修亞男， 穆平安， 戴曙光， 朱婉儀

(上海理工大學(xué)，上海 200093)

1 引 言

在汽車行駛過(guò)程中，車燈模組的性能對(duì)駕駛員的安全駕駛有很大影響[1]，照明不充分會(huì)影響視野，亮度過(guò)高則會(huì)對(duì)迎面駛來(lái)的汽車駕駛員造成炫目[2],生產(chǎn)出質(zhì)量合格并且符合標(biāo)準(zhǔn)的車燈模組對(duì)保證駕駛員在能見(jiàn)度不高的環(huán)境下安全行駛是非常重要的[3]。

目前車燈模組配光性能檢測(cè)方法主要有3種：人工逐點(diǎn)測(cè)試法、燈具旋轉(zhuǎn)測(cè)試法和CCD全屏幕測(cè)試法。近年來(lái)，許多學(xué)者研究利用基于CCD傳感技術(shù)的方法測(cè)量照度，使實(shí)時(shí)性、測(cè)量精度和自動(dòng)化水平得到了較大提高[4]。王磊等[5]設(shè)計(jì)了基于CCD的公路照明測(cè)量系統(tǒng)；陳仲林等[6]使用數(shù)碼相機(jī)進(jìn)行亮度分布測(cè)量；張曉舟等[7]利用面陣CCD測(cè)量目標(biāo)的亮度；周擁軍等[8]利用CCD成像的特點(diǎn)，提出了CCD成像型亮度計(jì)的設(shè)計(jì)方法[9]；顧冰等[10]利用數(shù)碼相機(jī)實(shí)現(xiàn)了亮度的快速測(cè)量；白釗等[11]在傳統(tǒng)照度測(cè)量裝置的基礎(chǔ)上進(jìn)行了改進(jìn)。但上述文獻(xiàn)未考慮以下問(wèn)題：照度的被測(cè)點(diǎn)、被測(cè)區(qū)域分布于整幅圖像中，在相機(jī)采集圖像實(shí)現(xiàn)照度檢測(cè)的過(guò)程中，等照度的物面對(duì)應(yīng)圖像的各像素點(diǎn)灰度值理論上應(yīng)該相等，但是由于攝像系統(tǒng)的光學(xué)特性使得像面照度分布不均勻，導(dǎo)致采集的圖像在不同區(qū)域的灰度值不同，在此條件下標(biāo)定的灰度-照度曲線無(wú)法正確反映圖像灰度與實(shí)際照度的關(guān)系，因此得到的照度值誤差也會(huì)較大。

本文針對(duì)攝像系統(tǒng)的照度不均勻性對(duì)照度檢測(cè)精度的影響，提出攝像系統(tǒng)校正與標(biāo)定方案。

2 攝像系統(tǒng)的校正及標(biāo)定

2.1 畸變校正

在照度檢測(cè)前需要對(duì)攝像系統(tǒng)進(jìn)行畸變校正。令(x,y)為畸變點(diǎn)的真實(shí)坐標(biāo)，從該點(diǎn)到主點(diǎn)的距離為r，徑向畸變可通過(guò)下列的泰勒級(jí)數(shù)展開式來(lái)校正：

xc=x(1+k1r2+k2r4+k3r6)

(1)

yc=y(1+k1r2+k2r4+k3r6)

(2)

式中：(xc,yc)為校正后的坐標(biāo)；r2=x2+y2；k1，k2，k3分別為徑向畸變泰勒級(jí)數(shù)的一階、二階、三階系數(shù)[12]。

切向畸變可通過(guò)公式(3)、(4)進(jìn)行校正，其中，(xc,yc)為畸變校正后的坐標(biāo)，p1,p2表示切向畸變系數(shù)。

xc=p1(r2+2x2)+2p2xy

(3)

yc=p2(r2+2y2)+2p1xy

(4)

