造技术和测量技术提出要求的不断提高，专家们预计，2 1 世纪 图像测量技术的发展趋势大致如下： l 、测量精度由微米级向纳米级发展，进一步提高测量分辨率； 2 、由点测量向面测量过渡，提高整体测量精度( 即由长度的精密测量扩展至 形状的精密测量) ； 3 、采用在线测量以逐步替代线外测量，采用实时测量并将测量信息反馈用于 过程控制，构造高精度、智能化动态系统。 总之，图像测量技术必须实现高精度化，同时要求实现高速化和高效率化。 因此，高效率测量与智能化测量将成为新世纪高精度图像测量技术的重要发展方 向。 1 3 高精度图像测量技术基础 图像测量系统按照所用传感器的不同可分为红外成像、c c d 成像、激光成像、 第一章绪论 3 声纳成像等，其中以c c d 成像在光学图像测量系统中的应用最为广泛。这是由 于c c d 本身的自扫描、高分辨率、高精度、高灵敏度、高可靠性、低噪声、长 寿命、尺寸小、动态范围大、坚固耐冲击等特点u 1 所决定的。 1 、自扫描特性：c c d 通过自身的扫描功能将获取的光像信号转换成相应的 信号电荷，并在光电耦合器件内部完成信号电荷的存储、转移，使信号电荷最终 在器件的输出检测出来。 2 、高分辨率、高精度：c c d 本身像元尺寸小，几何精度高，配以适当的光 学成像系统可获得很高的空间分辨率，这是c c d 在高精度图像测量系统中进行 非接触在线检测、自动跟踪的最大特点。 3 、动态范围大：c c d 以积分方式工作，积分时间在很宽的范围内可调，使 用灵活，适应性强。 4 、输出电信号易于信号处理并便于直接输入计算机：c c d 按照接受光像中 像点的形式分为面阵c c d 和线阵c c d ，按照输出电信号又分为模拟c c d 和数字 c c d ，但最终都是将接受的光信号转化成在幅值上按模拟量变化、在时间上等间 距离散的脉冲序列输出，易于与计算机接口，大大扩大了c c d 的应用范围。 c c d 将空间分布的光学图像信号转化成在时间上按序输出的视频电信号，其 高空间分辨率、高灵敏度、接口容易的特点在高精度图像测量中的作用是显而易 见的。但在实际工程应用中，随着对图像测量精度要求的不断提高，c c d 也逐渐 暴露出自身无法克服的局限性测量分辨率受到像元间距的限制。所以c c d 分辨率是制约图像测量精度的一个基本因素。 c c d 分辨率分为像素分辨率和测量分辨率。像素分辨率是指c c d 芯片的实 际空间分解力( 肌p i x e l 2 ) ，它是由生产厂家制造工艺唯一确定的。选用高精 度、高分辨率的c c d 可在一定程度上提高测量系统的空间分辨率，但分辨率越 高，价格越昂贵。测量分辨率是指实际获得的有效像元分辨率。根据c c d 测量 系统分辨率计算公式。 a x ：坐a y a v ：竺 ( 1 一1 ) = l 一 = ( ) ts 皿k 式中a h ，a v ：c c d 水平与垂直方向上的像素尺寸； 厂：c c d 采样频率；k ：光学放大倍数； n x ：c c d 水平有效像素数；，：电视行正程时间。t s = 5 2 s 由式( 1 1 ) 可知水平分辨率与系统采样频率、光学放大倍数成反比，而垂直分 辨率只与光学放大倍数有关。因此提高采样频率，虽然水平分辨率提高，但垂直 分辨率保持不变，并且采样频率过高还会造成系统稳定性降低、干扰增大、硬件 制作困难、成本提高；提高光学放大倍数，水平和垂直测量分辨率虽然都有所提 4 基于图像处理的精密测量技术研究 高，但伴随而来的是光学系统像差加剧和视场角减小导致衍射效应的存在，造成 有效测量面积减小，制约测量范围。 由此可见：提高采样频率和光学放大倍数都未能从本质上突破c c d 光敏元 间距的限制，难以满足更高精度图像测量系统的要求。