（光学工程专业论文）光纤陶瓷插针内孔几何参数测试研究.pdf

南京理工火学硕士学位论文 光纤陶瓷插针内孔几何参数测试研究 摘要 光纤陶瓷插针是光纤连接器的重要组成部分，后者是近年来光纤通信实用领域需 求量最大的无源器件。在生产和加工光纤陶瓷插针的过程中，需要检测其内孔参数以 保证光纤连接精度，因此就需要研制专门的光纤陶瓷插针内孔检测设备。经过双方近 一年的努力，我们与上海电缆所研制成功了国内首台陶瓷插针内孔测试仪器，为国内 陶瓷插针生产厂家提供了可测试陶瓷插针内孔参数的全自动、快速、高质量的测试仪 器。本文所述的研究内容即为我方承担的项目开发任务。具体工作包括：c c d 摄像 头成像系统，图像采集及计算的软件设计。 本文叙述了光纤陶瓷插针内i l 参数的自动测试方法。光纤陶瓷插针端面通过显微 光学系统成像，由c c d 摄像头接收，并通过图像采集系统传输n i ：t 算机中，供进一 步处理。本文采用了图像分割、边缘提取等图像处理技术，从插针端面图像中提取有 效信息。采用了不同的算法，精确计算插针内孔的几何参数，编制了实用化软件。根 据上述原理与技术研制的仪器，抗干扰能力强、操作简便，测量精度高。 关键词：陶瓷插针，光纤连接器，内孔，几何参数，测量 摘要硕士论文 a b s t r a c t t h eo p t i c a lf i b e rc l a d d i n gs e r v e s a sa r ti m p o r t a n tp a r to ft h ef i b e rc o n n e c t o r , 0 2 1 o p t i c a lp a s s i v ec o m p o n e n to ft h eg r e a t e s td e m a n di no p t i c a lc o m m u n i c a t i o n sf i e l d i n m a n u f a c t u r i n g ，t h er e a lt i m ei n s p e c t i o nf o rt h ei n n e rh o l eo ft h eo p t i c a lf i b e rc l a d d i n gi s n e e d e df o re n s u r i n gh i g hc o n n e c t i o np r e c i s i o n t h e r e f o r ei ti sn e c e s s a r yt od e v e l o pa s p e c i a l i z e de q u i p m e n tt oi n s p e c tt h ep a r a m e t e r so ft h eo p t i c a l f i b e rc l a d d i n gi n n e rh o l e a f t e rn e a r l yo n ey e a r se f f o r ta n dc o o p e r a t i o nb e t w e e ns h a n g h a ie l e c t r i cc a b l er e s e a r c h i n s t i t u t ea n du s w es u c c e s s f u l l yd e v e l o p e dc h i n a sf i r s tt e s t i n gi n s t r u m e n t ，w h i c hp r o v i d e s t h el o c a lm a n u f a c t u r e r sw i t hah i g h s p e e d ，f u l l y - a u t o m a t i c ，h i g h q u a l i t yt e s t i n gs y s t e mf o r o p t i c a lf i b e ri n n e rh o l e t h er e s e a r c hw o r ki nt h i sd i s s e r t a t i o ni st h ea s s i g n m e n to f u si n d e v e l o p i n gt h i sn e wk i n do ft e s t i n gi n s t r u m e n t ，i n c l u d i n gd e s i g n i n gt h e c c di m a g i n g s y s t e m ，i m a g ec a p e r t u r i n ga n dc a l c u l a t i n gs o f t w a r e t h ee n df a c eo ft h ef i b e rc l a d d i n gi si m a g e db yam i c r o s c o p ea n dt h ei m a g er e c e i v e d 姆ac c d c l l t n 盯ai st x a n s f e r r e df