图像式自动聚焦系统及其测量技术的研究
|
摘要
随着科学技术的飞速发展，数字成像系统中的精确自动聚焦及其测量问题受到人们的普遍关注，自动聚焦及其测量技术的应用显得越来越重要，这对进一步提高测量精度，测量速度及自动化程度，减轻操作人员的劳动强度具有重要的现实意义。
本论文根据目前国内外现状和发展水平，针对自动聚焦和端面跳动测量的关键点和难点，在普通光学仪器的基础上提出了一种基于CCD图像处理技术的图像式自动聚焦及其测量系统，该系统具有速度快、精度高、动态范围大、体积小等优点，实现了快速、精确、大范围的自动聚焦和对工件端面跳动进行非接触、在线测量的要求。聚焦范围可达几十上百毫米，聚焦时间为5秒钟，重复精度为7μm。
在自动聚焦过程中，本论文采用了图像的灰度差分的平方和作为焦距评价函数，解决了自动聚焦过程中是否正确聚焦的判断问题；提出了一种行之有效的基于阈值和曲线拟合的自动聚焦搜索方式，使聚焦速度和精度都得到了很大的提高。对由于光照不均以及安装等存在的系统线性误差，采用最小二乘法线性拟合加以消除；对由于图像采集、传输、量化过程中产生的热电子噪声，利用了邻域平均和加权中值滤波方法来有效地减小。减小系统误差，是进一步提高自动聚焦测量系统的灵敏度和可靠性的保证。
该系统在工件端面跳动测量过程中，采用了基于可分性的最大类间方差法和形态学边缘提取以及基于边界分割的Marr算法，使图像分割和边缘提取的准确性得到了很大的提高；用压缩矩形的最小二乘法拟合工件端面图像的边缘以及用DFT变换对工件端面的跳动量进行测量，使端面跳动测量的准确性得到了很大的提高。
Along with development of technology at very fast speed, people are focused popularly on accurate autofocusing and measurement in digital imaging system. The application of techniques of autofocusing and measurement is more and more important. And it is the significance that autofocusing and measurement should ulteriorly enhance precision and speed of measurement and ulteriorly improve extent of automatization and decrease labour intensity.
On the basis of current investigation of both the domestic and foreign and current level of development, and contraposing difficulties and keys of autofocusing and measurement, this paper brings forward system of autofocus and measurement based on techniques of image processing of CCD .This system possesses merits of fast speed,high precision,small bulk and large dynamic range.It is able to carry out needs of fast, accurate, large range autofocusing and requests of noncontact and online measurement of workpiece face runout. The system possesses dynamic range of scores of millimeters and focused time of 5 seconds and repeatability of 7 microns.
This paper takes the sum of the square of gray difference as the criteria of evaluation function which image is or not focused and takes an effective searching way of autofocusing based on threshold value and curve fitting. This way enhances effectively speed and precision of autofocusing. Least square method is used to eliminate linearity errors of system as result of asymmetric illumination and fitting. Averaging method of neighborhood and medium filtering method are used to effectively overcome thermionic noise as result of courses of image transferring, gathering and quantization and so on.
In the course of measurement of workpiece face runout, variance method of the most species based on separability and image edges distilling based on morphology and Marr filtering based on edges segmentation are used to enhance effectively accuracy of image segmentation and edges distilling. Accuracy of measurement of face runout is enhanced effectually by use of least square method of compressing rectangle fitting edge of image and transforming of DFT.