本文采用基于平面模板的畸變校正方法，通過(guò)NI Vision圖像模塊中相應(yīng)的畸變校正算法模型進(jìn)行畸變校正，該校正模型適用于線性畸變與非線性畸變同時(shí)存在的情況[13]。

基于平面模板的畸變校正過(guò)程如下：

步驟1：將圓點(diǎn)陣列模板放置于測(cè)試屏幕的位置，模板的相鄰水平圓點(diǎn)、垂直圓點(diǎn)的中心間距均為20 mm。通過(guò)固定好的攝像系統(tǒng)對(duì)屏幕上的圓點(diǎn)陣列圖像進(jìn)行圖像采集，標(biāo)準(zhǔn)點(diǎn)陣圖像如圖1所示。

步驟2：將采集的圓點(diǎn)陣列圖像通過(guò)閾值分割的方法獲取目標(biāo)圓點(diǎn)，通過(guò)基于亞像素邊緣提取的橢圓中心檢測(cè)法進(jìn)一步提取圖像坐標(biāo)系下圓點(diǎn)的中心坐標(biāo)。

步驟3：根據(jù)實(shí)際圓點(diǎn)中心間距與圖像圓點(diǎn)中心坐標(biāo)的對(duì)應(yīng)關(guān)系，采用畸變校正模型計(jì)算得到各校正參數(shù)。

圖1 標(biāo)準(zhǔn)點(diǎn)陣圖像Fig.1 Standard dot matrix image

步驟4：通過(guò)以上方法將采集的圖像經(jīng)過(guò)計(jì)算，對(duì)原來(lái)的坐標(biāo)進(jìn)行變換得到校正后的坐標(biāo)，通過(guò)雙線性差值變換得到校正后的圖像灰度值。利用該校正方法可以對(duì)獲取的圖像進(jìn)行畸變校正使圖像恢復(fù)原型，畸變圖像原圖與校正結(jié)果如圖2所示。

圖2 畸變?cè)瓐D和校正后的圖像Fig.2 Distorted original image and corrected image

2.2 像面照度均勻度校正

攝像系統(tǒng)在亮度均勻的環(huán)境下采集到的圖像往往會(huì)存在中心較亮并隨著遠(yuǎn)離中心逐漸變暗的現(xiàn)象，本文提出對(duì)校正系數(shù)進(jìn)行曲面擬合的方法。主要校正步驟為：控制光源投射于測(cè)試屏幕上，同時(shí)采用攝像系統(tǒng)對(duì)屏幕上的光照進(jìn)行圖像采集，獲取等照度環(huán)境下的灰度圖像，以圖像灰度值歸一化[14]處理得到的結(jié)果作為對(duì)應(yīng)像素點(diǎn)坐標(biāo)的校正系數(shù)。

2.2.1 照度均勻度校正系數(shù)的獲取

通過(guò)軟件控制投影儀投射畫面各區(qū)域亮暗使測(cè)試屏幕的照度均勻，將投影圖像分別沿橫向與縱向分割成大小為20 mm×20 mm的小區(qū)域，共14×11個(gè)小方格，為46×46大小像素，通過(guò)設(shè)置每個(gè)小方格的亮度使整個(gè)屏幕的照度在小誤差范圍內(nèi)相等，采用投影儀產(chǎn)生的均勻面光源均勻度為98%，滿足實(shí)驗(yàn)需求。在固定光圈下采集等照度物面的圖像時(shí)，采用多次采集圖像求平均值的方法去除噪聲，對(duì)連續(xù)采集的100張圖像求和取平均合成一幅新的圖像，采用2.1節(jié)的方法對(duì)獲取的圖像進(jìn)行畸變校正，再對(duì)校正后的圖像灰度值進(jìn)行歸一化處理，處理結(jié)果作為對(duì)應(yīng)像素點(diǎn)坐標(biāo)位置的校正系數(shù)。

