运动条码畸变测量与校正

第 28卷第 1期 苏 � 州 � 大 � 学 � 学 � 报 (工 � 科 � 版 ) Vol�28 No. 1 2008年 2月 JOURNAL OF SUZHOU UN IVERSITY( ENGINEER ING SC IENCE EDITION ) Feb. 2008 * 收稿日期: 2007- 07- 01 作者简介: 朱忠奎 ( 1974- ), 男,副教授, 主要研究方向为测试与智能信息处理、智能控制等。 文章编号: 1673- 047X ( 2008 ) 01- 0028- 05 运动条码畸变测量与校正* 朱忠奎,伍小燕,陈再良 (苏州大学机电工程学院,江苏苏州 215021) 摘 � 要: 帧暴光 CCD固体器件检测的图像无畸变,但是价格较高;行暴光 CCD器件虽然价格较低, 但是存在畸变。针对行暴光的图像的畸变,提出一种运动条码畸变的最小二乘法估计以及基于这个 估计的畸变校正方法。对畸变图像校正的效果表明该方法的有效性,为低成本的检测器件代替高成 本检测器件提供方法。 关键词: 行暴光;条码;畸变; 测量; 校正 中图分类号: TN386. 5� � � � 文献标识码: A 0� 引 � 言 CCD固体器件拍摄系统的暴光方式有两种:帧暴光和行暴光。帧暴光的图像系统对电路设计等 要求 对教师党员的评价套管和固井爆破片与爆破装置仓库管理基本要求三甲医院都需要复审吗 高, 价格昂贵。价格适中、经济型的面阵 CCD检测系统采用行暴光形式。行暴光是先对一行进行扫描输出, 再对 下一行扫描输出 [ 1- 3 ]。 在采用行暴光的 CCD摄像系统对一维运动目标物体进行成像分析中,由于器件的行间暴光时间的差异, 使得后扫描的图像行比先扫描的图像行有滞后, 而造成一维运动目标物体在拍摄过程中产生畸变 [ 4 - 5 ]。畸 变在日常生活的应用中会产生物体的失真,而影响视觉效果。在精密检测中产生误差, 影响精度的测量。在 拍摄的过程中有许多目标对象并非静止而是处于运动过程中。 论文在分析畸变的基础上,给出了运动图像畸变测量模型,就畸变提出了一种矫正方法,并将这种畸变测 量与矫正方法应用于实验当中。这种矫正方法在实现运动场景中目标对象的检测识别与矫正中具有重要的 应用价值。 1� CCD成像光电器件 1. 1� CCD基本结构与工作原理 CCD是一种成像光电器件,用于集成电路工艺制成, 它以电荷包的形式储存和传送信息, 主要由光敏单 元、输入结构和输出结构等部分组成。 CCD有面阵和线阵之分, 光敏元排列为一行的称为线阵 CCD。面阵 CCD器件像元排列为一平面, 包含若干行和列的结合。线阵 CCD与面阵 CCD工作原理基本相同 [ 1]。 1. 2� 面阵 CCD器件工作原理 最常用的数码相机光电成像器件是面阵 CCD器件,根据转移和读出的结构方式不同, 有不同类型的面阵 CCD器件,常见的有以下几种 [ 2]。 ( 1) 帧转移 CCD摄像器件:帧转移摄像器件宜采用三相转移结构形式。 ( 2) 行间转移结构 CCD:行间转移结构多采用二相形式,因此隔行扫描容易实现。 � 第 1期 � � � 朱忠奎,伍小燕,陈再良:运动条码畸变测量与校正 29��� 2� 运动图像畸变测量与矫正 2. 1� 运动图像畸变现象 价格适中、经济型面阵 CCD检测系统采用行暴光形式。行暴光是先对一行进行扫描输出,再对下一行扫 描输出。由于器件的行间暴光时间的差异,使得后扫描的图像行比先扫描的图像行有滞后, 因此对运动目标 进行拍摄时就会出现运动畸变现象。 2. 2� 运动图像畸变的测量 2. 2. 1� 图像预处理 先通过二值化法提取目标对象, 将目标对象与背景色分别设为黑白两色: 通过双峰法查看图像的阈值 T r, 将图像 RGB三种色值的均值大于 T r的像素点的灰度值设为 255, 将图像 RGB三种色值小于 T r的像素点的 灰度值设为 0。R (X i, j, Yi, j )、G (X i, j, Yi, j )、B (X i, j, Yi, j )分别表示像素点 (X i, j, Yi, j )的红、绿、蓝三种颜色的色值; AVE (R (X i, j, Yi, j ) )表示该点的三种颜色值的平均值。