oai m a g eg r a b b e rp l u g g e dm a m i c r o c o m p u t e rf o rf u r t h e r a n a l y s i s s e v e r a ld i g i t a li m a g ep r o c e s s i n gm e t h o d s ，s u c ha st h ei m a g es e g m e n t a t i o na n d e d g ed e t e c t i o nt e c h n i q u e sa r eu s e dt oe x t r a c tf e a t u r ed a t a p o i n t s t h ed a t ai sa n a l y z e du s i n g d i f f e r e n ta l g o r i t h m st og i v et h eg e o m e t r yp a r a m e t e r so ft h ef i b e ri n n e rh o l e s o p h i s t i c a t e d s o f l w a r ei sp r o g r a m m e d a ni n s t r u m e n tw i t hh i g ha c c u r a c ya n dh i g hn o i s e r e s i s t a n ta b i l i t y w h i c hc a l 、_ b eo p e r a t e dc o n v e n i e n t l yi sd e v e l o p e db a s e do nt h eh a r d w a r ea n ds o f t w a r e d e s c r i b e da b o v e k e y w o r d s ：o p t i c a lf i b e rc l a d d i n g ，f i b e rc o n n e c t o r ，i n n e rh o l e ，g e o m e t r yp a r a m e t e r s m e a s u r e m e n t i i 声明 本学位论文是我在导师灼指导下敬譬导的研究成果，尽我所知，在 本学位论文中，除了加以标注和致谢的部分外，不包含其 也人已经发 表或公布过的研究成果，也不包含我为获得任何激育机构的学位或学 历而使用逑的材料。与我一同工作的间事对本学位论文散出的贡献均 已在论文中作了明确的说明。 研究生签名： 堡li i b 孓年月；口层 学位论文使用授权声明 南京理工大学有权保存本学位论文的电子和纸质文档，可以借阕 或上网公布本学位论文的全部或部分内容，可以向有关部门或机构送 交并授权其保存、借阅或上网公布本学位论文朗全部或部分内容。对 于保密论文，按保密的有关规定和程序处理。 辑究生签名： 摊 如年6 麓；。强 南京理工大学硕：仁学位论文光纤陶瓷插针内孔几何参数测试研究 1 绪论 1 1 研究背景 2 0 0 4 年是光通讯行业回暖的一年，在经历了几年的低谷后，中国乃至全球光通 讯产业开始焕发出新的活力。已退体的康宁公司( c o m i n g ) 研究主管d o n a l dk e c k 在光 纤大会国家光纤工程师会议( o f c n f o e c ) 作主题发言时表示，如果可以把过去的市 场荣衰当作某种指引的话，电信传输领域在大幅下滑之后出现的复苏，可能带来今后 2 0 年的稳定增长【1 i 。 目前，国内很多大、中城市的住宅小区、高档商务写字楼、阻及学校都开始配 备光纤宽带网络，它不仅拓宽了人们获取信息、交换信息的渠道，而且极大的丰富了 人们的生活。可以预见，在未来几年内光纤宽带网络将遍布我们生活的每个角落。 随着光纤日益接近用户和终端( 光纤到大楼、到台面、到家庭等) ，光纤无源器件 的需求量迅速膨胀。其中，光纤连接器是光纤系统中用量最大的光纤无源器件，目前 的主流品种有f c 型( 螺纹连接式) 、s c 型( 直插式) 和s t 型( 卡扣式) 3 种，但 不论是哪一种，都装有长为1 5 c m ，直径为2 5 m m 的陶瓷插针( 如图1 1 所示) 来保 证光纤连接的精密准直，这种陶瓷插针有以下几个特点： 组装方便，损耗低；经研磨抛光后，插入损耗一般小于0 2 d b 。 制造精度要求高；单模态其中心轴偏心量必需小于0 7 9 i n ，多模态要求相对 较松，但偏心量也必须小于2 0 p , m 。 用量大；其用量大致为连接器1 个、一条跳接线需要2 个，此外在光收发器 上也需要。在未来光纤到家( f i b e r t o t h e h o m e ) 的发展中，各种设备的连接，对于陶 瓷插针需求量之大可想而知。 图1 1 光纤连接器实物图 士论文 陶瓷插针占整个遗接器成本的3 0 5 0 【2 】，因此掌握其枪测技术就成为光连接器 圈1 2 播锌端嚣主臻检查项目 产品的煎中之重。目前，国际上这一领域的研究主要集中在对插针端面参数的检测中， 主要的检套项目包括：球面半径r 、光纤高度 | 、面顶点馕心l 等( 如图1 。