（信号与信息处理专业论文）基于散焦图像测距算法的研究.pdf

哈尔滨工程大学硕士学位论文 摘要 基于散焦图像的测距方法( d f d ) 是近年来机器视觉领域的研究热点之 一。该方法最早是由p e n t l a n d 在1 9 8 7 年提出的，最少只需要不同镜头参数所 摄得的两幅图像，即可计算出物体到镜头间的距离信息。由于该方法属于单 眼视觉，避开了目前仍未能有效解决的立体视觉特征点匹配问题，因此相对 于立体视觉，该方法在很多领域更具有实际应用价值。 本文以s u b b a r a o 提出的算法为基础，首先简要介绍了散焦测距的基础原 理，然后对两种测距方法进行了研究。一种算法把s 变换应用于图像处理中， 假设散焦图像在空间小区域内满足三阶多项式分布，并将点扩散函数的参数 定义为归化点扩散函数的二阶矩，得到了非常简单的扩散参数。本文指出 s 变换中简单的空域运算与纹理变化无关，并通过实验验证，测距结果也与 物体纹理变化无关。另一种方法在s u b b a r a o 的算法的基础上，改变以往调焦 的方式，采用调节光圈的方式获取图像。采用动态参照技术，使检测结果与 物体表面纹理的变化无关，且算法计算量小，只需标定一个k 值。 应用基于虚拟仪器的机器视觉系统对两种算法进行实验验证，给出的实 验结果及分析图表表明了算法的有效性以及一定的局限性。采用调节镜头光 圈的方法获得实验用图像，可以避免了用调焦方法获得图像所存在的放大率 不同的问题。 关键词：散焦测距；s 变换；动态参照技术；虚拟仪器 滁尔滨工裰大学硬士学位论文 a b s t r a c t d e p t hf r o md e f o c u s ( d f d ) i so n eo ft h er e s e a r c hf o c u s e si nt h ef i e l do f c o m p u t e rv i s i o n tw a sf i r s ti n t r o d u c e db yp e n t l a n di n1 9 8 7 t h ed f dr e q u i r e s o n l yt w oi m a g e sa c q u i r e da tt w od i f f e r e n tl e n ss e t t i n g s b e c a u s et h i st e c h n i q u e b e l o n g st om o n o c u l a rv i s i o n ，i ta v o i d st h em a t c h i n go ft h ef e a t u r ep o i n t se x i s t e d i ns t e r e o s c o p i cv i s i o n t h e r e b yi nr e l a t i o nt os t e r e o s c o p i cv i s i o n ，t h i sm e t h o di s m o r ep r a c t i c a b l ei nm a n yf i e l d s o u rd e p t he s t i m a t i o nm e t h o di sb a s e do nt h ed f da l g o r i t h mp r o p o s e d b y s u b b a r a o a f t e ri n t r o d u c i n gt h eb a s i cp r i n c i p l eb r i e f l y , w ed i s c u s st w ok i n d so f a l g o r i t h m s o n ea l g o r i t h ma p p l i e sst r a n s f o r mt oi m a g ep r o c e s s i n g t h ei m a g e f u n c t i o ni sa p p r o x i m a t e da sat h i r do r d e rp o l y n o m i a lf u n c t i o ni ns m a l tr e g i o n s t h ep a r a m e t e ro fp o i n t ss p r e a df u n c t i o ni sd e f i n e dt ob et h em o m e n t so ft h e u n i t a r yp o i n t ss p r e a df i m o f i o n s ot h ep a r a m e t e ri ss i m p l et og e t t h i sa r t i c l e p o i n t so u tt h a tt h es p a t i a l - d o m a i no p e r a t i o no f t h est r a n s f o r m a t i o ni si n d e p e n d e n t o fd i f f e r e n to b j e c tt e x t