楊亞賓

摘要：為了解決傳統(tǒng)實(shí)驗(yàn)與測(cè)量應(yīng)用中，由測(cè)量人員肉眼觀察并記錄干涉條紋變化信息過(guò)程中存在的易出錯(cuò)、效率低、勞動(dòng)強(qiáng)度大等問(wèn)題，采用計(jì)算機(jī)圖像處理技術(shù)提供一種便捷高效的解決方案，通過(guò)圖像采集與處理，設(shè)計(jì)干涉條紋處理計(jì)數(shù)系統(tǒng)。該系統(tǒng)選用CMOS攝像頭實(shí)時(shí)采集干涉條紋圖樣，運(yùn)用VC++6.0編寫(xiě)圖像處理程序?qū)Ω缮鏃l紋圖樣優(yōu)化處理，最終實(shí)現(xiàn)自動(dòng)計(jì)數(shù)。經(jīng)驗(yàn)證，干涉條紋計(jì)數(shù)系統(tǒng)計(jì)數(shù)準(zhǔn)確、性能穩(wěn)定、效率高，可減輕勞動(dòng)強(qiáng)度、提高測(cè)量精度、滿(mǎn)足應(yīng)用需求。

關(guān)鍵詞：干涉條紋；圖像處理；VC++6.0；自動(dòng)計(jì)數(shù)

DOI：10.11907/rjdk.172992

中圖分類(lèi)號(hào)：TP319

文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1672-7800（2018）007-0153-05

Abstract：Inthetraditionalexperimentsandmeasurementapplication，theproblemsoferror-proneness，lowefficiencyandhighlaborintensityexistintheprocessofobservingandrecordingtheinformationofinterferencefringechangesbythemeasurementpersonnel.Inordertosolvetheproblems，thispaperusesthecomputerimageprocessingtechnologytoprovideaconvenientandefficientsolution，bywhichwedesigninterferencefringeprocessingcountingsystemthroughtheimageacquisitionandprocessing.ThesystemusestheCMOScameratocollecttheinterferencefringepatterninrealtime，employsVC++6.0towritetheimageprocessingprogramtooptimizetheinterferencefringepatternandfinallyrealizetheautomaticcounting.Experimentsshowthatthedesignedinterferencefringecountingsystemisofstableperformance，accurateandhighlyefficient.Itcanreducethelaborintensity，improvethemeasurementaccuracyandmeettheapplicationrequirements.

KeyWords：interferencefringes；imageprocessing；VC++6.0；automaticcounting

0引言

光的干涉現(xiàn)象在測(cè)量和生活中有廣泛應(yīng)用，在光學(xué)部件精密測(cè)量、增透光薄膜制備、軸承滾珠分類(lèi)和檢測(cè)以及測(cè)定物質(zhì)折射率方面有極其重要的作用。干涉條紋處理計(jì)數(shù)系統(tǒng)使用邁克爾遜干涉儀，其結(jié)構(gòu)簡(jiǎn)單，精度高，可用來(lái)測(cè)定微小的長(zhǎng)度變化、材料的折射率、光的波長(zhǎng)等。然而，在運(yùn)用干涉儀器時(shí)，關(guān)于干涉條紋信息的觀察與記錄由測(cè)量人員通過(guò)目測(cè)完成，存在諸多問(wèn)題與不便，如因視覺(jué)暫留和視覺(jué)疲勞引起計(jì)數(shù)錯(cuò)誤以及多次測(cè)量來(lái)降低測(cè)量誤差所導(dǎo)致的效率低等問(wèn)題。本文在現(xiàn)代電子技術(shù)和圖像處理技術(shù)的基礎(chǔ)上，開(kāi)發(fā)了一套可視化的干涉條紋自動(dòng)計(jì)數(shù)系統(tǒng)，可對(duì)傳統(tǒng)的計(jì)數(shù)方式進(jìn)行改進(jìn)，對(duì)現(xiàn)有干涉計(jì)數(shù)儀器進(jìn)行優(yōu)化，極大地提高測(cè)量精度與效率。

1干涉條紋測(cè)量理論基礎(chǔ)

