（精密仪器及机械专业论文）基于计算机视觉的活塞环闭口间隙测量系统研究(精密仪器及机械专业优秀论文).pdf

基于计算机视觉的活塞环闭口间隙测量系统研究 摘要 本论文中利用计算机视觉理论、图像处理理论和数学知识，研究 了基于计算机视觉的活塞环闭口间隙测量系统。论文中叙述了测量系 统的构架及硬件选择然后对各种图像增强方法和图像边缘检测算法 进行了理论研究和实验比较，根据本测量系统的特点选用了合适的算 法。同时，根据活塞环本身几何参数的特点，推导出了活塞环各个参 数之间的关系。另外，文中也给出了本测量系统的标定方法，对图像 边缘实现了亚象元定位，分析了影响测量精度的各种因素并给出了处 理办法。最后根据实验数据，对测量系统的精度进行了分析。 关键词：计算机视觉，活塞环，闭e l 间隙，边缘检测 r e s e a r c ho nm e a s u r e m e n ts y s t e mo fp i s t o nr i n g e n d g a p b a s e do nc o m p u t e rv i s i o n a b s t r a c t i n t h i s p a p e r ，t h e m e a s u r e m e n ts y s t e mo ft h ep i s t o nr i n ge n dg a p b a s e do nt h e c o m p u t e r v i s i o ni ss t u d i e d b yu s i n g t h e t h e o r y o ft h e c o m p u t e rv i s i o n ，t h et h e o r yo f t h ei m a g ep r o c e s s i n ga n dt h em a t h e m a t i c s k n o w l e d g e t h ep a p e r d e s c r i b e st h ef r a m e w o r ko ft h em e a s u r e m e n t s y s t e ma n dt h ec h o i c eo ft h eh a r d w a r e t h e nm a n yk i n d s o ft h ei m a g e e n h a n c e m e n tm e t h o d sa n dt h e i m a g ee d g e d e t e c t i o n a l g o r i t h m s a r e t h e o r e t i c a l l y r e s e a r c h e da n de x p e r i m e n t a l l yc o m p a r e d t h ea p p r o p r i a t e a l g o r i t h m i sc h o s e nb a s e do nt h ec h a r a c t e r i s t i co ft h em e a s u r e m e n t s y s t e m i nt h es a m et i m e ，t h er e l a t i o n s h i po f t h ep i s t o nr i n gp a r a m e t e ri s d e d u c e db a s e do nt h ec h a r a c t e r i s t i co ft h e p i s t o nr i n g sg e o m e t r y p a r a m e t e r i na d d i t i o n ，t h ep a p e rg i v e s t h ec a l i b r a t i o nm e t h o do ft h e m e a s u r e m e n ts y s t e m ，i m p l e m e n t st h es u b - p i x e lo r i e n t a t i o nt ot h ei m a g e e d g e ，a n a l y s e sa l lk i n d so ff a c t o r st h a ta f f e c tt h em e a s u r e m e n tp r e c i s i o n a n d g i v e st h es o l u t i o n a tl a s t ，t h ep r e c i s i o n o ft h em e a s u r e m e n ts y s t e mi s a n a l y z e db a s e do nt h ee x p e r i m e n t a ld a t a k e yw o r d s ：c o m p u t e rv i s i o n ，p i s t o nr i n g ，e n dg a p ，e d g e d e t e c t i o n 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究 成果。