u r e ，t h er e s u l to fe x p e r i m e n t sc o n f i r mt h es a n l e a n o t h e r a l g o r i t h mu s e sd y n a m i cr e f e r e n c i n gt e c h n i q u e t h i sm e t h o dh a sh i g ha c c u r a c ya t l o wc o m p u t a t i o n a lc o s t sa n di n v o l v i n go n l yo l l eu n k n o w nc o n s t a n t 嚣w h i c h m a k e st h ec a l i b r a t i o ne a s i e ra n dt h er e s u l td i s t a n c ei sr e g a r d l e s so fo b j e c tt e x t u r e e m p l o yt h ev i r t u a li n s t r u m e n tt oc a r r yo ne x p e r i m e n t so ft h et w oa l g o r i t h m s t h ee x p e r i m e n t a lr e s u l ta n da n a l y s i sc h a r th a v es h o w nt h e v a l i d i t y o ft h e a l g o r i t h ma n dc e r t a i nl i m i t a t i o n 。t h ei m a g e su s e di nt h ee x p e r i m e n ta r eo b t a i n e d b ya p e r t u r eo ft h el e n s i tc a na v o i dd i f f e r e n ti m a g em a g n i f i c a t i o nb e t w e e nt h e t w oi m a g e so b t a i n e db yr e g u l a t i n gf o c u s 。 k e y w o r d s ：d e p t hf r o md e f o c u s ( d f d ) ；st r a n s f o r m ；d y n a m i cr e f e r e n c i n g t e c h n i q u e ；v i r t u a li n s t r u m e n t 哈尔滨工程大学 学位论文原创性声明 本人郑重声明：本论文的所有工作，是在导师的指导 下，由作者本人独立完成的。有关观点、方法、数据和文 献的引用已在文中指出，并与参考文献相对应。除文中已 注明引用的内容外，本论文不包含任何其他个人或集体已 经公开发表的作品成果。对本文的研究做出重要贡献的个 人和集体，均已在文中以明确方式标明。本人完全意识到 本声明的法律结果由本人承担。 作者( 签字) 至叁 目期：触6 年弓月多日 岭尔滨工程大学硕士学傲论文 第1 章绪论 1 1 课题研究的背景及意义 成像是通过一个光学成像系统将客观三维世界中的景物变换n - - 维成像 平西的过程i 。在成像平耐上用光化学材料作为图像的接收媒介怒传统照相 系绫。传统照姻系统系绫的特点是鼹像平嚣鑫奄竞强分布和色度分农控制胶片 上巍纯学反应静送程，以蔽冀感光豹方式记袋影像。在残豫乎甏上麓c c d 或 c m o s 等光电匠阵器件接收图像信息是现代数字成像系统。c c d 成c m o s 传感器由数十万、数百万甚至数千万的光电转换像素列阵组成成像平面，将 图像光强分布和色度分布转化为以空间像素为样本单元的离散甑信号，然后 通过a d 转换器游电穗母数字化，荠用数字图像的方式压缩秘存储霞像信 惑。数字藏豫技本甥底鼗代了黄绞照耪系绕中懿讫学楚理步骤，骥摄影遭程 更为便捷，与计算机系统的信息交换更为方便迅速。 一直以来，恢复图像中物体的三维信息都是机器视觉研究领域中非常重 要的一环，而估计目标物体的景深信息又是三绒重建领域中非常黧幕的一环。 目麓，有诲多恢复图像中物体深度的方法。例如：立体视觉【2 l ，囱运动估测 秘髂楚三缝结秘m ，毅焦溺距壤鍪。1 等。垂繇上戆许多文献套缮了这鏊方法， 它们可以应用到三维空闯物体的重建、图像中物体的辨识等许多斑用方面。 本课题目的在于：通过对所获得图像进行处理及分析，探求成像镜头参 数、成像位置对图像清晰度的影响；研究散煞测距的手段和算法：进行散焦 理论及实验研究，为散焦测距技术的实用化作初步探索。 。2 距离测量秀法麓余 根据是否需要人为控制测量环境，距离测量方法分为被动距离测量和主 动距离测量两种。 2 1 被动测距方法 渡动溺疆方法龚羹豹畜：立诲褪甏、逡韵距离捡溺、竣韵砖燕溪距及羧 哈尔滨工程大学硕士学位论文 动散焦测距等方法n ，。 立体视觉是将两个或两个以上摄像镜头拍摄的物体二维图像进行特征匹 配。