而细分技术即亚像素技术 是采用信号处理技术，通过细分单个像素的间距可有效的提高测量分辨率，所以 从其提出开始就成为高精度图像测量领域的研究热点。利用目标的成像特性，采 用亚像素定位技术提高测量定位的精度，如果能用一些算法将图像上的特征目标 定位在亚像素级别，就相当于提高了测量系统精度。该方法具有简单有效且成本 低廉的优点。例如当算法的精度为o 1 个像素，它相当于将测量系统的硬件分辨 率提高了十倍，因此亚像素定位技术越来越受到人们的重视。 当今的时代是信息时代，在工业和科技领域主要通过测量获取信息。“没有测 量就没有科学”，要对世界有精确的认识必须有测量，测量信息是控制和智能化的 依据。未来制造业发展的重要趋势是向精密化、柔性化、智能化、集成化、全球 化、网络化、虚拟化的方向发展。精密测试技术就要适应这种发展，因此需要精 密测试贯穿产品制造的整个过程，要促进产品的生产效益，至少不能妨碍生产速 度，并且保证产品的质量要求【8 - 9 。 测量技术的发展，在一定的程度上标志着一个国家的科技水平。目前，随着 生产与科学技术的迅速发展，对微小尺寸测量方法的精确度、测量效率以及测量 的自动化程度提出了越来越高的要求。 从机械工业、电子工业到生物工程以及环境保护等；从尖端科学的热核反应 到日常生活中的化学纤维，都存在微小尺寸测量的问题。微小尺寸己经涉及到机 械工业部门，电子工业部门、制药、医学和环保部门，涉及面很广，要求进行微 小尺寸测量的物体，从尺寸、几何形状和作用来划分，各种各样。但它们的共同 特点是：测量范围小，分辨力及精度要求高，自动化程度高，难度很大。面对这 样的问题，迫切要求微小尺寸的精密测量取得长足的发展。如何高准确、高效率 的测量微小尺寸参数己成为生产中急需解决的一个课题。因此，展开对微小尺寸 高精度测量的研究，具有十分重要的现实意义。 图像测量和分析是计算机图像技术最早和最成功的应用领域之一。早在7 0 年代初就有商品化的图像分析系统问世，并在细胞图像分析和金相分析等方面取 得了很大的成功。8 0 年代中期以来，微型计算机配上图像采集和处理板卡及其它 外设而构成的桌面型图像分析系统，已经和基于工作站的图像分析系统并列称雄。 其应用领域也迅速扩大至医学、生物、冶金、材料、地质、石油、化工、机械、 公安等领域的各种宏观或微观图像的定量分析和自动分析，如细胞、染色体、肌 体组织图像分析、x 光和超声图像分析、金相和夹杂分析，岩石颗粒分析、液滴 分析、迹印和指纹分析等。 第一章绪论 八十年代以来，国内有关部门相继从工业化国家引进各种类型的图像仪，如： 德国l e i t z 图像仪【10 1 ，英国的q u a n t i m e t9 0 0 图像仪】，英国m a g i s c a n 型图像仪【1 2 】 等，在各行业中均发挥了很好的作用，但在使用中仍存在许多问题，影响到该类 仪器作用的充分发挥。 因此，我们有必要根据实际的工件对象，实际的应用场合以及一些比较专门 的控制反馈、精度、测量速度、测量数据的后处理等要求，来开发一套专门的图 像测量及分析系统。 1 4 1 论文的主要工作 1 4 论文的主要工作和论文结构 1 s u s a n 算法的边缘检测理论分析和研究 s u s a n 算法是由英国牛津大学的s m s m i t h 在1 9 9 5 年提出的一种图像边缘 提取算法，是一种并行边界算法。该算法的重要特点之一是不需要对图像进行微 分计算。因此，具有比微分算子更强的抗噪声能力。本文通过对算法的介绍说明 了s u s a n 的三个关键参数：阈值t 、模板大小和几何阈值g 。并研究了u s a n 的 取值规律。 2 图像的软件处理技术 首先，在图像软件处理关键技术的研究基础上，对传统的算法进行了 m a t l a b 仿真，并分析了各种算法的优劣性。然后结合实际工作需要，基于软件 v i s u a lc + + 6 0 ，设计并实现了一套图像处理系统，系统的处理流程为：灰度化； 滤波处理；边缘检测；图像裁剪。