賈正峰，于忠海，張曉鋒 ，陳 田

(1.上海理工大學(xué) 機(jī)械工程學(xué)院，上海 200093)(2.上海電機(jī)學(xué)院 機(jī)械學(xué)院，上海 200245)(3.上海交通大學(xué) 機(jī)械與動力工程學(xué)院，上海 200240)

模糊圖像處理在活塞環(huán)檢測中的應(yīng)用

賈正峰1,2，于忠海1,2，張曉鋒2,3，陳 田1,2

(1.上海理工大學(xué) 機(jī)械工程學(xué)院，上海 200093)(2.上海電機(jī)學(xué)院 機(jī)械學(xué)院，上海 200245)(3.上海交通大學(xué) 機(jī)械與動力工程學(xué)院，上海 200240)

為了解決因在活塞環(huán)缺陷檢測的過程中，由于相機(jī)與活塞環(huán)之間存在相對運(yùn)動，使圖像產(chǎn)生運(yùn)動模糊，對后面的缺陷特征提取、目標(biāo)識別和圖像分析產(chǎn)生的不良影響，以運(yùn)動模糊圖像的點(diǎn)擴(kuò)展函數(shù)估計(jì)為中心，推導(dǎo)和計(jì)算出圖像模糊的模糊角度以及模糊長度，然后應(yīng)用維納濾波的方法，得到復(fù)原后的質(zhì)量得到改善的圖像。同時通過實(shí)驗(yàn)的方法，測試了圖像復(fù)原的結(jié)果，得到經(jīng)過預(yù)處理后質(zhì)量較高的圖片。

活塞環(huán)；缺陷檢測；運(yùn)動模糊；圖像復(fù)原；點(diǎn)擴(kuò)展函數(shù)

活塞環(huán)缺陷檢測是一個數(shù)量大并且反復(fù)的過程，因而要求對每一個活塞環(huán)的檢測要在短時間內(nèi)完成，使得在拍攝過程中相機(jī)與活塞環(huán)之間存在著比較大的相對運(yùn)動，這也是造成圖像采集過程中圖像模糊的最重要原因。盡管可以通過調(diào)節(jié)曝光時間來匹配相應(yīng)的轉(zhuǎn)速，使得圖像模糊現(xiàn)象得到一定的改善，但曝光時間不能無限制的調(diào)節(jié)，否則會造成相機(jī)的曝光量不足，在成像的過程中丟失必要的輪廓以及缺陷的信息，以致在圖像分析處理過程中出現(xiàn)誤檢或是漏檢。因此，在曝光時間調(diào)節(jié)適當(dāng)?shù)那闆r下，對采集到的圖像數(shù)據(jù)先進(jìn)行圖像復(fù)原，恢復(fù)圖像的真實(shí)信息，再對復(fù)原圖像進(jìn)行特征提取、數(shù)據(jù)分析，這樣能夠最大程度地保留活塞環(huán)表面的特征信息，使得處理結(jié)果更符合要求。

物體在運(yùn)動過程中存在慣性，在相機(jī)拍照的短暫曝光時間里，可以認(rèn)為運(yùn)動方向是近似不變的，通常作為直線運(yùn)動處理。運(yùn)動模糊圖像中的模糊長度就是點(diǎn)擴(kuò)展函數(shù)矩陣的尺度，運(yùn)動模糊點(diǎn)擴(kuò)展函數(shù)是建立退化模型的重要一環(huán)。通過對圖像的旋轉(zhuǎn)，旋轉(zhuǎn)角度即為模糊角度，將運(yùn)動模糊方向旋轉(zhuǎn)到水平軸，這樣就將二維問題轉(zhuǎn)化成為一維問題。然后將旋轉(zhuǎn)后的模糊圖像在水平軸上進(jìn)行一階微分，再求出各行的自相關(guān)，并將微分自相關(guān)圖像的各列求和，得到一條鑒別曲線，曲線上會出現(xiàn)一對共軛的雙峰，該雙峰為負(fù)值，對稱分布在零頻尖峰兩側(cè)，兩相關(guān)峰之間的距離就是運(yùn)動模糊點(diǎn)擴(kuò)展函數(shù)尺度的兩倍[1]。通過這樣的方法，可以估算出點(diǎn)擴(kuò)展函數(shù)，從而可以直接通過維納濾波等方法對圖像進(jìn)行復(fù)原。

因此如何做好活塞環(huán)缺陷圖片的預(yù)處理，提高圖片質(zhì)量，為后續(xù)的活塞環(huán)缺陷特征提取、目標(biāo)識別和圖像分析打好基礎(chǔ)，是當(dāng)前活塞環(huán)缺陷檢測系統(tǒng)急需解決的問題。

