徐云潔, 陳曉榮, 徐 挺, 王原野, 王子旋

(上海理工大學(xué)光電信息與計算機工程學(xué)院, 上海 200093)

0 引言(Introduction)

隨著信息化時代的到來,光纖被應(yīng)用到越來越多的場合,尤其是光纖通信等方面,開展光纖端面幾何參數(shù)的研究對于促進(jìn)該領(lǐng)域的發(fā)展有著重要作用[1-3]。有關(guān)幾何參數(shù)的研究中,首要步驟為測量光纖幾何參數(shù),而傳統(tǒng)的幾何參數(shù)測量方法多為人工測量,該方式費時費力且誤差較大[4];實驗室基礎(chǔ)測量方法操作又較為復(fù)雜。

隨著科技的發(fā)展,國內(nèi)外提出了多種數(shù)字化方法對光纖端面幾何參數(shù)進(jìn)行檢測。楊遠(yuǎn)[5]基于機器視覺設(shè)計算法,完成了對D型光纖側(cè)面拋磨深度的測量,但測量內(nèi)容較單一,且穩(wěn)定性有待提升。ZHANG等[6]通過綜合閾值邊界提取和改進(jìn)的曲線擬合算法進(jìn)行截面重建,得到多芯光纖幾何參數(shù),但在邊緣擬合方面仍有待改進(jìn)。

為實現(xiàn)特殊形狀光纖端面幾何參數(shù)的數(shù)字化檢測與計算,本文采用數(shù)字圖像處理技術(shù),設(shè)計一種基于機器視覺的八角光纖端面幾何參數(shù)測量算法。測量算法經(jīng)多組圖像測試后,得出的數(shù)據(jù)精確度較高,符合工業(yè)需求。

1 光纖端面及幾何參數(shù)簡介(Introduction of optical fiber endface and geometric parameters)

光纖主要分成涂覆層、包層、纖芯等部分。八角光纖端面的中間為纖芯,其外為包層,含干擾的八角光纖端面圖如圖1所示。

圖1 含干擾的八角光纖端面圖Fig.1 Endface diagram of octagonal optical fiber with interference

本算法針對包層為八角形的光纖,檢測其包層輪廓,主要測量內(nèi)切圓直徑(即包層直徑)、對角距離等幾何參數(shù),重點研究包層部分的邊緣提取、有效輪廓篩選、輔助線參數(shù)測量等內(nèi)容。

2 算法實現(xiàn)及分析(Algorithm implementation and analysis)

2.1 實驗軟件及算法流程

本文使用的軟件為Halcon,全稱及版本號為HDevelop 18.05 Progress (64-bit)。本算法實現(xiàn)的功能為通過運行程序快速測量八角光纖端面幾何參數(shù)。

本文采用的算法流程圖如圖2所示。首先進(jìn)行圖像預(yù)處理,其次使用亞像素輪廓檢測算法,針對包層端面進(jìn)行邊緣提取及分割,設(shè)計有效輪廓篩選算法去除干擾輪廓,提出輔助線參數(shù)測量法,最后完成八角光纖幾何參數(shù)的測量,并顯示檢測結(jié)果。

圖2 算法流程圖Fig.2 Algorithm flow chart

2.2 圖像預(yù)處理及包層邊緣提取

首先使用中值濾波[7]的方法對圖像進(jìn)行預(yù)處理,濾除采集圖像時因光線和環(huán)境等因素引入的噪聲。

定義輸入圖像的灰度值為xi,j,則有中值濾波后輸出灰度值為yi,j[8]:

yi,j=med(r,s)∈W(xi+r,j+s)

(1)

其中,W為中值濾波中使用窗口的階數(shù)。

此次我們對比分析了患者的運動能力和自理能力,結(jié)果均為觀察組較優(yōu)秀,說明患者的生活質(zhì)量也有了很大的改善,綜上所述,腦梗死伴發(fā)肢體功能障礙患者接受長期的康復(fù)護(hù)理,堅持鍛煉,能夠獲得較好的效果,在此過程中,需要護(hù)理人員和患者家屬的積極配合。讓患者的肢體功能改善,促進(jìn)患者生活質(zhì)量提升。

