劉 娟 杜文華 段能全 曾志強

（中北大學機械與動力工程學院，山西 太原030051）

0 引言

在機器視覺測量中，清晰的圖像是后續(xù)圖像分析與處理的前提，它關系著整個系統(tǒng)的測量精度。影響成像清晰度的因素很多，而圖像是否正確聚焦是測量的關鍵因素。根據(jù)前人做的大量研究，發(fā)現(xiàn)對焦深度法相比離焦深度法精度更高，適合于精密測量領域[1-2]。刀具預調(diào)儀屬于精密測量領域，因此，對焦深度法可用于刀具預調(diào)儀的自動聚焦中。對焦深度法的核心內(nèi)容包括：圖像清晰度的評價、對焦窗口的選擇、對焦搜索策略，本文主要研究對焦窗口的選擇。

1 基于刀具預調(diào)儀的評價函數(shù)選擇

理想的調(diào)焦函數(shù)的特點包括：單峰性、無偏性、靈敏度、能反映離焦極性、具有足夠的信噪比、高效性[3]。根據(jù)前人做的大量研究發(fā)現(xiàn)，常用的調(diào)焦評價函數(shù)中，根據(jù)對各種調(diào)焦評價函數(shù)的分析及所測對象的特點,使用灰度法作為調(diào)焦評價函數(shù)，計算量小，靈敏度高，適用于刀具預調(diào)儀的自動聚焦過程[4-6]。刀具圖片像素的灰度變化較為均勻，使用傳統(tǒng)的灰度差分函數(shù)得到的評價函數(shù)值變化不明顯，聚焦效果不理想。因此，我們可以改進傳統(tǒng)的灰度差分法。改進的灰度差分法將圖像前景中的所有像素灰度值與后置像素的灰度值的差的平方和作為圖像的評價函數(shù)[7]。此方法的聚焦效果得到改善，精度提高。較之傳統(tǒng)的灰度差分法，此算法有更好的單調(diào)性以及單峰性。

改進的聚焦評價函數(shù)：

其中：F0(x,y)為聚焦位置,f(x,y)為圖像在像素為x×y的灰度值。

2 基于對刀儀的調(diào)焦窗口的選擇

合適的調(diào)焦窗口大小和位置是保證成像主體準確聚焦的關鍵因素。從實時性的角度出發(fā)，調(diào)焦窗口選擇的越小，包含的信息越少，調(diào)焦函數(shù)的運算量就小，實時性越好。常用的調(diào)焦窗口選擇方法有：中央?yún)^(qū)域選擇法、多區(qū)域選擇法、非均勻采樣選擇法等。

刀具預調(diào)儀測量刀具尺寸時，刀具的位置位于圖像的中部、右部和下部，使用倒T型窗口使主體右側精度降低，因此將倒T型窗口改進成倒L型窗口，倒T型圖1倒L型圖2的選擇區(qū)域?qū)Ρ葓D如下：

圖1 倒L型窗口

圖2 倒T型窗口

設倒L型窗口的圖像為L（x,y），大小為m×n。那么，圖像聚焦區(qū)域算法表達式為

其中：

3 實驗驗證

本試驗采用CCD攝像頭和LED光源獲取銑刀圖像，繪制圖像支持的最高分辨率為1392×1040，測試圖片的分辨率為1344×1024,此實驗中，為保證在論文中顯示清晰，使用的圖片分辨率為448×482。拍攝39幅離焦到聚焦再到離焦的圖像，20幅時是精確聚焦圖，繪制成評價函數(shù)對比曲線圖。

不同區(qū)域（A區(qū)域倒L型、B區(qū)域倒T型）、不同大?。ˋ區(qū)域161×150、B區(qū)域54×50、C區(qū)域241×224）、對調(diào)焦特性曲線的影響如圖3、4所示：

圖3

圖4

由圖3(b)得出：倒L型調(diào)焦窗口較倒T型窗口有更好的清晰度以及單峰性；由圖4(b)得出：調(diào)焦窗口A受背景的影響較小，單峰性更好，靈敏度可保證。但圖片的清晰度低于調(diào)焦窗口B的圖片，調(diào)焦窗口C單峰性較差，圖片的穩(wěn)定性不足。因此，在刀具測量中應選用161×150、倒L型調(diào)焦窗口。

4 結語

在刀具預調(diào)儀的自動調(diào)焦過程中，調(diào)焦評價函數(shù)、調(diào)焦區(qū)域、調(diào)焦搜索算法對圖片的清晰度都具有一定的影響。本文通過選用不同的調(diào)焦窗口進行對比，找出適用于刀具測量的調(diào)焦區(qū)域，提高圖片的清晰度，對后期圖片的處理具有深遠的影響。

［1］史萌.基于刀具檢測儀的數(shù)字圖像自動聚焦技術研究[D].西安工業(yè)大學,2012.

［2］劉力雙.電子攝像式刀具預調(diào)測量儀的調(diào)焦方法研究[D].天津大學,2012.

［3］黃德天.基于圖像技術的自動調(diào)焦方法研究[D].中國科學院大學,2013.

［4］汪宋良.一種改進型灰度差分聚焦算法研究與實現(xiàn)[J].光學儀器,2013,35(4)：47-52.

［5］張旭東.一種自動聚焦方法及其應用[J].科技情報開發(fā)與經(jīng)濟,2008,18(27)：150-152.

［6］鄭媛媛.一種新的自動計較算法的研究[J].光學技術,2011,37(4)：471-474.

［7］Li Hui.An improved focusing algorithm based on image definition evaluation[C]//2011 2nd International Conference on Artificial Intelligence,Management Science and Electronic Commerce,AIMSEC 2011-Proceedings,2011.