据我所知，除了文中特别加以标注和致谢的地方外，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 盒壁王些盔堂 或其他教育机 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 已在论文中作了明确的说明并表示谢意。 学位论文作者签名 马以签字日期：口母锄j 婚 学位论文版权使用授权书 本学位论文作者完全了解盒蟹王些盘堂有关保留、使用学位论文的规定 有权保留井向国家有关部门或机掏送交论文的复印件平磁盘，允许论文被查阅和 借阅。本人授权佥蟹工些盔堂可以将学位论文的全部或部分内容编入有关数据 库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文 ( 保密的学位论文在解密后适用本授权书) 学位论文作者签名一已乙曼 签字日期：l 文年锄 f 日 | 学位论文作者毕业后去向： 工作单位： 通讯地址： 导师签名吣孥 签字日期：多d 年乒月旷日 电话 邮编 致谢 本论文是在张辉老师的悉心指导下完成的。在研究生学习期间， 张老师虽然公务繁忙，但不论是在生活上，还是在学习上都给了我极 大的关心和教导，特别是在论文完成阶段，更倾注了张老师的许多心 血。同时，张老师渊博的知识，严谨的治学态度，为人师表的学者风 范都给我留下了深刻的印象。我想，张老师的谆谆教诲对我的一生一 定会产生极大的影响，将鼓励我在人生的道路上奋发图强、努力拼搏。 在此，谨向张老师表示衷心的感谢! 另外，在此感谢多年来一直关心和爱护我的人们! 第一章绪论 1 1 研究的意义 视觉信息在人类活动所涉及的各种信息中所占比重很大，其独特 的空间特性和结构特性，不是其它任何信息所能代替的，而赋予计算 机以人类的视觉功能就形成了一门新的学科一计算机视觉。 计算机视觉是一门已迅速发展的新领域，并成为计算机科学的重 要研究领域之一，它是研究用计算机来模拟生物外显或宏观视觉功能 的科学和技术。计算机视觉系统的首要目标是用图像创建或恢复现实 世界模型，然后认知现实世界，它涉及到人工智能、神经生物学、心 理物理学、计算机科学、图像处理、图像理解、模式识别等多个领域。 计算机视觉主要由三部分组成：图像的获取、图像的处理和分析、输 出或显示”1 。计算机视觉被称为自动化的眼睛，在国民经济、科学研究 及国防建设等领域都有着广泛的应用，计算机视觉可以应用于生产过 程、生活、科学研究等诸多方面，特别是在那些需要重复、迅速的从 图像中获取精确信息的场合。计算机视觉可以代替人类从事检验、目 标跟踪、机器人导向等方面的工作。 随着工业制造技术的不断提高和加工工艺的不断改进，对检测手 段提出了越来越高的要求，对检测速度和精度提出了更高的要求。然 而，现有的检测手段( 如卡尺、显微镜、三坐标测量机) 均难以兼顾 速度与精度两者之间的矛盾，而基于计算机视觉的测量技术就可以解 决这个问题。基于计算机视觉的测量技术是计算机视觉在测量领域中 应用的一门技术，它可以用来测量机械零件的平面、立体尺寸，测定 颜色等许多方面。 与传统的测量方式相比，基于计算机视觉的测量技术具有很多的 优点，这也是本课题研究的意义之一。基于计算机视觉的测量技术可 以实现在线测量，使系统可以1 0 0 地检测产品而不用抽检，这样可以 完全保证产品的合格率；基于计算机视觉的测量技术可以实现智能化 检测；只要采取了具有较高分辨率的c c d 和合适的图像处理算法，基 于计算机视觉的测量技术可以实现高精度测量；基于计算机视觉的测 量技术还有优点是测量系统与被检测的对象无接触，因此对观测者与 被观测者都不会产生任何损伤，十分安全可靠；基于计算机视觉的测 量技术所能检测的对象十分广泛，理论上，人眼观察不到的范围视觉 也可以观察，例如红外线、微波、超声波人类就观察不到，而基于计 算机视觉的测量技术则可以利用这方面的敏件形成红外线、微波、超 声波等图象来进行测量；另外，人无法长时间地观察对象，计算机则 不知疲劳，始终如一地观测，所以基于计算机视觉的测量技术可以广 泛地用于长时间恶劣的工作环境。 因此，基于计算机视觉的测量技术不仅在理论上，而且在实践中 都有很多价值，这也是基于计算机视觉的测量技术近年来迅速发展的 原因所在，基于计算机视觉的测量技术也必将在未来的测量技术中占 有很重要的地位。 活塞环是内燃机中的重要零件之一，它是活塞起密封作用的关键 零件密封燃气，防止机油窜入燃烧室，同时活塞环也是活塞散热的 主要零件，传到活塞顶部的燃烧热量大部分要通过活塞环传到汽缸壁 上，活塞环是活塞组与汽缸摩擦阻力的主要成分”1 。 活塞环闭口间隙即活塞环放在气缸内，在闭口处呈现的间隙闭 e l 间隙是防止活塞环受热膨胀后卡死在缸内，因此活塞环闭口间隙的 尺寸对于活塞运动具有重要意义“1 。对话塞环的闭口间隙尺寸制订有专 门的国家标准。活塞环是一种大批量生产的零件，要求出厂前对闭口间 隙尺寸逐件检验。目前，我国各生产厂家大多采用人工操作，目测估计 闭e l 间隙尺寸或采用塞尺测量方法。因此检验人员劳动强度大，检测 结果直接受人为因素影响，检测效率较低”1 。