（机械电子工程专业论文）面向图像测量的边缘检测算法及哈夫变换应用研究.pdf

摘要 图像测量技术是近年来在图像测量领域中形成的新的测量技术。它以光 学为基础，融光电子学、计算机技术、激光技术、图像处理技术等现代科学 技术为一体，组成光、机、电、算综合的测量系统。所谓图像测量就是测量 被测对象时，把图像当作检测和传递信息的手段或载体加以利用的测量方法。 现有的图像尺寸测量系统多以线阵c c d 器件为核一t l , 构成，而有关利用面 阵c c d 器件实现图像尺寸测量方面的文献澌不多见。本文面向图像尺寸测量 的实际应用，着重研究了以面阵c c d 元件所获得的二维图像来实现图像几何 尺寸测量的基本方法。对图像测量中的关键技术即边缘检测算法进行了深入 的研究。哈夫( h o u g h ) 变换通常用于某一形状曲线或直线边缘的提取，本文从 理论上分析了将哈夫变换运用于图像中几何量测量的可行性，并针对特定对 象，结合罗伯特( r o b e r t s ) 边缘检测算法，设计了实现图像尺寸测量的软件工具， 进而通过实验验证了所用方法的可行性和有效性。 研究结果表明： 现有的各种边缘检测算法对不同灰度类型、不同边缘类型图像的检测效 果的差异是很显著的，每种算法都具有其特定的适用对象和范围。要根据不 同的图像、不同的处理目的来选择不同的算法。若一种方法不行，则可采取 两种或多种技术相结合。 哈夫变换是对图像进行某种形式的坐标变换，它将原始图像中给定形状 的曲线或直线变换成变换空间的一个点，在变换过程中可以得到曲线或直线 的某些参数，利用这些参数可以完成对图像几何尺寸的测量。 本课题是针对国内某轴承厂快速测量轴承圆柱滚子直径的需求所做的预 研。虽然只是利用现有实验条件所进行的基本方法的研究，而对测量精度涉 及较少，但整个工作仍然取得了令人满意的结果，为今后的实际应用奠定了 坚实的基础。 关键字：图像测量；边缘检测；哈夫变换；面阵c c d ；轴承圆柱滚子 a b s t r a c t t h et e c h n o l o g yo fi m a g em e a s u r e m e n ti san e w l yr i s i n gt e c h n o l o g yi nt h e d o m a i no ft h em e a s u r e m e n tr e c e n ty e a r s i ti sb a s e do no p t i c s ，a n dm e l t sw i t h o p t o e l e c t r o n i c s ，c o m p u t e rt e c h n o l o g y , l a s e rt e c h n o l o g y , i m a g ep r o c e s s i n g a n d o t h e rm o d e r ns c i e n c et e c h n o l o g y , s oi tf o r m sac o m p l e xm e a s u r e m e n ts y s t e mw i t h t h o s em o d e r n t e c h n o l o g i e s i nc o n c l u s i o n ，i m a g e m e a s u r e m e n ti s an e w m e a s u r e m e n tm e t h o d ，w h i c hi su s e dt ob em e a n so rc a r r i e ro fd e t e c t i n ga n d c o n v e y i n g i n f o r m a t i o n t h em a j o r i t yo fe x i s t i n gi m a g es i z e m e a s u r e m e n ts y s t e m si sb a s e do nt h e l i n e a rc c d t h ea r t i c l e s ，w h i c hc o n c e r n e dt h ep r a c t i c a la p p l i c a t i o nt h a tt h ei m a g e m e a s u r e m e n ti sa c h i e v e db yt h ep l a n a rc c d ，a r er a r e a i m e da tt h e p r a c t i c a l a p p l i c a t i o n o ft h e i m a g em e a s u r e m e n t ，t h i sp a p e re m p h a s i z e so nt h e r e s e a r c h a b o u tt h eb a s i cm e t h o d so ft h e2 - di m a g eg e o m e t r ys i z em e a s u r e m e n t t h ei m a g e i so b t a i n e db yt h ep l a