本论文根据目前国内外现状和发展水平，针对自动聚焦和端面跳动测量的关键点和难点，在普通光学仪器的基础上提出了一种基于CCD图像处理技术的图像式自动聚焦及其测量系统，该系统具有速度快、精度高、动态范围大、体积小等优点，实现了快速、精确、大范围的自动聚焦和对工件端面跳动进行非接触、在线测量的要求。聚焦范围可达几十上百毫米，聚焦时间为5秒钟，重复精度为7μm。
在自动聚焦过程中，本论文采用了图像的灰度差分的平方和作为焦距评价函数，解决了自动聚焦过程中是否正确聚焦的判断问题；提出了一种行之有效的基于阈值和曲线拟合的自动聚焦搜索方式，使聚焦速度和精度都得到了很大的提高。对由于光照不均以及安装等存在的系统线性误差，采用最小二乘法线性拟合加以消除；对由于图像采集、传输、量化过程中产生的热电子噪声，利用了邻域平均和加权中值滤波方法来有效地减小。减小系统误差，是进一步提高自动聚焦测量系统的灵敏度和可靠性的保证。
该系统在工件端面跳动测量过程中，采用了基于可分性的最大类间方差法和形态学边缘提取以及基于边界分割的Marr算法，使图像分割和边缘提取的准确性得到了很大的提高；用压缩矩形的最小二乘法拟合工件端面图像的边缘以及用DFT变换对工件端面的跳动量进行测量，使端面跳动测量的准确性得到了很大的提高。
Along with development of technology at very fast speed, people are focused popularly on accurate autofocusing and measurement in digital imaging system. The application of techniques of autofocusing and measurement is more and more important. And it is the significance that autofocusing and measurement should ulteriorly enhance precision and speed of measurement and ulteriorly improve extent of automatization and decrease labour intensity.
On the basis of current investigation of both the domestic and foreign and current level of development, and contraposing difficulties and keys of autofocusing and measurement, this paper brings forward system of autofocus and measurement based on techniques of image processing of CCD .This system possesses merits of fast speed,high precision,small bulk and large dynamic range.It is able to carry out needs of fast, accurate, large range autofocusing and requests of noncontact and online measurement of workpiece face runout. The system possesses dynamic range of scores of millimeters and focused time of 5 seconds and repeatability of 7 microns.
This paper takes the sum of the square of gray difference as the criteria of evaluation function which image is or not focused and takes an effective searching way of autofocusing based on threshold value and curve fitting. This way enhances effectively speed and precision of autofocusing. Least square method is used to eliminate linearity errors of system as result of asymmetric illumination and fitting. Averaging method of neighborhood and medium filtering method are used to effectively overcome thermionic noise as result of courses of image transferring, gathering and quantization and so on.
In the course of measurement of workpiece face runout, variance method of the most species based on separability and image edges distilling based on morphology and Marr filtering based on edges segmentation are used to enhance effectively accuracy of image segmentation and edges distilling. Accuracy of measurement of face runout is enhanced effectually by use of least square method of compressing rectangle fitting edge of image and transforming of DFT.
