基于线阵CCD的精确测量方法研究

哈尔滨理工大学学报

JOURNALHARBINUNIV.SCI.&TECH.　

Vol111No12

　Apr.,2006

基于线阵CCD的精确测量方法研究

苗世迪,　乔佩利,　林克正,　鲁颖欣

(哈尔滨理工大学计算机科学与技术学院,黑龙江哈尔滨150080)

摘　要:根据物体的形状特点,针对大物体精确测量的要求,构建出一套线阵CCD测量系统.通过配合使用平滑滤波方法,采用了一种最小二乘法与B样条拟合的二维拟合方法,使边缘检测

达到更高的亚象素级精确度,实验结果证明了该方法的有效性.

关键词:大尺寸物体;CCD;Lee滤波;亚象素中图分类号:TP391.41文献标识码:A文章编号:1007-2683(2006)02-0001-03

ResearchofMethodinthePreciseMeasurement

BasedonLineScanCCD

MIAOShi2di,　QIAOPei2li,　LINKe2zheng,　LUYing2xin

(ComputerSciene&TechnologyCollege,HarbinUniv.Sci.Tech.,Harbin150080,China)

Abstract:Accordingtotheshapeofobject,aimedattherequestoflarge2sizedobjectwhichneedstobemeas2uredaccurately,thispaperconstructsadimensionmeasuringsystembasedonlineCCD.Andintegratingwiththemethodofsmoothingfilter,inordertogetthesubpixelaccuracy,weusetheleastsquaremethodfittedwithB2spline.Experimentalresultshowsthefeasibilityoftheproposedapproach.

Keywords:large2sizedobject;CCD;Lee2filter;subpixel

　　计算机视觉技术及图像处理技术的广泛应用越来越受到工业界的重视,并且已成功应用于产品的识别、检测等方面.目前的高准确度测量设备所采用的方式主要有两类

[1]

误差也不同.本文将针对大尺寸的被测物体,在一定

的硬件条件下,通过对图像边缘的采集、滤波、识别、精确定位,来研究怎样达到较高的测量精确度.

.国内外的计量专用设备发展

动态表明,视频图像处理式的精确定位计量方式不仅在现有的计量设备中有着广泛应用,在今后的计量领域也有着强大的生命力.当前,基于线阵CCD的非接触尺寸测量,由于其精确度高,动态性好

[2]

1　系统结构

测量系统的结构主要由光源、光学系统、线阵CCD传感器、CCD驱动电路、信号预处理电路、DSO数据采集器、图像采集卡、工控机等设备组成,其基本结构及其工作过程如图1所示.

由于被测物体的尺寸较大:2b,

已经被广泛的应用于各种工件的在线检测及高精确度、高速度的检测技术领域.应用新型线阵CCD传感器作为尺寸测量的非接触光电检测系统,具有突出的优点,便于同计算机组成高性能测控系统.在采用线阵CCD传感器进行尺寸测量时,随着被测尺寸大小的不同,所采用的检测方案及相应产生的测量

收稿日期:2005-08-30

作者简介:苗世迪(1979-),男,哈尔滨理工大学硕士研究生.

© 1994-2007 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net

2哈　尔　滨　理　工　大　学　学　报　　　　　　　　　　　　　第11卷　

像,数据经预处理电路后送入DSO数据采集器,再

送到工控机进行图像处理,最后得到测量结果.

确度、高速度的要求.为了满足图像测量的快速准确性要求,本文采用数学形态学方法,对二值图像进行处理,快速地去除噪声并得到像素级的边缘,得到的边界在1-3个象素点之间.并在此基础上利用B样条曲线函数,推导出新的快速亚象素边缘检测算法.

邻接是象素间的基本关系,除图像边缘外,每个象素都有8个自然邻点,8邻接认为其8个自然邻点都是相邻的.按8邻接定义的8个邻点组成的邻域称为8邻域.若两个点是8邻接的,称它们为8连接.8连接的示意图如图4所示,R为横坐标,C为纵坐标.

[5]

2　边缘预处理

在图像信息的采集和传输过程中,由于照明系统、CCD性能、镜头畸变、量化误差、温度、振动等的影响,必然会产生大量的噪声.因此,必须首先对噪声图像进行预处理

[3]

.在图像处理中,可采用适当

的图像增强处理.一般的滤波算法处理后会使边缘移动或钝化,直接影响目标的精确定位.本文采用了一种保护边缘的平滑方法一Lee滤波达式为

^

[4]

.其数学表

f(x,y)=k(x,y)g(x,y)+[1-k(x,y)]g(x,y)

2

5n(x,y)

k(x,y)=1-2

5g(x,y)

(1)

该算法的设计思想为,首先变换原始图像为二值图像,然后进行连通区域标记,把被测物体与噪声表示为不同的对象,从而提取出被测物体的图像.最后采用八邻接探测被测物体边界,得到象素级的边缘位置.以八邻接探测得到的二值图像边缘为基准,提取图像边缘的矩形区域.如图5所示.提取相邻的20行数据,由于误差的存在,象素的灰度值在一定范围内变动.因此直接对一组数据进行拟合得到的精确度较低.