我们采用基于计算机视觉 的测量系统来测量活塞环的闭e l 间隙，这种测量方法稳定可靠，可以 在满足精度要求的条件下，实现对活塞环在自由状态下的活塞环闭口 间隙快速测量。 1 2 国内外的研究现状 近年来，计算机视觉技术发展迅速，在各个方面得到了广泛的应 用，从医学图像到遥感图像，从工业检测到文件处理，从纳米技术到 多媒体数据库，可以说，需要人类视觉的场合几乎都需要计算机视觉。 并且，在许多人类视觉无法感知的场合，如精确定量感知、危险场景 感知、不可见物体感知等，计算机视觉也得到了广泛地应用且更突显 其优越性。计算机视觉典型应用包括零件识别与定位、产品检验、移 动机器人导航、遥感图像分析、医学图像分析、安全鉴别监视与跟踪、 国防系统等各个领域。例如基于计算机视觉的钢板表面缺陷的在线检 测，可以实现对钢板表面的在线无损检测”1 ：基于计算机视觉的交通参 数检测，可以实现对车流量、车流密度、车速、排队长度等交通参数 检测，从而可以提高道路通行能力、减少交通事故“。 2 弱薅，基子诗算攫键觉瓣测量鼓术毽雩莓到了迅速夔发震势雩薅到了 广泛地应用其中测量的范围也从定性测量发展到了定量测量，并且 己缀达到了裹壤发涎溅艇蓬圉。嚣嚣，基予圣卡算毫毪视觉瓣测量技术已 应用在复杂几何形状零件参数测量”“、机械零件几何尺寸在线测摄“、 螺纹紧固体的自动检测“、检测小麦艇长信息1 、车辘遮发检测1 1 0 】、 雾滴尺寸溯量“”等各个方面。 1 3 课题研究的内容 本课题来源予安徽省十五攻关项日“数控机床在线检测系统研 究”，奉论文篷箕牵豹一部分，蹙繇窕计算枫援觉豹理论和基予计算租 视觉来实现对活塞环闭阴间隙的测量。 零谂文主要氛话淤下死令方嚣； ( 1 ) 计算机视觉理论的研究； ( 2 ) 活塞环溪量系统静稳絮及疆转选撵； ( 3 ) 选择台遁的图像增强方法，井对原始图像进行圈像增强； ( 4 ) 怼錾豫遴学边缘捡溅，著瓣选缘邀嚣轮廓表示； ( 5 ) 分析活塞参数问的关系，并求出滔塞环的闭口问隙； ( 6 ) 瓣测量系统遴褥糖度影晚嚣素分捞； ( 7 ) 测量系统软件的编制； ( 8 ) 实验及结果分糖。 第二章计算机视觉理论研究 2 1 m a r r 的视觉计算理论 计算机视觉是在2 0 世纪5 0 年代从统计模式识别开始的，其间有 很多人提出了自己的理论并建立了模型，但许多理论都不够完善，或 者说比较片面。直到7 0 年代末m a r t 视觉计算理论的形成，才使得计 算机视觉研究有了一个比较明确的体系，并大大推动了计算机视觉研 究的发展。 m a r f 视觉计算理论立足于计算机科学，系统地概括了心理生理学、 神经生理学等方面业已取得的所有重要成果，是视觉研究中迄今为止 最为完善的视觉理论。人们普遍认为，计算机视觉这门学科的形成与 m a r r 的视觉理论有着密切的关系。下面简要地介绍m a r r 视觉理论的基 本思想及其理论框架。 2 1 1 三个层次 m a r r 认为，视觉是一个信息处理系统，对此系统研究应分为三个 层次：计算理论层次表示与算法层次，硬件实现层次，如表2 一l 所 不。 表2 一l 视觉系统的三个层次 计算理论表示与算法硬件实现 计算的目的是什么如何实现这个计算理论在物理上如何实 为什么这一计算是合适输入、输出的表示是什么现 的表示与表示之间的变换是什这些表示和算法 执行计算的策略是什么 么 按照m a r r 的理论，计算视觉理论要回答视觉系统的计算目的和策 略是什么，或视觉系统的输入和输出是什么，如何由系统的输入求出 系统的输出。在这个层次上，信息系统的特征是将一种信息( 输入) 映射为另一种信息( 输出) 。比如，系统输入是二维灰度图像，输出则 是三维物体的形状、位置和姿态，视觉系统的任务就是研究如何建立 输入输出之间的关系和约束，如何由二维灰度图像恢复物体的三维信 息。表示和算法层次是要进一步回答如何表示输入和输出信息，如何 实现计算理论所对应的功能的算法，以及如何由一种表示变换成另一 种表示，比如创建数据结构和符号。一般来说，不同的输入、输出和 计算理论，对应不同的表示，而同一种输入、输出或计算理论可能对 应若干种表示。在解决了理论问题和表示问题后，最后一个层次是解 决用硬件实现上述表示和算法的问题，比如计算机体系结构及具体的 计算装置及细节。从信息处理的观点来看，至关重要的乃是最高层次， 即计算理论层次。这是因为构成知觉的计算本质，取决于解决计算问 题本身，而不取决于用来解决计算问题的特殊硬件。换句话说，通过 正确理解待解决问题的本质，将有助于理解并创造算法。如果考虑解 决问题的机制和物理实现，则对理解算法往往无济于事。上述三个层 次之间存在着逻辑的因果关系，但它们之间的联系不是十分紧密，因 此，某些现象只能其中一个或两个层次上进行解释。 2 1 2 视觉表示框架 表2 2由图像恢复形状信息的表示框架 名称目的基元 图像亮度表示图像中的一点亮度值 基元图表示二维图像中的重要信息，主要零交叉，斑点，端点和 ( 2 d 图)是图像中的亮度变化位置及其几 不连续点，边缘，有效 何分布和组织结构线段，组合群，曲线组 织，边界 2 5 维图在以观测者为中心的坐标系中，表局部表面朝向 ( 2 5 d 图)示可见表面的方向、深度值和不连离观测者的距离 续的轮廓深度上的不连续点 表面朝向的不连续点 3 维模型在以物体为中心的坐标系中，用由分层次组成若干三维模 ( 3 d 图)体积基元和面积基元构成的模块型每个三维模型都是 多层次表示，描述形状及其空间组在几个轴线空间的基础 织形式。