1.1邁克爾遜干涉儀結(jié)構(gòu)

邁克爾遜干涉儀如圖1所示，S為單色激光光源，M1、M2為平面反射鏡，平面鏡M2固定，M1可通過(guò)精密旋鈕前后移動(dòng)。A為分光板，B為補(bǔ)償板。補(bǔ)償板B使經(jīng)過(guò)分光板A分出的兩束光都通過(guò)3次玻璃，減小兩束光的光程差，提高兩束光的空間相干性，消除色散的影響，使干涉圖樣更加清晰。O點(diǎn)為干涉條紋觀察點(diǎn)。光源S發(fā)出的光線(xiàn)與平面鏡M2垂直，與平面鏡M1平行。分光板和補(bǔ)償板與平面鏡M1、M2成45°角。M2′為M2光路上的等效位置。兩束光的干涉等效于M1與M2′之間空氣薄膜產(chǎn)生的干涉。

1.2干涉條紋測(cè)量原理

在干涉圖樣中隨機(jī)去一點(diǎn)，假設(shè)該點(diǎn)條紋級(jí)數(shù)為m。當(dāng)該點(diǎn)由亮變暗再變亮?xí)r，該點(diǎn)的條紋級(jí)數(shù)由m級(jí)變?yōu)閙+1級(jí)（或m-1級(jí)）。在已知光的波長(zhǎng)λ的情況下，根據(jù)公式Δd=λ/2，可得移動(dòng)距離。同理當(dāng)有N條亮條紋經(jīng)過(guò)該點(diǎn)時(shí)可得公式：Δd=Nλ/2。因此可以通過(guò)記錄經(jīng)過(guò)干涉圖樣上某點(diǎn)的條紋數(shù)計(jì)算平面反光鏡的移動(dòng)距離。

2數(shù)字圖像采集系統(tǒng)設(shè)計(jì)

2.1采集系統(tǒng)結(jié)構(gòu)與硬件選用

本文所設(shè)計(jì)的圖像采集系統(tǒng)由光學(xué)成像和圖像采集兩部分組成。光學(xué)成像部分由邁克爾遜干涉儀光路部分完成，圖像采集部分由CMOS網(wǎng)絡(luò)攝像頭和電腦完成。數(shù)字圖像采集系統(tǒng)就是通過(guò)光敏傳感器將圖像的光信號(hào)轉(zhuǎn)化為電信號(hào)，再用AD轉(zhuǎn)換器將電信號(hào)轉(zhuǎn)化為數(shù)字信號(hào)。然后經(jīng)過(guò)數(shù)字芯片處理將數(shù)字信號(hào)編碼形成一定格式的圖像，通過(guò)數(shù)據(jù)接口傳輸?shù)接?jì)算機(jī)進(jìn)行處理和存儲(chǔ)。

數(shù)字成像的核心是圖像傳感器。目前，圖像采集系統(tǒng)常用CCD攝像機(jī)搭配圖像采集卡，其成本較為昂貴。CMOS圖像傳感器具有價(jià)格低、功耗小，數(shù)據(jù)采集速度較快等特點(diǎn)，能滿(mǎn)足系統(tǒng)的使用需求其主要指標(biāo)包括：幀速30幀/s；分辨率640×480。

2.2干涉圖樣獲取

2.2.1圖樣采集

將連續(xù)變化的圖像在空間坐標(biāo)上進(jìn)行離散化處理。所選取的采樣點(diǎn)稱(chēng)之為像素，由采樣點(diǎn)的值所組成的矩陣可表示為：

2.2.3圖樣存儲(chǔ)

本文采集和處理的是常見(jiàn)的BMP格式圖片。BMP格式是一種無(wú)壓縮位圖格式。它在結(jié)構(gòu)上由文件頭、位圖信息頭、顏色表和圖像數(shù)據(jù)4部分組成。

其中，位圖數(shù)據(jù)記錄著每一個(gè)像素的值，記錄順序?yàn)閺淖蟮接?，從上到下。?dāng)biBitCount=1時(shí)，8個(gè)像素為1字節(jié)；當(dāng)biBitCount=4時(shí)，2個(gè)像素為1字節(jié)；當(dāng)biBitCount=8時(shí)，1個(gè)像素為1字節(jié)；當(dāng)biBitCount=24時(shí)，1個(gè)像素為3字節(jié)。