所设计的系统有如下优点：每张图片的处理时 间小于0 7 5 秒；准确率达到9 8 以上；系统操作简单，占用内存小。系统基于 v - s t a r s 图像测量平台，降低了v - s t a r s 软件的处理量，从而在保证测量精度 的前提下提高了图像处理效率。 3 边缘检测的改进算法 通过对传统的边缘检测算法的详细分析及仿真比较。发现这些算法普遍存在 的明显缺陷：对噪声干扰过于敏感。本文提出了一种新的边缘检测算法，利用最 小错误分割选取法和轮廓提取相结合的方法实现目标图像真实边缘的检测。首先 进行了详细的理论分析，然后基于m a t l a b 实现了边缘检测的仿真，并与l o g 算法和s o b e l 算法比较，从两方面说明了新算法对噪声干扰的影响要明显小于传 统算法。 4 利用b p 网络( 反向传播神经网络) 实现亚像素定位的边缘拟合 通过对最小二乘法的详细推理，给出了基本几何结构的亚像素定位边缘拟合 6 基于图像处理的精密测量技术研究 算法，提出了利用b p 网络来实现亚像素定位的边缘拟合，并以凸轮为例，基于 m a t l a b 实现了边缘拟合的仿真，验证了方法的可行性。 1 4 2 论文结构 本文共分五部分： 第一章，概要性的说明了论文的研究背景和图像测量领域的国内外发展动态， 包括计算机视觉，图像测量技术的发展概括，以及论文的主要工作及研究意义。 第二章，介绍了计算机精密图像处理系统的基本原理，并以此为依托，对图 像处理系统的硬件组成和软件模块作了简要分析。 第三章，研究并分析了图像的软件处理技术。首先阐述了灰度化算法和边缘 结构特征。分析了噪声的性质及特点，讨论了噪声处理的三个基本方法。然后论 述了图像测量中边缘检测算法的特点及选取要求，对s u s a n 算法的边缘检测的 理论进行了详细的分析和研究。接着论述了基本的图像分割算法。最后以 v - s t a r s 图像测量系统为平台，结合图像的软件处理技术，实现了一个完整的图 像处理系统。 第四章，首先，基于对各种经典边缘检测算法的研究，利用软件m a t l a b 对机器零件表图进行了仿真。其次，在各经典算法存在一个普遍缺点的基础上， 引入了边缘检测的改进算法，并在对详细算法的研究和m a t l a b 仿真后，论证 了新算法对噪声干扰的影响要明显小于传统算法。 第五章，从亚像素的定位出发，对最d - - 乘法进行了详细分析和进一步推导。 给出了基本几何结构的亚像素定位边缘拟合算法，提出了利用b p 网络( 反向传播 神经网络) 来实现亚像素定位的边缘拟合，并以凸轮为例，实现仿真，验证了本方 法的可行性。 最后的结论部分，是对全文的总结和对该项工作的展望，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。 第二章图像测量系统 7 第二章图像测量系统 2 1 计算机图像测量的基本原理 图像测量及分析系统采用的硬件应该是通用的，市场量大，技术支持好，性 能价格比高，并且可以很方便的更新其中的某一个部件；而通过软件的编写可以 很好的开发出灵活适用的图像处理算法，对测量数据进行丰富的处理，对分析的 结果按要求反馈给控制系统以及与各个通信、控制、检测部件进行协调，有利于 整个系统按规定协同工作；某个硬件的升级更换也可以很方便的通过模块化的软 件设计来保证其正常的工作。 图2 1 图像系统处理框图 一个基本的图像处理系统框图如图2 1 所示。图中各个模块都有特定的功能， 分别是图像输入、图像处理、以及图像存储和其他数据存储、处理结果输出。 1 、图像的输入模块 图像的输入模块主要由图像输入、图像采集两部分构成。在实际应用中，图 像输入一般采用c c d 摄像头得到现场的待处理图像。