上构成，所有体积基元 或面积形状基元都附在 轴线上。 视觉过程分为三个阶段，如表2 2 所示。第一阶段( 也称为早期 阶段) 是将输入的原始图像进行处理，抽取图像中诸如角点、边缘、 纹理、线条、边界等基本特征，这些特征的集合称为基元图；第二阶 段( 中期阶段) 是指在以观测者为中心的坐标系中，由输入图像和基 元图恢复场景可见部分的深度、法线方向、轮廓等，这些信息包含了 深度信息，但不是真正的物体三维表示，因此，称为二维半图；在以 物体为中心的坐标系中，由输入图像、基元图、二维半图来恢复、表 示和识别三维物体的过程称为视觉的第三阶段( 后期阶段) 。 2 1 3存在的问题 近3 0 年来，m a r r 视觉计算理论取得了巨大成功，包括计算理论层 上发现了许多重要的基本约束数据结构算法层上发展了各种算法以 及建立起一些早期视觉的实验系统等，但它也存在着一定的问题。 ( 1 ) m a r r 理论认为视觉任务是由2 d 图像恢复3 d 场景，而由于成 像过程中存在投影、遮挡、各种场景因素的混合、畸变和噪声等，使 作为成像过程逆过程的视觉过程不适应，且极为困难，而且由于真实 世界极为复杂，要想通过高度结构化的表示获得3 d 模型的客观描述是 很困难的。此外，近年来很多人认为视觉任务并不总以恢复3 d 场景为 目标。很多情况下并不需要建立3 d 模型”“。 ( 2 ) m a r r 框架立足于建立通用视觉模型，尤其在视觉处理早期， 基本不针对具体问题，为保证通用性而采用一些简单的假设和基本的 约束，例如认为场景由规则表面构成，即满足平滑性约束等。 ( 3 ) m a r r 框架强调表示而不是过程，而后者允许在完成相同的视 觉处理任务的前提下由一种表示变成另一种表示，故m a r t 框架对视觉 处理是静态的。它对信息处理是一种单向串行的自低向上的3 级加工 过程，前一级处理结果的好坏直接影响后一级处理，而高层信息不对 低层反馈，没有高层次的知识参与即可形成要素图和2 5 d 图，知识和 经验只作用于从2 5 d 到3 d 的过渡，这种结构使m a r r 框架缺乏灵活性 和自适应性“”。 ( 4 ) 该框架将视觉处理的早期看成是被动接受信号的过程，这与 生物视觉系统不相符，事实上，生物对外界刺激不是简单的被动反应， 而是通过身体移动或眼动等方式改变视场有选择地感知感兴趣的信 息”。 2 2 目的视觉理论 由于m a r r 视觉计算理论存在不足，所以在m a r r 视觉计算理论的 基础产生了目的视觉理论( 也称主动视觉理论) 。目的视觉理论与m a r r 视觉计算理论不同点在于，主动视觉理论强调两点，一是认为视觉系 统应具有主动感知的能力，二是认为视觉系统应基于一定的任务或目 的。生物视觉系统的研究成果表明，感知不仅是对外界刺激的被动反 映而更应是有目的有选择地主动搜索感兴趣信息的过程，主动视觉 6 认为在视觉信息获取过程中，应更主动地调整摄像机的参数如方向、 焦距、孔径等并能使摄像机迅速对准感兴趣的物体。更一般地，它强 调注视机制，强调对分布于不同空间范围和时间段上的信号采用不同 的分辨率有选择性地感知，这种主动感知既可在硬件层上通过摄像机 物理参数的调整实现，也可以在基于被动摄像机的前提下，在算法和 表示层上通过对已获的数据有选择性地处理实现。同时，主动视觉认 为不基于任何目的的视觉过程是毫无意义的，必须将视觉系统与具有 的目的( 如导航、识别、操作等) 相联系，从而形成感知一作用环。 目前，目的视觉研究中极具吸引力的研究领域有以下几个方面：选择 注意机制及空间变化的信号表示与处理；注视控制；学习能力b 1 。 2 3 计算机视觉研究的内容 计算机视觉研究的内容可以分为五大研究内容：输入设备；低层 视觉；中层视觉；高层视觉；体系结构。具体如下： 2 3 1输入设备 输入设备包括成像设备和数字化设备。成像设各是指通过光学摄 像机或红外、激光、超声、x 射线对周围场景或物体进行探测成像，得 到关于场景或物体的二维或三维数字化图像。获取数字化图像是计算 机视觉系统的最基本的功能。目前用于视觉研究的大多数输入设备是 商品化的产品，如c c d 黑白或彩色摄像机，数字扫描仪，超声成像探 测仪，c t 成像设备等。但这些商品化的输入设备远远不能满足实际的 需要，因此，仍有许多研究人员在研究各种性能先进的成像系统，如， 红外成像系统，激光成像系统，还有所谓的计算成像系统，即每一个 象素元( 或若干象素元) 对于一个简单的处理器，这样可以适应复杂 变化的动态场景“”。 2 3 2 低层视觉 低层视觉主要对输入的原始图像进行处理。这一过程借用了大量 的图像处理技术和算法，如图像过虑、图像增强、边缘检测等。以便 从图像中抽取诸如角点、边缘、线条、边界以及色彩等关于场景的基 本特征；这一过程还包含了各种图像变换、图像纹理检测、图像运动 检测等。 