3圖像處理與測(cè)量

3.1干涉條紋處理算法

本文通過(guò)CMOS攝像頭獲得干涉條紋原圖像，如圖3所示。為得到清晰規(guī)則的干涉條紋需對(duì)其進(jìn)行圖像處理。圖像處理分為以下幾個(gè)步驟：①彩圖轉(zhuǎn)化為灰度圖；②圖像降噪處理；③圖像銳化處理；④圖像二值化處理；⑤條紋圓心定位。

3.1.1圖像灰度轉(zhuǎn)化

由CMOS攝像頭得到的圖片是真彩色圖，尺寸較大。而計(jì)算機(jī)每秒鐘要處理多張圖片，如果直接通過(guò)數(shù)學(xué)方法進(jìn)行處理，系統(tǒng)運(yùn)行負(fù)載較大。在圖像處理過(guò)程中，圖像色彩并不影響條紋的識(shí)別，通過(guò)灰度轉(zhuǎn)化可大幅度減小工作量，提高處理速度。

真彩色圖的每個(gè)像素占有3個(gè)字節(jié)，而灰度圖的每個(gè)像素只占1個(gè)字節(jié)。本實(shí)驗(yàn)用的光源為紅色激光光源。為得到更好的灰度圖樣，分別通過(guò)經(jīng)典算法（8）和光三元素轉(zhuǎn)換公式（9）：

通過(guò)灰度轉(zhuǎn)化后的圖像進(jìn)行對(duì)比，發(fā)現(xiàn)采用經(jīng)典算法得到的灰度圖樣的效果最好，如圖4所示。因而，在之后的圖像處理過(guò)程中采用經(jīng)典算法得到灰度圖像。

3.1.2圖像降噪處理

由于得到的灰度圖樣存在較多噪點(diǎn)，不利于實(shí)現(xiàn)條紋計(jì)數(shù)，所以需要對(duì)得到的圖像進(jìn)行降噪處理。以下采用常見(jiàn)的幾種降噪平滑處理方法：

（2）加權(quán)平均法?；驹砗袜徲蚱骄ㄏ嗤?，但是相鄰像素所占權(quán)重不同。

（3）選擇式掩膜平滑法。相較于前兩種圖像平滑處理方法，通過(guò)這種方法可以較好地保留干涉圖樣的邊界細(xì)節(jié)。以中心像素為基準(zhǔn)點(diǎn)做9個(gè)形狀不同的窗口，分別計(jì)算窗口內(nèi)平均值和方差。這種方法在降噪的同時(shí)較少破壞邊界。

（4）中值濾波法。中值濾波法常采用含有奇數(shù)點(diǎn)的窗口，將窗口內(nèi)點(diǎn)數(shù)按照灰度大小排列，取中間數(shù)值作為中心點(diǎn)灰度值。

3.1.3圖像銳化處理

灰度圖像降噪與銳化處理后的各種效果圖，如圖5所示。

為突出條紋的邊界也可用直方圖均衡化，直方圖均衡通過(guò)對(duì)圖像中像素的灰度值進(jìn)行變換，使變換后的像素灰度概率密度均勻分布，得到灰度均勻分布的干涉圖樣，從而提高圖像的對(duì)比度，使條紋邊界更加突出。設(shè)r、s分別表示原圖像和處理后圖像在（x，y）處的灰度，灰度的總數(shù)為L(zhǎng)，得到：

T（r）為變換函數(shù)，變換函數(shù)要滿(mǎn)足兩個(gè)條件。第一個(gè)是T（r），屬于單調(diào)函數(shù)，從而保證變換后圖像的灰度等級(jí)依然保持原順序；第二個(gè)變換前后的定義域相同。

圖像的灰度值可以看成隨機(jī)變量。設(shè)圖像有N個(gè)像素點(diǎn)，nk為第k級(jí)灰度的像素點(diǎn)數(shù)；rk表示第k個(gè)灰度等級(jí)，則灰度值在rk等級(jí)的像素出現(xiàn)概率為：