为了得到更高的精确度,常采用B样条曲面的方法,即二维拟合.但B样条曲线的拟合方法对于直线等己知曲线方程的拟合效果不理想,在对直线的拟合时,最小二乘法与b样条法比较,最小二乘法得到的直线更接近原直线.因此,在根据对角度、距离、半径测量的特点的具体分析,提出了一种最小二乘法与B样条拟合相结合的二维拟合方法.分为3个步骤:①提取矩形框内纵向的数据进行最小二乘

其中,f(x,y)为未受干扰图像f(x,y)的估计;g(x,

y)为有噪声图像g(x,y)的局部均值;5g(x,y)表示g(x,y)的局部方差.由式(1)可知,灰度均匀处,增

2

^

益k(x,y)→0,此时f(x,y)→g(x,y),即变为简单的领域平均值,能有效滤除噪声;而边缘区域,增益

k(x,y)→1,有f(x,y)→g(x,y),保持了原图像的边

^

^

缘.如图3所示.

3　边缘检测

传统的边缘检测算子并不能满足在线检测中高精

© 1994-2007 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net

第2期苗世迪等:基于线阵CCD的精确测量方法研究3

法拟合,得到修正的灰度值;②对修正的数据进行B样条拟合;③求出B样条拟合出的函数梯度最大值点,即亚象素边缘.

L0为被测物体的实际尺寸,由高精确度的工具显微

镜测得.计算机自上而下扫描标准量块的边缘,计算出量块宽度的象素点数,代入公式,得出每个象素所代表的实际距离.

为方便数据比较,通过测量比K将实际宽度、直径转化为象素点数.

L=15.773×K=1117.89

　　　D=0.35×K=24.08对宽度、直径的测量结果如表1所示.

表1　精密刚体零件测量结果

测量序数

测定宽度/象素1118.041117.691117.711118.091117.581117.751117.901117.89

测定直径/象素

24.102123.913124.121824.086523.797224.131724.085424.08

修正误差具体方法:提取纵向数据(xi,yi)(i=

0,1,…,n),构造m次多项式函数y=f(x),逼近这些数据点,并使得偏差的加权平方和最小.其方程为n

123456

<(a0,a1,…,am)=δ(f(x)∑i

i

i=0

-yi)

m

2f(x)=a0+a1x+a2x+…+amx　m≤n(2)

2

7

其中m根据拟合曲线的类型选定.对于计算宽度,

选取2次多项式修正灰度值.B样条曲线拟合方程[6]为

33232

　f(s)=[(1-t)pi-1+(3t-6t+4)pi+(-3t+3t+

(3)　3t+1)pi+1+tpi+2]/6　　0≤t≤1

其中pi-1,pi,pi+1,pi+2由前面的修正方程(2)得出.基于上述方法,提取亚象素边缘点,分别用于计

3

象素点实际值

　　由表1可见,刀具的测定值与实际值基本吻合,两者之间的相对误差在011%～112%之间,多次测量最大相对误差小于±115%,已达到了亚象素的精确度要求.可能引入测量误差的环节包括CCD的精确度误差、光学系统的误差等,应用概率统计方法经多次测量后,前者可作为系统误差去除,光学变形是造成测量误差的主要原因.

算圆弧直径、宽度等参数.验证表明,最小二乘法与B样条拟合相结合的二维拟合方法可以使边缘检测达到更高的亚象素级精确度.

5　结　语

通过对基于线阵CCD的精确测量方法的研究,构建出一套针对大尺寸物体的测量系统.并且为了精确快速检测出图像的边缘,本文采用数学形态学方法对二值图像处理,快速初定位边缘在3个象素宽度位置上;并提出改进的B样条函数为原理的亚像元边缘检测算法,有效提高了非接触测量的精确度.

4　实验结果与分析

首先采用己知尺寸L0的量块作为标准件,对测量系统的测量比K=L1/L0进行标定,其中L1为该标准件的计算机图像的宽度,以象素点的数量表示,

参考文献:

[1]　杨维全.图像处理在高精度对准系统中的应用[J].微细加工技术,2000(1):35-40.[2]　王庆有.CCD应用技术[M].天津:天津大学出版社,2000.

[3]　KENNETHRCastleman.数字图像处理[M].北京:电子工业出版社,1998.

[4]　HUGHLETTRE,COOPKA.AVideoBasedAlignmentSystemforX2rayLithography[C].In:Electro2beam,X2rayandIcon2beamSubMicrom2

eterLithographiesforManufacturing,SPIE,1991,1465:100-110.

[5]　中村小一郎.NumericalAnalysisandGraphicVisualisationwithMatlab[M].北京:电子工业出版社,2002.

[6]　HUANGZ,COHENFS.Affine2invariantB-splineMomentsforCurveMatchingImageProcessing[J].IEEE,1996,24(12):34-37.

(编辑:付长缨)

© 1994-2007 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net