2 3 3 中层视觉 中层视觉的主要任务是恢复场景的深度、表面法线方向、轮廓等 有关场景的2 5 维信息，实现的途径有立体视觉、测距成像、运动估 计、明暗特征、纹理特征等所谓的从x 恢复形状的估计方法、系统标定、 系统成像模型等研究内容一般也是在这个层次上进行的。 2 3 4 高层视觉 高层视觉的任务是在以物体为中心的坐标系中，在原始输入图像、 图像基本特征、2 5 维图的基础上，恢复物体的完整三维图，建立物体 三维描述，识别物体并确定物体的位置和方向。 2 3 5 体系结构 体系结构指在高度抽象的层次上，根据系统模型而不是根据实际 设计的具体例子来研究系统的结构“”。 值得指出，低层、中层和高层视觉基本上与m a r r 视觉的三个阶段 相对应。另外，目的视觉理论包括低层、中层、高层视觉各个层次的 研究内容。而其中输入设备和低层视觉部分是本课题主要研究的内容。 第三章活塞环测量系统的构架及硬件选择 3 1 测量系统构架 本课题的目的就是基于计算机视觉，来实现对自由状态下的活塞 环闭口间隙的测量。所以，该活塞环测量系统一个计算机系统，一块 图像采集卡，一个c c d 摄像头，一个照明光源和一个放置活塞环的平 台作为背景构成，下面图3 1 为该测量系统示意图。 图3 1 活塞环测量系统示意图 将自由状态下的活塞环放在一定背景上，并且选择合适的光源照 明，由c c d 摄像机抓取到活塞环的图像，然后通过图像采集卡将活塞 环的图像输入到计算机中，再用计算机系统对图像进行处理( 即低层 视觉处理) ，再在根据活塞环本身各参数之间的关系，从而得出活塞环 闭口间隙的尺寸。 3 2 测量系统中硬件的选择 3 2 1c c d 摄像头的选择 为了获得活塞环的图像来进行处理，需要用到c c d 摄像头来抓取 图像。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，具有灵敏度高、抗强光、畸变小、体积小、寿命 长、抗震动等优点”。 ( 1 ) c c d 摄像机的工作方式； 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。 ( 2 ) 分辨率的选择； 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38 0 4 8 0 ，其数值越大成像越清晰。般的监视场合， 用4 0 0 线左右的黑白摄像机就可以满足要求。而对于医疗、图像处理、 计算机视觉等特殊场合，用6 0 0 线的摄像机能得到更清晰的图像。 ( 3 ) 成像灵敏度： 通常用最低环境照度要求来表明摄像机灵敏度，黑白摄像机的灵 敏度大约是o 0 2 0 5 l u x ( 勒克斯) ，彩色摄像机多在l l u x 以上。0 1 l u x 的摄像机用于普通的监视场合；在夜间使用或环境光线较弱时，推荐 使用0 0 2 l u x 的摄像机。与近红外灯配合使用时，也必须使用低照度 的摄像机。另外摄像的灵敏度还与镜头有关o 9 7 l u x f o 7 5 相当于 2 5 l u x f 1 2 相当于3 4 l u x f 1 。下面是参考环境照度：夏日阳光下： 1 0 0 0 0 0 l u x ；阴天室外：1 0 0 0 0 l u x ；电视台演播室：1 0 0 0 l u x ；距6 0 w 台灯6 0 c m 桌面：3 0 0 l u x ：室内日光灯：1 0 0 l u x ；黄昏室内：1 0 l u x ： 2 0 c m 处烛光：10 1 5 l u x ；夜间路灯：0 1 l u x 。 ( 4 ) 电子快门； 电子快门的时间在1 5 0 1 1 0 0 0 0 0 秒之间，摄像机的电子快门一般 设置为自动电子快门方式，可根据环境的亮暗自动调节快门时间，得 到清晰的图像。有些摄像机允许用户自行手动调节快门时间，以适应 某些特殊应用场合。 ( 5 ) c c d 芯片的尺寸 c c d 的成像尺寸常用的有1 2 ”、1 3 ”等成像尺寸越小的摄像机 的体积可以做得更小些。在相同的光学镜头下，成像尺寸越大，视场 角越大。 本系统选择的c c d 摄像头是用来抓取活塞环的图像的，因此为了 得到较高的测量精度，需要选用分辨率较高的c c d 摄像头，同时选择 c c d 的成像尺寸较小的c c d 摄像头；根据本测量系统的特点应该选用 黑白c c d 摄像机；再结合考虑经济因素，我们选择了台湾r n i n t r o n 公 司的w k 一2 3 k 9 h c e x 型号的c c d 摄像头。下表为w k 一2 3 k 9 h c e x 型 号c c d 摄像头的主要技术参数阳“： 表3 1w k 2 3 k 9 h c e x 技术参数 型号w k - 2 3 k 9 h c e x 名称l 3 高分辨黑白c c i ) 摄像机 象元尺寸 1 3 ” 象元数7 9 5 ( h ) x 5 9 6 ( v ) 分辨率 6 0 0 t v l 信噪比5 2 d b ( m i n ) 6 0 d b ( t y p ) 电子快门1 5 0 。1 1 2 0 ，0 0 0 秒 最低照度 0 0 3 l u xa tf 1 2 电源 d c1 2 v 1 0 下图为用数码相机拍摄的w k 2 3 k 9 h c 。e x 型号c c d 摄像头。 