利用上述公式變換后得到直方圖均衡化圖像，如圖6所示。

3.1.4圖像二值化處理

通過(guò)以上處理得到的圖片已經(jīng)降低了噪點(diǎn)，提高了條紋邊界清晰度。為了便于對(duì)條紋圖像計(jì)數(shù)，將得到的256色的干涉圖樣轉(zhuǎn)化成黑白圖片，即實(shí)現(xiàn)干涉圖樣的二值化。這樣有利于對(duì)圖片的集合特征進(jìn)行處理和分析、方便計(jì)數(shù)。二值化公式為：

閾值的選取方法有多種，如灰度直方圖發(fā)、灰度平均值法、最佳閾值法等?？紤]到本文中條紋圖像條紋灰度變化較大，在該系統(tǒng)中選用反復(fù)實(shí)驗(yàn)確定閾值的方法。對(duì)不同圖像進(jìn)行二值化后得到圖7，通過(guò)對(duì)干涉條紋的補(bǔ)全得到完整圖樣。

3.2干涉條紋圓心定位

通過(guò)上述一系列圖像處理得到了具有較好幾何特征的二值化圖像。由于干涉條紋的寬度隨著等級(jí)的增加而降低，為了提高計(jì)數(shù)可靠性應(yīng)選擇中心區(qū)域的條紋計(jì)數(shù)，因此需要確定干涉條紋的圓心坐標(biāo)。對(duì)于麥克爾遜干涉產(chǎn)生的同心圓環(huán)過(guò)圓心附近作割線(xiàn)，如圖8所示。記錄割線(xiàn)所過(guò)每個(gè)亮圓環(huán)的長(zhǎng)度分別為l1，l2，l3，l4，…ln，比較l的大小確定圓心的縱坐標(biāo)。

當(dāng)ln-1≤ln≥ln+1時(shí)，取ln的初始像素縱坐標(biāo)加上ln寬度的一半，得到圓心坐標(biāo)的縱坐標(biāo)，然后以同樣的方法確定圓心的橫坐標(biāo)，如圖8所示。

3.3移動(dòng)條紋記錄

本文系統(tǒng)實(shí)驗(yàn)通過(guò)3種方法來(lái)記錄條紋變化。

方法一：得到圓心坐標(biāo)后通過(guò)比較任意直徑上像素點(diǎn)的灰度值變化找到并記錄最小亮條紋的直徑大小。由于條紋單向運(yùn)動(dòng)，所以最小亮條紋的半徑應(yīng)該是單調(diào)變化的，當(dāng)最小亮條紋的半徑出現(xiàn)非單調(diào)變化時(shí)，即可記錄移動(dòng)一個(gè)條紋。

方法二：經(jīng)實(shí)驗(yàn)得知中心圓斑的直徑一般在30～120個(gè)像素點(diǎn)，通過(guò)圓心坐標(biāo)f（x0，y0）可取圓心周?chē)?個(gè)坐標(biāo)：f（x0-40，y0）、f（x0+40，y0）、f（x0，y0-40）、f（x0，y0+40）、f（x0-40，y0-40）、f（x0-40，y0+40）、f（x0+40，y0-40）、f（x0+40，y0+40）

當(dāng)8個(gè)坐標(biāo)中有N個(gè)坐標(biāo)的灰度值變化時(shí)即可記為移動(dòng)了一個(gè)條紋數(shù)。N的取值由實(shí)驗(yàn)測(cè)定得5或6時(shí)較為合適。

方法三：與方法一原理相同，但記錄的是暗條紋半徑的變化。

當(dāng)3種方法中有2個(gè)或2個(gè)以上記錄條紋變化時(shí)認(rèn)定為移動(dòng)一個(gè)條紋，從而提高計(jì)數(shù)的準(zhǔn)確性。

