基于电感传感器的自动对焦

本科毕业设计（论文）摘 要目前对小孔的精密测量越来越多，其测量手段主要是利用孔径仪、接触式三坐标测量仪和基于 CCD 成像的非接触光学测量仪。对于直径在 0.1mm1mm 的小孔，孔径仪和三坐标测量仪都存在一定的不足，而采用基于 CCD 成像的非接触测量能很好的解决这类小孔的测量，且其具有精度高，速度快，自动化程度高等优点。CCD成像非接触测量的关键之一是精确自动对焦，本文提出了一种用于 CCD 成像非接触测量的自动对焦方法，弥补了目前常用的基于自动对焦函数的自动对焦方法的一些不足。目前常用的对焦方法主要是基于对焦函数的，如数码相机，非接触三坐标测量仪等都是采用这一方法，但是这种方法存在自动对焦时间较长，受环境影响较大等不足，而且在曲面对焦时，可能会使自动对焦失效等缺陷。基于此，提出了采用基于电感传感器的自动对焦方法，其对焦精度和速度只与带动镜头移动的电机有关，与对焦目标在曲面或是平面上关系不大，对周围环境有很好的抗干扰性。本论文的测试对像为椭圆筒面上一系列小孔，直径范围为 0.5mm1mm。实现了曲面上小孔的快速自动准确对焦以及小孔参数和位置误差的测量。关键词：小孔测量，CCD 成像，自动对焦， 参数测量本科毕业设计（论文）AbstractRequirement for small holes detection is increasing rapidly. The main measuring instruments are apertometer, three-coordinate measuring machine and the nocontact optical measurement based on CCD imaging. For the the small holes with the diameter at 0.1mm to 1mm, apertometer and three-coordinate measuring machine have disadvantages. The method based on CCD imaging can do well on them and it has many advantages, such as high accuracy, high speed and good automation, etc. The key of this techniques of this methods is auto-focus.This thesis presents a way of auto-focus applied in noncontact measurement based on CCD imaging and it makes some breakthrough in the limit of general focusing methods based on focusing function.At present the method of auto-focus thats in common use are based on focus function, which has been widely used in digital camera, noncontact three-coordinate measuring machine and so on. But it costs much time, and can be affected easily by environment and even its invalid in focusing on curve surface sometimes. So a new auto-focus method based on inductive transducer is introduced in this thesis. The precision and speed are only relate to the precision of motor which drives the lens, and not sensitive to the location of object and