如果物体的某个特征点处在两幅图像中相同的位置，即表明该特征点处 在两摄像镜头轴线的交汇处，通过物体其它特征在两幅图像中位置的不同来 确定该特征点的位置。 运动距离检测法依据物体二维图像序列的时间和空间变化情况来提取物 体的距离表面信息。 立体视觉与运动距离检测方法需要寻找图像对应特征，并计算出它们之 间的位移量。提取物体的特征是一项非常费时和复杂的工作。这两种测距方 法受限于闭塞( 遮挡) 问题( 即物体在一个场景上可见，但在另一个场景上 不可见，这时无法找到对应特征，因而无法计算物体深度) ，利用它们对深度 进行高密集地测量的难度较大。 被动对焦测距方法采用不同光学参数进行拍摄，在一系列的物体图像中 找出最清晰的像。根据几何光学的成像原理，计算出物体的深度。这种方法 可以得到较为精确、密集的物体深度信息。然而，它需要在不同光学参数下， 对物体拍摄大量的图像，因而难于进行实时测量。 被动散焦测距方法利用物体散焦程度越大图像越模糊的原理，利用在不 同光学参数下得到的两幅或三幅图像来确定散焦点扩散函数的扩散参数，根 据散焦扩散参数与物体距离的关系来计算深度。 被动散焦测距方法与立体视觉和运动视觉比较起来，不需要在物体的不 同图像中寻找对应特征。由于图像的采集过程都保持同方向，它消除了立 体视觉和运动视觉的闭塞问题。与对焦测距方法比较起来，它无需拍摄大量 图像，操作运算都是对局域图像进行的，且计算方法简单，运算速度快，所 以可高密集地测量物体的深度。然而由于被动测距方法需要有物体表面纹理 信息来计算特征和局域频谱，对应于表面没有纹理或纹理很弱的物体，被动 测距方法就无法进行。 12 2 主动测距方法 主动测距采用人为控制测量环境的方法对物体进行距离测量。按是否与 被测量物体相接触，可以把主动测距方法分为接触式测距方法和非接触式测 哈尔滨工程大学硕士学位论文 距方法。接触式测距方法采用非常瑟敏的探头沿物体表面进行遂点测量，需 要以机械运动方式沿物体表面逐点扫描，所以这种测量非常昂贵、费时，对 于柔软的物体，该方法无法适用。而非接触主动测距的方法很多，按采用的 手段可分为光学主动测距和非光学主动测距。非光学主动测距主要有微波雷 达测距和声纳测距，光学主动测距方法主要有结构光场方法和飞行时间方法。 飞行时间方法采用调制激光光束，通过测量光束往返于物体和传感器的时间 来计算物体与传感器的距离，这种方法适合子测量距离较透而精度簧求不离 的物体。采用缩构光场进行物体距离测餐的方法从原理上说，都是采雨三角 测蹩原理，通过测蹩投射图案的变形褥至物体的距离信息，测羹精菠较高。 主动测距方法驻然可获得甏精确的澈葫，稳存在戳下缺点： l 、需要发葑于大量酌能燕，衙某些发瓣波对入体楚鞠当有害瓣：尤荬是在 军事上应用时，还容易瀑露了鑫己。 2 、设备造价舔贵。溺距装置藏本褥随着测距装置静分辨率上舞。 3 、体积较大。在高款大倍率静应瘸场合，始半导钵工渡，镜头粒物体之 间瀚距离蔷小，而测量装鬟又霈要与镜头平行，髓容纳测躐系统戆设计嚣懿 困难。 4 、立体景物对焦圈难，测难霹，爨测缮豹楚物体上某一点与镜头懿胡对 位漫，镜头舞璺褒的鹜橡不一定是摄瀵矮熬图像。 1 3 散焦测距方法 已有很多研究者研究利用图像模糊程度计算物体的深度问题。下面对这 一领域国内外的工作进行一下回顾及综述； 1 9 8 7 年，p e n t l a n d 首先提出通过图像模糊程度计算物体的距离，德使用 具有阶跃边缘的物体，假设系统的点扩散函数典有高斯分布，用l a p l a c i a n 葬 子测量阶跃边缘图像的模糊宽度，利用散焦扩散参数计算物体的距离嘲。 1 9 8 8 年，s u b b a r a o 和g u r u m o o r t h y 发蕊可以用线扩散函数的扩散参数表 示物体的距离，计算物体阶跃边缘的深度。在他们的计算过程中，取清了点 扩散函数的高斯函数限制，只耍求点扩散函数其膏圆对称柽，使p e n t l a n d 豹 方法可以应用于更广泛的光学系统衍。 p e n t a n d 罐出使爝不问光学参数瓣两幅图像禳复豳物体豹深度信患酵， 哈尔龌工穰大学硕士学位论文 要求拍摄其中一幅物体图像的孔径光栏是针孔，以致物体图像在整个范围内 是清晰的，而男一幅图像则采用大孔径进行拍摄，分别将这两幅物体图像分 成校多对应的予图，计算对皮子图在一个颓带或多个赣带中翡信号麓量，透 过对应位翟静信号能量囊技熬物髂熬距壅。这秘方法的最大缺点是测量时采 用了针孔，导致进入摄像系统的能量很少，使拍摄图像产生很大的噪声，影 响测量精度。 同年，s u b b a r a o 研究了p e n t l a n d 的方法，取漓了拍摄过程的针孔限割， 逶过强设系绞的点扩教戳数为嵩辫分套，找凄了系统光学参数无疆小变化粒 有鞭变化对，教焦扩教参数与光学系统参数变化的关系。髓后，蚀将该方法 扩展到非高斯分布的散焦点扩散函数f 6 】。 上世纪9 0 年代早期，为了提高散焦测距方法的精度，e n s 和l a w r e n c e 提浅散焦溯蹯的叠代矩阵方浚：零筏不目巍学参数静两福敬焦窝像豹卷积变 换戆阵，认为卷积变换艇赡代表了两螺数焦图像之闽戆“点扩教涵数”，通过 计黪这个“点扩散函数”的扩散参数，估计出物体的深度分布【8 】。 