2 所示) 。评 徐撬铮壤蟊静球面半径和竞纾高凌，蓄先盛缓溺量疆赞靖瑟瓣形状。于涉纹其有灏羹 精度高，速度快，成本低等优点，因此成为测凝表面形状的一种有效手段。图1 3 给 出的是光纤连接器端丽检测干涉仪的系统概要。由光源射出的光线经半透镜反射到米 罗干涉秘绩嚣，光线聚焦予薮梭溅巍纾连接器魏壤瑟，经臻嚣反袈嚣与寒罗予涉穆镜 图1 3 光纤谇接辨端而榆酒i 干涉 戆反鬈霸及袈鹃党线一阉透过半透镜，残豫予c c d 摄豫头。遮时在c c d 摄像头上可| 羞鬟 察到干涉条纹。c c d 掇像头测得的图像经图像卡传送到计算机进行解析处理。就可以 2 南京理工大学硕士学位论文光纤陶瓷插针内孔几何参数测试研究 得到所需要的测量结果。 国外已经有了基于这一原理相对成熟的产品，如日本富士写真光机株式会社开发 的f s 0 5 光纤连接器端面检测仪。国内深圳大学光电系的林敏、黄建军等人在2 0 0 0 年 初也研制出了一种智能化的插针端面干涉测试仪【4 】。 就光纤陶瓷插针内孔参数的检测来看，国内外在这一领域的研究相对较少。目前， 流行的测试方法为接触式测试，对陶瓷插针内孔而言，用各种不同已知外径的标准插 针块规分别插入陶瓷体的内孔，根据其插入接触时的受力情况判断陶瓷体内孑l 的大 小，其优点是直观，但其缺点也很明显。其一是标准插针的大小不可能连续的，只能 按光纤陶瓷插针的分级要求选取几个特定值的标准针规，所以从严格意义上讲，这种 测试只是分档而非测试。其次，标准针规磨损大、消耗多、费用高。 本文围绕教研室和上海电缆所的合作项目“g t c 1 型光纤陶瓷插针内孔测试仪” 展开工作，合作开发了一种全自动、高质量的陶瓷插针内孔测试仪器。 1 2 计算机辅助检测 目前，计算机辅助检测设各在产品的制造加工中起着不可替代的作用，它普遍有 以下两个特点：非接触，不会对被测产品造成任何损伤：能够实现高精度、高 速度、半自动甚至全自动检测。通常，整个系统综合了计算机图像处理技术、电子、 光学、机械等领域的技术，其中以计算机图像处理技术近年来发展最为迅猛。这类检 测装置通过对采集到的测试图像进行处理，从中提取出有效信息进行分析计算，并将 计算的结果作为监测产品质量的重要依据。在生产节奏同益加快的现代社会，是否能 够快捷、准确的检测产品质量将成为能否满足大规模生产需要的决定因素。在光、电、 机械技术发展相对成熟稳定的今天，一种高效的图像测试算法将能极大的提升整个测 试系统的性能。 几种光纤端两圈 图1 4 光纤端面测试图 圆形物体在制造加工行业中普遍存在如光纤端面呈圆形( 图1 4 ) 、光纤陶瓷 3 绪论硕士论文 插针的内孔( 图1 5 ) ，以及微电子器件中的球状阵列( b g a ，b a l lg r i da r r a y ) ，图 图1 5 陶瓷插针内孔图像 1 6 所示为一块p e n t i u m 】lc p u ，其背面针脚采用b g a 封装。因此，圆的检测是计 算机辅助检测的一个典型问题1 5 】。 我校光电智能技术工程研究中心长期致力于光学测试领域的研究和项目开发， 曾参予了国家多个项目的开发，研制出了一系列融光、机、电、算于一体的测试仪器， e p u 正面 图1 6 c p u 实物图 e 秽鼍j 背面 如“光纤几何参数测试仪”、“光纤带多参数测试仪”、“数字波面干涉仪”等，并多次 获奖。本文工作是教研室与上海电缆所合作开发的“g t c 1 型光纤陶瓷插针内孔测试 仪”的重要组成部分。 南京理工大学硕士学位论文光纤陶瓷插针内孔几何参数测试研究 1 3 论文的主要工作和内容安排 本论文工作是我校光电智能技术工程研究中心与上海电缆所合作开发的“g t c 1 型光纤陶瓷插针内孔测试仪”的重要组成部分。经过双方近一年的努力，我们研制成 功了国内首台陶瓷插针内孔参数的全自动、快速、高质量的测试仪器。本文内容即为 我方承担的项目开发任务。具体工作包括：c c d 摄像头成像系统，图像采集及计算 的软件设计。 本文内容包括了我方在该项目中承担的所有任务，其中以插针内孔测试算法设计 为主体( 测试算法流程图见图1 7 ) 。论文对算法中的每个步骤均探讨了多种方案， 并作了大量实验分析，在此基础上设计了最佳方案；程序首先采用了一种基于局部阈 值的分割方法对采集到的图像进行了初步处理，实验结果显示它不仅对有不同缺陷和 噪声的图像分割效果良好，而且其计算复杂程度也大大低于基于二维直方图的分割算 法；在经过上一步处理后，插针内孔的大致尺寸、位置已经可以从原图中分辨出来； 接下来，程序采用“重心法”计算内孔的半径大小、圆心坐标位置，根据这些粗测数 据缩小了精确计算的搜索范围，极大的减小了程序计算量；随后，本文设计了一种参 量变化形模板圆对插针内孔进行精确的匹配计算，通过搜索模板能量函数的极大值来 确定最佳匹配模板的尺寸和位置；这种算法不仅考虑了目标的灰度信息，而且加入了 目标边缘特有的空间信息，因此它不易受噪声点干扰，具有极强的抗干扰能力，实验 证明内孔半径测试结果能精确到0 2 个像素长度；随后论文分两块讨论了优化精确匹 配计算的算法，分别采用贪婪算法、分层算法优化了匹配圆心、匹配半径搜索过程， 从优化前后的实验结果可以看出，优化算法大大提高了搜索效率；在内孔匹配半径上 再加以少量缩放，程序就获得了用于不圆度计算的数据范围，在此数据范围内寻找梯 度值较大的一系列点作为真实边缘数据点计算不圆度。