have a good capability of anti-jamming to the environment.In this thesis the testing object is a series of small aperture in an elliptic cylinder. And fast and precise focusing on the small aperture in curve surface has achieved. The parameter and the position error of the holes are also given.Key words: Holes detection; CCD imaging; Auto-focus; Parameter measurement;本科毕业设计（论文）目 录摘 要 .IAbstract .II第一章 概述 .11.1 论文背景 .11.1.1 课题来源 .11.1.2 选题依据 .11.2 自动对焦技术概述 .21.3 本文的主要任务和内容 .2第二章 自动对焦及数字图像处理 .52.1 基于 CCD 的非接触测量 .52.2 自动对焦原理 .52.2.1 光学成像原理 .62.2.2 自动对焦技术的分类 .72.2.3 基于数字图像处理的自动对焦方法 .72.2.4.自动对焦评价函数 .92.3 图像增强 .122.3.1 中值滤波 .122.3.2 自适应滤波 .122.3.3 高通滤波 .132.4 图像分割 .142.4.1 边缘检测 .142.4.2 基于区域的分割 .142.4.3 阈值分割 .15第三章 基于电感传感器的曲面小孔自动对焦 .173.1 对焦函数在曲面对焦中的不足 .173.2 基于电感传感器的曲面自动对焦 .223.2.1 测量工作平台 .223.2.2 电感传感器数据采集 .233.2.3 电移台控制及自动对焦实现 .24本科毕业设计（论文）3.3 小孔图像采集 .313.4 小孔图像处理 .313.4.1 图像滤波 .313.4.2 小孔图像分割 .323.4.3 小孔边缘提取 .333.5 小孔参数获取 .353.5.1 CCD 像素标定 .353.5.2 数据拟合 .383.5.3 小孔参数获取 .43第四章 椭圆曲面小孔位置误差评定 .444.1 位置误差的评定 .444.2 椭圆曲面位置误差分析 .454.3 数据处理 .494.4 测量结果 .514.5 不确定度与重复性分析 .55结论与展望 .59致 谢 .61参考文献 .62攻读学位期间发表的论文 .66本科毕业设计（论文）图目录图 1.1 测件示意图 .3图 1.2 系统结构示意图 .4图 2.1 CCD 非接触测量流程图 .5图 2.2 光学成像示意图 .6图 2.3 清晰度评价函数示意图 .9图 2.4 55 模板示意图 .13图 2.5 迭代法分割流程图 .16图 3.1 成像质量与分割效果对比图 .17图 3.2 上斜面清晰 下斜面模糊 .19图 3.3 下斜面清晰，上斜面模糊 .19图 3.4 不同光强下对焦函数值与镜头位置关系图 .20图 3.5 不同成像系统在平面上离散余弦函数对焦判别曲线 .20图 3.6 不同光强下小景深摄像系统曲面孔对焦曲线图 .21图 3.7 测量系统结构图 .22图 3.8 PSA100-11 系列电移台 .23图 3.9 GT21 电感传感器 .24图 3.10 TT60 串口管脚定义(单工模式) .24图 3.11 单工模式下数据采集示意图 .24图 3.12 小孔探测和光学瞄准示意图 .25图 3.13 对焦程序流程图 .25图 3.14 自动对焦程序界面 .26图 3.15 电感测头对对焦的影响示意图 .26图 3.16 测件在一定倾角时的对焦误差示意图 .28图 3.17 误差曲线图 .30图 3.18 在倾斜与水平时对焦效果对比图 .30图 3.19 滤波后提取轮廓 .32图 3.20 未滤波提取轮廓 .32图 3.21 小孔直方图 .32图 3.22 不均匀光照分割对比图 .33图 3.23 图像分割后提取的信息 .33图 3.24 目标边缘提取示意图 .34图 3.25 去除噪声信息的目标边缘 .34本科毕业设计（论文）图 3.26 玻璃标准线纹尺 .35图 3.27 像素校正流程图 .36图 3.28 线纹尺刻线边缘提取 .36图 3.29 CCD 不同位置校准 .37图 3.30 小孔边缘的凹凸 .40图 3.31 椭圆噪声数据修正示意图 .40图 3.32 改进椭圆拟合流程图 .41图 3.33 用改进后的拟合效果图 .42图 3.34 小孔图像处理流程图 .43图 4.1 被测件实物图 .44图 4.2 被测小孔图像与标准小孔模板比较(只考虑一维情况) .45图 4.3 椭圆面上位置误差示意图 .46图 4.4 曲面小孔图像 .49图 4.5 0.5mm 小孔 3.5 倍放大时五次测量曲线 .50图 4.6 0.5mm 小孔 2.5 倍放大时五次测量曲线 .51图 4.7 0.5mm 小孔 3 倍放大时五次测量曲线 .52图 4.8 0.5mm 小孔 3.5 倍放大时五次测量曲线 .53图 4.9 1mm 小孔 2.5 倍放大时五次测量曲线 .54本科毕业设计（论文）表目录表 2.1 自动对焦技术分类 .7表 2.2 二阶微分运算模板 .11表 3.1 对焦好坏对测量结果的影响 .18表 3.2 电动平移台参数 .23表 3.3 电动旋转台参数 .23表 3.4 倾斜与水平条件下对焦效小孔参数测量结果 .31表 3.5 标准分划尺校准数据 .37表 3.6 1-3 刻线区域校准图 .38表 3.7 4-6 刻线区域校准图 .38表 3.8 7-9 刻线区域校准图 .38表 3.9 0.5mm 小孔、3.5 倍放大拟合效果对比 .42表 4.1 0.5mm 小孔 3.5 倍放大测量结果 .49表 4.2 0.5mm 小孔 2.5 倍放大时测量结果 .51表 4.3 0.5mm 小孔 3 倍放大时测量结果 .52表 4.4 0.5mm 小孔 3.5 倍放大时测量结果 .53表 4.5 1mm 小孔 2.5 倍放大时测量结果 .54表 4.6 各项不确定度在不同放大倍数下的计算结果(单位：度) .57表 4 7 系统不同放大倍数下重复性 .58本科毕业设计（论文）第一章 概述1.1 论文背景1.1.1 课题来源本课题为 2008 年 304 所航空科学基金项目。在曲面薄壁阵列小孔位置误差测量中，预先研究目标小孔的快速、自动瞄准方法以及快速小孔图像处理方法。目前对 3mm 以下的小孔精密测量在航空工业中随处可见，如激光惯导系统中对光学陀螺等惯性元件上的小孔测量；航空发动机叶片上气膜孔测量；阀套类零件中基准孔对包含倒角在内小于 4mm 的内环槽的同轴度测量等等 1。随着工艺、技术的改进，对这类小孔的测量也越来越多，测量精度也越来越高。本课题即是从某重点型号发动机叶片上气膜孔测量衍生而来。1.1.2 选题依据目前对小孔的紧密测量主要有孔径仪、三坐标测量仪、基于 CCD 成像的非接触光学测量等方法。这三种方法各有优势，孔径仪测量的孔径多在 2mm 以上，因此多用于较大孔测量；三坐标测量仪具有精度高，但是在直径小于 1mm 的小孔测量中，由于其需要更小的测量探头，因此测量过程复杂，费用较高，而且测量时间较长；随着计算机技术和数字图像处理技术的快速发展，基于 CCD 成像非接触光学测量方法具有了很好的应用前景，其具有精度好，速度快，自动化程度高等优点，结合光学放大系统，其对直径范围在 0.1mm 1mm 的小孔有较好的测量效果。基于 CCD 成像测量方法的关键之一是自动对焦技术，目前常用的自动对焦技术很多都是基于对焦函数的半数字式自动对焦技术，这种技术具有实现简单，所需硬件相对较少等优点，在目前的数码产品如数码照相机、数码摄像机中，光学三坐标测量机等其自动对焦技术均是采用这种自动对焦方式。但是这种自动对焦方式耗时长，受限条件较多，用在像数码相机这类生活电子产品上其局限性不是很明显，但本科毕业设计（论文）是用在测量仪器上其就暴露出一些不足。例如我所购买德国马尔的三坐标非接触三坐标测量仪在平面上一次自动对焦时间在 15s 左右，而且得满足对焦时光线不能太亮或是太暗；不能离焦太远(2mm 以内)；在斜面上时得手动选择对焦区域等条件。