线阵CCD图像处理算法研究.pdf

《线阵CCD图像处理算法研究.pdf》由会员分享，可在线阅读，更多相关《线阵CCD图像处理算法研究.pdf（3页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第28卷第5期2 0 0 2年9月光学技术OPT ICAL TECHNI UEVol .28 No.5Sep! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! !t .2002文章编号：1002-1582（2002）05-0475-03线阵CCD图像处理算法研究雷志勇，刘群华，姜寿山，黄万景（西安工业学院 光电测试技术研究所，西安710032）摘要：研究了线阵CCD在动态测量中的整体图像处理方

2、法， 包括杂散点剔除、 图像平滑、 边缘识别等方法。提出的整体图像的样条插值方法使得边缘识别精度比较高， 实现起来较容易， 该方法特别对复杂环境下的动态CCD图像处理有效。关键词：线阵CCD；图像处理；动态测量；样条插值中图分类号：T J410 .6文献标识码：AIntegrative i mage processing algorithmfor linear CCDLel zhi-yOn9，Ll U oun-hua，Jl ANG shOu-shan，HUANG W an-ji n9（Dept of Optoelectronics，X ian Institute of T echnology，

3、X ian710032，China）Abstract：Anewintegrative i mage processing algorithmfor linear CCD used in dynam ic measuring systemis presented .The algorithmconsists of noise pixels eli m ination，i mage smoothing and boundary recognition . By using the cubic splineinter-polation，the boundary recognition algorit

4、hmis not only precise but also si mple .Key words：linear CCD；i mage processing；dynam ic measure；spline interpolation1概述随着CCD技术的快速发展，CCD在测量中的应用越来越广泛。基于CCD的测量系统的一般结构如图1所示， 测量精度主要与光学成像系统、 图像处理系图1基于CCD的测量系统统有关。除硬件因素外， 提高测量精度的最有效手段是提高图像边缘识别精度。从软件处理角度来看， 主要包括图像噪音剔除、 像素细分、 边缘识别等内容。在文献 16 中都对这方面的内容有比较详细的介绍。

5、对于面阵CCD来说， 应用面较广， 如面积、 形状、 尺寸、位置， 甚至温度等的测量。面阵CCD的优点是可以获取二维图像信息， 测量图像直观。缺点是像元总数多，而每行的像元数一般较线阵少， 帧幅率受到限制， 而线阵CCD的优点是一维像元数可以做得很多， 而总像元数角较面阵CCD相机少， 而且像元尺寸比较灵活， 帧幅数高， 特别适用于一维动态目标的测量。以线阵CCD在线测量线径为例， 就在不少论文中有所介绍，但在涉及到图像处理时都是基于理想的条件下， 而从实际工程应用的角度来讲， 线阵CCD图像处理算法还是相当复杂的。图2是弹丸姿态测量系统1在实弹测量中获得的两幅图像， 其中图2（a） 是在没有

6、目标信号通过时的背景图像， 图2（b） 为目标通过时的一幅图像。图2基于线阵CCD的弹丸姿态测量系统获得的两帧图像可以明显看出， 线阵CCD的图像有三个明显的特点：（1）背景图像是起伏变化的， 与背景光强度有关；（2） 背景中有许多噪音 （杂散点） ， 并非大部分文献中介绍的那种理想状况， 特别是在动态复杂环境下的测量中， 噪音的出现是随机的；（3）目标的边缘是曲线形状， 并不明显， 且不对称， 是要通过算法搜寻的。本文主要研究对以上线阵CCD图像的系统处理算法， 包括噪音剔除、 平滑处理和边缘识别算法三部分内容。在噪音剔除与平滑处理中， 认真分析了噪音出现的一般规律和本身的特点， 有效剔除了

7、杂散点， 同时采574收稿日期：2002-06-10作者简介：雷志勇 （1962-） ， 男， 陕西人， 西安工业学院副教授， 从事光电测试及计算机应用研究。用帧相减方法 （去除背景影响） 使得平滑方法非常有效。在边缘识别的方法中， 采用了整体三次样条插值方法， 使得边缘检测有很高的精度。从实际应用效果来看， 本文提出的线阵CCD图像处理方法具有简单、稳定、 可靠和精度高的优点。!平滑处理的复合算法! .帧相减在面阵CCD图像中经常用到帧相减技术以突出图3背景图像和目标图像的相关图像目 标，消 除 噪 音6。从图2可看出， 线阵CCD图像具有曲线的特征， 我们可以借助于帧相减技术突出目标特性，