图3 2w k 2 3 k g h c e x c c d 摄像头 3 2 2 图像采集卡的选择 图像采集卡的作用是将视频转换成p c 机可使用的数字格式。微视 专业图像采集卡是将视频信号经过a d 转换后，经过p c i 总线实时传到 内存和显存。在采集过程中，由于采集卡传送数据采用p c im a s t e r b u u s t 方式，图像传送速度高达3 3 m b s ，可实现摄像机图像到计算机 内存的可靠实时传送，并且几乎不占用c p u 时间，留给c p u 更多的时 间去做图像的运算与处理。 在活塞环测量系统中，图像采集卡的作用是将c c d 摄像头抓取到 活塞环图像实时地传送到计算机系统中，然后由软件来进行图像的运 算与处理。根据本测量系统的特点，选用了大恒公司的d h c g 3 0 0 图像 采集卡。该卡使用起来比较灵活，并且集成度高、功耗低，它具有p c i 图像采集卡的特点，即采集传输基本不占用c p u 时间，并可将图像直 接传送到计算机内存或显存。 cg3o0 主要技术性能及指标”“： ( 1 ) 三路复合视频输入，一路s v i d e o 输入，软件切换。其中第 一路为音视频复用，s - v i d e o 的亮度信号输入也可作为复合视 频输入。 ( 2 ) 支持p a l ，n t s c 或黑白视频输入，v p - p = 1 v 。 图像分辨率最高： p a l ：7 6 8x5 7 6x2 4 b i t n e t s c ：6 4 0x4 8 0x2 4 b i t ( 3 ) 亮度、对比度、色调、色饱和度软件可调。 ( 4 ) 支持计算机内容与图像同屏显示，图形覆盖功能。 ( 5 ) 支持任意形状的图像采集。 ( 6 ) 支持裁剪与比例压缩模式。 ( 7 ) 支持r g b 8 8 8 8 、r g b 8 8 8 、r g b 5 6 5 、r g b 5 5 5 及2 5 6 色模式。 ( 8 ) 支持单场、单帧、连续场、连续帧的采集方式。 ( 9 ) 支持单声道音频采集。 下图为用数码相机拍摄的d h c g 3 0 0 图像采集卡。 图3 3d i t - c g 3 0 0 图像采集卡 3 2 3 照明系统的选择 照明是影响机器视觉系统输入的重要因素，因为它直接影响输入 数据的质量和应用效果。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。 许多工业用的计算机视觉系统用可见光作为光源，这主要是因为 可见光容易获得，价格低，并且便于操作。常用的几种可见光源是白 2 帜灯、目光灯、水银灯和钠光灯。另外，环境光将改变这些光源照射 到物体上的总光能，使输出的图像数据存在噪声，一般采用加防护屏 的方法，减少环境光的影响。由于存在上述问题，在现今的工业应用 中，对于某些要求高的检测任务常采用x 射线、超声波等不可见光 作为光源。但是不可见光不利于检测系统的操作，且价格较高，所以， 目前在实际应用中，仍多用可见光作为光源。 照明系统按其照射方法可分为：背向照明、前向照明、结构光和 频闪光照明等。其中，背向照明是被测物放在光源和摄像机之间，它 的优点是能获得高对比度的图像。前向照明是光源和摄像机位于被测 物的同侧，这种方式便于安装。结构光照明是将光栅或线光源等投射 到被测物上，根据它们产生的畸变，解调出被测物的三维信息。频闪 光照明是将高频率的光脉冲照射到物体上，照像机拍摄要求与光源同 步。 在本测量系统中，由于c c d 摄像头抓取的图像中仅有被测活塞环 和背景平台，而且选用的背景平台与被测活塞环的色彩对比度比较明 显，因此在这里选择白帜灯作为光源，并且在测量系统中加防护屏， 照明系统采用便于安装的前向照明系统。 第四章图像增强 根据前一章所构架的基于计算机视觉的活塞环测量系统，现在可 以实时地获得被测活塞环的图像。然而，一般情况下，成像系统获取 的图像( 原始图像) 由于受到种种条件限制和随机干扰，往往不能直 接在计算机视觉系统中使用，必须在视觉的早期阶段对原始图像进行 图像处理，对计算机视觉系统来说就是图像增强。图像增强是指按特 定的需要突出原始图像中的某些信息，同时，削弱或去除某些不需要 的信息的处理办法。其主要目的是使处理后的图像对某种特定的应用 来说，比原始图像更适用。因此，这类处理是为了某种应用目的而去 改善图像质量的，处理的结果使图像更适合于人的视觉特性或机器的 识别系统。应该明确的是图像增强处理并不能增强原始图像的信息， 其结果只能增强对某种信息的辨别能力，而这种处理有可能损失一些 其它信息阳“。 图像增强技术主要包括直方图修改处理图像平滑化处理，图像 尖锐化处理及彩色处理技术等，在实用中可以采用单一方法处理，也 可以采用几种方法联合，以便达到预期的增强效果。 图像增强技术基本上可分为两大类：频域处理法和空域处理法。 频域处理法的基础是卷积定理，它采用修改图像傅立叶变换的方 法实现对图像的增强处理。由卷积定理可知，如果原始图像是f ( x ，y ) ， 处理后的图像是g ( x ，y ) ，而h ( x ，y ) 是处理系统的冲激响应，那么处理过 程可由下式表示： g ( x ，y ) = h ( x ，y ) f ( x ，y )( 4 1 ) 其中木代表卷积。