这些因素限制了基于图像处理的小孔测量技术在很多领域的使用，例如在航空发动机叶片气膜孔测量中，由于发动机叶片为不等位的复杂曲面，表面反光条件差，采用基于对焦函数的自动对焦技术很难实现精确自动对焦，而且由于叶片上小孔众多，新一代的发动机叶片一片就有 470 个小孔，采用基于上述自动对焦方法耗时将是相当长的。因此寻找一种用于直径小于 1mm 小孔测量的快速自动精度对焦的方法是很必要的，本文提出了对基于电感传感器的快速自动对焦方法，用于曲面上小于 1mm小孔快速自动对焦以实现对小孔位的位置误差测量。1.2 自动对焦技术概述对焦问题是成像系统的核心问题。在成像系统中，成像物体对于成像物镜有一个最佳的成像位置，如果成像面偏移了这个最佳位置，所以图像就会模糊不清，成像质量就会明显下降，因此精确对焦在成像系统中占有及其重要的地位。近几年来，随着计算机以及 CCD 成像技术的快速发展， CCD 成像技术已在航空、航天、国防、电子等领域得到了广泛的应用，快速精确自动对焦技术已成为 CCD 成像技术发展的关键技术之一，越来越受到人们的重视。目前自动对焦技术主要是基于数字图像处理的被动式自动对焦方式，这种自动对焦方式的特点是计算量大，实时性强，主要涉及图像的加法、乘法运算、时域频域转换等运算，算法的时间和空间复杂度都较高。目前，快速性和实时性已成为数字图像处理中的难点问题 2-4。1.3 本文的主要任务和内容本文的主要任务是实现薄壁曲面上小孔的快速准确瞄准。本课题中，薄壁曲面为一椭圆筒薄壁曲面，其上小孔直径 0.5mm-1mm，椭圆薄壁外椭圆长轴为 14mm，壁厚 3mm，离心率为 0.6。测件示意图如图 1.1 所示。本科毕业设计（论文）图 1.1 测件示意图薄壁曲面上小孔位置误差测量主要有基于电感传感器的自动对焦、CCD 成像、图像处理、获取小孔形状和位置参数、得到位置误差。具体有：1. 建立一个测试平台，能够是实现两维移动和一维转动：建立一个工作平台，在竖直方向上实现一维移动，使 CCD 摄像头，电感传感器能够在电机的带动下自由移动；在水平方向上实现一维转动和一维移动，主要用于加载被测件；2. 实现被测件上小孔快速准确对焦：用 VB 编写控制程序，主要包括实现电机控制器和计算机的通信、电感传感器和计算机的通信，并通过电感传感器控制竖直方向电机来实现小孔的快速准确对焦。同时在水平方向通过对电机的控制实现被测件的多孔自动对焦和测量；3. 数字图像处理及小孔位置误差评定：采集到薄壁小孔的清晰图像之后，对图像进行滤波、细分、分割、信息提取等相应的处理之后，得到小孔位置信息，计算得到小孔的位置误差。系统结构图如图 1.2 所示。本科毕业设计（论文）被测件 光学成像系统线位移传感器C C D 摄像头小测量电箱计算机控制系统图像采集卡R S 2 3 2 串口高分辨步进电机 R S 2 3 2 串口电机控制器线位移工作台图 1.2 系统结构示意图本科毕业设计（论文）第二章 自动对焦及数字图像处理近几年来，随着计算机技术的快速发展，自动对焦在非接触精确测量中已有广泛的应用，对焦的好坏直接影响到成像质量和测量结果。自动对焦问题是数字成像系统的核心问题之一。数字图像处理方法的研究源于两个主要领域，其一是便于人们分析图像而对图像信息进行改进，其二是为使机器自动理解而对图像数据进行存储，传输及显示。早在 20 世纪 20 年代，数字图像处理就用于报纸业，图像第一次通过海底电缆从伦敦传到纽约。计算机技术的快速发为数字图像处理技术的发展奠定了良好的基础，上世纪 60 年代，美国加利福利亚的喷气推进实验室利用计算机改善空间探测器传回的图片。此后计算机数字图像处理技术成功的应用于天文，生物，医学，国防，航空航天等领域，数字图像处理技术得到了广阔的发展。2.1 基于 CCD 的非接触测量随着科学技术和工业生产的发展，对小尺寸工件的测量工作越来越多，精度要求也越来越高。传统坐标测量的探针式的接触测量方法存在响应频率低、测量力较大、不能测量较薄、较软质材料的工件、微小尺寸等局限性。而 CCD 非接触测量技术比较成功地解决了上述问题，具有零测力、受环境电磁场影响小、工作距离大、不受被测件材质影响等特点。图 2.1 为一典型的非接触测量过程的流程图。测量开始 图像采集 图像处理自动对焦 信息提取 数据处理输出结果图 2.1 CCD 非接触测量流程图2.2 自动对焦原理在光学成像系统中，要对物体清晰成像，首要的就是要使成像系统精确对焦，早期的方法中采用手动对焦，每一次成像都需要手动调节，效率低下。