3.4系統(tǒng)實(shí)驗(yàn)驗(yàn)證

系統(tǒng)實(shí)驗(yàn)裝置的搭建，如圖9所示。

通過(guò)移動(dòng)平面鏡下的測(cè)位旋鈕使平面鏡移動(dòng)，從而改變相干光的光程差，引起干涉條紋變化。經(jīng)過(guò)攝像頭采集變化的條紋，運(yùn)用VC++6.0編寫(xiě)圖像處理程序，本文開(kāi)發(fā)的軟件實(shí)現(xiàn)動(dòng)態(tài)顯示和計(jì)數(shù)，系統(tǒng)實(shí)驗(yàn)驗(yàn)證結(jié)果如圖10所示。

4結(jié)語(yǔ)

本文采用CMOS攝像頭，運(yùn)用圖像傳感技術(shù)、圖像處理計(jì)數(shù)、計(jì)算機(jī)編程，在邁克爾遜干涉儀基礎(chǔ)上實(shí)現(xiàn)了計(jì)算機(jī)自動(dòng)記錄干涉條紋移動(dòng)數(shù)目，開(kāi)發(fā)了基于圖像處理技術(shù)的可視化自動(dòng)計(jì)數(shù)系統(tǒng)，為干涉條紋自動(dòng)計(jì)數(shù)提供了新的方法。以COMS攝像頭和計(jì)算機(jī)硬件為基礎(chǔ)，通過(guò)實(shí)時(shí)采集和處理干涉圖樣得到條紋變化，提高了測(cè)量效率，降低了測(cè)量誤差并且減輕測(cè)量人員的勞動(dòng)強(qiáng)度，可用于現(xiàn)有干涉計(jì)數(shù)儀器的升級(jí)改造。

參考文獻(xiàn)：

[1]何勇，王青，朱日宏等.Windows環(huán)境下干涉圖像采集和處理[J].紅外與激光工程，2003，32（2）.203-206.

[2]WERMESN.DepletedCMOSpixelsforLHCproton-protonexperiments[J].NuclearInstrumentsandMethodsinPhysicsResearch，2016（824）：483-486.

[3]MAHAKUDR，PRAKASHO，DIXITSK，etal.AnalysisonthelaserbeampointinginstabilityinducedfringeshiftandcontrastdilutionfromdifferentinterferometersusedforwritingfiberBragggrating[J].OpticsCommunications，2009（282）：2204-2211.

[4]SEJZEIAH，JAMZADM.EvaluationofvariousdigitalimageprocessingtechniquesfordetectingcriticalcrescentmoonandintroducingCMD-Atoolforcriticalcrescentmoondetection[J].Optik-InternationalJournalforLightandElectronOptics，2016，127（3）：1511-1525.

[5]尤政，李濤.CMOS圖像傳感器在空間技術(shù)中的應(yīng)用[J].光學(xué)技術(shù)，2002，28（1）：3-35.

[6]雷玉堂.光電檢測(cè)技術(shù)[M].北京：中國(guó)計(jì)量出版社，1997

[7]T.帕夫利迪斯.計(jì)算機(jī)圖形顯示和圖像處理的算法[M].北京：科學(xué)出版社，1987.

[8]JOHAND，BENOITP.Rigidimageregistrationbygeneraladaptiveneighborhoodmatching[J].PatternRecognition，2016（55）：45-57.

[9]鄢靜舟.干涉圖特征信息自動(dòng)采集方法[J].光學(xué)技術(shù)，2000，26（1）：71-75.

[10]PEREZ-RODRIGUEZJ，ARRO-PENAAG，GARCIA-PEDRAJASN.Simultaneousinstanceandfeatureselectionandweightingusingevolutionarycomputation：proposalandstudy[J].AppliedSoftComputing，2015（37）：416-443.

[11]SUNUPRAPTOH，DANOEDOROP，SUR.Evaluationofpan-sharpeningmethod：appliedtoartisanalgoldminingmonitoringinGunungPaniforestarea[J].ProcediaEnvironmentalSciences，2016（33）：230-238.

[12]WANGW，CHENC，MICHAELKNG.Animagepixelbasedvariationalmodelforhistogramequalization[J].JournalofVisualCommunicationandImageRepresentation，2016（34）：118-134.

（責(zé)任編輯：江艷）