通过此举，程序能够自动剔除 粗大误差点，保证测试结果不会因测试件不沽发生错误。最后介绍了本文工作中的其 他核心问题，包括系统标定、以及自调焦技术。本文采用了标准件和光学鉴别率板两 套方案为系统标定，创新的提出了一种直方图方差评价函数作为自动调焦的判断依 据，获得了良好的效果。 图1 7 测试算法流程图 本文内容安排如下： 第一章，介绍论文的研究背景、计算机辅助检测技术的发展现状，给出了本文 主要工作的概述。 第二章，针对如何提取插针内孔图像信息这个问题，试验了多种图像分割手段， 绪论 硕士论文 主要从抗干扰能力、计算复杂程度两方面分析了各种方法的优劣。 第三章，设计了用于精确匹配计算内孔半径的算法，内容包括匹配搜索空间的 确定、参量变化形模板的设计、精确匹配计算的步骤、以及实验结果与分析。 第四章，分别对半径匹配算法中匹配圆心搜索和匹配半径搜索过程进行了优化； 分析了贪婪算法和分层算法在程序优化中作用，并通过优化前后的对比实验验证了优 化算法的有效性。 第五章，说明了如何在静一章计算结果基础上获取内孔不圆度的数据点，并给 出了计算不圆度的算法；介绍整个测试仪器的构成单元及性能指标，并阐述了本文工 作中的其他核心问题，包括仪器标定、以及自调焦技术。 第六章，对全文进行总结，指出了一些值得进一步探讨的问题，并简单介绍了 课题的在研方案和下一步的研究方向。 6 南京理工大学硕士学位论文光纤陶瓷插针内孔几何参数测试研究 2 插针内孔图像信息提取 测试中采集到的图像往往包含着大量的无效信息，对于本文中所研究的陶瓷插针 内孔图像而言，有意义的目标信息仅仅是插针内孔对应的区域，而它周围大片的背景 区域则属于无效信息( 图2 1 ) ，如果不能够将目标图像信息和周围的背景分离开来， 那么后续的研究工作将根本无法开展下去。通过观察发现，目标区域有着自己鲜明的 特征，那就是这块区域对应的灰度值大大低于背景区域的灰度值，即看上去颜色更深。 有鉴于此，本章比较了多种基于阈值分割的图像分割方法，并选取了一种基于局部阈 值的快速分割方法作为提取目标信息的手段。 2 1 图像分割 图2 1 插针测试图 在对图像的研究和应用中，人们往往只对图像中某些特定的、具有独特性质的区 域感兴趣，即目标区域( 其它部分称为背景) 。为了识别和分析目标，需要将这些区域 从图像中分离并提取出来。图像分割技术就是把图像分成各具特性的区域并提取出感 兴趣目标的技术和过程，它是由图像处理跃入图像分析的关键步骤，因此一直是数字 图像处理邻域的一项重要研究内容。同时它也是一个经典难题，长期以来，人们已提 出了上千种类型的分割算法，但还没有一种图像分割方法能够适用于所有的图像【7 】。 2 1 1 图像分割定义 图像分割 2 2 - 2 3 l 是把图像阵列分解成若干个互不交迭的区域，每一个区域内部的某 种特性或特征相同或接近，而不同区域间的图像特征则有明显差别，即同一区域内部 特性变化平缓，相对一致，而区域边界处则特性变化比较剧烈。 7 插针内孔图像信息提取预士论文 用作图像分割的度量准则不是唯一的，它与应用场景图像及应用目的有关，用于 图像分割的场景图像特征信息有亮度、色彩、纹理、结构、温度、频谱、运动、形状、 位置、梯度和模型等。 2 1 2 图像分割的方法 图像分割方法可分为结构分割方法和非结构分割方法两大类。结构分割方法是根 据图像的局部区域像素的特征来实现图像分割，如阈值分割( 本文中采用的方法) 、 区域生长、边缘检测、纹理分析等，这些方法假定事先知道这些区域的特性，或者在 处理过程中能够求得这些特性，从而能够寻找各种形态或研究各像素群。非结构分割 法包括统计模式识别、神经网络方法或其它利用景物的先验知识实现的方法等等。 闽值法是最基本的图像分割方法之一，因其实现简单、计算量小、性能较稳定而 成为图像分割中最基本和应用最广泛的分割技术，特别是在对简单图像处理方面得到 了广泛使用【16 1 ，故本文采用该方法提取插针内孔信息。 2 2 阈值分割 闽值分割法( 又称灰度门限法) 是最为常用的一种图像分割方法，具有简捷实用、 计算量少的特点。其基本思想是利用图像的灰度特征来选择一个( 或多个) 最佳灰度闽 值，并将图像中每个像素的灰度值与阈值相比较，最后将对应的像素根据比较结果分 到合适的类别中。 最常用的闽值分割方式是将灰度一分为二，所有灰度值大于或等于某阂值的像素 都被判属于物体，其他像素被判属于背景；或者相反。因此，怎样选取二值化闽值将 图像划分为物体和背景，便成为关键问题”“。 阈值分割法又可分为全局阈值分割法和局部阈值分割法。所谓局部阈值分割法是 将原始图像划分成若干较小的子图像，并对每个子图像选取相应的闽值。在阈值分割 后，相邻子图像之间的边界处可能产生灰度级的不连续性，可以用平滑技术进行排除。 局部阈值法常用的方法有灰度差直方图法、微分直方图法。全局闽值分割方法在图像 处理中应用比较多，它在整幅图像内采用固定的阈值分割图像。