周紅鋒,任樸生
(臨滄師范高等??茖W校 數(shù)理系,云南 臨滄 677000)
在精密光學測量中,光斑圖像特征點區(qū)域的精確定位至關重要.如今,數(shù)字圖像處理技術已經(jīng)非常成熟,可以應用適當?shù)臄?shù)字圖像處理技術來實現(xiàn)光斑圖像特征點區(qū)域的定位計算,從而減小測量誤差,提高測量準度和精度.
激光三角法測量小角度[1]的實驗中,CCD相機采集到光斑圖像是由紅(Red)、綠(Green)、藍(Blue)三基色組成的彩色圖,如圖1(a)所示.在彩色圖中,其冗余信息(如背景、顏色信息等)和干擾信息較多(如雜散光、噪點等),如果直接對其進行計算處理,程序開銷和計算量都較大,且會影響光斑圖像特征點區(qū)域定位的準確性和精度.處理過程中,為了能夠有效地去噪和減少計算量,采用八叉樹顏色量化算法和色彩系統(tǒng)變換法[2-3]把其轉(zhuǎn)化為灰度圖,如圖1(b)所示;并嘗試使用了中值濾波、均值濾波和高斯低通濾波3種方法對灰度圖進行濾波和去噪處理.
從背景中把光斑圖像特征點區(qū)域分割提取出來,可以更好地對其進行定位計算.圖2(a)所示是光斑圖像的光強度分布圖,是典型的脈沖分布,強度值較大部分是光斑特征點區(qū)域,強度值較小部分就是背景.從圖中可以看出,只要選擇一個合適的閾值Ti,就可以把光斑圖像特征點區(qū)域從背景中分割出來.
一般情況下,不同的閾值Ti分割得到的光斑圖像,定位計算得到的其特征點區(qū)域中心的坐標數(shù)值也會不同,圖2(b)是特征點區(qū)域中心的XC隨T的變化曲線,T為選取的閾值與圖像中最大灰度值的百分比.
為了獲得較為適合的分割閾值,可以采用迭代法進行計算.其算法是:先求出圖像中的最大灰度值和最小灰度值,令初始閾值為最大灰度值和最小灰度值的平均值,據(jù)此把圖像分為目標和背景2組,再算出目標組的平均灰度值和背景組的平均灰度值,則又取新閾值為二者的平均值,以此循環(huán)進行計算,直到兩部分的平均灰度值不再改變,此時的閾值即為最佳閾值.圖3(b)是用迭代閾值法分割得到的光斑圖像特征點區(qū)域.
要實現(xiàn)光斑圖像特征點區(qū)域的精確定位,一般可采用插值或擬合2種方法來實現(xiàn).插值處理方法一般分為線性插值和非線性插值2種[6].本文中使用了最近鄰和雙線性2種線性插值處理方法,實現(xiàn)特征點區(qū)域中心的亞像素定位,并且定位的速度和穩(wěn)定性也有很明顯的改善[7-8].
最近鄰插值是一種零階線性插值方法,即令插值點像素的灰度值等于距離它所映射到的位置最近的像素的灰度值.這種方法是當圖片插值放大時,缺少的像素通過直接使用與之最接近的原有像素的數(shù)值生成.
最近像素插值算法是一種最簡單的插值算法,雖然這種算法簡單,處理的速度較快,但結(jié)果通常會產(chǎn)生較為明顯的鋸齒現(xiàn)象,效果往往不好.若要求不高,其結(jié)果一般也可以滿足要求,但若圖像中包含的紋理、灰度等細微變化結(jié)構(gòu)時,該方法會使圖像邊緣的階梯形失真現(xiàn)象比較明顯[9].圖4(a)為經(jīng)過最近鄰插值處理放大后的光斑圖像.
雙線性插值是一種一階線性插值方法,其算法是每個插值點的像素都是原圖中4個相鄰像素加權運算的結(jié)果,這樣就增加了插值點和周圍像素間的關聯(lián),因此這種算法很大程度上消除了鋸齒現(xiàn)象,而且插值后的視覺效果也比較好[10].圖4(b)即為用雙線性插值算法(插值步長均取0.5)插值處理放大后的光斑圖像.雙線性插值法計算量大,但插值后圖像質(zhì)量高,不會出現(xiàn)像素值不連續(xù)的的情況.由于雙線性插值具有低通濾波器的性質(zhì),使高頻分量受損,所以可能會使圖像輪廓在一定程度上變得模糊,即邊緣模糊效應會增強.
實驗中,對同一幅光斑圖像在3種常用濾波處理情況下,其中心定位的計算結(jié)果進行對比,如表1所示.XC、YC光斑圖像中心的坐標值,結(jié)果保留到小數(shù)點后2位有效數(shù)字,平均值的標準差保留到小數(shù)點后3位有效數(shù)字(單位均為像素).
表1 同一幅光斑圖像在3種濾波處理后結(jié)果 像素
從表1可以看出,原灰度圖通過3種濾波處理后的中心坐標的標準偏差為0.8個像素左右,而經(jīng)過數(shù)字圖像處理后,其中心坐標的標準偏差逐漸減小.采用迭代法分割處理后其標準偏差為0.5個像素左右,而采用迭代法分割和雙線性插值兩次處理后,其標準偏差為五分之一個像素左右,定位精度大大提高,而且定位的速度和穩(wěn)定性也得到了很大改善.因而,該方法在激光三角法測量的光斑圖像處理中具有一定研究意義和應用前景.
參考文獻:
[1] 周紅鋒,王東云,黃銻儒,等.激光三角法測量小角度的測量模型和光路設計研究[J]. 云南民族大學學報:自然科學版,2008,17(3):277-279.
[2] 鐘志光,盧君,劉偉榮. 數(shù)字圖象處理實例與解析[M].北京:清華大學出版社,2003:62-93.
[3] GONZALEZ R C, WOODS R E. 數(shù)字圖像處理[M].2版.阮秋琦,譯.北京: 電子工業(yè)出版社, 2002:175-176.
[4] 鐘志光,盧君,劉偉榮. Visual C++.NET 數(shù)字圖象處理實例與解析[M].北京:清華大學出版社,2003:371-372.
[5] CASTLEMAN K R. Digit image processing[M]. Prentice Hall, 1996: 186-213.
[6] 于起峰. 基于圖像的精密測量與運動測量[M].北京:科學出版社,2002:132-13.
[7] 湛廷政,呂海寶. CCD細分技術方法研究及應用[J].光學學報,2002,22(11): 1395-1399.
[8] LI Y S, YOUNG T Y, MAGERL J A. Subpixel edge detection and estimation with a microprocessor-controlled line scan camera[J]. Industrial Electronics, IEEE Transactions on, 1988, 35(1): 105-112.
[9] MATSUZOE Y, TSUJI N, YOSHIZAWA T. Error dispersion algorithms to improve the precision of angle detection for the optical encoder[C]//International Symposium on Optical Science and Technology. International Society for Optics and Photonics, 2000: 234-241.
[10] 王建民, 浦昭邦, 劉國棟. 提高圖像測量系統(tǒng)精度的細分算法的研究[J]. 光學精密工程, 1998, 6(4):44-49.