由于摄像头输出的信号多 为模拟信号，为了实现摄像头和计算机接口，使得能够利用p c 机进行图像处理， 必须采用图像采集卡。 首先对视频信号进行预处理和同步分离。预处理主要是进行放大、亮度、对 比度调节、信号限幅( 保护a d ) 。同步分离电路主要是分离出信号的行同步和场 同步信号，供采集卡的时序电路使用。然后由高速的a d 转换器把处理后的视频 信号转换为数字信号，在时序电路的控制下写入存储器。 2 、数据存储模块 数据存储可以是系统的图像存储，也可以是图像处理的算法、中间数值等数 据存储。图像包含有大量的信息，因而存储图像也需要大量的空间。在图像处理 系统中，大容量和快速的图像存储器是必不可少的。例如存储l 副5 1 2 5 1 2 的 l6 b i t s r g b 图像需要4 m b i t s 的存储器。 3 、数据输出模块 基于图像处理的精密涮量技术研究 通常的图像处理系统都有图像输出模块，输出图像处理的最终结果。结果可 以是处理完的图像，也可以是图像处理的其他形式数据结果。例如在检测缝隙天 线的圈像系统中，系统要输出每一条裂缝的尺寸以供后续的数据库管理使用。 4 、图像处理模块 对图像处理和分析一般可用算法的形式描述，而大多数的算法可用软件实现， 培终目的是提取图像的特征信号【l ”。 2 2 计算机图像测量的硬件组成 图像的好坏，直接影响着后续的处理和处理结果的准确性，必须根据检测目 的，合理地选取成像系统的各个组成部件【l ”。对于每个应用，我 门都需要考虑各 种因素，包括：系统的运行速度、图像处理速度和系统精度、使用彩色还是黑自 c c d 、任务是检测尺寸还是判断有无、视场多大、分辨率多高、对比度多大等等。 由于计算机技术的迅猛发展，一般的p c 机都能满足视觉检测系统的任务要求。 哪潮，、 圯游 源拧制情弓 幽像采喋 i f 数字图像t ，j + lp c i 地址心 _ 里 i i 蔷苎- 一 图2 2 图像测量基本框图 图2 2 为一个基本的图像测量系统框图。各种器件的选用原则为 1 、光源的选用 u 腩系统 第二章图像测量系统 9 光源是视觉测量中的重要组成部分，照明结构设计是视觉测量中的重要环节， 在主动视觉测量中，采用人工光源实现照明。由于没有通用的机器视觉照明设备， 所以针对每个特定的应用实例，要选择相应的照明装置，以达到最佳效果。除此 之外，要保证有足够的光能量；足够大的照明范围；被照明物体上各点发出的光 束应充满物镜的入瞳；尽可能地限制视场以外的杂光进入视场，以免降低像面的 对比度；还要满足仪器尺寸布局要求等。光源本身的选用和照明的结构设计是光 源选用的两个主要方面。 照明系统的设计需要根据镜头的视场，照明系统与工件的距离，工件的外形 条件及颜色，成像物镜等4 个基本要素，确定采用背向照明、前向照明、结构光 或者频闪光照明。 2 、c c d 的选用 c c d 相机的镜头类似于人眼的晶状体。如果没有晶状体，人眼看不到任何物 体；如果没有镜头，c c d 相机就无法输出清晰的图像。在任何机器视觉系统中， 镜头的主要作用是将成像目标聚焦在图像传感器的光敏面上。镜头的质量直接影 响到机器视觉的整体性能，选用镜头主要根据镜头的几个参数来确定。一般情况 下，考虑镜头的成像面、焦距、视角、工作距离、视野和景深等参数。镜头的焦 距与视野成反比，而与最小工作距离成正比，市场上常见型号为5 0 m m 、2 5 m m 和1 6 m m 的镜头，1 6 m m 的镜头焦距最小，而视角、视野最大，但最小工作距离 最近，5 0 m m 的镜头焦距最大，其视角、视野最小，而工作距离最远。镜头的选 用原则是：工作距离越近越好、镜头畸变越小越好、视野越大越好。 c c d 相机的相关特性参数有：最低照度、固定图像噪声、分辨率、扫描方式、 接口等等。