2.2.2 校正系數(shù)曲面擬合法

將經(jīng)過(guò)采樣處理后得到的離散數(shù)據(jù)點(diǎn)導(dǎo)入1stOpt軟件[15]，通過(guò)1stOpt建立擬合函數(shù)模型，采用麥夸特算法與通用全局優(yōu)化法結(jié)合的算法進(jìn)行曲面擬合，通過(guò)編程、檢驗(yàn)可知，像素坐標(biāo)x、y與校正系數(shù)z的最佳擬合函數(shù)模型為

(5)

式中：p1～p9為各曲面擬合函數(shù)的系數(shù)，其值見(jiàn)表1。

表1 曲面擬合系數(shù)值Tab.1 Surface fitting coefficient value

圖3為校正系數(shù)的樣本點(diǎn)真實(shí)值與對(duì)應(yīng)預(yù)測(cè)值的殘差圖，殘差值在0值附近呈正負(fù)隨機(jī)分布，且所有殘差值均落在±0.04以內(nèi)，說(shuō)明建立的校正系數(shù)擬合曲面模型擬合誤差較小，較為合適。

圖3 真實(shí)值與擬合值的殘差圖Fig.3 Residual graph of real value and fitted value

2.2.3 照度均勻度校正效果分析

為檢驗(yàn)本文提出的基于校正系數(shù)曲面擬合的像面照度均勻度校正效果，采用該方法對(duì)獲取的圖像灰度值進(jìn)行校正實(shí)驗(yàn)，同時(shí)采用校正系數(shù)矩陣方法對(duì)校正效果進(jìn)行對(duì)比。具體校正過(guò)程為：獲取圖像的像素點(diǎn)坐標(biāo)(x,y)與像素點(diǎn)對(duì)應(yīng)的灰度值G(x,y)，k(x,y)為校正系數(shù)，校正后的灰度值為

(6)

如圖4為攝像系統(tǒng)在等照度環(huán)境下采集的圖像灰度值分布圖，經(jīng)過(guò)多次實(shí)驗(yàn)結(jié)果表明，采用校正系數(shù)矩陣校正后的圖像灰度值誤差約在10%以內(nèi)，而采用校正系數(shù)擬合曲面校正后的圖像灰度值誤差可控制在5%以內(nèi)，由此可見(jiàn)，基于校正系數(shù)曲面擬合的照度均勻度校正方法相對(duì)于校正系數(shù)矩陣具有更好的校正效果。

圖4 照度均勻度校正前、經(jīng)校正系數(shù)矩陣和系數(shù)曲面擬合校正后的圖像灰度分布圖Fig.4 The image gray distribution map before illumination uniformity correction, after correction coefficient matrix and coefficient surface fitting correction

2.3 攝像系統(tǒng)的標(biāo)定

2.3.1 像素當(dāng)量的標(biāo)定

將一個(gè)已知尺寸大小的圓點(diǎn)陣列模板放到測(cè)試屏幕前，通過(guò)2.1節(jié)的方法對(duì)攝像系統(tǒng)采集的原始圖像進(jìn)行畸變校正，采用畸變校正后的圖像進(jìn)行像素當(dāng)量標(biāo)定。在圓點(diǎn)陣列模板的實(shí)際間距及單位已知的情況下，通過(guò)計(jì)算機(jī)圖像中若干圓點(diǎn)中心的像素點(diǎn)個(gè)數(shù)與實(shí)際空間中對(duì)應(yīng)若干圓點(diǎn)中心的距離，即可推算出圖像的像素尺寸與實(shí)際物理空間尺寸的關(guān)系。

2.3.2 基于照度均勻度校正的灰度-照度標(biāo)定

本文對(duì)標(biāo)定進(jìn)行對(duì)比實(shí)驗(yàn)，圖5為3種灰度-照度曲線，以照度均勻度校正前的圖像灰度值為x軸，實(shí)際照度值為y軸做多項(xiàng)式擬合，圖5(a)為校正前灰度-照度擬合曲線，分別采用基于校正系數(shù)矩陣和基于校正系數(shù)曲面擬合的照度均勻度校正方法對(duì)圖像灰度值進(jìn)行校正，見(jiàn)圖5(b)和圖5(c),結(jié)果表明：通過(guò)校正系數(shù)曲面擬合的照度均勻度校正方法更好地標(biāo)定了圖像灰度與照度的關(guān)系。