n a rc c d t h ea r t i c l er e s e a r c h e sd e e p l yt h ek e yp r o b l e mo f i m a g em e a s u r e m e n t ，n a m e l ye d g ed e t e c t i o na l g o r i t h m h o u g ht r a n s f o r mi s o f t e n u s e dt od e t e c tt h ee d g eo fag i v e ns h a p ec u r v e t h i st h e s i sa l s oa n a l y z e si nt h e o r y t h ea v a i l a b i l i t yo ft h eg e o m e t r i cm e a s u r e m e n tw i t hh o u g ht r a n s f o r mi ni m a g e f o r a g i v e ns u b je c t ，c o m b i n e dw i t ht h er o b e , se d g ed e t e c t i o na l g o r i t h m ，t h es o f t w a r e i s d e s i g n e dt o a c h i e v et h ei m a g es i z em e a s u r e m e n t t h i se x p e r i m e n tp r o v e st h e a v a i l a b i l i t ya n dv a l i d i t yo f t h i sn e wm e t h o d a l lt h er e s u l t ss h o w ： e v e r yc u r r e n td e t e c t i o na l g o r i t h mh a sd i f f e r e n te f f e c tw h e ni t s u s e dt od e a l w i t hi m a g eo fd i f f e r e n tg r a yt y p ea n de d g et y p e ，a n dd i f f e r e n c eb e t w e e nt h o s ei s v e r yc l e a r , e a c ha l g o r i t h mh a si t se f f e c t i v ed o m a i na n dr a t e do b j e c t t h es o l u t i o n i st os e l e c ta n a l g o r i t h ma c c o r d i n gt o t h ed i f f e r e n t i m a g e a n dd e s t i n a t i o no f p r o c e s s i o n i fam e t h o d i s n te f f e c t i v e ，t w om e t h o d s ，o re v e nm o r ec a nb e i n t e g r a t e d h o u g ht r a n s f o r m i sac o o r d i n a t et r a n s f o r mt o s p e c i a li m a g ef o r m s ，i t c a n t r a n s f o r mc u r v eo rs t r a i g h tl i n ew h i c hh a sb e e ng i v e naf i g u r ei n t oap o i n to f t r a n s f e rs p a c e ，i ta l s oc a ng e ts p e c i a lp a r a m e t e r so fc u r v eo rs t r a i g h tl i n ei nt h i s t r a n s f e rp r o c e s s ，a n dt h e nt h e s ep a r a m e t e r sc a nb eu s e dt of i n i s hm e a s u r e m e n to f i m a g eg e o m e t r y s i z e a c c o r d i n g t ot h en e e dt h a ts o m ed o m e s t i cb e a r i n gp l a n tw a n tt or a p i dm e a s u r e t h ed i a m e t e ro ft h eb e a r i n gc y l i n d r i c a lr o l l e r , t h i sp a p e rm a k eap r e v i e wr e s e a r c h d u et ot h ee x p e n s i v ep r i