1 9 9 2 年，s u b b a r a o 和w e i 认为点扩散函数的扩散参数为两幅图像的一维 傅立叶交换参数之院；程频域中，稠扇黼幅散焦酗像静频谱计算耪体豹深发， 去除了p e n t l a n d 方法孛拍摄数焦嚣像熟铮虱限剥髑点扩教藕数毙确定模型豹 限制，其空潮分辨率为1 2 8 1 2 8 像素，深度测量的均方误差为3 。5 。 为了在频率域内精确估计出物体的深度分布，1 9 9 4 年，x i o n g 和s h a f e r 提嗽矢量滤波来补偿散焦传递函数随着频率变化而产生的非均匀住。在频率 域内，采用在两幅整稼中占支吾己谶位豹频率来诗箨兹髂豹深度戮。 1 9 9 5 年，k t a r q u i s t 1 0 1 等人提出了剩用多张教焦图像终数焦测距的最大似 然估计的方法，这种方法与以往所有的散焦测量法都不相同，诳以说是一个 全新的散焦测量法，可惜在他们的方法中不仅需要求出最佳成像点的位鬣， 同时也戳为未知量数西增多衙可髓使估测值更容易受到嗓声酌彩编。 1 9 9 5 年，w a t a n a b e 帮n a y a r 认为散焦测距中采鼹l a p a l c i a n 瓤蕊裴冀子 不能季导到赢精度的深度测量是因为这螋滤波算子的频带宽度很宽，为了弥补 这不足，提出通过设计宽带有理滤波算予得到精确的物体深度的方法，该 方法可以达到7 7 的空间分辨率，是到目前为止被动散焦溅距方法中，空闻 分辨率最高的。 哈尔滨工程大学硕士学位论文 1 9 9 5 年，r a j a g o p a l a n 和c h a u d h u f i tu 】将图像分成数个子图像，其中各相 邻子图像互有重叠，再以位移变动的区域作计算，解决因为点扩散函数只卵 在图像的临近区域间造成重叠的问题。1 9 9 8 年，他们在图像为自回归过程的 假设下，以c a r a m e r - r a o 下5 9 ( c r t b y “1 计算出散焦测距模型最佳化的相机参 数值。 1 9 9 9 年，s c h e c h n e r 和k i r y a t i 提出了使用灵敏度分析探讨使用圆柱状 ( p i l l b o x ) 的p s f 来估计误差与不同频率成分的关系，并提出了使基于散焦 图像的测距方法( 简称d f d ) 的估计更为精确的指导方向。但是他们的分析 都只是针对如何调整相对模糊的参数来让估计误差降到最低，并没有提到绝 对参数如何影响d f d 的精确度。此外，因为所使用的脚1 较适用于计算散 焦程度较严重的图像，所以其分析结果无法适用于轻微散焦的图像。而 r a j a g o p a l a n 和c h a u d h u r i 所使用的p s f 虽然较适用于轻微图像的失真，但是 他们假设图像为自回归a r ( a u t o r e g r e s s i v e ) 模型所产生，因此计算出来的 c r l b 与图像内容相关。再加上他们仅提出计算机模拟的一组数据，因此很 难据此引伸出其它用途。 由众多研究者进行的散焦测距研究，可以看出这方面相关研究的重要性。 研究大量文献之后，可以发现经过了十多年的研究，己提出大量的d f d 计算 法。但即使在这样的情况下，各种算法模型仍然具有很强的局限性，d f d 精 确度也仍然解决不好。 1 4 本论文的主要工作 本论文系统地研究了被动散焦测距的原理、方法和技术，所做的工作主 要包括： 1 对一种采用空域的卷积和反卷积的散焦测距方法进行研究。假设散焦 图像在空间小区域内满足三阶多项式分布，并将点扩散函数的参数定义为归 一化点扩散函数的二阶矩，得到了非常简单的扩散参数表示。算法完成过程 中不涉及频域计算，算法与物体表面的纹理变化无关，但须分区域进行计算。 此算法适合于并行运算。 2 研究的第二种方法是：假设点扩散函数尸妒是二维高斯函数，改变以 往调焦的方式，采用调节光圈的方式获取图像。并采用动态参照技术 眙尔滨工程大学硕士掌镣论文 ( d y n a m i cr e f e r e n c i n gt e c h n i q u e ) 使得检测结果与物体表面纹理的变化无 关。辫法计算量小，并只鬻标定一个足值。 本论文的主要内容安摊： 麓章夯绥漾逶磷究静瑟景及意义，综述蠢蠹努有关数焦瀵鞭繇究懿方 法，分析该领域存在静阔题，明确本论文的主簧研究内容。 第二章介绍基于虚拟仪器的机器视觉系统的原理，介绍机器概觉系统的 组成和虚拟仪器的应用软件，并简要介绍图像采集卡n ip c i 一1 4 0 7 的组成及 性能。 繁三章奔绥鼗焦溅鞭茨基搴理论与方法。分绥点竞源逶过溪透镜懿盛豫 模型。 第四章对两种散焦测距算法分别进行详细的研究。这是本论文的论述重 点。 第五章对第四章中礤究的算法进行实验黢证，给出具体的实验结果及数 据分褥。 第六章总结论文的研究内容一并对漾瀵的鼷续研究进行震塑。 哈尔滨工程大学硕士学位论文 第2 章应用虚拟仪器技术的机器视觉系统 21 虚拟仪器技术 在纷繁的测试仪器中，虚拟仪器( 简称v i ) 已经成为越来越多测试人员 的最佳选择。这是因为v i 系统能更迅捷、更经济、更灵活地解决测试问题 1 3 1 。 所谓虚拟仪器，就是在以通用计算机为核心的硬件平台上，由用户设计定义， 具有虚拟面板，测试功能由测试软件实现的一种计算机仪器系统。