资源描述：
《提高图像测量系统精度的细分算法的研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、第6卷第4期光学精密工程Vol.6,No.41998年8月OPTICSANDPRECISIONENGINEERINGAugust,1998提高图像测量系统精度的细分算法的研究王建民浦昭邦刘国栋(哈尔滨工业大学精密仪器系哈尔滨150001)摘要首先分析了亚像素细分技术的必要性,然后通过建立二维图像测量系统的数学模型,说明了各种提高图像测量系统的测量精度的算法的理论基础;然后,阐述了几种实用的提高图像测量系统精度的细分算法,在论述最小二乘拟合法时,本文提出了用正交筛选法来进行图像边缘响应函数形式的选择的观点,最后通过计算机仿真,验证了所提出
2、的方法的有效性并比较了各种算法所达到的精度及其抗噪声性能。关键词图像测量亚像素精度正交筛选法1引言由于CCD摄像器件具有高灵敏度,高分辨率,高速度,宽光谱响应及测量的非接触性等优点,它在测量领域得到了越来越广泛的应用。一般的图像测量系统主要由:照明系统、被测物体、光学成像系统、信号处理电路和计算机组成,因此,影响系统精度的因素主要有:1)照明系统;2)光学成像系统;3)CCD摄像器件;4)信号处理电路;5)软件算法。要想提高系统的精度,通常可选用高分辨率的CCD摄像机、采样频率比较高的图像卡,或采用特殊的光源进行照明,这些方法的使用有时
3、会受到某种限制,如光学系统放大倍数太大时,象的质量会下降,甚至会使有用的目标超出视场范围,而利用软件来提高测量的精度具有方法简单、有效的优点,因此,图像测量的软件算法越来越受到人们的重视。图像测量系统软件算法的一个重要的方面是边缘检测的算法,被测件有关边缘点的定位精度往往直接影响到整个测量的精度,因此,研究边缘点的精确定位算法是很有实际意义的。2图像测量系统的数学模型图像测量系统的光学成像系统尽管形式各异,但我们可等效为如下的模型:收稿日期:1998-04-064期王建民等:提高图像测量系统精度的细分算法的研究45实际的CCD图像测量系
4、统,有用相干照明系统的,也有采用非相干照明系统的,但非相干照明系统应用得多些,所以本文主要推导非相干照明测量系统的数学模型。并且不考虑光学系统的像差。在非相干照明下,衍射受限成像系统对照度的变换是空不变系统,设G(x,y)为几何光学下的理想像的照度分布,E(x,y)为像Fig.1Theimagingmodelofgeneralopticalsystems面的照度分布,S为光学系统孔径光阑的总面[1]积,h(x,y)为系统的点扩展函数,则有:3E(x,y)=k1G(x,y)(h(x,y)(1)上式中k1为考虑光线经过成像系统时的能量损失系
5、数。在几何光学近似下,物的照度分布与像的照度分布相同,设O(x,y)为物的辐亮度分布,M为系统的放大倍数,S0为系统入瞳的面积,d0为物体到系统入瞳的距离,则理想像的照度分布[1]为:S012xyxyG(x,y)=2()O[,]=k2O[,](2)d0MMMMM设P0(x,y)为出瞳函数的傅立叶变换,di为出瞳平面到像面之间的距离,K为光波波长,系统的点脉冲响应为:xy2ûP0[,]û1KdiKdixy2h(x,y)=22=k3ûP0(,)û(3)KdiSKdiKdi为更能说明问题的一般性,我们以面阵CCD为接收器件,设CCD光敏元的横
6、向、纵向尺寸分别为a,b,光敏元的横向、纵向间距分别为c,d。CCD器件对像的分布进行平均值取样,故CCD器件在光照下中心在(A,B)处产生的电荷包为:baB+A+22Q(x,y)=k4E(x,y)dxdy(4)∫∫baB-A-22k4为比例常数。CCD感光面阵列可表示为:xyxyRect()Rect()3[Comb()Comb()](5)abdc根据文献[2]的结论,不难得出电荷包的实际分布为:xyxyxyQ(x,y)=k5{E(x,y)3[Rect()Rect()]Comb()Comb()}3[Rect()Rect()]abdcab
7、(6)k5为考虑到k4及其它因素的常数。假设CCD工作在线性段,CCD像元产生的电荷转换成信号电压是在输出二极管中完成的,设二极管的电容为C,在二极管中得到的输出信号电压为$U(x,y)=Q(x,y)öC,设输出放大器的放大倍数为G,则CCD输出的信号电压为:GU(x,y)=G$U(x,y)=Q(x,y)(7)C综合以上各式,可得出非相干照明下,视频信号与物的辐亮度的关系式:46光学精密工程6卷xyxy2xyxyU(x,y)=KZO(,)3ûP0(,)û3(Rect()Rect())×Comb()Comb()MMKdiKdiabdcxy
8、3(Rect()Rect())(8)ab上式即为非相干照明下图像测量系统的数学模型,KZ=k1k2k3k5kGöC。根据上面推出的(8)式可以看出,图像测量系统是一个对被测物的辐亮度的分布的几次卷积的过程,