c eo f h i g hp r e c i s i o no p t i c a ls y s t e ma n di m a g es e n s o r ，t h e e x i s t i n gl a b o r a t o r ye q u i p m e n tl i m i t e dt h er e s e a r c h i ns p i t eo ft h a t ，t h et o t a lw o r k a c h i e v e dt h es a t i s f y i n gr e s u l ta n dm a d eas t r o n gf o u n d a t i o no ft h ef u t u r ep r a c t i c a l a p p l i c a t i o n 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 ；h o u g ht r a n s f o r m ； p l a n a rc c d ；b e a r i n gc y l i n d r i c a lr o l l e r 一一堕皇鬯丝型量塑望鍪垒型苎堡垒堕查竺堡些旦盟塑 前言 图像测量技术是近年来在测量领域中形成的新的测量技术。它以光学为基础，融光 电子学、计算机技术、激光技术、图像处理技术等现代科学技术为一体，组成光、机、 电、算综合的测量系统。所谓图像测量就是测量被测对象时，把图像当作检测和传递信 息的手段或载体加以利用的测量方法。 基于数字图像处理技术的图像测量系统目前已广泛应用于几何量的测量、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 布等和图像有关的技术领域中。尤其是在工业检测中，图像测量方法更有其独特的优点， 例如：光线传播速度极高，自身的质量几乎为零，因此不仅适用于静态测量，也适用于 动态测量：由于光路系统可以获得很大的信号放大率，因而测量的准确度相当高；光学 图像测量的方式灵活多样，且非常适合于非接触测量等等。所以图像测量的适应范围相 当广，应用前景广阔。 本课题是针对国内某轴承厂快速测量轴承圆柱滚子直径的需求所做的预研。国内外 现有的图像尺寸测量系统大多采用线阵c c d 器件作为光电转换传感器。当平行光经待 测目标投射到c c d 传感器上对，由于耳标的存在，目标所形成的阴影将同时投射到c c d 传感器上，倘若平行光准直度很理想，阴影的尺寸就代表了待测目标的尺寸，因此只要 采集计数系统计算出阴影部分像元个数( 即输出脉冲个数) ，其脉冲( 像元) 的个数与 像元间距的乘积就代表了目标的尺寸。这种方法在原理上十分简单，相应参考文献电十 分普遍。但由于线阵c c d 元件主要用于图像尺寸测量，其生产批量小，成本高，售价 昂贵( 常在l 万元至数万元之间) ，而面阵c c d 器件广泛应用于数码相机、数字摄象机 以及各种图像监控设备，因而需求量大，生产批量也大，成本低廉，价格常在百元至千 元之间，为此，本文尝试以面阵c c d 元件作为图像传感器，着重研究通过面阵c c d 元 件所获得的二维图像来实现图像几何尺寸溅量的基本方法。目前这种使用面阵c c d 元 件实现图像尺寸测量的相关文献在国内外尚不多见。 利用面阵c c d 元件获得的二维图像进行图像尺寸测量，要解决的关键问题之一是 实现图像边缘的准确检测。虽然迄今已出现了众多图像边缘检测的理论和方法，如经典 的边缘检测算子、神经网络分析、小波分析等，但这些方法都各有所长，也各有所短， 并不存在一种适合于任何图像、任何处理臣的的方法。一般来讲，一个好的边缘检测算 法应满足如下要求：( 1 ) 检测精度高；( 2 ) 抗噪能力强；( 3 ) 计算简单；( 4 ) 易于实现。衡量一 个检测方法的优劣也不能只看某一指标的高低，而应考察其综合指标是否达到期望要 求。针对不同的对象，不同的处理目的，所用的边缘检测技术也就不同。若一种技术不 能完成任务，则可采取两种或多种技术相结合。对于遇到的新的问题，则需要研究新的 技术方法来解决新的问题，这也反映了图像边缘捡测技术今后的一种发展趋势。 在完成了图像的边缘检测后，如何获得图像的几何尺寸从而完成图像尺寸测量是需 要重点加以研究的另一关键问题。哈夫( h o u g h ) 变换是一种可对图像边缘进行数学拟 合的处理方法，它将原始图像中的边缘曲线或直线变换成变换空间的一个点，即原始图 面向l 茎i 像测量的边缘检测算法及晴天变换应用 i j f 究 像边缘的曲线或直线上的所有点都集中到变换空间的某个点上形成峰值。这样，就把原 始图像边缘的曲线或直线的检测问题，变成了寻找变换空间中的峰点问题t 也即把检测 整体特性( 边缘曲线的点集) 变成检测局部特性的问题。哈夫变换最大的优点是抗干扰 性强，即曲线上有小的扰动、间隙、甚至虚线，经哈夫变换后，均能在变换空间形成明 显的峰值。哈夫变换通常用于某一形状曲线边缘的提取，目前尚很少见到有利用哈夫变 换实现图像尺寸测量的文献。本文从理论上分析了将哈夫变换运用于图像中几何量测量 的可行性，并针对特定对象，结合运用罗伯特边缘检测算法，设计了实现图像尺寸测量 的软件工具，进而通过实验验证了所用方法的可行性和有效性。 