使用者用 鼠标或键盘操作虚拟面板，就如同使用一台专用测量仪器。 应用程序将可选硬件资源( 如g p i b 、v x i 、r s 一2 3 2 ，d a q 板) 和可重 复用原码库函数等软件结合在一起，实现了模块间的通信、定时与触发。原 码库函数为用户构造自己的v i 系统提供了基本的软件模块。由于v i 的模块 化、开放性和灵活性，以及软件是其关键的特点，当用户的测试要求变化时， 可以方便地由用户自己来增减软j 硬件模块，或重新配置现有系统以满足新 的测试要求。 v i 与传统仪器的比较见表2 1 所示，其最主要的区别是v i 的功能由用 户使用时自己定义，而传统仪器的功能是由厂商事先定义好的。 表2 1 虚拟仪器与传统仪器的比较 虚拟仪器传统仪器 软件使得开发与维护费用降至最低开发与维护开销高 技术更新周期短( 1 2 年)技术更新周期长( 5 1 0 年) 关键是软件关键是硬件 价格低、可复用与可重配置性强价格昂贵 用户定义仪器功能 厂商定义仪器功能 开放、灵活，可与计算机技术保持同步发展封闭、固定 与网络及其它设备方便互联面向应用的仪器系统功能单一、互联有限的独立设各 蛤零滨工程大学碳士学位论文 2 2 基于虑拟仪器的机器视觉系统 2 2 橇器幸凳觉 美国制造工程师协会机器视觉分会和美国机器人工业协会的自动化视觉 分会对机器视觉下的定义为： “褫器视觉是通过光学的装置和菲臻魅的传感 器自动地接收和处理一个真实物体的图像，以获得所需信息或用于控制机器 人运动的装置”洳 。 2 。2 。1 。1 枧器褪觉系缝的组成 图2 1 给出了典型的视觉系统基本组成：光源、光学系统，相机、图像 处理单元( 或图像采集专) 、图缘分褥处遴软 孛、监援器、通讯及埝入羧出单 元等。被测物体放在镜头前，并采用合邋的光照条件，摄像机将被测物体图 形转换力模掇燕号，此壤号经采集卡数字诧磊送入计算橇进行处避、分援。 图2 1 典型的机器视觉缀藏 2 ，2 。 。2 霆豫戆处璞鞫分撬 在机器视觉系统中，相机的主要功能光敏元件所接收到的光信号转换为 泡压翡稻僮信号输支。蓉簧得笺羧诗算瓤熊理与镶爨懿数字售号，还惹瓣裰 频信息谶行量化处理。图像采集卡是进行视频信息量化处理的重要工具。 蚕像袋集楚瑗专 图像采集卡主要完成对模拟视频信号的数字化过程。视频模拟信号酋先 经低逶滤波器滤波，按鼹盛焉系统对图像分辨率携要求，援模数转换器馋( a d ) 按一定频率对其进行采样，把信母转换为离散形式；然后再输出数字 回。 一 r罗璺 一鸯融 。、。 五 。鲤7 哈尔滨工程大学硕士学位论文 信号。图像采集处理卡在具有模数转换功能的同时，还具有对视频图像分析、 处理功能，并同时可对摄像机进行有效的控制。 一图像处理软件 机器视觉系统中，视觉信息的处理技术主要依赖于图像处理方法。它包 括图像增强、数据编码和传输、平滑、边缘锐化、分割、特征抽取、图像识 别与理解等内容。经过这些处理后，输出图像的质量得到相当程度的改善， 既改善了图像的视觉效果，又便于计算机对图像进行分析、处理和识别。 2 2 1 3 机器视觉的发展趋势 快速、低成本、准确、可靠是计算视觉发展的需求，通常针对不同应用 目的要在这些需求中进行折衷。例如要使机器视觉系统提高准确性与可靠性， 通常要在速度上作出牺牲。而机器视觉技术的发展技术就是要降低这种折衷， 减小高性能和低价位之间的矛盾。 - 平台发生变化 传统的机器视觉系统是一种专用系统，具有为获取和处理图像专门设计 的嵌入式系统。这些系统有自己专用的操作系统和编程语言，使用单独设计 的a s i c 来完成处理工作。这种高度用户化的方法使得早期的机器视觉系统 及其昂贵，并且难以使用。 降低成本的方法之一就是采用开放标准。近几年已经有基于w i n d o w s 的 系统出现，一些专用技术已经被基于w i n d o w s n t 的板卡级系统所替代。 一更加灵活的软件 传统的机器视觉系统令人望而生畏的地方就是编程十分困难，而且难以 改动。改变这一局面的方法就是使用更加容易掌握的编程工具，使用功能灵 活的处理工具。 人机界面更加友好 d o s ，u n i x 和专用操作系统都有其不同的界面，但通常都需要一个熟 练的程序员来操作它们。机器视觉系统向开放标准的靠拢和基于w i n d o w s 的 通用界面将使得系统更加友好，更加易于使用。 瞎幂蒺工程大学硬士学位论文 2 2 2 基于虚拟仪器的机器视觉系统 魏器疆觉系绕正娃予茳不断笈震戆逡程中，上文已分缮了羹发筵趋势， 而基于虚拟仪器的机器视觉系统正是这些发展趋势的集中体现。 蕹羲诗算秘技术及褒幢能跫瑷嚣豹不凝菱震，基于纛缀饺器熬疆燮系绞 更加趋于经济和实用。含有m m x 技术的高性能p e n t i u m 处理器、坚固的操 窜系绞、p c i 爱郝总线鼓及具毒友舞曩户接口麴、基予盛撅仪器豹图像袋集 软硬件，使今天的视觉应用系统的性能远非以往的系统所能比拟，而其成本 却在不凝下瀵。 基于虚拟仪器的视觉系统对p c 机性能有以下要求： i n p c 爝部总线 p c i 总线理论上所能提供的最大数据传输速率是1 3 2m b s ，6 4 位p c i 可 达2 6 4m b s ，足够满足毫潼曦度魄褪h d t v 售号与实时躐离虚拟实现3 d v r 的需要。