卡尺使用方法.doc

基于亚象素图象处理游标刻度读取算法张健 唐臻宇 耿海翔摘要：本文提出一种基于亚象素图象处理方法的游标刻度计算机读取算法，该算法使用二次曲线拟合的图像亚像素边缘定位算法，在不影响精度的情况下大大降低了对图象采集装置的要求，可使使游标自动检定设备的成本大幅度降低。关键词：游标、刻度、亚像素、图像处理中图分类号：TP391.41 文献标识码: AAn Vernier Auto-reading Algorithm Based on Sub-pixel Image ProcessingAbstract: This paper aims to introduce an vernier auto-reading algorithm based on sub-pixel image processing. By using sub-pixel edge detection algorithm, which is based on quadratic curve fitting. The system greatly reduce the dependency of the imaging effect upon the image gathering equipment, while keep the precision at the same time. And, as a result ,it reduce the cost of vernier auto-appraising instrument.Key words: vernier, scale, sub-pixel, image processing前言游标广泛应用于各种测量器具中。游标量具的检定工作量很大,目前检定工作主要靠人工,其工作效率很低、分辨能力不高、操作人员劳动强度大,而且检定精度受人为因素影响大。因此,实现游标量具的自动检定具有重要意义。本文以游标卡尺为例介绍一种使用亚象素方法进行游标刻度自动读数算法，配合一定的硬件装置即能实现游标量具自动检定。该方法使用低象素摄像头，大大降低了仪器成本。游标刻度计算机读取图象处理算法采用计算机视觉、图像识别技术,它分为：图象预处理、图象分割和示数读取三部分。1、图象的采集使用摄像头对卡尺图象进行采集，摄像头固定于游标量具的上方，采集的图象为包含整个游标刻度、主尺刻度和主尺数字的区域。使用黑白摄像头，故采集到的是灰度图象。图象采集装置需保证采集的游标量具图象仅有较小的倾斜角度，算法处理倾斜角度过大的图象将会出现较大的误差。图1为实际采集的卡尺图象。 图1 通过摄像头采集的卡尺原始图象2、卡尺图象的预处理由摄像头采集进来的卡尺图象包含了大量的噪声，需对原始图象进行去噪处理。图象中包含的躁声主要是由摄像头引入的椒盐噪声，去除椒盐噪声有效的方法是使用中值滤波器。中值滤波属于空域处理中的一种区处理方法,它根据邻域中各象素的值来决定中心象素值的大小的方法。它不需要根据邻域值用算术方法计算出新象素值,而是一种按邻域中的象素排序后的中位象素(即排序后位置处于正中的那个象素值) 作为中心象素的新值。中值滤波的优点是能够保持目标图象的边缘,去除椒盐噪声,阶跃状灰度变化保持较好;缺点是损失部分细节,平滑效果不好，故在后面的游标示数读取中进行游标刻度和主尺刻度对齐判断时将使用原始图象。本系统采用3 3 的图象窗口进行九点中值滤波,即能很好的消除椒盐噪声,又能保持图象的边缘,优化了图象的质量,为下一步的图象分割打下良好的基础。3、图象的分割根据进一步处理的需要卡尺图象分割为3个部分：主尺数字部分、主尺刻度部分、游标刻度部分。卡尺图象中刻度部分具有很强的周期性，通过查找图象中行数据的信号周期，可以准确的把刻度部分分割出来。首先对图象的每一行数据进行一维傅立叶变换，得到傅立叶幅度谱。图2为图1所示卡尺图象游标刻度部分某行数据进行傅立叶变换后得到的傅立叶幅度谱：图2：图象行数据立叶幅度谱线游标刻度对应图象主频毫米刻度对应图象主频傅立叶幅度谱最大值所在位置是信号的主频，对应卡尺图象刻度部分中刻度线的空间频率。由卡尺图象可以预先估算刻度线的空间频率：经FFT变换后的刻度线空间频率就是在该行数据中包含的刻度线的数目。在图1中的厘米刻度线对应的空间频率为5，5毫米刻度线对应的空间频率为10，毫米刻度线对应的空间频率为51，游标刻度对应的空间频率为50。图象行数据的傅立叶幅度谱线的极大值（忽略0频率的幅度值）都出现在估算的刻度空间频率附近，通过图2能得到很好的验证。故通过对每一行数据进行FFT变换得到傅立叶幅度谱，在估算出来的刻度空间频率附近查找极值，根据极值的位置得出该行数据的空间主频率，如果在估算出的刻度空间频率附近没有找到极值将该行的空间主频率设置为0。图3为使用上述方法得到的图1所示卡尺图象的行空间主频率分布图厘米刻度区5毫米刻度区图3 行空间主频率分布图游标刻度区毫米刻度区将厘米刻度线以上的部分分割为主尺数字部分，将厘米刻度、5毫米刻度和毫米刻度都分割为主尺刻度部分。通过图2和图3可以发现毫米刻度和游标刻度的空间频率很接近，很难根据空间频率将他们分割开，为了把卡尺游标刻度和主尺刻度分开，必须通过查找游标刻度和主尺刻度之间的相交水平线来实现：相交线以上部分为主尺刻度区域，以下即为游标刻度部分。对比传统的图象分割算法，该方法针对游标图象的特点进行分割，使分割更加的准确。由于使用一维快速傅立叶变换，算法的执行效率也比传统的分割算法有所提高，能满足卡尺示数实时读取的需要。4、示数读取卡尺示数读取包括游标示数读取、毫米示数读取、厘米示数读取。