本课题在尝试使用面阵c c d 传感元件所获得的二维图像和利用哈夫变换实现图像 尺寸测量方面，进行并完成了下述工作： 1 ，在对现有多种边缘检测算法进行深入研究的基础上，用v i s u a lc + + 语言编程实现 了各种检测算法，并据此进行了各种算法的对比分析与研究。 研究表明，罗伯特( r o b e r t s ) 边缘检测算法对图像灰度呈阶梯状分布的边缘具有较好 的检测效果。 2 分析了哈夫变换的基本原理，根据交换过程中所获得的曲线或直线的某些参数， 直接完成了对图像几何尺寸的计算测量。 所用方法的可行性和有效性已经在实验中得到了证明。 3 在以上研究结果的基础上，针对实验对象，设计开发了一套实验用图像测量软 件，选用罗伯特( p 0 6 e r t s ) 边缘检测算法完成了图像的边缘检测，同时借助于哈夫变换实 现了对实验对象的非接触图像尺寸测量。 实验结果证明综合运用罗伯特边缘检测算法和哈夫变换，可以完成对轴承圆柱滚 子直径进行图像尺寸测量。采用适当的边缘检测算法并结合运用哈夫变换是一种利用面 阵c c d 元件实现图像尺寸测量的可行且有效的方法。 4 针对国内轴承行业生产的实际需求，给出了一个基于面阵c c d 元件和二维图像 实现轴承圆柱滚子宣径自动分选系统的初步方案。 由于高精度的光学系统价格昂贵，故零课题只是在有限经费和少有参考文献的情况 下，利用现有实验室条件进行了使用面阵c c d 元件和二维图像进行图像尺寸测量的基 本方法的研究，对所实现的测蠡麓度较少涉及。尽管如此，整个工作仍然取得了令人满 意的结果，为今后的实际应用奠定了坚实矗g 基础。 面向幽像测量的边缘检测算法及哈夹娈按建用研究 1 数字图像处理及图像测量技术简介 所谓数字图像处理，就是利用数字计算枧或其它高速、大觏模集成数字处理硬件 对从图像信息转换来的数字电信号进行某些数字运算或处理，以期提高图像的质量或达 到人们所要求的某些预期的结果。n 1 1 1 1 数字图像处理的发展 数字图像处理的研究始于6 0 年代初期，首次获得实际成功应用的是美国喷气推进实 验室( j p l ) 。他们对航天探测徘徊者7 号在1 9 6 4 年发回的几千张月球照片，使用图像 处理技术，如几何矫正、灰度变换、去除噪声等方法进行处理，并考虑了太阳位置和月 球环境的影响，由计算机成功地绘制出月球表面地图，获得了巨大成功。随后又对探删 飞船发回的近十万张照片进行更为复杂的图像处理，以致可以获得月球的地形图、彩色 图及全景镶嵌图，获得了非凡的成果，为人类登月创举奠定了坚实的基础。在以后的宇 航空间技术中，如对火星、土星等星球的探澳断究中，数字图像处理技术都发挥了巨大 的作用。 数字图像处理取得的另一个巨大成就是在医学上获得的成果。1 9 7 2 年英国e m i 公 司工程师h o u s f i c l d 发明了用于头颅诊断的x 射线计算机断层摄影装置，简称c t ( c o m p u t e rt o m o g r a p h ) 。c t 的基本方法是根据人的头部截面的投影，经计算机处理来 重建截面图像，称为图像重建。1 9 7 5 年e i v l l 公司又成功研制出全身用的c t 装置，获得 了人体各个剃明清晰的断层匿像。1 9 7 9 年，这项无损伤诊断技术获得了诺贝尔奖， 说明了它对 类做出了划时代的贡献。 与此同时，图像处理技术在许多应用领域受到广 乏重视并取得了重大成就，属书客 些领域的有航空航天、生物医学工程、工业检测、机器人视觉、公安司法、军事制导、 文化艺术等，使图像处理成为一门引人注目、前景远大的新型学科。 从7 0 年代中期开始，随着计算机技术和a z 智能、思维科学研究的迅速发展，数字 图像处理向更高、更深层次发展。很多国家，特别是发达国家投入更多的人力、物力研 究削釉城觉( 图像理解) 领域，取得了不少蝴形踊t 夥其中代表陛的成果是7 0 年代 末m i t 的m a r t 提出的视觉计算理论，这个理论成为计算机视觉姒后十多年的主导 思想。计劓璐瞠是罄l 统人自撤嵫，由于人 | 捌视煳的研究还没献玻陛自q 进展， 医i 此计算机视觉研究是项艰巨丽长远的任务。尽管目前已有了不少图像理解的理论、 方法、算法和初级图像理解系统，但真正8 害盔实际应用中可以取代 的视觉功能的还不 多见。 自二十世纪八十年代后期复兴的“神经元网络”更是以模拟人的“形象思维”能力， 特别是其识别能力为目标，十余年来得到长足的进展。新代的“神经元计算机，预计 一 堕堕望垡婴墨堕些整望型兰鲨垒堕盔壅塞些旦竺塑= 。， 将在2 1 咝己初步进入实用化，从而大大提高现有数字图像处理系统的趣爱蘸可靠性。 可以预期，在世纪交替之际，数字图像处理技术将经历一个飞跃发展的阶段，进一 步深入人民生活创造新的文化环境，成为提高生产的自动化、智能化水平的基础科学之 一。正在逐步形成的“图像产业”，由于其应用的广泛性深入家庭生活取集中了各种 先进技术，将是一个在2 1 世纪中扮演主角的基础工业，其前途将不可限量。 i 1 2 数字图像处理的基本特点 数字图像处理有以下几个基本特点： 1 ) 数字图像处理的信息大多是二维信息，处理信息量很大。