经典的阚值选取以灰 度直方图为处理对象。根据全局阈值选择方法的不同，可以分为模态方法、迭代式闽 值选择等方法。这些方法都是以图像的直方图为研究对象来确定分割的阈值的。另外 还有类间方差阙值分割法、最大熵分割法、模糊阈值分割法、共生矩阵分割法、区域 生长法等等。 直方图是一幅图像中各像素扶度值的最基本的统计形式，常见的闽值分割方法基 本上都是基于灰度直方图统计的搜索方法。本文重点研究了基于一维、二维灰度直方 南京理工大学硕士学位论文 光纤陶瓷插针内孔几何参数测试研究 图的全局闽值分割法和一种基于局部闽值的快速分割方法。 2 2 1 一维灰度直方图分割法提取内孔信息实验与分析 2 2 1 1 一维灰度直方图 对于图像中每一个灰度值，统计出具有该灰度值的像素数，并据此绘出像素数一 灰度值图形，则该图形就称为图像的一维灰度直方图【1 2 】。传统的闽值分割法常直接利 用图像的一维扶度直方图进行图像分割，适用于内容不复杂、灰度分布较集中的图像。 下图所示为一幅典型的插针测试图( 图2 2 ) 及对应的维灰度直方图( 图2 3 ) 。 图2 2 典型插针测试图 图2 3 典型插针测试图对应直方图 2 2 1 2 基于直方图谷点门限的分割方法【1 3 - 1 5 】 一幅物体与背景对比明显的图像一般具有包含双峰的灰度直方图，物体中的像素 产生直方图中的一个峰，而背景产生直方图中的另一个峰。物体与背景的边界附近具 有两个峰值之间的灰度级，其像素数目相对较少，从而形成了两峰之间的谷。这时分 割比较容易，只须取其谷点作为门限值，就将得到合理的分割结果。图2 4 所示为采 用谷点门限法对图2 2 分割的效果图。 图2 4 谷点门限法分割图 在一般情况下，图像都会含有噪声，直方图也因此会带有噪声信息，而不会形成 插针内孔图像信息提取 碗士论文 明显的“双峰图”，使得峰和谷的位置难以确定。虽然可以在一定程度上通过卷积或 曲线拟合过程对直方图进行平滑加以克服。但是，平滑需要花费时间，平滑过程也需 要通过试验来确定；并且对于属同一类但噪声程度不同的图像，其结果不稳定可靠。 此外，当外界噪声很大或图像对比度很差时，直方图甚至会出现单峰( 图2 5 a ) 或具有宽且平的峰谷的情况( 图2 5 b ) 。这时很难直接根据直方图的峰谷来选择最佳 闽值，因此它不能满足实际测量的需要。 l 撕 图2 5 外界干扰大的测试图及对应的直方图 2 2 1 3 一维大津( o t s u ) 算法 大津算法【1 6 _ 1 8 堤根据图像差距度量选取阈值的方法，又称为最大类别方差法。它 以最佳门限将图像灰度直方图分割成两部分，使两部分类间方差取最大值，即分离性 最大，其算法过程如下： 图像灰度级为1 ，第i 级有像素门。个，总像素可以用式( 2 1 ) 表示： m = 以。 ( 2 1 ) 1 2 l 则第f 级灰度出现的概率为只= 珂，u ，其中n 为图像总像素数，r l ，为灰度为f 的 像素数。 设灰度门限值为k ，则图像像素可以按灰度级被分为两类： 南京理工大学硕士学位论文光纤陶瓷插针内孔几何参数测试研究 c 。= 0 , z ，人，七) 和c 。= k + 1 ，人，m ) 则图像总平均灰度级为： = f - 只 c 0 类的平均灰度级、像素数分别可以用式( 2 3 ) 和( 2 4 ) 表示 t g ) = i 只 k 。= ，z ， ( 2 2 ) ( 2 3 ) ( 2 4 ) 则c 。类的平均灰度级为一 ) ，像素数为n n 。，两部分图像所占比例分别如式 ( 2 5 ) 和( 2 6 ) 所示： w l = 1 一w ) 再分别对c o ，c i 均值作处理，如式( 2 7 ) 和( 2 8 ) 所示： ( 2 5 ) ( 2 6 ) 胁= ) w 酝) ( 2 7 ) 。= 阻一 w 1 一w ) 】 ( 2 8 ) 则图像总均值可表示为式( 2 9 ) ： 2w c ；t o + w 1 1 ( 2 9 ) 计算不同灰度值的类间方差，计算表达式如式( 2 。1 0 ) ： d 2 ) = w o ( , u 一胁) 2 + w 1 0 一1 ) 2 = w o w i o m ) 2 ( 2 1 0 ) 式( 2 1 0 ) 可以化为： 0 - 2 ) = 阻w ) 一 ) 】2 w ) - 【l w ) ( 2 1 1 ) 当k 从1 m 变化，取使0 - 2 ) 最大的k + 即为所求最佳闽值。 实验程序采用b o r l a n d 公司的c + + b u i l d e r 6 0 编写，对读入的图像采用一维大滓 算法计算后返回分割阂值。程序界面如下图2 6 ： 1 1 七 ，l w f | p q 。 | i 插针内孔图像信息提取硕士论义 图2 6 大津法实验程序界面 o t s u 法是一种自动的非参数非监督的阈值选择法，仅需要计算灰度直方图的零 阶和一阶累积矩，计算简单，稳定有效。图2 7 为采用一维o t s u 算法分割图像的效 果图。但当图像对比度降低( 图2 7 b ) 或者局部亮暗不均匀( 图2 7 e ) 时，分割效 果不佳。 