中值濾波的數(shù)學(xué)表達(dá)式如公式(2)所示:

(2)

其次進(jìn)行亞像素輪廓邊緣提取[11-12]。本算法中,使用中值濾波后的包層部分與包層外兩個區(qū)域的閾值進(jìn)行計算,分別設(shè)為Tmean與Tmean_0,如公式(3)所示,定義分界點閾值T,并以此為基準(zhǔn)將這兩個區(qū)域分開,對兩種背景圖像進(jìn)行交叉分割?？蓮臑V波后的圖像中提取出包層區(qū)域的亞像素精密輪廓,分割的結(jié)果為以亞像素形式存在的分割線。按長度篩選后,即得到八邊形包層亞像素輪廓。

(3)

提取出的八角光纖包層亞像素輪廓示意圖如圖3所示。以此亞像素輪廓為基準(zhǔn),計算繪制出八角光纖包層的內(nèi)切圓與外接圓,并求出對應(yīng)的半徑。

圖3 八角光纖包層亞像素輪廓示意圖Fig.3 Sub-pixel contour diagram of octagonal optical fiber cladding

2.3 有效輪廓篩選算法

在八角光纖端面幾何參數(shù)測量過程中,所需輪廓為八邊形輪廓的八條直邊,本文提出一種有效輪廓篩選算法,將有效的包層邊緣輪廓段篩選出來。

2.3.1 有效輪廓篩選

將提取出的八角光纖包層亞像素輪廓進(jìn)行分割,結(jié)果如圖4所示。

圖4 分割后的八角光纖包層亞像素輪廓Fig.4 Sub-pixel contour diagram of segmented octagonal optical >fiber cladding

八角光纖本身可能存在不同種類的缺陷,例如光纖本身質(zhì)量問題引入的缺陷、為拍攝端面圖像而對光纖端面進(jìn)行切割時引入的缺陷等。這些缺陷的存在可能會影響八邊形亞像素輪廓,導(dǎo)致在提取輪廓時會出現(xiàn)如圖5(a)所示的向內(nèi)凹陷的缺陷干擾。計算每段輪廓到中心的距離,設(shè)計參數(shù),保留距離包層中心較遠(yuǎn)的輪廓,篩選掉向內(nèi)凹陷的干擾缺陷段,結(jié)果如圖5(b)所示。

(a)存在向內(nèi)凹陷的缺陷示意圖

coun=|ro-dnmin|(n=1,2,…,N)

(4)

按照有效輪廓篩選步驟,將有效輪廓逐步篩選保留,有效輪廓篩選步驟詳見表1。

表1 有效輪廓篩選步驟

2.3.2 有效輪廓再篩選

原始圖像中,八角光纖的八個內(nèi)角受制作工藝因素的影響,通常多為圓角,這給分離八邊形直邊輪廓段帶來了困難。使用有效輪廓篩選算法后,仍會有如圖6(a)所示的缺陷,以及無法通過算法篩除的圓角輪廓段及干擾輪廓段等。此時,需要進(jìn)行再篩選操作,篩選后的結(jié)果如圖6(b)所示。再篩選步驟可以有效去除形狀特殊的干擾輪廓段以及較平緩的圓角輪廓段,進(jìn)一步完善有效輪廓篩選結(jié)果。

(a)圓角及干擾輪廓段示意圖

有效輪廓再篩選算法可將影響計算的圓角及干擾輪廓刪除,保留近似于八邊形的直邊輪廓,方便之后以該組直邊輪廓為基礎(chǔ),使用輔助線參數(shù)測量法測量幾何參數(shù)。