如幅2 5 6 x2 5 6 低分 辨率黑自二值图像，要求约6 4 k b i t 的数据量；如果要处理3 0m 觚的电视图像序列，则每 秒要求5 0 0 k b i t - 2 2 5 m b i t 数据量。因此对计算机的计算速度、存储容量等要求较高。 2 ) 数字图像处理占用的频带较宽。与语音信息相比，占用的频带要大几个数量级。 如电视图像的带宽约5 心压眈左右。所以在成像、传输、存储、处理、显示等各个环节 的实现上，技术难度较大，成本亦高，这就对频带压缩技术提出了更高的要求。 3 ) 数字图像中各个像素是不独立的，其相关性大。在图像画面上，经常有很多像 素有相同或接近的灰度。就电视画面而言，同行中相邻两个像素或相邻两行间的像素， 其相关系数可达0 9 以上，而相邻两帧之间的相关性比帧内相关性一般说还要大些。因 此，图像处理中信氢豳i 的潜力很大。 4 )由于图像是三维景物的二维投影，一副图像本身不具备复现三维景物的全部几 何信息，很显然三维景物背后部分信息在二维图像画面上反映不出来。因此，要分析和 理醉三维景铷幽页贽舒吞吲防誊蓖附加新的测量，例如双目图像或多视点图像。在理解 三维景物时需要知识导弓l ，这也是人工智能中正在致力解决的知识工程问题。 5 ) 数字图像处理后的图像般是给人观察和评价的，因此受人的因素影响较大。 由于人的视觉系统很复杂，受环境条件、视赏性能、人的情绪爱好以及知识状况影响很 大，作为图像质量的评价还有待进一步深入的研究。 1 i 3 数字图像处理的应用 数字图像处理脚领域十分广泛，下面仅就月。个方面的应用举例说明： 1 ) 航天和航空技术方面的应用 数字图像处理技术在航天和航空技术方丽的应用，除了上面介绍的j p l ，对月球、火 星照片的处理外，另方面的应用是在飞橇遥感和卫星遥感技术中。许多国家每天利用 飞行器对地球e 有兴趣的地区进行大量的空中摄影，对由此得来的照片进彳亍处理，以前 需要雇用月干 ，而现在改用配备有高级计算机的图像处理系统来判读分析，既节省人 力，又加快了速度，还可以从照片中提取人工所不能发现的大量有用信息。 2 ) 生物医学工程方面的应用 数字图像处理在生物医学方面的应用十分广泛，而且很有成效。除了上面介绍的c t 技术外，还有一类是对医用显微图像的处理分析，如红细胞、自细胞分类，染色体分析， 4 堂塑塑堡型墨塑望望丝! ! 墨堡壁堕查茎堡堕旦坐塾 癌细胞识别等。此外，在x 光8 市部图像增晰、超声波图像处理、心电图分析、立体定向 放射治疗等医学诊断方面都广泛的应用图像处理技术。 3 ) 通信工程方面的应用 当前通信的主要发展方向是声音、文字、图像和数据结合的多媒体j 盈信。具体地讲 是将电话、电视和计算机以三网合一的方式在数字通信网上传输。其中以图像通信最为 复杂和困难，因图像的数据量十分巨大，如传送彩色电视信号的速率达1 0 0 m b i t s 以上。 要将这样高速率的数据实时传送出去，必须采用编码技术来压缩信息的比特量。在一定 意义上讲，编码压缩是这些技术成败的关键。除了已应用较广泛的熵编码、d p c m 编码、 变换编码外，目前国内外正在大力开发研究新的编码方法，如分形编码、自适应网络编 码、小波变换图像压缩编码等。 4 ) 工业和工程方面的应用 在工业和工程领域中图像处理技术有着广泛的应用，如自动装配线中检测零件的质 量、并对零件进行分类，印刷电路板疵病检查，弹性力学照片的应力分析，流体力学图 片的阻力和升力分析，邮政信件的自动分拣，在一些有毒、放射性环境内识别工件及物 体的形状和排列状态，先进的设计和制造技术中采用的工业视觉等等。其中值得一提的 是研制具备视觉、听觉和触觉功能的智能机器人，将会给工农业生产带来新的激励，目 前已在工业生产中的喷漆、焊接、装配中得至惰。效的应用。 5 ) 军事公安方面的应用 在军事方面图像处理和识别主要用于导弹的精确制导，各种侦察照片的判读，具有 图像传输、存储和显示的军事自动化指挥系统，飞机、坦克和军舰模拟洲练系统等：公 安业务图片的判读分析，指纹识别， 脸鉴别，不完整图片的复原，以及交通监控、事 赦分析等。目前已投 运行的高速公路不等车自动收费系统中车辆和车牌的自动识别都 是图像处理技术成功应用的例子。 6 ) 文化艺术方面的应用 目前这类直嗣有电视画面的数字编辑，动画片的制作，电子图像游戏，纺织工艺品 设计，服装设计与制作，发型设计，文物资料照片的复制和修复，运动员动作分析和评 分等等，现在已逐渐形成一门新的艺术计算机美术。 在社会高度信息化发展过程中，对 类获取信息中占有很大比例的视觉信息处理技 术，毫无疑问将越来越受至川 的重视。 1 2 图像测量技术简介 图像测量毖榭酗眸来在测量镜哦中形成的新的测量啦术。它以光学为基础，融光 电子学、计算机技术、激光技术、图像处理技术等璐障学技术为体，组成光、机、 电、算综合的锲t 量系统。所谓图像涮盏就勘蜩懒l 对象时，把图像当作睑测和传递陪 息的手段或载体加以利用的钡i 量方法，其目的是从图像中提取有用信号。 物体表面轮廓的三维测量是现代测试技术的个重要分支，随着现代科学技术的发 展，人们对物体轮廓面三维测量提出了越来越高的要求。