1 點(diǎn)擴(kuò)展函數(shù)計(jì)算過程

運(yùn)動模糊點(diǎn)擴(kuò)展函數(shù)中非常重要的參數(shù)是模糊角度和模糊長度，下面分別對這兩個參數(shù)進(jìn)行計(jì)算和估計(jì)。

1.1模糊角度

模糊角度的計(jì)算目前比較通用也比較成熟的方法是利用Radon變換。Radon變換利用的是在某指定方向上的投影的圖像變換方法。該方法是對運(yùn)動模糊圖像進(jìn)行二次傅里葉變換，將變換后的結(jié)果圖像進(jìn)行二值化處理，并在0°～179°內(nèi)進(jìn)行Radon變換以獲取每個對應(yīng)角度上的極大變換值。Radon變換的極大變換值所對應(yīng)的角度就是所求的模糊角度[2]。具體步驟敘述如下：首先，將相機(jī)拍攝的照片導(dǎo)入，并對導(dǎo)入的圖像進(jìn)行傅里葉變換，再將變換后的圖像的零頻移動到圖像的中間，對傅里葉變換后的模值變化范圍壓縮，這使得圖像的條紋明顯清晰且條紋的間距不變；然后，重復(fù)進(jìn)行傅里葉變換、零頻移動、同態(tài)變換的過程，并對此時的圖像進(jìn)行二值化處理；最后，進(jìn)行Radon變換，計(jì)算Radon變換極大值所對應(yīng)的角度。

1.2模糊長度

運(yùn)動模糊圖像的模糊長度就是模糊參數(shù)中點(diǎn)擴(kuò)展函數(shù)的對角線長度。按照上面的方法計(jì)算出模糊方向后，將模糊圖像按照求得的模糊角度旋轉(zhuǎn)到水平軸方向，那么求解模糊長度將轉(zhuǎn)化成求解一維點(diǎn)擴(kuò)展函數(shù)的問題。具體步驟如下：首先利用所求模糊角度將運(yùn)動模糊圖像旋轉(zhuǎn)，將運(yùn)動方向旋轉(zhuǎn)至水平軸方向；然后再進(jìn)行一階微分，求得各行的自相關(guān)；接著對微分自相關(guān)圖像各列實(shí)施求和，可以得到一條鑒別曲線，曲線上會出現(xiàn)一對共軛的相關(guān)峰，這對相關(guān)峰數(shù)值為負(fù)，對稱分布在尖峰兩側(cè)；最后，估計(jì)這兩相關(guān)峰間的距離，估計(jì)所得出的距離就等于運(yùn)動模糊長度的兩倍[3-5]。

2 活塞環(huán)缺陷實(shí)例計(jì)算

下面以活塞環(huán)端面壓傷為例。圖1所示為靜止?fàn)顟B(tài)下拍攝的活塞環(huán)端面壓傷圖像，圖中白色類橢圓形狀就是缺陷所在位置，周圍用黑色記號筆圈出了缺陷所在位置。圖2所示為試驗(yàn)平臺運(yùn)動狀態(tài)下拍攝到的同一缺陷位置處的圖像。兩圖比較之下，能夠看出在圖2中的活塞環(huán)有明顯的拖影現(xiàn)象，此時用Sobel算子進(jìn)行邊緣提取，邊緣提取圖像如圖3所示，通過圖片可以看出活塞環(huán)的輪廓，在端面壓傷缺陷位置有明顯的拉長現(xiàn)象，同時還伴有某些活塞環(huán)表面雜質(zhì)噪聲被拉長成類似直線的線條。這些都是由于相對運(yùn)動產(chǎn)生圖像模糊造成的。

圖1 靜止?fàn)顟B(tài) 圖2 運(yùn)動狀態(tài)

圖3 運(yùn)動模糊圖像邊緣提取圖

利用上述方法，分別計(jì)算模糊角度和模糊長度。在估計(jì)出點(diǎn)擴(kuò)展函數(shù)PSF后，利用維納濾波對模糊圖像進(jìn)行復(fù)原。用同樣的Sobel算子對復(fù)原后的圖像進(jìn)行邊緣提取，邊緣提取圖像如圖4所示。分析比較圖3和圖4可以看出,缺陷的提取更加接近靜止時拍攝的圖像，同時去掉了被拉長的直線，整體復(fù)原效果較好。圖5、圖6、圖7分別為靜止、運(yùn)動、圖像復(fù)原后3個狀態(tài)下邊緣提取缺陷位置的放大圖像，可以看出模糊圖像中缺陷被拉長，圖像復(fù)原后缺陷更接近于靜止?fàn)顟B(tài)。