8、 线阵CCD图像不同于面阵CCD图像之处在于对线阵图像来说， 经过帧相减后（目标图像减去背景图像） ， 尽管噪音不会有明显改观，但整幅图像近似一条直线， 目标特征更加突出， 图3所示。! .!剔除噪音噪音主要由图像采集， 传输电路、 存储电路产生的， 其幅度和出现的位置一般是随机的， 基本上是孤立点。 为了剔除这些杂散点， 采用以下比较方法： 以主图像 （近似直线） 为基线， 给定两个阈值：d和N， 令（i）表示第i个像素的灰度值， 不失一般性， 假定在第l个像素处没有噪音， 即（l） 是正常的灰度值。 假定像元素数为M（对于l024像元的线阵CCD来说，M=l024） ， 对于像素i从l到M

9、-l， 如果有I（i+ l）-（i）I !d（l）证明灰度值是连续变化的，（i+ l） 不属于应该剔除的噪音点。如果I（i+ l）-（i）I d（2）图4有杂散点的图像说明在第i+ l个像元的灰度值变化太大， 有可能是杂散点，但也存在着是目标信号的可能性。 在这种情况下， 要计算从第i+ l个像素开始有多少个连续的像元的灰度值满足I（i+7）-（i）I d， 如果连续的像元数小于阈值N，则说明这些连续的像素是杂散点。 否则可能是由于目标信号产生的。 对于杂散点， 我们采用直接剔除， 而以两边相邻的正常的像素灰度值的线性插值来代替。 如第i个点是杂散点， 则以第i-l和i+ l的灰度值的平均值来

10、代替 （前提条件是i-l，i+ l像素点不是杂散点） 。 若i点到i+7点不是杂散点， 而其之间的i+li+7-l点是杂散点， 则第a个杂散点（i+a）=（i）+（i+7）-（i） ） 7a，a= l，2， ，7-l。关于两个阈值的选取， 一般要根据实际的应用情况来选取， 特别是N的选取， 要根据目标信号在图像中点所占宽度范围来确定， 否则容易将目标信号当作噪音而剔除掉。经过噪音滤除算法后， 可使线阵图像整齐起来， 为下一步的平滑处理创造条件， 保证图像不失真， 换句话说， 保证了目标信号的基本特征不变。! .#平滑处理滤除掉杂散点的图像看起来要光滑多了， 但从计算目标特性来看， 平滑度还远远

11、不够。 第三步， 采用三次平滑算法， 使得图像足够平滑。 具体做法如下： 对于每一个像元点i，（i） ，各取前后两点 i- 2，（i-2） ， i-l，（i-l） ， i+ l，（i+ l） ，i+ 2，（i+ 2 ， 作三次插值y（O）=a3O3+a2O2+alO+a0（3）图5平滑后的图像（用五点平滑算法）其中 由ai通过y（O）在以上四个点的插值条件求解， 详见参考文献 7 。用该三次插值在O=i处的yi代替（i） ， 即（i）=a3O3i+a2O2i+alOi+a0， （Oi=i） 。 通过实际应用证明， 五点三次平滑算法可以很好的起到平滑作用， 而且保证了目标图像的边缘特性。#边缘识

12、别算法前边我们讲过， 目标在图像中的位置可以反映出实际目标在空间中的位置， 而目标本身的尺寸则反映在图像中所占像素的数目上。由于目标的边缘在图像上是一个模糊的概念， 即变化剧烈的部分， 所以准确的识别出目标的边缘直接关系到测量精度。边缘检测主要是要求准确。从单个像素的观点来看， 如果边缘 “找”准了， 精度是按像素来衡量的， 要么是像素 ， 要么是像素 +l， 那么对于一对对应的边缘来说， 最大误差可以达到两个像素。 而且根据离散像素确定边缘位置时， 由于灰度值也不是连续的， 精度还有可能降低。 例如， 理想边缘应该在第i个和i+ l个像素之间， 按离散算法， 确定下来不是i，就是第i+ l个

13、像素。显然这种方法将影响测量的精度。更精确的确定边缘， 一般需要对像素进行细分。对于面阵来说， 像元细分方法较多3， 而对于线阵CCD图像来说， 详细介绍资料不多， 特别从系统角度上介绍的更少。本文提出了选用三次样条插674光学技术第28卷值整个图像曲线， 再通过选取目标图像区域， 计算插值曲线的拐点， 可比较精确的求出目标图像的边缘。这种算法的优点是图像曲线充分光滑， 达到整体二阶连续， 计算出的边缘可以达到0 .1个像素以上。比起其它的细分方法， 本算法容易实现， 精度高。! .整体插值在第i到第i+ 1个像素之间定义三次曲线Ri（O）=ai3O3+ai2O2+ai1O+ai0O!Oi，O