如果g ( u ，v ) ，h ( u ，v ) ，f ( u ，v ) ，分别是g ( x ，y ) ，h ( x ， f ( x ，j ，) 的傅立叶变换，那么上面的卷积关系可表示为变换域的乘积关 系，即： g ( “，v ) = h ( u ，v ) - f ( u ，v )( 4 2 ) 式中，h ( u ，v ) 为传递函数。 在增强问题中，f ( x ，j ，) 是给定的原始数据，经傅立叶变换可得到 f ( u ，v ) ，选择合适的h ( “，v ) 使得由式： g ( x ，y ) = 舻“旧( ) f ( u ，叫( 4 3 ) 得到的g ( x ，y ) 比f ( x ，y ) 在某些特性方面更加鲜明、突出，因而更加易于 识别、解释。例如，可以强调图像中的低频分量使得图像平滑，也可 以强调图像中的高频分量使图像的边缘得到增强等等。以上就是频域 处理法的基本原理”。 空域法是直接对图像中的象素进行处理，基本上是以灰度映射变 换为基础，所用的映射取决于增强的目的。例如增加图像的对比度， 改善图像的灰度层次等处理均属于空域法处理”“。 4 1 直方图修正 灰度级的直方图就是反映一幅图像中的灰度级与出现这种灰度的 概率之间的关系的图形。 设变量，代表图像中的象素灰度级，在图像中，象素的灰度级可作 归一化处理，这样，的值将限定在下述范围之内： 0 r 1 在灰度级中，= o 代表黑，= 1 代表白。对于一幅给定的图像来说，每 一个象素取得 0 ，1 区间内的灰度级是随机的，也就是说r 是一个随机 变量。假定对每一个瞬间它们是联系的随机变量，那么就可以用概率 密度函数来表示原始图像的灰度分布。 如上面所述，一幅给定的图像的灰度级分别在0 r 1 范围内，可 以对 0 ，1 区间内的人一个，值进行如下变换： s = r ( r ) 也就是说，通过上述变换，每个原始图像的象素灰度值，都对应产生一 个5 值。变换函数r ( ，) 应满足下列条件： ( i ) 在0 r 1 区间内，丁( r ) 单值单调增加； ( 2 ) 对于0 r 1 ，有0 s r ( r ) l 。 这里的第一个条件保证了图像的灰度级从自到黑的次序不变，第 二个条件保证了映射变换后的象素灰度值在允许范围内。通过变换函 数t ( r ) 可以控制图像灰度级的概率密度函数，从而改变图像的灰度层 次，这就是直方图修改技术的基础“。 对于前一章所构架的活塞环测量系统来说，所获取的许多图像的 灰度值是非均匀分布的，其中灰度值集中在一个小区间内的图像是很 常见的，这就需用到直方图均衡化。直方图均衡化处理是以累积分布 函数变换法为基础的直方图修正法，它通过重新均匀地分布各灰度值 来增强图像对比度的。 假定变换函数为： 5 = t ( r ) = 【p ，( c o ) d c o ( 4 4 ) 式中。是积分变量，而( p ，( c o ) d c o 是r 的累积分布函数( c d f ) 。这 w 里累积分布函数是r 的函数，并且单调地从0 增加到l ，所以这个变 换函数满足关于r ( r ) 在0 ，1 内单值单调增加，在0 ，1 内有 0 r ( r ) l 的两个条件。又根据概率论的知识可知，在变换后的变量s 的定义域内的概率密度是均匀分布的。由此可见，用r 的累积分布函 数作为变换函数可产生一幅灰度级分布具有均匀概率密度的图像，其 结果扩展了象素取值的动态范围”。 4 2 图像平滑化处理 测量系统所得的图像常被随机信号( 也称为噪声) 所污染。一些 常见的噪声有椒盐噪声、脉冲噪声、高斯噪声等。椒盐噪声含有随机 出现的黑白亮度值，而脉冲噪声则只含有随机的自强度值( 正脉冲噪 声) 或黑强调值( 负脉冲噪声) ，与前两者不同，高斯噪声含有亮度服 从高斯或正态分布的噪声，许多传感器噪声属于高斯噪声的范畴。 为了消除图像中的各种噪声，必须用到平滑滤波器，滤波器分为 线性滤波器和非线性滤波器。线性滤波器使用连续窗函数内象素加权 和来实现滤波，特别典型的是，同一模式的权重因子可以作用在每一 个窗口内，也就意味着是空间不变的，这样就可以使用卷积模板来实 现滤波。如果图像的不同部分使用不同的滤波权重因子，且仍然可以 用滤波器完成加权运算，那么线性滤波器就是空间可变的。任何不是 象素加权运算的滤波器都属于非线性滤波器，非线性滤波器也可以是 空间不变的，也就是说，在图像的任何位置上可以进行相同的运算而 不考虑图像位置或空间的变化。下面就均值滤波器、高斯滤波器和中 值滤波器的原理和图像处理的效果作了比较，并结合活塞环测量系统 的特点选用一种滤波器。其中均值滤波器和高斯滤波器属于线性滤波 器，而中值滤波器属于非线性滤波器。 4 2 1 均值滤波器 最简单的线性滤波器是局部均值运算，即每一个象素值用其局部 邻域内所有值的均值置换： 研u 】_ 万1 ( 留k , l 】 ( 4 5 ) 其中，m 是邻域n 内的象素点数。例如，在象素点【f ，刀处取3 x 3 领域， 得到： m f ，】2 吉f k ，】 ( 4 6 ) k = i l ，z j i 邻域v 的大小控制着滤波程度，对应大卷积模板的大尺度邻域会加大 滤波程度。