南京理工大学硕士学位论文 光纤陶瓷插针内孔几何参数测试研究 a 花常 ( b ) 辩泌陂懿 f c ) 亮嘴誊均匀 图2 7 大津法分割效果图 2 2 1 4 一维最大熵算法 一维最大熵分割方法的思想是统计图像中每一个灰度级出现的概率p ( x ) ，并 计算该灰度级的熵日= 一p ( x ) l g p ( x ) d x 。假设图像的最大灰度级为j 以灰度级t 分 割图像，图像中低于t 灰度级的像素点构成目标物体( o ) ，高于灰度级t 的像素点 构成背景( b ) ，那么各个灰度级在o 区和b 区的分布概率可分别用式( 2 1 2 ) 和( 2 1 3 ) 插针内孔图像信息提取硕士论文 表示 旦，i = 1 ，2 t( 2 1 2 ) p 堡一，i = t + 1 ，t 十2 1 - 1 ( 2 1 3 ) 1 一p 上式中的b = p ，图像中的目标和背景区域的熵分别表示为式( 2 1 4 ) 和( 2 1 5 ) ： ，2 0 h 。= 一( n p ，) l g ( p ，p ，) ，i = l ，2 t ( 2 1 4 ) j = 一帆( 1 一p 1 ) 】l g n ( 1 - p 川，i - - t + 1 ，t + 2 ，一1 ( 2 1 5 ) ， 对图像中的每一个灰度级分别求取w = h 。+ 打。，选取使w 最大的灰度级作为分 割图像的阈值。与大滓法实验程序相同，一维最大熵法程序同样采用b o r l a n d 公司的 c + + b u i l d e r 6 0 编写，对读入的图像计算后返回分割阈值。程序界面如下图： 图2 8 最大熵法实验程序界面 这种方法受目标大小的影响小，可用于小目标提取。但是，它对杂散噪声特别敏 感( 如图2 9 a ) ，而对同样的图，采用维大津算法则可以获得良好的分割效果( 见 图2 7 a ) 。另外，最大熵法涉及对数运算，运算速度较一维大津算法慢。同时，它与 其他基于一维直方图的算法一样都有个致命的缺点，就是仅仅考虑了像素点的灰度信 息，而没有考虑到像素点的空r a j - f 言息，所以当图像的信噪比降低时分割效果不理想。 对不同的测试图，采用一维最大熵法分割图像的效果如下图，总的说来一维最大熵法 对测试图像质量的要求非常高。 1 4 南京理工大学硕士学位论文光纤陶瓷插针内孔几何参数测试研究 a 延常 但 科院菠糕 俺熵暗坷；均匀 图2 9 晟大熵法分割效果图 2 2 1 5 小结 本节所述基于一维直方图的阈值分割法相对简单、速度快。但当图像质量下降( 对 比度下降、有噪声、亮暗不均匀等) ，分割效果则不太理想。其原因在于一维直方图 仅仅是图像中各像素灰度值出现频数的简单统计，它只反映出图像中不同灰度值出现 的频数，而未反映某一次度值的像素所在的位置及其邻域特征瞳2 2 。直接利用图像一 插针内孔图像信息提取项：b 论文 维真方图进行阈值分割的缺陷就在于它仅仅考虑了图像的灰度信息，却忽略了图像中 的空问邻域信息，对于图像中不存在明显灰度差异或各物体的灰度范围有较大重叠的 图像分割问题难以得到准确的结果，因此它难以胜任低质量图像的分割任务。 2 2 2 = 维灰度直方图分割法提取内孔信息实验与分析 传统的图像阈值分割方法大都根据一维灰度直方图进行，但由于一维灰度直方图 不能反映图像的局部空间信息，当图像信噪比递减时，传统方法将产生很多错误。改 善的方法是改用基于二维灰度直方图【2 4 】的分割方法。 2 2 2 1 二维灰度直方图 以原始灰度图像中每一个像素及其四邻域的四个像素构成一个区域，该像素点的 灰度值i 和四邻域的均值构成一个二维向量( f ，) ，统计( j ，) 的发生概率p 。，如果 图像的最大灰度级为，则n ，( i ，= o ，1 ，一1 ) 就构成了该图像关于点灰度一区域均 值的二维直方图【16 1 。图2 1 0 所示为一幅典型测试图及其二维灰度直方图。 图2 1 0 测试图与其二维灰度直方图 2 2 2 2 二维最大熵分割法 对于给定的图像，大部份像素点属于目标区域或背景区域，而目标和背景区域 内部像素点的灰度级比较均匀，像素点的灰度和其邻域均值的灰度级相差不大，所以 图像对应的二维灰度赢方图p 。主要集中在f ，j 平面的对角线附近，并且在总体上呈 南京理工夫学硕士学位论文光纤陶瓷插针内孔几何参数测试研究 图2 1 1 二维赢方图的i o j 平面图 现双峰和一谷的状态，两个峰分别对应于目标和背景。在远离i o j 平面对角线的坐标 处，峰的高度迅速下降，这部分对应着图像中的噪声点、杂散点和边缘点。二维直方 图的l o j 平面图如图2 1 l 所示，沿对角线的方向分布的a 区、b 区分别代表目标和 背景，远离对角线分布的c 区、d 区分别代表边界和噪声，所以应该在a 区和b 区 上用点灰度区域灰度平均值二维最大熵法确定阈值，使之分割的目标和背景的信息 量最大。二维最大熵的算法和确定一维最大熵算法类似，设分割图像的阈值为( s ，f ) ， 则a 区、b 区概率分别可以表示为式( 2 1 6 ) 和( 2 1 7 ) ： p “= 只i = 1 ，2 sj = l 2 t ( 2 1 6 ) p 口= 尸，i 2 s + l ，s + 2 ，l - 1 j 咐1 ，t + 2 ，l - 1 ( 2 1 7 ) f 则a 区、b 区的二维熵分别为，如式( 2 1 8 ) 和( 2 1 9 ) 所示： ( 彳) = 一( b ，p 。) l g ( p 。