2.4 輔助線參數(shù)測量法

八角光纖形狀較為特殊,其幾何參數(shù)的判斷可以從更多的維度進(jìn)行,通過測量八角光纖獨有的幾何參數(shù),例如計算八角光纖包層對角頂點之間的距離(簡稱對角距離)等判斷光纖的狀態(tài)及質(zhì)量等。對角距離測量示意圖如圖7所示。本文提出輔助線參數(shù)測量法,主要通過構(gòu)造輔助線的方式求得八角光纖幾何參數(shù)。

圖7 對角距離測量示意圖Fig.7 Diagram of diagonal distance measurement

如圖8(a)所示,為了減少不平直輪廓因素的干擾,要先進(jìn)行直線擬合[13]。取每條直邊輪廓段的起始與終止坐標(biāo),使用數(shù)組的形式指定坐標(biāo),創(chuàng)建不帶圓角的多邊形輪廓,可有效修正直邊輪廓段有凹凸部分的問題,直線擬合后的結(jié)果圖如8(b)所示。

(a)直線擬合前的示意圖

2.4.1 固定延長線交點

如圖9所示,做一條過區(qū)域中心的水平線作為水平角度為0°的基準(zhǔn)線l0。逆時針求得相鄰直邊的延長線交點,標(biāo)記為A,B,C,D及與之中心對稱的A′,B′,C′,D′。過交點做與區(qū)域中心的連線ls(s=1,2,…,8),求出連線ls與基準(zhǔn)線l0的夾角,記為αs(s=1,2,…,8),若有負(fù)值則加360°將其換算成正值,并按照αs的大小進(jìn)行排序。

圖9 延長線交點及夾角測量示意圖Fig.9 Diagram of measuring intersection points and included angles of extended lines

2.4.2 求對角距離連線

圖10 八角光纖幾何參數(shù)檢測結(jié)果Fig.10 Detection results of octagonal optical fiber geometric parameters

3 實驗結(jié)果分析(Analysis of experimental results)

表2 八角光纖幾何參數(shù)測量結(jié)果

由表2可知,在隨機選取三組八角光纖圖,每組隨機抽取五張原始圖像進(jìn)行測試后,通過組內(nèi)對比可知,測量得到的包層直徑D并無較大偏差,其對角距離的幾何參數(shù)測量值的重復(fù)性也無較大偏差。重復(fù)性數(shù)據(jù)經(jīng)數(shù)據(jù)處理后,平均值約為0.015 μm。

本算法依托于電纜廠測量項目,其精度需求數(shù)據(jù)如表3所示。

表3 八角光纖測試精度需求數(shù)據(jù)

對比分析表2及表3中數(shù)據(jù)可知,本文提出的算法可有效測量八角光纖端面幾何參數(shù),重復(fù)性符合項目測量精度需求及目前現(xiàn)行的電纜參數(shù)需求,也可以較好地測量不同八角光纖的幾何參數(shù)[14]。

4 結(jié)論(Conclusion)

本文通過數(shù)字圖像處理的方法,實現(xiàn)八角光纖端面幾何參數(shù)測量的算法設(shè)計,填補了八角光纖端面幾何參數(shù)測量方法的空白。主要通過亞像素輪廓檢測算法提取包層輪廓,提出有效輪廓篩選算法縮小輪廓范圍,使用輔助線參數(shù)測量法測量八角光纖幾何參數(shù)。實驗證明,本測量算法獲得的重復(fù)性符合使用需求,重復(fù)性平均值約為0.015 μm,同時操作簡便,數(shù)據(jù)響應(yīng)速度快,能提高幾何參數(shù)測量的精準(zhǔn)度。

在后續(xù)算法設(shè)計中,應(yīng)更多考慮可能發(fā)生的八角光纖端面的其他缺陷情況,完善有效輪廓篩選算法,提高程序的普適性與魯棒性,進(jìn)一步優(yōu)化算法結(jié)構(gòu),提升測量精度與效率。