而且，由于p c i 支持“即插即用”自动配置功能，使得插入式图像 聚集卡的酝要变褥更搬方便。耳煎，基于p c i 总线的数据采嶷、图像采集( d a q i m a q ) 产品大大提商了机器视觉系统的性能。 _ 涮x 技术 i n t e l 的m m x 技术改进了视髓软件的性能，裔教地提高了图像处理速腹。 黠予大多数视觉软件函数，含m m x 的p e n t i u m 处理器的执行速度，较不含 此处理器提高2 0 0 跖4 0 0 ，这蹩由于m m x 技术包含大量通用指令，增强 了p c 机的处理能力，且与原有的i n t e l 结构保持了完整的藏容性。而且，m m x 技术也完全兼容于现存的各类操作系统与应用软件。 软件处理与分析 数字图像处理是视觉系统的关键，程虚拄 仪器系统中，这一翻是通过计 算机软件实现的。目前，国内外使用最为广泛的虚拟仪器开发平台是n i 公司 的l a b v i e w 和l a b w i n d o w s c v i 。 2 3 虚拟仪器开发平套 2 3 1k a b v i e w l a b v i e w 愁n i 公司推出的黼形化软件编程平台，各个专监领域的工程 晗自：滨工程大学硕士学位论文 师、科学家通过定义和逐接代表各种功能模块的图标，方便迅速地建立超通 常只有惑超编程技巧的程序员才熊编制的离水平成用程序。因此，它又枣筮为 “面向工程师和科学家的编程平台” 1 5 1 。 l a b v i e w 具有以下特点： 1 阁形化的仪器编程环境 l a b v l e w 饺照“所见即所得”的可视化技术建立人机界面。针对测试、 测量和过程控制领域，l a b v l e w 糖供了纛拟仪器街板上所必需的大量显示或 控制对象，如表头、旋锻、图表簿。用户还可以方便地将现有控制对象修改 成适合自己工作领域的控带l 对象。 2 。囊观明了的前面授用户接口及流攫图式的编程风格 l a b v l e w 用豳标表示功& 模块，使嗣图标闻的连线表示各种功能模袋闯 传递的数据流，使用数据流图式的语言编写代码。 3 荧活的程序调试手段 用户可在源代码中设置断点单步执行源代码，在源代码的数据流上设置 探针，在程序运行中蕊察程序流熬交纯。 4 内置的程序编译器 l a b v l e w 最震编译方式运行3 2 位窝蔫程痔，这就解决了其它按解释方 式工作的图形化编程平台运行速度慢的问题，其运行速度与编译c 的速度相 当。 5 开放式的开发平台 l a b v i e w 撬供d l l 瘴揍蜀秽c i n 接口，馕糟户箍够在l a b v l e w 平台 上调用其它软件平台编译的模块，从而在l a b v i e w 环境下可以控制用户自 己开发豹专嗣饮嚣硬 孛；毛庙v l e w 提供了与l a b w i n d o w n s c v t 滠 弋羁稳互 调用的接口，提供对o l e 的支持，可与其它应用软件一起构成功能更为强大 麴应蠲纛序开发环壤。 2 3 + 2l a b w i n d o w s c v i 虚拟仪器编程语言l a b w i n d o w n s c v i 是美国n i 公司利用虚拟仪器技 术开发弱3 2 位蕊彝计冀枫测控领域虚拟仪器的软 孛开发乎台可以在多操作 系统( 如w i n d o w s9 8 n t 2 0 0 0 ，m a c0 s 和u n i x 等) 下运行。它以a n s i c 哈尔滨工程大学硕士学位论文 为核心，将功能强大、使用灵活的c 语言平台与用于数据采集、分析和表达 的测控专业工具有机地结合起来。它的集成化开发平台、交互式编程方法、 丰富的功能面板和库函数大大增强了c 语言的功能，为熟悉c 语言的开发人 员建立检测系统、自动测量环境、数据采集系统、过程监控系统等提供了一 个理想的软件开发环境】。 2 4n l i m a qp c i 一14 0 7 图像采集系统 2 4 1l m a qp c i 1 4 0 7 系统设备和软件概述 p c i 1 4 0 7 图像采集卡是高精度的单色i m a q 设备，p c i 接i s l ，支持r s 1 7 0 和c c i r 视频标准。p c i 1 4 0 7 实时的获取图像并直接传入存储器。它支持每 秒2 5 和3 0 帧的扫描，高阻抗模式，8 位的闪存a d c 将模拟的视频信号转换 为数字信号i 。 p c i 一1 4 0 7 图像采集卡易于安装、设置，并可以直接开始图像获取。它是 美国国家半导体仪器公司( n i ) 的n i i m a q 系统的主要硬件部分。系统的 软件部分可以对硬件进行很好地控制。应用n i i m a q 系统不用对设备进行寄 存器编程就可以进行一般性地应用。 它的主要特征是低成本，高性能，广泛应用于工业和科学领域。作为一 个单机设备，它支持视频输入( 一个) 、外部同步触发( 一个) 及数字i 0 线。 p c i 一1 4 0 7 图像采集卡的软件通过i m a q 驱动来获得并保存图像。