近二十多年来，随着激光技术， 精密计量光栅审憷鼓术，计算机技术以及图像处理等高新技术的发展，使得三维钡6 量技 面向图像测量的边缘检测算法及略夫变换应用掰 究 术迅速发展，并在人体澳幢圾医学诊断，生产过程监测及质量控制，交通监视及航空管 理，运动分析，三维物体测量及三维重构，以及复合材料变形研究等方面得到广泛的应 用。物体表面轮廓的三维尺寸和形状的图像测量( 简称三维图像测量) 是图像测量技术 在计量中的新的应用。 对三维图像测量自研究，日本，德国，美国，加拿大的发达国家开始得较早，大致 在六十年代后期开始，且提出了许多新的测量原理和方法，而我国在这方面的研究则开 展的较晚一些。三维图像测量方法主要有光学图样法( 干涉法，莫尔法，相位法等) 和 基于图像传感器的光电法。相比之下，光电法具有环境适应陛好，柔性好，测量范围宽， 图像信息易于管理等特点，砥目有高精度、高灵敏度的光电耦合器件线阵c c d 则是构 成这种测量系统的传感器。 c c d 具有自扫描的特性，能够将按空闯壤分布的光学图像变换成按时间域分布的离 散电压信号，继而通过电子系统对这信号谢学各种处理。现在，c c d 被认为可见光领 域最有前途的操澳4 器件，这是因为它具有以下突出优点：1 氏噪声输出；2 动态范围大： 3 量子效率高；4 电静懒率高：5 光谱响应范围宽；6 几何稳定性好；随着c c d 制 造工艺的不叛发展，c c d 具有分辨率高和工作频率高等特点。目前，以c c d 为传感器 的各种非接触尺寸 佥测方法，较之传统的机械式，电磁式，气动式测量方法，实现了尺 寸检测的智能化和自动化；用普通的照相机等级的成像镜头，就可以实现测量，且整个 系统无运动的机碱音目件，易维护，寿命长；溉统的成像系统是光学系统，钡唰透见场 中的获尘，水气及它们对镜头豹污染都不会烈豹平蕊e 被测物体的测量产生影响：线阵 c c d 驱动简单，信号粗对易于处理。所有这些优点使得c c d 在工业捡澳4 领域得以广泛 的应用。 由线阵c c d 构成的图像测量系统框图如下： 目标 n j f 日、 卜_ k ， 图1 - i 图像测量系统框图 当三维物体经0 成像后，送 计拿跚经数字图像处理技术特别是图像边缘检 测技术处理后，将物体盼边缘精确定位于叫嗨素t ，得到被测物体的几何尺寸。在我 国，对基于边缘按嘲技术的图像涮置系统理论和方法的研究也- 酐畏多也取得了一些可 喜的成就。例如：清华大学核能技术设计院李新秋等研制的用于胶管生产线的c a b 测径 及控制系统的测量范匿在o 到6 0 哪之间，测篓醐变为0 o l 眦：西安工业学院光电澳归式 技术研究所达争尚研究的线阵g c d 自动检测系统测量范围为6 - 2 0 m ，测量精度为0 0 4 啪： 天津大学精密仪器系孙学珠教授等人研制的e e l ) 尺寸检测系统的综合测量精度达到 0 0 0 3 m ；吉林长春拓普高技术发展公司设计的t p 系列高精度线径检测仪其精度达到了 6 面向蚓像测量的边缘捡删算法及暗犬变换应用1 i 】| _ 究 0 0 0 5 m 还有其它的研究成果在这里就不列举了。但总的来说，这些图像测量系统 理论和方法的研究仍处于低精度水平，一般都在数个微米以上。 7 堕塑堕垡型鎏塑望垡堡型簦鎏墨堕查壅堡生旦竺塑一一譬一 2 图像处理软件的设计及边缘检测算法的对比研究 2 1v i s u a lc + + 数字图像处理软件的设计 2 1 1 数字图像的表示方法 一幅黑白图像可用二维函数f ( x ，y ) 表示，其中x , y 是平面的二维坐标，f ( x ，y ) 表 示点( x ，y ) 的亮度值( 灰度值) 。如果是幅彩色图像，各点值还应反应出色彩的变化， 即可用f ( x ，y ，a ) 表示，其中a 为波长。假如是活动彩色图像，还应是时i n t 的函数，即 可表示为厂( 石，y ，a ，t ) 。对模拟图像来讲，f ( x ，y ) 显然是连续函数。 为了适应数字计算- 朝的处理，必须对连续图像函券 i 茳行空间和幅值数字化。空间 坐标( 五y ) 的数字化称为图像采样，而幅值数字化被称为灰度级量化。经过数字化后的 图像称为数字图像( 或离散图像) 。数字图像一般有两种常用的表示方法： ( 1 ) 灰度图像的阵列表示法 设连续图像f ( x ，y ) 按等间隔采样，排成m x n 阵列( 一般暇方阵列n ) ，如式 ( 2 一1 ) 所示： rf ( o ，o ) m 朋一九 ，o ) l ，( 二l ， f ( o ，1 ) f ( 1 ，1 ) ： f ( 0 ，n 一1 ) f ( 1 ，n 1 ) 0 ) f ( n 一1 , 1 ) f ( n l ，n 1 ) ( 2 1 ) 图像阵列中的每个元素都是离 孜值，称为像素( p i x e l ) 。在数字图像处理中，一般 取阵列和灰度级g 都是2 的整数幂，即取n = 2 ”及g = 2 ”。对般实验室电视图像， 取2 5 6 或5 1 2 ，灰度级g 取“级( m = 6 b i t ) 至2 5 6 级( m = 8 b i t ) ，即可满足图像处理 的需要。对特殊要求的灰度图像，如卫星图片取2 3 4 0 x3 2 4 0 ，灰度级m 取8 - - - 1 2 b i t 。 ( 2 ) 二值图像表示法 在数字图像处理中，为减少计算量，常将灰度图像转化为二值图像处理。