另外值得注意的是1 9 8 9 出现的“有源像敏单元”有源结构，使c m o s 相机光电灵敏度提高，噪声减少，动态范围扩大，使它的一些性能参数与c c d 图像传感器相接近，而且功能、功耗、尺寸和价格等方面要优于c c d 图像传感 器，所以应用也越来越广泛。 具体选择相机时，还要考虑精度要求与相机分辨率、速度要求、相机成像速 度及快门速度、其他要求( 动态目标拍照、色彩检测、超大目标拍照) 、与视觉板 卡相匹配问题( 不同视频信号的匹配、不同分辨率的匹配、特殊功能的匹配、特 殊相机的匹配) 等。 3 、图像采集卡的选用 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。 1 ) 按图像采集卡的主要特性可以分为： ( 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 1 0 基于图像处理的精密测量技术研究 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，其对输入信号以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。 2 ) 图像采集卡的技术参数 图像采集卡的技术参数主要有以下几个方面： ( 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间都采用p c i 接口，其理论传输速度为 13 2 m b s 。 3 ) 板卡的选择板卡的选择要考虑板卡硬件的功能，包括相机支持、灯源触发、 图像存储及其他参数；板卡软件包，包括开发硬件环境、开发操作系统、开发语 言以及软件图像处理功能的优劣，如边缘寻找功能、目标定位功能、图像预处理 功能、字符读取功能、数据读取功能、图像缓冲功能、实际应用功能、接口功能 和其他辅助功能等。 第二章图像测量系统 2 3 计算机图像测量的软件模块 目前，常用的视觉系统软件模块具有图像采集、图像处理、结果显示和处理 以及数据管理功能，包括用户主界面、基本功能模块。如图2 3 所示。 图像测量及分析的软件系统由系统软件和图像测量分析软件两部分组成，其 中系统软件包括计算机操作平台、图像卡接口软件、运动控制卡驱动程序软件； 图像测量分析软件实现了对图像的自动聚焦，对图像的平滑、分割以及对分割后 的图像边缘点进行直线拟合，对测量结果存入数据库并可进行简单的数据库操作， 并能对测量结果进行分析，根据分析的结果指导控制系统的动作，以及报表打印 输出等功能。 一 囱囱囱豳 图像处理部分 图像测量分 析、统计打印 部分 图2 3 图像测量的软件模块 1 、系统软件 图像测量软件主要由系统控制部分，图像处理部分，图像分析、打印部分三 大部组成，软件模块全部采用v i s u a lc h 开发平台开发，运行在w i n d o w s x p 环境 下，全中文操作界面，系统操作简单易学，方便了用户使用；软件可实现精确的 自动对焦，可测量回转体工件的端面跳动值，分析其姿态是否可以进行下一步的 装配，可以动态监控其装配的过程，可以对装配后的问隙进行测量，判断分析其 装配间隙的均匀性，从而作出进一步的处理操作。该系统可以测量从1 0 9 m 到l m m 的间隙宽度，精度达到g m 级 1 ) 系统控制部分 ( 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。 一叫_ |l；|4绷焦一 十| | 侧h 一 ! 矍 一 l ：- 刊 基于图像处理的精密测量技术研究 ( 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。 2 ) 图像处理部分主要包括 ( 1 ) 图像的通用处理功能：包括亮度和对比度调整，直方图均衡，对比度扩 展，中值滤波等。 ( 2 ) 自动聚焦：选用了图像特征区域灰度差分的绝对值之和的平方来作为焦 距评价函数，实现了系统快速准确的自动对焦。 ( 3 ) 图像预处理：系统的噪声消除是关键。对图像主要采用了邻域平均和中值 滤波法来去除图像本身的噪声；用最小二乘线性拟合来消除系统线性误差。 ( 4 ) 图像分割：图像边缘的精确定位是难点。课题综合考虑了多种图像分割 技术，从预处理、图像分割及后续的处理通盘考虑，选用了多尺度的m a r t 算子来 检测边缘，它把高斯滤波器融合在了边缘的检测中；检测后的图像数据是二值的， 给后续处理带来了便利。 ( 5 ) 边缘点的拟合连接：边缘检测得到的点可能是很稀疏的，通过入机交互 和利用先验知识来进行搜索或人工逐点选取这些边缘点，再用最小二乘法拟合直 线，可以得到亚像素精度的测量值。 3 ) 图像测量分析、统计打印部分 边缘点拟合连接后，根据边缘直线的特征参数，计算在每一个测量点的间隙 值；每一组圆周点测量完毕后，求出该组值的最大值，最小值和平均值，作为一 个记录存入相应的数据库表中；可以对这个记录作简单的编辑，如删除记录，报 表输出等。 2 4 本章小结 本章介绍了计算机精密图像处理系统的基本原理，并以此为依托，对图像处 理系统的硬件组成和软件模块做了简要分析。 第三章图像测量的软件处理技术及应用 1 3 第三章图像测量的软件处理技术及应用 本文所述的图像测量的软件处理技术主要包括对摄取的原始图像进行灰度 化，降噪处理，对图像边缘信息的提取及对图像进行分割等。图像测量的第一步 是预处理，在一个视觉监测系统中，图像采集系统采集到的目标图像，被送到计 算机内存或者保存在硬盘上，为了便于后续处理，必须对采集的图像进行预处理。 视觉测量的图像预处理主要包括彩色图像灰度化和滤波去噪。这一步可以看成是 图像处理三个阶段中的低层处理阶段，它在整个视觉检测中占有很重要的地位。 图像的边缘是图像最基本的特征。边缘是指周围像素灰度有阶跃变化或屋顶变化 的那些像素的几何，这些点给出了图形轮廓的位置，这些轮廓则常常是我们在图 像处理时所需要的非常重要的一些特征条件。它能大大地减少所要处理的信息， 但是又保留了图像中物体的形状信息。边缘检测主要就是图像的灰度变化的度量、 检测和定位。 3 1 常见灰度化算法研究和边缘结构特征 灰度图像只包含亮度信息，而彩色图像则同时包含亮度信息和色度信息。由 于检测速度和算法实现难易等方面的要求，计算机视觉测量中往往需要将彩色图 像转化为灰度图像。 3 1 1 彩色图像灰度化研究 灰度化是指把含有亮度和色彩的彩色图像转换成灰度图像的过程，灰度化的 结果是后续图像处理的基础。与普通彩色图像灰度化的方法不同，图像测量时， 图像由彩色到灰度的转换过程中，需要保证由彩色图像转化的亮度信息与用非彩 色c c d 所拍摄的基本一致，需要保持边缘的结构特征以便后续的边缘检测和亚 像素定位，即边缘周围的灰度信息要保持其原有的特征，不因灰度化而受到破坏。 然而，灰度图像的亮度信息依赖于光源的入射函数和物体表面的反射函数，其值 受到光源、材质、工件本身结构等多种因素的影响，所以单一固定的彩色图像灰 度化模型不能满足视觉测量中彩色图像灰度化的要求，必须采用多种方法，并根 据边缘类型及实际应用，选择相应的灰度化算法。 1 、常用灰度化算法 彩色图像灰度化，意味着从彩色图像中提取亮度信息。常用的彩色空间如 r g b 、h s v 、y i u 、y i q 等。彩色图像灰度化算法原理都是一样的，即根据人眼 对光谱波长的适应能力而制定算法。