基于对效率的要求和计算机技术的快速发展，随后出现了自动对焦技术并得到广泛的应用。现本科毕业设计（论文）在基于计算机技术的自动对焦方法中主要是通过评价函数来判定正焦位置，除此之外还有通过测量物距来自动对焦、通过弥散函数复原等自动对焦方法。2.2.1 光学成像原理在光学成像系统中，目标通过光学镜头的作用在接收器件上成像，这一过程通常可以表示为 5：(2.1)()IFO其中 O 是成像目标，F( )表示光学镜头作用，I 是成像目标经过光学镜头作用后A所成的像。通常情况下，F( )的作用可表示为： (2.2)123ttT也就是说，F( )将三维空间的成像目标转换到二维空间的像。如果用(x,y,z)表示A成像目标中的一点，(u,v)表示相应的点，则上述变换可以表示为：(2.3)1213xttuyvz上式表明了成像系统将空间的三维信息变成了二维信息，这不可避免会产生信息丢失。图 2.2 表示了光学系统的成像示意图。usv s - v光轴物fD / 2模糊相面正焦相面图 2.2 光学成像示意图本科毕业设计（论文）在上图中 f 为镜头焦距，D 为入瞳直径。对于理想的光学系统，如果物距 u，像距 v，焦距 f 满足式(2.4) ：(2.4)1uvf则成像系统镜头处于正焦位置，能够得到清晰的像，否则得到的是模糊的像；从图 2.2 可知，在模糊成像时，实际成像面与理论成像面会出现 s-v 的偏差，在自动对焦系统中，可以通过调节物距 u，相距 v 以及焦距 f 等方式尽量使这个偏差变小，使成像尽可能清晰。2.2.2 自动对焦技术的分类随着各种成像设备的自动化智能化的快速发展，自动对焦技术的应用也越来越广泛。按照分析处理模块和控制模块的不同，目前对焦系统大致可以分为如下四类 6：表 2.1 自动对焦技术分类分析处理模块 控制模块 原理1.焦点检测自对焦 对比度检测或相位差检测 电机驱动镜头移动 评价函数单调性2.测距自动对焦 位移检测测距 电机驱动镜头移动 位移检测3.半数字自动对焦 对图像给出清晰度评价 电机驱动镜头移动 评价函数单调性4.全数字自动对焦 计算图像的点扩散函数 由扩散函数对图像恢复 数字图像恢复除上述的分类方法外，还有其它分类。按照原理的不同，可以分为测距法，对比度法，相位法，图像灰度法等；按照信息的获取方式可以分为主动式自动对焦方法和被动式对焦方法。2.2.3 基于数字图像处理的自动对焦方法随着数字化程度的提高，基于数字图像处理的自动对焦方法将会成为摄像系统中自动对焦的主要方式。相对于传统的对焦方式，数字式对焦方式具有自动化程度高，硬件需求相对简单等优点。其核心问题是图像清晰度的评价、对焦窗口的选择等等，除此之外，目前对对焦的快速性和实时性也提出了要求。本科毕业设计（论文）1.对焦深度法 7对焦深度法(Depth from Focusing, DFF)是一种建立在搜索过程之上的自动对焦方法。它通过一个评价函数对不同对位置所成的像的清晰度进行评价，利用评价函数最大值点对应正焦点来找到正确对焦位置。所以这种方法通常要搜 10-12 幅的图像才能精确的找到这正焦点。因此为了准确的获得对焦最清楚位置，必须要减少噪声及局部极值的干扰。目前常用的有通过 Fibonacci 搜索法，爬山算法及曲线拟合等方法来实现正确对焦。2.离焦深度法与 DFF 不同的是，离焦深度法(Depth from Defocusing, DFD)是一种从离焦图像中取得深度信息从而完成自动对焦的方法。这种方法只需要获得 2-3 幅的不同成像参数下的图像，就可以完成自动对焦过程。这种方法要求事先用数学模型描述成像系统，然后根据少量的成像位置获取的图像来计算最佳对焦位置。因为计算所需要图像数少，大大减少了驱动电机等机械结构所需要时间，所以离焦深度法对焦速度快，但是对焦精度不及 DFF 方法高。DFD 方法主要有两类。一类是 Sang Ku Kim 等人提出的基于图像恢复的离焦深度法，根据图像中的某些有代表性的信息来计算出成像系统的点扩散函数，利用图像的退化模型，反演计算出模糊图像的原图 8。这种方法的关键在于从图像中获取一定的有代表性的信息，因为它并不是基于任意目标物体的，有一定局限性。另一类是基于模糊程度(弥散斑的大小)分析的方法 9-10。