作为去除噪声的代价，大尺度滤波器也会导致图像细节的 损失，例如：会把阶跃变化平滑成渐近变化，从而牺牲了精确定位的 能力。应此，需要调节均值滤波器的权值，使得在相对比较均匀的图 像区域上加大滤波程度，而在尖锐变化的图像区域上减小滤波程度。 下面图4 1 中，图a 为活塞环测量系统获取的原始图像，图b 为原始 图像经过均值滤波得到的图像。 图4 1原始图像与均值滤波图像对比 4 2 2高斯平滑滤波器 高斯滤波器是一类根据高斯函数的形状来选择权值的线性平滑滤 波器，高斯平滑滤波器对去除服从正态分布的噪声是很有效的。一维 零均值高斯函数为： z 2 g ( z ) = e 2 a z ( 4 7 ) 其中，高斯分布参数口决定了高斯滤波器的宽度。对图像处理来说，常 用二维零均值离散高斯函数作平滑滤波器，函数表达式： 一坳 巾，力= e 2 0 - z ( 4 8 ) 高斯函数具有五个重要性质，这些性质使得它在早期图像处理中 特别有用，这些性质表明，高斯平滑滤波器无论在空间域还是在频率 域都是十分有效的滤波器。高斯函数的五个十分重要的性质是： ( 1 ) 二维高斯函数具有旋转对称性，即滤波器在各个方向上的平 滑程度是相同的。一般来说一幅图像的边缘方向是事先不知道的， 因此，在滤波前是无法确定一个方向上比另一个方向上需要更多的平 1 7 滑。旋转对称性意味着高斯平滑滤波器在后续边缘检测中不会偏向任 一方向。 ( 2 ) 高斯函数是单值函数，这表明，高斯滤波器用象素邻域的加 权均值来代替该点的象素值，而每一邻域象素点权值是随该点与中心 点的距离单调增减的。这一性质是很重要的，因为边缘是一种图像局 部特征，如果平滑运算对离算子中心很远的象素点仍然有很大作用， 则平滑运算会使图像失真。 ( 3 ) 高斯函数的傅立叶变换频谱是单瓣的，这一性质表明高斯函 数傅立叶变换等于高斯函数本身。图像常被不希望的高频信号所污染 ( 噪声和细纹理) ，而所希望的图像特征( 如边缘) ，既含有低频分量， 又有高频分量。高斯傅立叶变换的单瓣意味着平滑图像不会被不需要 的高频信号所污染，同时保留了所需信号。 ( 4 ) 高斯滤波器宽度( 决定着平滑程度) 是由参数盯表征的，而 且盯和平滑程度的关系是非常简单的，盯越大，高斯滤波器的频带就越 宽，平滑程度越好。通过调节平滑程度参数盯，可在图像特征过分模糊 ( 过平滑) 和平滑图像中由于噪声和细纹理所引起的过多的不希望突 变量( 欠平滑) 之间取得折中。 ( 5 ) 由于高斯函数的可分离性，大高斯滤波器可以得以有效地实 现。二维高斯函数卷积可以分两步来进行，首先将图像与一维高斯函 数进行卷积，然后将卷积结果与方向垂直的相同一维高斯函数卷积。 因此二维高斯滤波器的计算量随滤波模板宽度成线性增长而不是成平 方增长。 下面图4 2 中，图a 为活塞环测量系统获取的原始图像图b 为 原始图像经过滤波半径为1 的高斯滤波得到的图像，图c 为原始图像 经过滤波半径为2 的高斯滤波得到的图像。 图4 2 原始图像与高斯滤波图像对比 1 8 4 2 3 中值滤波器 中值滤波器是一种非线性滤波器，中值滤波器的基本思想是用象 素邻域的灰度值的中值来代替该象素点的灰度值，该方法在去除脉冲 噪声、椒盐噪声的同时又能保留图像边缘的细节，这是因为它不依赖 于邻域内那些与典型值差别很大的值。中值滤波器在处理连续图像窗 函数时与线性滤波器的工作方式类似，但滤波过程却不再是加权运算。 例如，取3 3 函数窗，计算以【i ，】为中心的函数窗象素中值步骤如下： ( 1 ) 按亮度值大小排列象素点。 ( 2 ) 选择排序象素集的中间值作为点【f ，】的新值。 这一过程如图4 3 所示，一般采用奇数点的邻域来计算中值。但 如果象素点数为偶数，中值就取排序象素中间两点的平均值。中值滤 波在一定条件下，可以克服线性滤波器( 如均值滤波等) 所带来的图 像细节模糊，而且对滤除脉冲干扰即图像扫描噪声最为有效。在实际 计算过程中并不需要图像的统计特性，也给计算带来不少方便，但是 对一些细节多，特别是线、顶尖等细节多的图像不宜采用中值滤波。 眭t 囊疽太小幛f 竹邻， b 中位 i q 舯 4 5 坤 图4 3 采用3 3 的中值滤波器示意图 下面图4 4 中，图a 为活塞环测量系统获取的原始图像，图b 为 原始图像经过3 3 中值滤波得到的图像。 图4 4 原始图像与中值滤波图像对比 线性滤波器有完善的理论基础，数学处理方便，易于采用f f t 和 硬件实现等优点，但是线性滤波器存在着计算复杂度高，不便于实时 处理等缺点。虽然它对高斯噪声有良好的平滑作用，但对脉冲信号干 扰和其它形式的噪声干扰抑制效果差，信号边缘模糊。而中值滤波器， 比较理想地将图像从噪声中恢复出来，并且能保护图像的轮廓边界， 不使其变模糊。因此本测量系统选用中值滤波。 2 0 第五章图像的边缘检测及边缘轮廓表示 5 1图像的边缘检测 边缘是指图像局部亮度变化最显著的部分，边缘主要存在于目标 与目标、目标与背景、区域与区域( 包括不同色彩) 之间，是图像分割、 纹理特征提取和形状特征提取等图像分析的基础。 图像中的边缘通常与图像亮度或图像亮度的一阶导数的不连续有 关。图像亮度的不连续可分为：阶跃不连续，即图像亮度在不连续 处的两边的象素灰度值有着显著的差异