实现原则是: 若 AVE (R (X i, j, Yi, j ) ) < T r, 则令 R (X i, j, Yi, j ) = 0 G (X i, j, Yi, j ) = 0 B (X i, j, Yi, j ) = 0 (1) 若 AVE (R (X i, j, Yi, j ) ) > T r, 则令 R (X i, j, Yi, j ) = 255 G (X i, j, Yi, j ) = 255 B (X i, j, Yi, j ) = 255 (2) 再对图像进行去噪。白色区域内的黑色点和黑色区域内的白色点都是要去除的噪声点, 通过逐行检测 法,若检测到某一点它的色值与周围点的不一样,则将它调整到色值与周围点一致。 2. 2. 2� 目标对象行边缘与中心点的检测 设图像的左下脚为原点,从原点开始分别水平向右、垂直向上作 x、y坐标; 从下往上逐行进行检测, 每一 行从左向右来检测。先检测第一行, 从左向右进行检测,若出现某个像素点的红、绿、蓝三种色值都为零, 则认 为该点为第一行目标出现的左边缘点; 继续向右检测直到出现点的红、绿、蓝三种色值都为 255,则认为该点 的左边一点为第一行目标出现的右边缘点。检测原则如下: 若 R (X 1, i, Y1, i ) = 0 G (X 1, i, Y1, i ) = 0 B (X 1, i, Y1, i ) = 0 (3) 则认为 (X 1, i, Y1, i )为第一行目标出现的左边缘点。若 R (X 1, j, Y1, j ) = 255 G (X 1, j, Y1, j ) = 255 B (X 1, j, Y1, j ) = 255 (4) 则认为 (X 1, j, Y1, j )为第一行目标出现的右边缘点。 同理,从下往上继续逐行检测,当检测到第 i行时, 某个像素点的红、绿、蓝三种色值都为零,则认为该点 为第 i行目标出现的左边缘点; 继续向右检测直到出现点的红、绿、蓝三种色值都为 255,则认为该点的左边一 点为第 i行目标出现的右边缘点。检测原则如下式:若 R (X i, k - 1, Yi, k- 1 ) = 255, R (X i, k, Yi, k ) = 0 G (X i, k - 1, Yi, k- 1 ) = 255, G (X i, k, Yi, k ) = 0 B (X i, k - 1, Yi, k- 1 ) = 255, B (X i, k, Yi, k ) = 0 (5) � 30��� � � � 苏州大学学报 (工科版 ) 第 28卷 则认为 (X i, k, Yi, k )为第 i行目标出现的左边缘点。若 R (X i, L , Yi, L ) = 0, R (X i, L + 1, Yi, L + 1 ) = 255 G (X i, L , Yi, L ) = 0, G (X i, L + 1, Yi, L + 1 ) = 255 B (X i, L , Yi, L ) = 0, B (X i, L + 1, Yi, L + 1 ) = 255 (6) 则认为 (X i, L, Yi, L )为第 i行目标出现的右边缘点。 这样就将每行目标所出现的左右边缘点检测到, 左边缘点 (X 1, i, Y1, i ), (X 2, k, Y2, k ), �, (Xm, p, Ym, p );右边 缘点 (X 1, j, Y1, j ), (X 2, L, Y2, L ), �, (Xm, q, Ym, q )。其中 (X 1,中 , Y1,中 ), (X 2,中 , Y2,中 ), �, (Xm,中, Ym,中 )分别为每行 目标对象的中心像素点坐标。再根据每行目标对象左右边缘点来找中心点的位置,寻找原则如下式: (X 1,中 , Y1,中 ) = AVE ( (X 1, i, Y1, i ), (X 1, j, Y1, j ) ) (X 2,中 , Y2,中 ) = AVE ( (X 2, k, Y2, k ), (X 2, k, Y2, k ) ) � (Xm,中 , Ym,中 ) = AVE ( (Xm, p, Ym, p ), (Xm, q, Ym, q ) ) (7) 2. 