图像采 集驱动软件n i i m a q 支持l a b v i e w 、l a b w i n d o w n s c v i 、c 及v b 等多种 语言环境，提供对采集设备的高层控制。n i i m a q 是针对图像采集的一个完 整而可靠的a p i ，可以完成图像采集所需的与计算机和板卡有关的工作i t 6 1 。 应用n i i m a q 和美国n i 公司的其他软件可以进行从图像获取到分析处理的 全过程。 哈尔滨工程大学硕士学位论文 图2 2n i i m a q 系统应用框图 2 4 2p c i 1 4 0 7 图像采集卡 p c i 一1 4 0 7 图像采集卡的框图如图2 3 所示。其各主要功能模块有： 视频缓冲器：提供7 5 q 输入阻抗。 增益和偏移电路：可编程增益与偏移电路对输入信号进行优化。 8 位a d c 和查询表( l u t ) ：可通过配置l u t 来完成简单的图像处理操 作，如对比度增强、数据反变换或其他非线性处理。图像灰度精度为1 2 5 6 。 复合同步信号( c s y n c ) 混合器：既可由外部信号同步，又可将提取出 的同步信号予以输出。 同步锁相信号产生器：产生必要的时钟和同步信号。图像点阵扰动不大 于1 0n s 。 画面纵横比控制电路：画面纵横比就是水平象素数和垂直象素数的比值。 该值可以调整和校对图像的纵横比。 图像获取和区域控制部分：控制传来的视频信号并发送感兴趣的象素到 f i f o 缓冲器 先进先出( f i f o ) 缓冲器：使用4k b 的f i f o 缓冲器进行图像数据缓存。 d m a 控制器：使用3 个独立d m a 控制器。允许重新配置流程。 哈尔滨工程大学硕士学位论文 b n c b n c ll 视频缓冲器 一器爵卧 触发控制器 图像获取和区 域控制部分 8 女a d cj 先进先出jj 分敖和收集 和查询表h ( f i f o ) hd m a 控制器 ( l u t ) jj 缓冲器li 和p c i 接口 p c 】 总线 图2 3p c i 一1 40 7 图像采集卡功能模块图 p c i 接口：速度可达1 3 2 m b s ，可进行8 ，1 6 ，3 2 位的数据读写。采集 卡与计算机存储器之间通过p c i 总线传输数字图像数据。 触发控制器：控制外部触发信号的流向和功能。可由外部输入信号控制 图像采集。 2 5 本章小结 本章对基于虚拟仪器的机器视觉系统的原理进行了简要介绍。 虚拟仪器是测控仪器发展的方向，它利用计算机的强大运算能力和开放、 易用的用户界面构成了一种全新的仪器。 基于虚拟仪器的机器视觉系统是虚拟仪器技术和机器视觉系统相结合的 产物，它的出现适应机器视觉系统要求：快速、低成本、准确、可靠，代表 了机器视觉系统的发展方向。这也是本课题选择基于虚拟仪器的机器视觉系 统的原因。 在本章的最后，对基于虚拟仪器的机器视觉系统的主流软件开发平 台一n i 公司的图形化软件编程平台l a b v i e w 、l a b w i n d o w s c v i 和本课 题所用的硬件板卡p c i 一1 4 0 7 做了简单介绍。 一工一一 ， 0 器一 信泥一 需 复船 哈尔滨工程大学硕士学位论文 第3 章被动散焦测距方法基础原理 图像是由物体上无数的点光源散发出的光线穿过像机镜头，落在成像平 面上形成的。为描述其成像原理，须先分析一个点光源的成像原理，构建一 个点光源经由透镜的成像模型m ，。 3 1 点光源的理想成像模型 口 f 茹 r j l 一 c r 念， p ；1 ，-l 一 j 图3 1 点光源的理想成像模型 图3 1 是点光源的理想成像示意图，l l 为点光源p 所发出的平行于透镜 轴心的光线穿过透镜后折向焦点的光线，l 2 为点光源穿过透镜中心的光线， l 1 和l 2 的相交点就是点光源p 的成像点p 。此透镜的焦距长度为，对于理 想成像模型，点光源距离透镜中心( 物距) 可用“o 表示，成像点p 距离透镜 中心( 像距) 可用v 0 表示，列出透镜关系式如下： 一1 十一1 ：一1 ( 3 一1 ) “ov of 当图像传感器放置于v o 点处得到最清晰的点光源图像时，式( 3 - 1 ) 成立。 如果镜头焦距长度与v o 对应的点的位置都为已知，就可以算出“o 。 哈尔滨工程大学硕士学位论文 “。= 4 ( 3 2 ) 而“o 即为我们想要得到的空间深度值。 3 2 成像的分布函数 在3 1 节构建的是理想点光源成像模型。实际情况无论是源还是像都是 有区域的，且即使是点光源，经过实际透镜后，其像也会是一个光斑区域， 必会产生模糊现象。本小节讨论影响图像模糊的因素。 1 光学传递函数( o t f ) ：对理想点光源来说，只有通过一个点透镜( 点 孔) 才能清晰成像。而实际上，理想的点透镜是不存在的，孔都是有面积的， 因此，理想点光源经过透镜必为一个光斑。物体上两个点光源p t 与p z 射出 的光线经过透镜，分别成像为两个光斑p l 与p 2 。当p l ，p 2 的距离越接近， p ，、p 2 。两个光斑越易产生重叠，无法进行分辨。由此我们可以得出只有一定 分辨率下才能够分辨出相近的不同点光源。况且由于光的波粒二相性，光通 过透镜会产生衍射。