根据几何光学的原理可以找到弥散般大小与镜头成像参数之间的关系，从而计算出最佳成像位置。图像恢复离焦深度法是一种基于图像频率检测的处理方法。图像轮廓的锐度和细节的丰富程度主要取决于图像的高频成份。离焦退化造成的图像模糊在频域上表现为高频成像的衰减，理论上如果能够得到成像系统的点扩散函数 PSF，就完全可以从离焦图像恢复出原图。但是实际操作中，由于量化误差及测量误差的影响，PSF 中必定有不少接近或等于零值的点，由于等于零值的点，是病态的点，是没有办法恢复的，而接近于零值的点容易造成极大的干扰，带来恢复上的噪声，所以在实际应用中，通常会利用一些统计的，约束的条件来进行恢复，以增加系统的稳定性。本科毕业设计（论文）基于模糊量估计的离焦深度法中只要测得模糊图像弥散斑的半径，就可以计算出正焦位置，然后镜头在电机的驱动下使成像面达到理想的对焦位置。2.2.4.自动对焦评价函数对焦评价函数是自动对焦中非常关键的一部分，对一特定的成像系统而言，选择合理的自动对焦评价函数是至关重要的。理想的对焦评价函数应该具有单峰性，单调性和极性等特点。这也就是说，理想的评价函数只有一个峰值点，而且在峰值两侧具有单调性，在没有对焦时，能反映出当前位置是焦前还是焦后。整个图像的峰值越尖，评价效果越好。如图 2.3 所示，a 图显示了较理想评价函数曲线，而 b 图所示的对焦函数则不能正确对焦。X对焦函数F ( x )0正焦位置焦前焦后极值对焦函数F ( x )X0a.理想对焦函数 b.较坏的对焦函数图 2.3 清晰度评价函数示意图对特定的成像系统，对焦精度直接反映了成像质量的好坏。对焦比较好时，图像清晰，细节丰富，在空域表现为相邻像素的特征值(如灰度，颜色等)变化较大；在频域表现为图像的高频分量多。利用这个特点，可以构造对焦评价函数，如基于频谱分析的频谱评价函数，数基于熵的评价函数，基于方差的评价函数等。1 频谱函数评价法 11频谱函数评价法其理论依据是清晰图像比模糊图像包含更多的细节信息，通过二维傅立叶变换可以对图像在频率域分析。对大小为 MN 的数字图像 g(x,y)，其傅立叶变换可以表示为：本科毕业设计（论文）(2.5)12(/)0(,)(,)MNjuxMvyNxyGuvge在上式中，u,v 为频域变量。通过傅立叶变换，将图像从空间域转换到频率域，将图像的高频分量作为对焦判断值，设 M 大于等于 N，如式(2.7)所示:u+vN (2.6)10|(,)|NuvVGGV 值越大，表明当前图像越清晰，也就是最大的 GV 值点对应正焦位置。除了对图像做傅立叶变换外，还可以对图像做离散余弦变换(DCT)得到它的频率特性 12。(2.7)10(21)(21)(,)()(,)coscosMNxyxuyvGuvcvgMN其中： 1/()2,21ucuA/0(),Nvu傅立叶变换进行的是复数运算，离散余弦变换是实数运算，复数运算要比实数运算复杂的多，而且离散余弦变换更接近 K-L 变换，可以聚集更多的能量，所以离散余弦变换比傅立叶变换具有更好的对焦判定效果。2.梯度函数判断法 13在图像处理中，梯度函数通常用来提取边缘信息，图像对焦越好，其边缘越尖锐，梯度值越大。基于这个原理，出现了方差算子，能量梯度算子，拉普拉斯算子等梯度算子。在以下算法描述中，均设数字图像为 g(x,y)，图像大小为 NN。方差判别算子基于模糊图像比清晰图像的灰度级差异大的原理构建的评价函数，方差最大的位置就是正焦位置，判别函数如式(2.9)所示：(2.8)2()(,)xyfgg其中 ，表示图像的均值，f(g) 为评价值。21,xyN本科毕业设计（论文）相对于方差算子直接从整幅图像的灰度考虑而言，能量梯度算子则从灰度变化的角度来考虑，利用图像相邻点的差分来计算一个点的梯度值，其判别函数如式(2.9)所示：(2.9)2 2()(1,)(,)(,1)(,)xyfggxygxy能量梯度算子是对图像进行一阶微分，拉普拉斯算子则是对图像进行二阶微分运算， 利用二阶微分来判断图像的灰度值变化情况，如(2.10)式所示：(2.10)222(,)(,)(,)gxygxygxy在数字图像处理中，通过临域来处理二阶微分的方法有很多种，通常用模板来处理二阶微分运算，不同的方法对应不同的处理模板。最常用的一种定义如下：=2g(x,y)-g(x-1,y)