圖5 3種標(biāo)定圖像的灰度-照度擬合曲線Fig.5 Fitting curves of gray illumination for three calibration images

3 車燈模組照度檢測(cè)實(shí)驗(yàn)

3.1 車燈模組的照度檢測(cè)實(shí)驗(yàn)平臺(tái)

根據(jù)本文采用的《汽車用LED前照燈》標(biāo)準(zhǔn)，選用汽車用LED前照燈進(jìn)行實(shí)驗(yàn)，標(biāo)準(zhǔn)規(guī)定檢測(cè)車燈模組照度時(shí)應(yīng)在距離車燈模組25 m處采集光型分布數(shù)據(jù)，檢測(cè)所需空間較大，為了縮小測(cè)試系統(tǒng)占地面積的同時(shí)準(zhǔn)確反應(yīng)車燈模組光源整體分布，在檢測(cè)系統(tǒng)中安裝一塊球透鏡(半徑r=440 mm，焦距f=700 mm)，幕布距離第二個(gè)主面的距離為 700 mm，應(yīng)用透鏡聚光原理將光束匯聚至暗室的屏幕上，為了防止投射的光束被遮擋，相機(jī)相對(duì)屏幕傾斜安裝，CCD攝像機(jī)[16]采集屏幕上的圖像并通過(guò)圖像采集卡傳入工控機(jī)中，采用圖像的灰度值做索引，根據(jù)攝像系統(tǒng)的灰度與照度標(biāo)定關(guān)系即可得到照度值，車燈模組照度檢測(cè)系統(tǒng)結(jié)構(gòu)如圖6所示。

圖6 車燈模組照度檢測(cè)系統(tǒng)結(jié)構(gòu)示意圖Fig.6 Structure diagram of illuminance detection system of lamp module

系統(tǒng)工作原理如下：打開前照燈的控制電源，車燈產(chǎn)生的光通過(guò)透鏡照射進(jìn)暗箱，暗箱內(nèi)的CCD攝像頭將所采集到的屏幕圖像送入計(jì)算機(jī)，進(jìn)行相應(yīng)的算法處理，快速地對(duì)屏幕上的光能分布進(jìn)行采樣、存儲(chǔ)和數(shù)據(jù)處理。

3.2 車燈模組的照度檢測(cè)方案

車燈模組2條明暗截止線的交點(diǎn)位置即為拐點(diǎn)，采用Canny邊緣檢測(cè)算法提取車燈模組照明圖像的截止線后，以截止線斜率最大的點(diǎn)作為拐點(diǎn)的選取標(biāo)準(zhǔn)，通過(guò)拐點(diǎn)與O點(diǎn)的相對(duì)位置關(guān)系即可求出O點(diǎn)的位置，照度測(cè)試坐標(biāo)系的原點(diǎn)位于近光燈截止線拐點(diǎn)向上偏移1%的位置，再以O(shè)點(diǎn)為原點(diǎn)建立照度測(cè)試坐標(biāo)系，即可獲取任意照度測(cè)量點(diǎn)在圖像上的坐標(biāo)位置[17]，坐標(biāo)系如圖7所示。

圖7 車燈模組照度測(cè)試坐標(biāo)系Fig.7 Coordinate system of illuminance test for lamp module

由車燈模組的照度檢測(cè)標(biāo)準(zhǔn)可知各照度測(cè)試點(diǎn)的實(shí)際空間位置，本文選取7個(gè)待測(cè)照度點(diǎn)，根據(jù)各個(gè)測(cè)試點(diǎn)與HV點(diǎn)在實(shí)際照度測(cè)試坐標(biāo)系上的坐標(biāo)位置關(guān)系以及像素當(dāng)量標(biāo)定的參數(shù)，可計(jì)算出待測(cè)照度點(diǎn)在圖像中的像素位置，如圖8所示。