引文
[1] 边肇祺、张学工. 模式识别. 清华大学出版社.2001.5
[2] 杨大地、涂光浴. 数值分析.重庆大学出版社.1998.1
[3] 林成森. 数值计算方法.科学出版社.1997.7
[4] 阮秋琦. 数字图像处理学.电子工业出版社.2001.1
[5] 徐士良. 常用算法程序集.清华大学出版社.2001.9
[6] 章毓晋. 图像分割.图像图形科学出版社.2001.2
[7] 袁祥辉. 固体图像传感器及其应用.重庆大学出版社.1996.6.P:54
[8] 蔡文贵、李永远等. CCD技术及应用.电子工业出版社.1992.2
[9] 吴晓波、安文斗等. 图像测量系统中的误差分析及提高测量精度的途径.光学-精密工程.1997.2 第5卷第1期.P:133-140
[10] 徐定杰、王晓溪等. 数字图像处理在焦距测量中的应用.仪表技术与传感器.1998.7 P:37-39
[11] 吴晓波. 提高面阵CCD尺寸测量分辨率的新途径.中国科协第二届青年学术年会四川卫星会议论文集.1995. P:656-659
[12] 王立强、林斌等.基于USB Video Camera 的自动聚焦系统.光电工程.2001.10 第28卷第5期. P:32-34
[13] 黄剑琪、徐之海等.基于分辨力空间变化的自动聚焦方法. 光电工程.2001.2 第28卷第1期. P:22-25
[14] 白立芬、徐毓娴等.基于图像处理的显微镜自动聚焦方法研究.仪器仪表学报.1999.12第20卷第6期. P:612-614
[15] 王冬梅、方如华等.数字图像相关测量的误差分析及其改进措施.实验力学.1998.9 第13卷第3期. P:416-419
[16] 黄剑琪、徐之海等.边缘特征增强算法和小波分析在精确聚焦中的应用.光子学报.2000.10 第29卷第10期. P:932-935
[17] 王健民，浦昭邦等.图像式显微自动调焦、瞄准系统的研究.光学技术.2000.9 第26卷第5期. P:410-414
[18] 张娇、胡福乔.边缘检测中的LOG滤波器的改进方法的研究. 微电子学与计算机. 1998年第 6期. P:36-40
[19] 陈树越、路宏年.X射线数字成像噪声特性及噪声消除方法研究. 无损检测. 2001.1 第23卷第1期. P:9-14
[20] 吴振锋、左洪福.光学显微镜自动聚焦的技术研究. 光学仪器.2000.8 第 22卷第4期. P:9-12
[21] 马俊婷、李仰军、郝晓剑.科学级 CCD相机的噪声分析和信号处理. 华北工学院学报. 2001年第 22卷第2期. P:83-87
[22] 郭彦珍、邱宗明.图像测量技术中一种调焦的判别方法. 西安理工大学学报. 2001年第17卷第1期. P:40-42
[23] 木斌.摄像机智能化自动聚焦与变焦原理. 电视技术. 1997年第3期. P:19-21
[24] 董汉莉.Marr-Hildreth算子边缘精确定位的研究. 郑州工业大学学报. 1999.6. 第20卷第2期. P:36-38
[25] 李惠民.关于测量仪器的自动聚焦. 北京测绘. 1998年第 3期. P:36-38
[26] 靳宏磊、朱蔚萍.二维灰度直方图的最佳分割方法.模式识别与人工智能.1999.9 第12卷第3期. P:329-332
[27] 关文俊、和亮.现代相机的自动功能(自动聚焦式相机).1999第15卷第6期. P:76-79
[28] 李贺、于培友.《数据库原理及应用》CAI系统分析与设计. 情报科学.2000.4第18卷第4期. P:343-344
[29] Nikhil R.Pal and Sankar K.Pal. A Review on Image segmentation techniques. Pattern Recognition. Vol 26.No.9.1993. P:1277-1294
[30] R.M.Haralick. Survey,image segmentation techniques.Comput.Vision .Graphics Image Process. 29.1985. P:100-132
[31] Peli T,Malah D.A study of edge determination algorithms.CGIP.1982.20:P1-20
[32] R.M.Haralick. Edge and region analysis for digital image data. Comput,Graphics,Image Processing. 12.1980. P:58-68
[33] Glasbey C A.An analysis of histogram based thresholding algorithms.CVGIP-GMIP.1993.55(6):P532-537
[34] G.P.Dinneen Programming Pattern Recognition. Proceeding Western Joint Computer Conference. March 1995.
[35] Yuille A L,Poggio T. Scaling theorems for zero crossings.IEEE_PAMI.1986.P:15-25
[36] Clark J J. Authenticating edges produced by zero-crossing algorithm. IEEE-PAMI. 1998:P43-57
[37] Deriche R. Optimal edge detection using recursive filtering Proceedings of 1st ACCV. 1987:P501-505
[38] Weszka J S.Rosenfeld A.Threshold evaluation technique.IEEE-SMC.1978.8:P622-629
[39] Yen J C,Chang F J,Chang S. A new criterion for automatic multilevel thresholding. IEEE-IP. 1995:P468-479