i p 。) ，i = l 2 s j = l 2 f 日( b ) = 一( p b ) l g ( p “i p 口) ，i = s + 1 ，s + 2 ，l - 1 j - = t + l ，t + 2 ， ， ， ( 2 1 8 ) ( 2 1 9 ) 对于确定图像的二维次度直方图，对不同的( s ，f ) 分别计算w = ( 4 ) + 日( b ) ，选取使w 达到最大的( 一，) 作为最佳分割图像的阙值。该算法实现的函数和上述一维最大熵算 法大同小异，只是在二值化时对图像上的像素点不仅要考虑灰度值，同时还要考虑该 点邻域的灰度均值。 二维最大熵法可以很好的分割包含目标和背景两类区域的图像，可是基于二维直 方图的算法普遍耗时很长，计算量较基于一维直方图的算法成几何级数增长。仅以直 方图的计算为例，计算一维直方图仅需统计图像中0 2 5 5 各灰度级下的像素和；对 二维直方图来说，程序则需要统计一个二维灰度向量( f ，j ) ，其中i ，分别要从0 变化 到2 5 5 ，计算量一下猛增了几百倍。在后续的计算过程中，后者的计算量将一真保持 几百倍于前者。如此庞大的计算量使这种方法很难用于实时检测。因此，出于分割效 1 7 插针内孔图像信息提取硕士论文 果和运算时间的综合考虑，本文最终选择了下面一种方法作为最终的分割手段。 2 2 3 局部阈值分割法提取内孔信息实验与分析 当照明不均匀、有突发噪声、或者背景灰度变化比较大时，整幅图像将没有合适 的单一门限，因为单一的阅值不可能兼顾图像各个像素的实际情况。这时，可对图像 按照坐标分块，对每一块分别选一闽值进行分割【9 】。这类算法抗噪声能力较强，对采 用全局阈值不容易分割的图像有较好的分割效果。一种基于局部阈值比较简单的方法 【10 】是对每个像素确定以它为中心的一个邻域窗口，计算窗口内像素灰度的最大值和最 小值，然后取它们的均值作为阂值。图2 1 2 所示选取的窗口为当前像素的8 邻域窗 口，实际的窗口可以不选取8 邻域窗口，可以选择更大一些的窗口。但是，一般来说， 同一种运算窗口越大，需要处理的数据越多，时间复杂度越大。 图2 1 2 局部闽值确定方法 在上图中，令c 为当前像素，p 为c 的8 邻域像素，令m a x v a u e 表示8 邻域像 素的最大灰度值，m i n i v a l u e 表示8 邻域像素的最小灰度值，则阈值可以表示为式 ( 2 2 0 ) ： 7：(maxv a l u e + m i n v a l u e ) 2 也可以采用均值设定阈值，如式( 2 2 1 ) ： 8 p r = l 8 ( 2 2 0 ) ( 2 2 1 ) 其中只是c 的8 邻域像素。 文中实验程序将图像分成4 个子图像，然后计算每个子图像的灰度均值，根据均 值设置闽值，该阈值仅应用于对应的予图像。 实验证明该算法不仅计算简单，而且具有极强的抗干扰能力。图2 1 3 所示为采 用这种方法对三个实验图像的分割结果，与前文方法的分割图比较后可以看出，该算 南京理工大学硕士学位论文光纤陶瓷插针内孔几何参数测试研究 法的分割效果大大优于基于一维直方图的分割算法，同时它又比基于二维直方图的算 法简单的多。 赢j e 常 协对比缒甑 i e 凳靖书均匀 图2 1 ：3 局部阈值法分割效果图 插针内孔图像信息提取硕士论文 2 3 本章小结 本章围绕如何提取插针内孑l 的图像信息，探讨了多种图像分割方法，阐述了各种 图像分割算法的原理，并对每一种图像分割手段作了大量的实验，主要从计算复杂程 度、抗干扰能力两个方面比较了各种方法的优劣，论证了课题方案的可行性。在实验 中我们发现，因被铡图像直方图千变万化，基于一维直方图的谷点门限法难以建立起 统一的评判标准：一维大津法计算简单，但是当图像对比度降低、噪声干扰较大时分 割效果不佳，并且不适用小目标分割【z5 】；一维最大熵法较之大津法更易受噪声干扰， 但它受目标大小影响小；基于二维直方图的分割方法的计算量太过庞大，根本无法应 用于实际测量；本文最终采用于一种基于局部阈值的分割方法，在力求计算简单、便 于实现的同时，也保证了分割效果。在这里，本文选取了几张质量很差的实测图作了 几种方法的对比实验，进一步验证了本文的结论，结果如图2 1 4 所示。 = 鼹土 潞港硒挪鹇俄溶 辨敏足蜊藏 一雄凡球浊髑群闲们继 维蕊k 嫡跋一绦夫津法砖部闲饼法 图2 1 4 几种分割方法比较 南京理工大学硕士学位论文光纤陶瓷插针内孔几何参数测试研究 3 插针内径精确计算 通过简单的图像分割，待测插针内孔的位置和大小得到了初步的确定。但是， 在实际生产过程中，生产环境改变、制作工艺的不同、甚至操作错误都有可能造 成产品质量参差不齐，测试图像也因此带有不同的缺陷和噪声。有的测试品形状 有缺陷，不是标准的圆形( 图3 1 c ) ；有的测试图像目标区域与噪声区域连成一 片( 图3 1 a ) ；有的产品边缘粗糙( 图3 1 b ) ；甚至不同厂家的产品也大相径庭( 图 3 2 ) 。