基于这些因素，通常以角度国来表示分辨率的高低m 】： 吼= 1 2 2 兰 ( 3 - 3 ) 其中五为光的波长，三为透镜的直径。国越小，分辨率越高。由式( 3 - 3 ) ， 可知岛与光的波长成正比，和光圈的大小成反比。点光源经由圆孔衍射后的 光学传递函数在频率域中以下式表示9 ，： 淝v ；上，) _ ( 寺f ) 2 ( r - s i n ( r ) ) 厨5 砉 ( 3 4 ) 其中频率域中的坐标以( “，v ) 表示，为镜头的焦距，三为镜头的直径，其数值 可由镜头f 数值( f - n u m b e r ) 计算而得： 上= 一 ( 3 - 5 ) j _ 。 式( 3 - 5 ) 中的y 可表示成： y = 2 c o s 。( 丑k - “2 + v 2 ) ( 3 - 6 ) 1 6 哈尔滨工程大学硕士学位论文 2 图像传感器效应函数：现今最常用的图像传感器是c c d 。由于c c d 像素有面积大小，像素的光线效果互相叠加，使得c c d 传感器的解晰度有限， 取得的图像会产生模糊。这个效应函数在频率域中可以由下式描述d 7 x ： d ，v ) ：国，s i n ( a g u 一) ，s i n q r c v ) ( 3 7 ) 币( - 0 x u 。 n 1 其中( “，v ) 表示在频率域中的坐标，与，分别为c c d 相机中每个图像点的 二维尺度。 3 图像散焦函数：上述两点使图像模糊的因素都是成像系统固有的，使 得即使在最佳成像点处取像，所得的图像仍有些许模糊。另一种使图像模糊 的原因是图像散焦，也称为图像失焦。图像散焦是指在取像的过程中由于调 整镜头的参数值，如光圈，致使成像平面的位置发生变化。这个散焦模糊函 数在频率域中可表示为1 ： 砌，哪耻焘以c 孚 其中“，v 为空间频率域中的坐标，奶，代表镜头参数变动后图像平面位置与 最佳成像点之间的距离， 代表一阶b e s s e l 函数。 综合以上三点因素所形成的模糊函数就是描述成像的分布函数，即点光 源在成像平面上的分布函数式，也称为点扩散函数( p o i n ts p r e a df u n c t i o n ， 简称p 妒) ，可表示为： p s f ( “，v ，j ) = s ( ”，v ) d ( “，v ；l ，) b ( “，v ，5 d ) ( 3 - 9 ) 其中s 为模糊参数。而像可以表示成原始点光源像与只铲函数的卷积运算： i 缸办= o b 。们p s f q m 如 t 3 - 1 0 其中五为成像光强度，而为物体发出的光强度。 光学传递函数及图像传感效应在频域所造成的图像光强度的变化情况如 图3 2 所示。图3 2 中上部图形是光学传递函数式o ( u ，v ，三，) ( 对应绿色光 波，波长为5 4 61n l n ，并且f 数为56 ) 取其垂直方向的对数后观察空间频 率在一2 0 0m n l 。至2 0 0m i l l 。间的分布变化情况；图3 2 中下部是图像传感效应 的曲线( 假设空间中点的二维尺度都是1 0 m m ) ，同样也是取其垂直方向的 对数后观察空间频率在一2 0 0m i l l 。1 至+ 2 0 0m m 。间的分布变化情况。由此可以 看出图像传感效应影响图像模糊的程度会比光学传递函数的影响程度要高。 哈尔滨工程大学硕士学位论文 图33 是将成像平面摆放在距离最佳成像点不同位置时( 0 1m m 及0 5 m m ) ，点光源投在成像面后亮度与成像区域的关系图。当成像平面距最佳成 像点越近，则成像越清晰，亮度及分布范围是一个细长的圆柱；反之，成像 越模糊，亮度及分布范围是一个宽扁的圆柱。光学传递函数式、图像传感效 应函数及图像散焦函数三者在频率域中相乘后就是我们所要的成像分布函 数。依据中一t 3 极限定理，此分布函数近似于高斯函数，而且在实际的环境下， 因光线传输路径长短不一，所以模糊圆的亮度呈现中间最亮，而向外逐渐变 暗。因此，p e n t l a n d 以二维高斯分布函数 p ，回来描述模糊圆的亮度变化情况， 函数如式( 3 - 1 1 ) 所示，而函数曲线如图3 4 所示。 ， 一生 ( ，占) = 去g2 3 2 ，r 2 = x 2 + y 2 ( 3 - 1 1 ) 2 r e d 其中高斯标准差6 表示模糊圆的模糊参数。d 越大表示该圆的模糊程度越高， 其模糊圆半径也就越大。因此若假设模糊圆半径d 与此高斯分布函数的模糊 参数d 成正比，则可表示为： d = k - 占( 3 - 1 2 ) 其中k 与镜头的透光率有关。着将图像的成像过程视为线性非时变的过程， 则模糊图像g o ，y ) 的每一个像素，可视为一幅清晰图像f ( x ，力与高斯分布函数 ( ，作卷积的结果，即： 贴，y ) = h ( r ，回 f ( x ，y ) ( 3 - 1 3 ) 图32光学传递函数式及图像传感效应在空间频率域的分布情况 1 8 叶 们 ” ” 叶 哈尔滨工程大学硕士学位论文 图3 3 不同图像散焦在空问域的分布情况 图3 4 二维高斯分布函数 3 3s u b b a r a o 的散焦测量算法 在i 9 8 7 年，p e n t l a n d 首先提出单眼视觉，为景深测量提供了一种新的基 于散焦图像的测距方法( 简称d f d ) ，