由三基色构成的颜色，每种基色对亮度的贡 1 4 基于图像处理的精密测量技术研究 献不同，从三种基色分量计算颜色亮度的常用公式有： 1 ) n t s c 电视制式亮度公式 y = 0 2 9 9 0 5 8 7 0 1 1 4 】【r g日】r 2 ) p a l 电视制式亮度公式 y = 【0 2 2 2 0 7 0 7 0 0 7 1 1 rg 例7 3 ) c i e 三基色相对亮度方程 y = 【1 4 5 9 0 7 0 0 6 0 1 】 r gb 】1 4 ) 各通道颜色分量各取1 3 并求和，形成较为柔和的灰度图像。 y = 】 又gb 】r 333 5 ) 直接用彩色图像的某一种色彩成分来表示。 6 ) y = m a x ( r ，g ，b )会形成亮度很高的灰度图像。 2 、基于全局彩色分量统计特性的灰度化算法 ( 3 1 ) ( 3 - 2 ) ( 3 - 3 ) ( 3 4 ) ( 3 - 5 ) 图3 1 全局彩色分量统计特性的灰度化算法流图 一般工业应用中，计算机视觉检测的图像根据图像背景与物体对象的面积比 第三章图像测量的软件处理技术及应用 例可分为三类：背景占优、物体占优、背景和物体平衡。图像中的边缘类型也可 以分为三类：阶跃型、屋顶型和凸缘型。在视觉测量的特殊应用中，背景的灰度 变化比较平滑，而且都集中在一个比较窄的范围内，物体的边缘像素在其邻域的 二阶矩是最大的，而且对于整个图像来说，图像二阶矩的变化大小是由于物体的 亮度对于背景亮度的差异引起的。因此文献【l5 】提出了基于全局彩色分量统计特性 的灰度化算法。该方法对图像各点颜色分量到各分量平均值距离与其标准差进行 比较，对满足阈值条件的像素颜色分量，进行加权处理，最后进行综合灰度化处 理，算法流程如图3 1 所示。从流程图分析可知，作者在对图像按照n t s c 电视 制式亮度方程进行灰度化处理之前，先将像素颜色分量与其对应均值的距离和相 应的标准差进行比较决定采用何种方式对像素值作预处理。 3 1 2 常见的边缘结构特征 阶跃边缘和屋顶状边缘是常见的边缘类型。在实际成像系统中，由于光学系 统，采样和其他成像因素的影响，导致图像中边缘变的模糊，理想边缘不再是理 想形状，阶跃边缘和屋顶状边缘分别变成了斜坡型边缘和凸顶状边缘。但是，边 缘的对称性质始终存在。对灰度化算法是否能保持边缘结构特征，本文介绍实验 法和判据法加以判别。 1 、实验法 实验法是判别灰度化效果最直接的方法。对于同一个被测物体，在同样的条 件下，采用同样的镜头和同样规格的黑白和彩色c c d ，彩色图像采集卡，然后利 用各种彩色图像灰度化算法对采集到的彩色图像进行灰度化处理，比较灰度化之 后图像边缘结构是否和黑自摄像头采集的图像基本一致，而且算法用时最少。也 可以通过最后的视觉测量结果，多次测量之后选取误差最小的方案作为彩色图像 灰度化算法。 2 、函数判据法 阶跃边缘是视觉测量中最常见的边缘类型，阶跃边缘经过成向后，成像函数 相当于高斯滤波器。边缘灰度图像在背景到物体之间，形成了灰度值的单调递增 或者递减变化，若不考虑噪声的影响，彩色图像灰度化处理之后，应保持边缘结 构不变，即边缘曲线的导数为高斯曲线。因此，边缘附近的像素灰度满足公式 n y = m i n x t + x , ( n - 1 ) - x j + 。) ( 3 - 1 8 ) i = 1 i = j + 2 其中置为边缘法线方向上的像素的灰度值，设甜为边缘法线方向上参与计算 像素灰度的平均值，则j + l 处的像素灰度值最靠近平均值甜。如果边缘位于1 个 1 6 基于图像处理的精密测量技术研究 像素中间，高斯模糊后，理论y = 0 ，然而实际上e h 于边缘在c c d 像素上的位置 不同，通常结合算法所用计算时间来评价灰度化处理算法。 对于屋顶边缘，边缘在1 个像素中间的情况，彩色图像灰度化之后，应该满 足公式 等一l ， ， y - - r m a ( e 薯一而) ( 3 - 1 9 ) j = i j ；一n + 1 3 2 图像噪声及其常用滤波处理 目前，图像测量一般都是用c c d 摄像机或c m o