因此，需要有一种通用的检测方法，能够对形态各异的目标做精确的检测。 b 磅 图3 1 各种插针测试图 r ”象厂激藏汉f 髹 1 踱j 辫 图3 2 不同厂家产品测试图 传统的圆检测方法主要是对圆的形状提取和确定，很少是对有较大缺陷、噪 声的目标做精确测试，其抗干扰能力也较差。其中主要的检测方法有中值法、中 心法、h o u g h 变换法及曲线拟合法等。中值法、中心法【2 6 】要求有效图像分布比较 均匀，且要求无效区域不能有太多噪声；一旦图像边缘出现一定数量的噪声，其 将对测试结果产生较大误差。h o u g h 变换法需要逐点投票、记录，所用的时间较 多，而且精度也不够高【5 】。曲线拟合法从原理上来说，对有缺陷的圆计算效果很 不理想，并且还需要想办法抑止圆边界处的噪声，精度受其影响很大。另外，形 态学检测方法f 2 7 1 虽然对检测的抗畸变能力有一定改善，但是与上面的方法一样， 它们对有缺陷圆的图像检测精度较低。本文研究了一种参量变化形模板进行圆的 插针内径精确计算硕士论文 检测，可以对目标圆进行精确的匹配计算，可以有很好的抗干扰能力。 3 1 变形模板匹配方法 图像匹配方法可以分为基于不变量的匹配方法和基于局部特征的匹配方法。 前者有矩不变量、傅立叶描述子、小波描述子、形态描述子等方法。后者有广义 h o u g h 变换( g h t ) 方法、基于神经网络和遗传算法匹配方法及变形模板方法等 2 0 o 其中，模板匹配方法可以分为刚体形状匹配和变形模板匹配两大类，它在计 算机视觉和模式识别等领域中有着广泛的应用。在刚体形状匹配中，原型模板通 过平移、旋转和尺度化等简单变换达到和目标图像的匹配，但是它不能处理目标 形状存在较大变形时的问题，所以应用范围有限【5 】。如在本文中，图像中的内孔 出现了缺陷、光照不均匀及噪声干扰时，采用刚体形状匹配方法难以得到理想的 结果。为此，人们提出变形模板匹配方法。变形模板又可以分为两大类：自由式 变形模板和参数式变形模板。 3 1 1 自由式变形模板 自由式变形模板没有全局结构，只要满足某些一般的正则化约束，可以表现 为任何形状。例如，k a s s 2 剐提出的“s n a k e ”模型主动轮廓模型，就是一种 比较典型的自由式变形模板模型。 3 1 2 参量式变形模板 参量式的变形模板利用了待测目标几何形状的一些先验信息，用少量的参数 来表示目标的几何形状。它主要用于先验形状已知，能用少量参量来表示的几何 形状。参量化模板通常由一群解析函数确定，模板的形状可以通过参量的变化而 变化，形状的变化确定在参量的一个合理分布中；参量式变形模板的目标函数由 一个内部能量和外部能量的加权组成，表征了一个变形模板和给定图像中目标的 匹配程度，也称能量函数。能量函数是变形模板的最重要特征，通过根据图像力 动态调整参量实现能量函数的最大化或是最小化，可以得到最终的匹配位置。例 如，j o l l y 等 3 0 】通过定义一个多边形的模板，从序列图像中对运动车辆进行自动分 割和匹配。控制模板的参量是边的斜率和各边之间的相互位置关系。y u i l e 等【3 l 】 使用变形模板抽取面部特征。他们给眼睛和嘴设计了以圆和抛物线为基础的变形 模板。控制模板的参量分别是圆的圆心、半径和抛物线的系数，此外根据面部特 征给这些参量加上一些正则化约束。 南京理工大学硕士学位论文 光纤陶瓷插针内孔几何参数测试研究 3 2 圆的参量模板设计 圆的几何形状比较规则，由先验知识知，只需要知道圆心c 的坐标( ，y 。) 和 半径r 的大小就可以完全确定，所以本文采用参量式变形模板进行精确匹配。在 变形模板的匹配中，如何定义参量模板的能量函数是进行匹配检测的关键。 3 2 1 匹配算法设计 根据边缘的性质，边缘上点的梯度值i g r a d i ( i ，川应该在其相应领域内最大( 图 3 3 所示) 。并且对于圆来讲，其边缘上像素点的梯度方向应该与该点处法线方向 一致，即和半径的方向致，因此上述两者单位向量的数量积最大。综上所述， 本文给出的能量函数表达式如( 3 1 ) 式所示。 俯视图 图3 3 测试图像的梯度分布 侧视阉 由式( 3 1 ) 可以看出，分子中第一项为像素的梯度值，它在圆的边缘处取 得极大值；第二项为梯度单位向量和该边缘点处半径单位向量矽( f ，) 的点乘积 i g r a d i ( i ，j ) t x l ( i ，抄g r a d ( ，伽 u e = 型曼= 一 ( 3 1 ) n g r a d l ( i ，j ) l = 、厨巧丽雨i 了而 ( 3 2 ) g r a d 砸棚= 面未。丽 g r a d i a m 鲥加册】 ( 3 3 ) 2 3 插针内径精确计算硕士论文 蚓) = 丽1 引( x - - x c ) ，( y j y c ) 】 ( 3 4 ) i ( f ，j ) 净( x ，一x c ) 2 + ( y ，一y c ) 2 ( 3 + 5 ) 当二者方向完全一致时乘积取到最大值；表达式( 3 1 ) 分子中采样点的范围c 为 一个匹配模板圆上的所有点，每当程序将被测目标与一个参考模板进行匹配