圖8 待測(cè)照度點(diǎn)Fig.8 Illumination point to be measured

3.3 實(shí)驗(yàn)結(jié)果與分析

首先，依據(jù)車燈模組的照度檢測(cè)標(biāo)準(zhǔn)獲取車燈模組的實(shí)際照度值，再采集灰度圖像，獲取照度測(cè)試點(diǎn)在圖像上對(duì)應(yīng)的灰度值，分別通過(guò)上述3種方法對(duì)灰度值進(jìn)行檢測(cè)。具體實(shí)驗(yàn)結(jié)果見(jiàn)表2，從測(cè)量結(jié)果可以看出：校正前照度檢測(cè)的誤差最大為24.16%。采用兩種照度均勻度校正方法校正后的照度值誤差最大為14.59%，基于校正系數(shù)曲面擬合的照度均勻度校正方法得到的誤差值最大為8.37%。說(shuō)明文中提出的基于校正系數(shù)曲面擬合的照度均勻度校正方法得到的照度值更接近于實(shí)際照度值。

表2 3種檢測(cè)方法的照度測(cè)量結(jié)果Tab.2 Illuminance measurement results of three detection methods

將30個(gè)型號(hào)相同的LED汽車前照燈隨機(jī)分為3組，每組10個(gè)，在相同條件下采用3種方法進(jìn)行照度檢測(cè)實(shí)驗(yàn)，統(tǒng)計(jì)每組實(shí)驗(yàn)檢測(cè)結(jié)果的最大誤差值作為本組的檢測(cè)誤差，具體實(shí)驗(yàn)結(jié)果見(jiàn)表3。

表3 3種照度檢測(cè)方法的誤差統(tǒng)計(jì)Tab.3 Error statistics of three illuminance detection methods (%)

從表3可以看出：校正前照度檢測(cè)的誤差約達(dá)到24%，基于校正系數(shù)矩陣校正后檢測(cè)得到的照度值誤差約達(dá)到15%，而基于校正系數(shù)曲面擬合校正后的誤差基本控制在10%以內(nèi)。可見(jiàn)，本文提出的照度均勻度校正方法有效地提高了照度檢測(cè)精度。

選取4個(gè)待測(cè)照度點(diǎn)進(jìn)行10次重復(fù)性實(shí)驗(yàn)，表4為檢測(cè)結(jié)果，可以看出對(duì)于車燈模組照明的照度檢測(cè)，本文研究的檢測(cè)方法重復(fù)性誤差小于1%。本文提出的基于校正系數(shù)曲面擬合的像面照度均勻度校正方法有效的減小了照度檢測(cè)誤差，同時(shí)具有很好的可靠性。

表4 照度的重復(fù)性檢測(cè)結(jié)果Tab.4 Repeatability test results of illuminance

4 結(jié) 論

本文基于攝像系統(tǒng)像面照度均勻度校正的檢測(cè)方法對(duì)減小車燈模組照明照度進(jìn)行檢測(cè)，通過(guò)畸變算法模型對(duì)系統(tǒng)進(jìn)行畸變校正，使圖像像素坐標(biāo)與實(shí)際空間位置對(duì)應(yīng)，減小位置測(cè)量誤差，通過(guò)照度均勻度校正實(shí)驗(yàn)獲取攝像系統(tǒng)的校正系數(shù)，并提出采用基于麥夸特算法與通用全局優(yōu)化算法結(jié)合的曲面擬合方法對(duì)校正系數(shù)進(jìn)行處理，得到像素坐標(biāo)與校正系數(shù)的函數(shù)模型，在平滑數(shù)據(jù)的同時(shí)降低了算法的復(fù)雜度，實(shí)現(xiàn)對(duì)圖像灰度值的校正，減小了照度檢測(cè)的誤差。