所谓二值 图像就是只有黑白两个灰度级，& 口像素灰度级非1 即0 ，如文字图片，其数字图像可用 每个像素l b i t 的矩阵表示。 2 1 2 数字图像在计算机中的显示和调色板 2 1 2 1 图像缒显示 普通的计算机显示屏幕是由许多的点构成的，这些点也称为像素。显示时采用扫描 的方式：电子枪每次从左到右扫描行，为每个像素着色，然后再像这样从上到下扫描 整个屏幕，利用人眼的视觉暂留效应就可以显示出一屏完整的图像。为了防止闪烁，每 呖向闺像测量的边缘髓测算法及哈夫变换应用研究 秒要重复上述扫描过程几十次。我们常说的屏幕分辨率为1 0 2 4 7 6 8 ，刷新频率为8 5 h z ， 意思是每行扫描1 0 2 4 个像素，一共要扫描7 6 8 行，每秒重复扫描屏幕8 5 次。- 嬲惭 频率大于8 0 h z 时，人眼感受不到屏幕刷新而产生的闪烁，这种显示器被称为位映像设 备。所谓位映像，就是指一个二维的像素矩阵，而位图就是采用位映像方法显示和存储 的图像。对于普通的黑白位图，整个图像就是由一些黑点和白点组成的。而对于彩色图 像的显示则比较复杂，必须从三原色r g b 概念说起。众所周知，自然界中的所有颜色 都可以由红绿蓝限、g 、b ) 三原色组合而成。有的颜色含有红色成分多一些，其它成分 少一些。针对含有红色成分的多少，可以人为地分成0 到2 5 5 个等级，0 级表示不含红 色成分，2 5 5 级表示含有1 0 0 的红色成分。同样，绿色和蓝色也可以被分成2 5 6 级。这 样，根据红、绿、蓝各种不同的组合我们就能表示出2 5 6 x2 5 6x 2 5 6 ( 约1 6 0 0 万) 种 颜色。 表2 1 是常见的一些颜色的r g b 组合值。 表2 - 1常见颜色的r g b 组合 颜色红色成分绿色成分蓝色成分 黑色o0o 白色2 5 52 5 5 2 5 5 红色2 5 5oo 绿色o2 5 5o 蓝色 oo2 5 5 青色 o2 5 52 5 5 紫色 2 5 5o2 5 5 黄色 2 5 52 5 52 灰色 1 2 81 2 81 2 8 橄榄色1 2 81 2 8 0 深青色 o t 2 81 2 8 银色 1 9 21 9 21 9 2 当幅图中的每个像素被赋予不同的r g b 值耐，就能量现出五彩缤纷的颜色了， 这就形成了彩色图像。 2 1 2 2 调色板 如果幅图像的每个像素都用其r g b 分量来表示，那么所有的图像文件都将变得 非常庞大，实际上的做法不完全是这样，可以先来看看个简单的计算。 对一幅2 0 0 2 0 0 的1 6 色图像，它共有4 00 0 0 个像素，如果每个像素都用r 、g 、 b 三个分量表示，则个图像需要3 个字节( 阻为每个分量有2 5 6 个级别，要用8 位， 即1 个字节来表示，所以3 个分量需要用3 个字节) 。这样保存整个图像要用 2 0 0 2 0 0x3 ，即1 2 万字节! 但是如果采用下面的方法，就能节省很多字节。 对于1 6 色图像，图中最多只有1 6 种颜色，如果采用个筋瞧表：表中的每一行记 录一种颜色的r 、g 、b 值，这样当表示个像素的颜色时，只需要指出该颜色是在第 9 面向图像测量的边缘榆测算法及哈失变换应用研究 歹l 彳亍，即该颜色在表中的索引值便可以。例如，如果表的第0 行为2 5 5 ，0 ，0 ( 红色) ， 那么当某个像素为红色时，只需要标明0 即可。通过颜色索引表来表示图像，来计算一 下：1 6 种状态可以用4 位( b i t ) 表示，所以一个像素要用半个字节，整个图像要用 2 0 0 2 0 0 o 5 ，即2 0 0 0 0 字节，再加e 颜绝表占用3 x 1 6 = 4 8 字节，也不过2 0 0 4 8 字 节，这样一幅图像整个占用的字节数只是前面的1 ，6 1 其实这张r g b 表，就是通常所说的调色板( p a l e t t e ) ，它还有另外一种更确切的名 称：颜龟查找表l u t ( l o o k u pt a b l e ) 。在w i n d o w s 位图中便用到了调色板技术，其实 不仅仅是w m d o w s 位图，其它许多图像文件格式例如“p o x ”、“t i f 7 、“每f ，等都用到了 调色板。 还有一种情况，即真彩色图像( 又叫做2 4 位图像) 的颜色种类高达 2 5 6 2 5 6 2 5 6 = 2 “= 1 6 7 7 7 2 1 6 种，也就是包含e 述提到的r 、g 、b 颜色表示方法 中所有的颜色。真彩色图像是说它具有显示所有颜色的能力，即最多可以包含所有的颜 色。通常，在表示真彩色图时，每个像素直接用r 、g 、b 这3 个分量字节表示，而不 采用调色板技术。原因很简单：如果使用调色扳，表示个像素颜色在调色板中的索引 要用2 4 位( 因为共有2 2 4 种颜色即调色板有2 “行) ，这和直接用r 、g 、b 这3 个分 量表示用的字节数一样，不但没苜节省任何空间，还要加上一个2 5 6 2 5 6 2 5 6 3 个 字节的大调色板。所以真彩色图直接用r 、g 、b 这3 个分量表示。 2 1 2 3 灰度图 灰度图( g r a y s c a l e ) 是指只台亮度信息，不含色彩信息的图像，就像我们平时看到 亮度由暗到明的黑自照片，变化是连续的。