4 1、游标示数读取：使用基于二次曲线拟合的图像亚像素刻度精确定位算法来确定和主尺刻度对齐的游标刻度，从而实现游标示数的读取。411、基于二次曲线拟合的刻度精确定位算法：卡尺刻度图象的灰度分布如图4所示，图中灰度值的渐变部分为刻度两个边缘引起的灰度值变化. 由于光学元器件的采样、光学衍射作用以及光学系统的像差,导致物空间剧变的灰度值经光学成像成为渐变的形式. 成像物体在边缘处的差分值最大,这是经典边缘提取的原理. 根据中心极限定理,最后得到的边缘灰度值变化应当是高斯分布,如图5所示. 在图5中,曲线的顶点对应刻度中心的精确位置.图4 卡尺刻度灰度分布图图5 刻度中心位置与CCD采集曲线对应位置示意图f-1f0f1-101实际刻度中心位置考虑到计算的效率,使用二次曲线来代替高斯曲线. 由于二次曲线是高斯曲线的高次逼近,由此引起的计算误差将远小于其他因素引起的误差.通过刻度中心和它附近的两个点可以拟合出该二次曲线，计算二次曲线的顶点就得到了刻度中心的精确位置。所以只需要3个象素就能实现对刻度位置的精确定位，而使用传统的算法要为了得到刻度中心的位置往往是通过计算刻度两个图象边缘实现所需象素数远远大于3。412CCD 成像原理与方形孔径采样定理：CCD是光积分器件,它以固定大小的面积在固定的时间间隔内对投射在其感光面上的光强进行积分,输出的结果就是图像的灰度值. 由于CCD 的积分时间和积分面积是相对固定的,所以它的输出灰度值就只与它感光面上的光强分布有关. 对于某一个像素的灰度值输出可以表示为：式中f ( i, j) 为像素灰度值, g ( x, y) 是连续图像的光强分布. 由以上分析可以看出,像素的输出值是像素感光面上各部分光强综合作用的结果, 这就是方形孔径采样定理( square aperture sampling), 采样结果是一个以灰度值为数值的离散矩阵.413 刻度精确定位算法的推导：设二次曲线的形式为, 根据方形孔径采样定理,每个像素输出灰度值为 (1)令刻度中心点的位置n为0，其灰度值表示为，与它相邻的两个点位置分别为-1和1，其相应的灰度值分别表示为和.将位置n带回（1）式可求出3个像素输出的灰度值为：(2)(3)(4)根据(2)(3)(4)式计算出二次曲线的系数A、B、C，由抛物线顶点的横坐标值为x = - B /2A,可得出曲线顶点即刻度中心位置为：414 游标示数读取：使用上述方法分别查找主尺刻度和游标刻度的精确中心位置，得出其中两个位置最接近的就是精确对齐的刻度。确定精确对齐的刻度对后，根据游标刻度的位置读出游标示数。42、毫米示数的读取：通过查找游标第一刻度后面的主尺厘米刻度位置，根据厘米刻度位置和游标第一刻度读出毫米示数。假设游标第一刻度后面第i条主尺刻度线是厘米刻度，那么毫米读数为 9-i。43、厘米示数的读取：厘米示数信息包含在主尺数字部分中，使用机器视觉方法进行数字识别。由于卡尺的数字是规则的阿拉伯数字，有成熟的图象识别算法将信息从数字图象中提取出来，实现厘米示数读取。5、结论通过实验，证明使用图象识别技术进行游标示数的读取能取得良好效果，主要结论如下：（1）、使用傅立叶算法取得行数据的周期并根据此周期进行图象分割的方法，是有效和准确的，而且执行时间短，能满足示数实时读取的要求。（2）、游标示数读取算法在较低图象象素情况下，能准确分辨出和主尺刻度对齐的游标刻度，保证了游标示数的正确读取。（3）、由于使用基于二次曲线拟合的刻度精确定位算法，大大降低系统对摄象头的要求，无须使用高象素摄象头。（4）、毫米和厘米刻度的读取高效准确。综上所述本文提出的游标刻度计算机读取图象处理算法，较好的解决了游标量具的自动读数问题，具有很强的工程应用前景。本文作者创新点:根据游标刻度图象的特点使用查找行数据信号周期对图象进行分割实现了对图象的高速准确分割，使用亚象素理论进行刻度读取实现了低象素刻度准确读取，较好的解决了游标量具的自动读数问题。参考文献：1、冈萨雷斯 数字图象处理电子工业出版社2、LYVERS E P, MITCHELL O R. Precision Edge Contrast and Orientation Estimation J . IEEE Trans. on PAM I, 1988, 10 (6) : 927 - 937.3、赵爱民.基于二次曲线拟合的图象亚象素边缘定位算法.哈尔滨理工大学报.2006.64、伯绍波，闫茂德，孙国军，贺昱曜沥青路面裂缝检测图像处理算法研究A微计算机信息，2007，5-3：280-282 。作者简介：张健（1983），男（汉族），四川自贡人，四川大学物理科学与技术学院硕士研究生，硕士研究生，主要从事测控技术研究 唐臻宇（1969），男（汉族），四川成都人，四川大学物理科学与技术学院，高级工程师，主要从事测控技术研究 耿海翔（1974），男（汉族），四川成都人，四川大学物理科学与技术学院，工程师，主要从事测控技术研究Biography: ZhangJian(1983-),male(Han nationality),SiChuan Province,The physics school of Sichuan unversity,postgraduate student, Research area is the technique of measure & control. TangZhenyu(1969-),male(Han nationality),SiChuan Province,The physics school of Sichuan unversity, Senior Engineer, Research area is the technique of me