[2] 杨大地、涂光浴. 数值分析.重庆大学出版社.1998.1
[3] 林成森. 数值计算方法.科学出版社.1997.7
[4] 阮秋琦. 数字图像处理学.电子工业出版社.2001.1
[5] 徐士良. 常用算法程序集.清华大学出版社.2001.9
[6] 章毓晋. 图像分割.图像图形科学出版社.2001.2
[7] 袁祥辉. 固体图像传感器及其应用.重庆大学出版社.1996.6.P:54
[8] 蔡文贵、李永远等. CCD技术及应用.电子工业出版社.1992.2
[9] 吴晓波、安文斗等. 图像测量系统中的误差分析及提高测量精度的途径.光学-精密工程.1997.2 第5卷第1期.P:133-140
[10] 徐定杰、王晓溪等. 数字图像处理在焦距测量中的应用.仪表技术与传感器.1998.7 P:37-39
[11] 吴晓波. 提高面阵CCD尺寸测量分辨率的新途径.中国科协第二届青年学术年会四川卫星会议论文集.1995. P:656-659
[12] 王立强、林斌等.基于USB Video Camera 的自动聚焦系统.光电工程.2001.10 第28卷第5期. P:32-34
[13] 黄剑琪、徐之海等.基于分辨力空间变化的自动聚焦方法. 光电工程.2001.2 第28卷第1期. P:22-25
[14] 白立芬、徐毓娴等.基于图像处理的显微镜自动聚焦方法研究.仪器仪表学报.1999.12第20卷第6期. P:612-614
[15] 王冬梅、方如华等.数字图像相关测量的误差分析及其改进措施.实验力学.1998.9 第13卷第3期. P:416-419
[16] 黄剑琪、徐之海等.边缘特征增强算法和小波分析在精确聚焦中的应用.光子学报.2000.10 第29卷第10期. P:932-935
[17] 王健民，浦昭邦等.图像式显微自动调焦、瞄准系统的研究.光学技术.2000.9 第26卷第5期. P:410-414
[18] 张娇、胡福乔.边缘检测中的LOG滤波器的改进方法的研究. 微电子学与计算机. 1998年第 6期. P:36-40
[19] 陈树越、路宏年.X射线数字成像噪声特性及噪声消除方法研究. 无损检测. 2001.1 第23卷第1期. P:9-14
[20] 吴振锋、左洪福.光学显微镜自动聚焦的技术研究. 光学仪器.2000.8 第 22卷第4期. P:9-12
[21] 马俊婷、李仰军、郝晓剑.科学级 CCD相机的噪声分析和信号处理. 华北工学院学报. 2001年第 22卷第2期. P:83-87
[22] 郭彦珍、邱宗明.图像测量技术中一种调焦的判别方法. 西安理工大学学报. 2001年第17卷第1期. P:40-42
[23] 木斌.摄像机智能化自动聚焦与变焦原理. 电视技术. 1997年第3期. P:19-21
[24] 董汉莉.Marr-Hildreth算子边缘精确定位的研究. 郑州工业大学学报. 1999.6. 第20卷第2期. P:36-38
[25] 李惠民.关于测量仪器的自动聚焦. 北京测绘. 1998年第 3期. P:36-38
[26] 靳宏磊、朱蔚萍.二维灰度直方图的最佳分割方法.模式识别与人工智能.1999.9 第12卷第3期. P:329-332
[27] 关文俊、和亮.现代相机的自动功能(自动聚焦式相机).1999第15卷第6期. P:76-79
[28] 李贺、于培友.《数据库原理及应用》CAI系统分析与设计. 情报科学.2000.4第18卷第4期. P:343-344
[29] Nikhil R.Pal and Sankar K.Pal. A Review on Image segmentation techniques. Pattern Recognition. Vol 26.No.9.1993. P:1277-1294
[30] R.M.Haralick. Survey,image segmentation techniques.Comput.Vision .Graphics Image Process. 29.1985. P:100-132
[31] Peli T,Malah D.A study of edge determination algorithms.CGIP.1982.20:P1-20
[32] R.M.Haralick. Edge and region analysis for digital image data. Comput,Graphics,Image Processing. 12.1980. P:58-68
[33] Glasbey C A.An analysis of histogram based thresholding algorithms.CVGIP-GMIP.1993.55(6):P532-537
[34] G.P.Dinneen Programming Pattern Recognition. Proceeding Western Joint Computer Conference. March 1995.
[35] Yuille A L,Poggio T. Scaling theorems for zero crossings.IEEE_PAMI.1986.P:15-25
[36] Clark J J. Authenticating edges produced by zero-crossing algorithm. IEEE-PAMI. 1998:P43-57
[37] Deriche R. Optimal edge detection using recursive filtering Proceedings of 1st ACCV. 1987:P501-505
[38] Weszka J S.Rosenfeld A.Threshold evaluation technique.IEEE-SMC.1978.8:P622-629
[39] Yen J C,Chang F J,Chang S. A new criterion for automatic multilevel thresholding. IEEE-IP. 1995:P468-479