因此，要表示灰度图，就需要把亮度值进行 量化。通常划分成0 到2 5 5 共2 5 6 个级别，0 最暗( 全黑) ，2 5 5 最亮( 全自) 。 b m p 格式的文件中并没有灰度图这个概念，但是我们可以很容易地用b m p 文件来 表示灰度图。方法是用2 5 6 色的调色板，只不过这个调色板有点特殊，每项的r g b 值都是相同的，也就是说r g b 值从( 0 ，0 ，0 ) ，( 1 ，1 ，1 ) 一直到( 2 5 5 ，2 5 5 ，2 5 5 ) 。 ( 0 ，0 ，o ) 是垒黑色，( 2 5 5 ，2 5 5 ，2 5 5 ) 是全白色，中间的是灰色。这样，灰度图就可 用2 5 6 色图来表示了。 灰度图使用比较方便。首先r g b 的值都一样；其次，图像数据即调色板索引值， 也就是实际的r g b 的亮度值；另外因为是2 5 6 色的调色板，所以图像数据中的个字 节代表个像素。如果是彩色的2 5 6 色图，豳像处理后有可能会产生不属于这2 5 6 种颜 色的新颜色，所以，图像处理般采用灰度图。本文所做的程序，如不做特殊说明，都 是针对2 5 6 级灰度图的。 2 1 3 设备无关位图( d i b ) d i b 是a 崩乜蛳1 d 曩拄脚( 设备无关位图) 的缩写，它自带颜色信息，因此 调色板管理非常容易。d i b 也使打印时的灰度阴影的控制更加容易。任何运行w i n d o w s 的计算机都可以处理d i b ，它通常以b m p 文件的形式被保存在磁盘中或者作为资源保 存在e x e 文件和d l l 文件中。 2 1 3 1 b m p 文件中d i b 的结构 面向图像测量的边缘捡测算法投哈夫变换应用研究 d i b 是标准的w i n d o w s 位图格式，b m p 文件中包含了一个d i b 。一个b m p 文件大 体上分成如下4 个部分。 第部分为位图文件头b 1 t m a p f i l e h e a d e r ，它是一个结构，其定义如下： t y p e d e f s t r u c tt a g b r r m a p e r w o r d b f f y p e ； d ，c 叹d b f s i z e ； w o r d b t r e s e r v e d l ； w o r d b r e s e r v e d 2 ； d w o r d b f o f f b i t s ； b r r m a p f i l e h e a d e r , f a r + l p b r r m a p f r e h e a d e r + p b r r m a p f k , e h e a d e r ； 该结构的长度是固定的，为1 4 个字节( w o r d 为无符号1 6 位整数，d w o r d 为 无符号3 2 位整数) 。各个变量的说明如下： b f t y p e ：指定文件类型，必须是0 x 4 2 4 d ，即字符串“b m ”，也就是说所有“b m p ” 文件的头两个字节都是“b m ”。 b f s i z e ：指定文件大小，包含此结构的1 4 个字节。 b l r e s e t v e d l ，b f l e s e r v e d 2 ：为保留字，不用考虑。 b f o f f b i t s ：为从文件头到实际的位图数据的偏移字节数。 第二部分为位图信息头b n m a p 卫蟠0 髓a d l 璁，它也是个结构，其定义如下： t y p e d e f s t r u c tt a g b n m a p i n f o h e a d e r d w o r d b i s i z e ； l o n g b 水呱d t b ； u 。n g b i h e i g h t ； w d r d b i p l a n e s ； w o r d b i b i t c o u n t ； d w o r d b i c o m p r e s s i o n ； d w o r d b i s i z d m a g e ； l o n g b i x p e l s p e r m e t 莨, l o n g b i y p e l s p e r m e t 讧 d w o r d b i o r u s e d ； d w o r d b i c l d m p o m n t ； b r r m a p i n f o h e a d e r , f a r * l p b l t m a p i n f o h e a d e r , + p b l t m a p i n f o h e a d e r ； 该结构的长度也是园定的，为4 0 个字节( w o r d 为无符号1 6 位整数，d w o r d 为无符号3 2 位整数，l o n g 为3 2 位整数) 。各个变量的说明如下： b i s i z e 指定这个结构的长度，为4 0 字节。 b i w i d t h ：指定图像的宽度，单位是像素。 b i h e i g h t 指定图像的高度，单位是像素