14、i+1（4）曲线Ri（O） 满足Ri（i）=（i） ，Ri（i+1）=（i+1），且Ri（O） 与Ri+1（O） 在O=i+ 1处有相同的一阶导数和二阶导数， 即达到C2连续 （曲率连续） 。 通过一阶导数和二阶导数的连续条件， 同时补充两个边界图6整体三次插值处理后的图像条件，就可准确得出分段三次函数Ri（O） ，详见参考文献 7 ， 图6是经过整体插值后的图像。! .#确定目标图像曲线由于在计算边缘时， 需要对每段曲线求二阶导数，并求二阶导数的零点， 如果对整条曲线计算， 计算量非常大。为了简化计算， 在实际处理图像时， 可以通过光标选取目标图像的区域， 在区域内计算二阶导数的零点。经对这

15、样的处理后， 图像就成为图7的样子。（a）选定目标区域（b）寻找边缘点图7! .!计算边缘点假设， 在图7（b） 中涉及到的曲线段有Rj，Rj+1，Rj+n， 则分别计算各曲线段在定义区间的二阶导数为零的点Ri（O）= 6ai3O+ 2ai2i=j，j+ 1， ，j+n（5）令Ri（O）= 0得!S= -ai2 （3ai3） 。 如果iOSi+ 1， 则说明!是边缘点， 由于图像本身的特点 （目标的边缘是对称的） ， 必能找到另一边缘点， 在Rj，Ra中（Ra为另一边缘所在曲线段） ， 图7（b） 是经过以上平滑算法后所求得的边缘点。$结论随着CCD器件本身的快速发展， 其在测试领域越来越广泛

16、的被应用， 图像处理技术越来越受到重视， 特别在兵器测试中， 由于使用环境十分复杂， 所获取的图像质量有所下降， 而从要求来说又需要实时处理， 精度要求更高。所以对图像处理技术提出更高的要求。以线阵CCD图像处理技术为例， 许多文献介绍时都是假设了许多良好的条件， 而在实际处理中， 这些算法要受到很多限制， 本文是从实用性和系统性方面出发， 提出了线阵图像处理方法。经实用系统验证， 具有快速、 稳定、 可靠和精度高的特点。参考文献：1姜寿山， 雷志勇， 倪晋平.多镜头CCD弹丸姿态测量系统 J.西安工业学院学报，1997，18（2） ：162高雁飞.几种CCD图像边缘的高精度规则方法分析 J.

17、西安工业学院学报，1997，18（2） ：92983达争尚， 施沅芳.线阵CCD尺寸测量信号的提取 J.西安工业学院学报，2000，21（1）：35384施浣芳， 雷志勇， 高宏尧等.高速运动物体飞行参数的CCD测量方法研究 J.西安工业学院学报，2000，20（4） ：2592635蔡文贵.线阵CCD摄像机及其应用 J.应用光学，1992，13（3） ：46496熊仁生， 吴圣雄， 程忠民. GD-341终点弹道炸点测量系统 J.光子学报1993，22（1） ：5127孙家广.计算机图形学 M.清华大学出版社，1995：2623058王弘铠.立靶坐标定位测量系统研究 J.长春邮电学院学报19

18、97，15（3） ：6468（上接第474页）光谱段积分辐射计作为一种测量仪器， 应当具有较好的稳定性、 重复性和较高的精确性。通过光、 机、电、 算各方面的精心改造， 并经过长时间的考核， 其测试结果表明该光谱段积分辐射计的稳定性、 重复性和精确性都达到了较高的水平， 完全符合设计要求， 因此本文所介绍的光谱段积分辐射计研制是一种成功的方案。参考文献：1张敬贤， 李玉丹， 金伟其.微光与红外成像技术 M.北京理工大学出版社，19942刘敬海， 等.红外光谱辐射计的研制 J.红外与激光工程，1999，28（2）3张正华等.PC机和AT89C51单片机的主从式多机数据通信 J.现代电子技术，2000（7）4何立民. MCS-51系列单片机应用系统设计 M.北京航空航天大学出版社，19855高稚允， 高岳.光电检测技术 M.北京： 国防工业出版社，1995774第5期雷志勇， 等： 线阵CCD图像处理算法研究