圖4 像復(fù)原后邊緣提取

圖5 靜止?fàn)顟B(tài)下邊緣提取

圖6 運(yùn)動狀態(tài)下邊緣提取

圖7 圖像復(fù)原下邊緣提取

3 實(shí)驗(yàn)中出現(xiàn)的問題討論

在整個實(shí)驗(yàn)過程中，圖像產(chǎn)生運(yùn)動模糊的因素主要是曝光時間和試驗(yàn)臺速度。除此之外，試驗(yàn)臺的震動、光照、傳輸?shù)纫矔D像造成一定的影響。這些很難估計(jì)的因素也使得圖像復(fù)原只能是得到近似結(jié)果。

在圖像復(fù)原中另外一個參數(shù)NSR(信噪比)，也是要考慮的重要因素。在實(shí)驗(yàn)中隨著曝光時間的減少，圖像中的椒鹽噪聲、高斯噪聲越加明顯。這也從另一方面說明了不能無限制地調(diào)節(jié)曝光時間。

實(shí)驗(yàn)室與工廠的工作環(huán)境不同，所以在實(shí)際操作中點(diǎn)擴(kuò)展函數(shù)PSF還要根據(jù)當(dāng)時的情況，估計(jì)合適的模糊角度和模糊長度。在整個缺陷檢測系統(tǒng)中這只是其中的一段程序，但程序中的參數(shù)要由實(shí)驗(yàn)得出。

4 結(jié)束語

由于條件限制，文章所涉及的檢測以及圖像處理均在實(shí)驗(yàn)室環(huán)境中完成。圖像復(fù)原技術(shù)尤其是模糊圖像的復(fù)原雖然只要考慮兩個參數(shù)，但實(shí)際過程中噪聲的影響以及運(yùn)動狀態(tài)都是比較復(fù)雜的，還需要做大量的工作來提高圖像復(fù)原的準(zhǔn)確性。在實(shí)際生產(chǎn)檢測過程中，對于活塞環(huán)檢測還要完成相應(yīng)的參數(shù)設(shè)定。因而后續(xù)將盡可能與企業(yè)聯(lián)合，進(jìn)一步完善模糊圖像復(fù)原的相關(guān)理論和檢測系統(tǒng)。

[1] 陳前榮，陸啟生，成禮智．運(yùn)動模糊圖像點(diǎn)擴(kuò)散函數(shù)尺度鑒別[J]．計(jì)算機(jī)工程與應(yīng)用，2004，40(23)：1-5.

[2] M Cannon．Blind deconvolutiong of spatially invariant image blurs with phase[J]．IEEE Trans Acoust Speech Signal Process，1976，24(1)：58-63.

[3] 陳建功．運(yùn)動模糊圖像復(fù)原算法研究[D]．南昌：南昌航空大學(xué)，2012.

[4] 張明謙．運(yùn)動模糊圖像的運(yùn)動參數(shù)估計(jì)及復(fù)原研究[D]．成都：電子科技大學(xué)，2009.

[5] 閆永存．運(yùn)動模糊圖像復(fù)原技術(shù)研究[D]．成都：西華大學(xué)，2012.

ApplicationofBlurImageProcessingintheDetectionofPistonRing

JIA Zhengfeng1, YU Zhonghai1,2, ZHANG Xiaofeng2,3, CHEN Tian1,2

(1.Shanghai University of Science and Technology, Shanghai, 200093, China)(2.Shanghai DianJi University, Shanghai, 200245, China)(3.Shanghai Jiao Tong University, Shanghai, 200240, China)

There is relative motion between the camera and the piston ring in the process of defect detection for piston ring. This makes the image produce motion blur inevitably, affects the defect feature extraction and target recognition and image analysis. Taking the estimation of point spread function of the motion blurred images, it derives and calculates the blur angle and blur length of the blurred images, applies the method of Wiener filtering to improve the image quality after the restoration. Based on the experimental methods, it tests the effect of image restoration, obtains the pretreatment of high quality.

Piston Ring; Defect Detection; Motion Blur; Image Restoration; Point Spread Function

10.3969/j.issn.2095-509X.2014.08.013

2014-07-15

賈正峰(1989—)，男，內(nèi)蒙古包頭人，上海理工大學(xué)碩士研究生，主要研究方向?yàn)闇y試控制技術(shù)。

TP391.4

A

2095-509X(2014)08-0054-03