最新面阵CCD系统设计 免费下载.doc

面阵CCD系统设计童列树一 采集线性CCD像素信息的实现，包括弱信号的提取。描述一种算法，找到特征点，如最大点。二 采集2929的CCD点阵信息，提取边界。将点阵当成圆或椭圆，找出圆心并输出.txt格式。完成内容：1、分析CCD系统结构；2、描述信号采集及调理的方案；3、在MATLAB中从“write.raw”中提取第一行1024个像素点信息，找出其信息最大点，并输出“LinearArrayCCD_Max.txt”文件。从“write.raw”中提取2929光斑,并找出光斑中心，输出“AreaArrayCCD_Max.txt ”文件。1，光电成像系统基本组成的框图CCD、CMOS、CID等CCD （Charge Coupled Device）图像采集系统是指光电成像系统的后半部分。主要由CCD传感器、时序电路、采集电路、信号处理电路等部分组成。2，CCD图像采集系统CCD传感器驱动的时序电路噪声、干扰内部数据采集（采样保持电路）外部信号采集除噪A/D转换放大输出有用信号A CCD传感器(a)为单沟道，(b)为双沟道，1、2为移位脉冲B 驱动电路驱动电路产生驱动CCD传感器工作的各种时序。如复位时钟、移位脉冲1、2和转移脉冲等。常用的有四种实现方式：EPROM驱动法；IC驱动法；单片机驱动法以及可编程逻辑器件(PLD)驱动法。后两者可以实现在不改变硬件的条件下，对驱动电路进行更改。C 内部采样电路是指CCD传感器内部封装的采样电路，此时所采信号为原始信号。D 外部信号采样CCD器件输出的原始信号中除了有用的信号外，还夹杂着各种噪声和干扰，主要有光子噪声、散粒噪声、暗电流噪声、复位噪声以及输出噪声等，而影响最大的是复位噪声。外部电路对CCD信号采集主要包括除噪和AD转换，前者是为了在不损失图像细节的前提下尽可能消除噪声和干扰，以获取高质量的图像；后者则是为了完成对输出信号的数字化，以便进一步进行软件处理。D1 除噪上述对有用信号影响最大的复位噪声，可以利用相关双采样是来消除。其原理是利用复位噪声在同一像素周期内近似为常数，因此，只要把同一像素周期内的参考电平和信号电平进行两次采样，再进行相减，即可消除复位噪声。此外，设计合适的滤波器，可以很大程度的降低总体噪声，提高信噪比。先进行高通滤波，接着运放放大信号，再低通滤波。高通滤波器：为滤掉白噪声和器件不稳定等引起的各种噪声，同时为了达到边缘强化的目的，应设置一高通滤波器，截止频率应在13kHz。放大器：原信号幅值为3mV，应放大1000倍，达到3V，以匹配ADC的量程。低通滤波器：由于CCD输出的视频信号中，混杂有各种噪声信号，为了获得高质量的图像视频信号，在CCD的输出端设计一个截止频率为2f(f为CCD像元同步脉冲频率)的低通滤波器， D2 AD转换在进行实际的硬件电路设计时,存在着这样一个问题,由于CCD 的驱动频率较高(1MHz)，而一般的A/D转换器件的转换时间为几十微秒到一百微秒。这样将会导致量化过程中有效数据的丢失,使检测结果的精度大为降低。采用隔点采样,然后再重新拼接图象信号的方法,可以很好地解决这个问题。在AD转换之前大多数都经过差动放大、采样保持处理。E 输出将微弱信号放大，然后可以通过USB接口与计算机连接，将采集的图像信息直接接入计算机显示，也方便用其他工具对所采图像进行处理。3 图像处理3.1 对已采集的图像信息“white.raw”进行处理提取线阵并进行处理。MATLAB程序如下：clear all file=strcat(E:white.raw);fid=fopen(file,rb); aa=fread(fid,1,1024,uint16);fclose(fid);for i=1:1023 b= aa(i); if (aa(i+1)=aa(i) b=aa(i+1); end i=i+1;endi=i-1;if aa(1024)b b=a(1024);enddata=aa ;data=double(data);bx = 1:1024;y = x; data(x);fid = fopen(LinearArrayCCD_Max.txt, wt); %输出LinearArrayCCD_Max.txt文件fprintf(fid, The maxium of 11024 linear array CCD is %d, ,b);fprintf(fid, It is aa(%d) .n,i);fprintf(fid, %10d %15dn, y);fclose(fid) ;3.2 对已采集的图像信息“white.raw”中提取面阵，并采用灰度重心法处理得到光斑的中心坐标。MATLAB程序如下：clear all;filename=E:white.raw; raw_data=zeros(1000,1000); fid=fopen(filename,rb); data_raw=fread(fid,1000,1000,uint16); fclose(fid);data_array=data_raw; data_array=imcomplement(double(data_array)+65535; I=data_array; figure(1);subplot(1,3,1),imshow(uint16(data_array); figure(gcf) xlabel(原图像); I(205:820,210:840)=0; data_arrec=I; figure(1);subplot(1,3,2),imshow(uint16(data_arrec); figure(gcf) xlabel(图窗); J=data_array-data_arrec; figure(1);subplot(1,3,3),imshow(uint16(J); figure(gcf) xlabel(提取的有像素区域); M=J; point_num=0; radius=10; while 1 a,b=max(M); c,d=max(a); max_row_index=b(d); max_column_index=d; if c20000) sum_row_centroid=sum_row_centroid+ M(i,j)*i; sum_column_centroid=sum_column_centroid+ M(i,j)*j; sum_intensity_centroid=sum_intensity_centroid+M(i,j); M(i,j)=0; end end end point_num=point_num+1; position2(point_num)=sum_row_centroid/sum_intensity_centroid; position1(point_num)=sum_column_centroid/sum_intensity_centroid; end if point_num= 841 disp(OK!); else disp(There is an error!) end figure(2);scatter(position1(),position2(); figure(gcf) xlabel(行); ylabel(列); axis(100 900 100 900) axis equalfid = fopen(AreaArrayCCD_centroid.txt, wt); fprintf(fid, The locations of centroid of every facul