2. 3� 畸变估计 根据检测到的每行目标对象的中心像素点坐标,来估计中心线的坐标 y = k x+ b; 这里采用最小二乘法 来进行估计。由最小二乘法原则可列以下方程来求解: k = n!m i= 1 xi,中 , yi,中 - !m i= 1 x i,中 , y i,中 n!m i= 1 x 2 i,中 - ( !m i= 1 x i,中 ) 2 b = 1 m ! m i= 1 yi,中 - k m ! m i= 1 xi,中 通过方程获得 k, b的值, 从而就得到了拟合的直线方程 y = k x+ b。用这种方法分别拟合动静态图像中心线 方程: y静 = k x静 + b, y动 = k x动 + b;根据这两拟合直线方程就可得到每行对应的畸变距离 L i;从而就估计出 了每行的畸变量。 当然,上述估计是针对物体的匀速运动。对于非匀速运动, 也可利用最小二乘法来估计目标中心线的曲 线方程,从而得到每行的畸变量。 2. 3� 运动图像畸变的矫正 对运动畸变的具体矫正方法如下: (1) 按照以上方法获得动静态图中的拟合中心线 y静 = k x静 + a, y动 = k x动 + b,以及得到动态相对静 态时每行的畸变量 L i;根据横向像素点与横向长度的线形关系, 求出每行对应畸变量内的像素点个数 n i。 ( 2) 对每一行进行畸变矫正。若动态图相对静态图的目标对象向右偏的话,则将目标对象左、右边缘点 的左边对应行畸变量内所包含的像素点的色值改变;若动态图相对静态图的目标对象向左偏的话, 则将目标 对象左、右边缘点的右边对应行畸变量内所包含的像素点的色值进行改变。 (X i, k, Yi, k ), (X i, L , Yi, L ), (X i, q, Yi, q )分别表示检测到的第 i行 j列、第 i行 t列前 n i个像素点,第 i行 j列、第 i行 t列后 ni个像素点。改变原则 如下, 若右偏,则 R (X i, k, Yi, k ) = 255 G (X i, k, Yi, k ) = 255, B (X i, k, Yi, k ) = 255 R (X i, L, Yi, L ) = 0 G (X i, L, Yi, L ) = 0, B (X i, L, Yi, L ) = 0 若左偏,则 R (X i, p, Yi, p ) = 255 G (X i, p, Yi, p ) = 255, B (X i, p, Yi, p ) = 255 R (X i, q, Yi, q ) = 0 G (X i, q, Yi, q ) = 0, B (X i, q, Yi, q ) = 0 (8) � 第 1期 � � � 朱忠奎,伍小燕,陈再良:运动条码畸变测量与校正 31��� 其中: K = j- 1, j- 2, �, j- ni; L = t- 1, t- 2, �, t- n i; p = j+ 1, j+ 2, �, j+ n i; q= t+ 1, t+ 2, �, t+ ni。 3� 水准标尺动态检测图的畸变校正 3. 1� 装置与实验 实验中,利用水准标尺视觉检测系统对条码式水准标尺进行动态检测, 得到相应图像。整个系统由运动 系统、双频激光干涉仪、光电瞄准系统、摄像机及微机控制和数据处理五部分组成。其结构原理如图 1所示。 � � 图 1� 结构原理图 图 2� 检测图像 摄像机构成了整个测量系统的视觉部分, 采用了普通 CCD固体器件彩色数字摄像机, 摄像机采用了 USB 2. 0 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 接口, 直接把图像送入微型计算机进行处理。 水准标尺图像动态监测系统检测时, 测量工作台携带水准尺和双频激光干涉仪测量系统的测量反射镜匀 速运动,双频激光干涉仪测量系统即进行位移测量。 水准标尺也可用于静态检测,它先全部扫描,再输入计算机处理。用静态检测不良之处就是实时性不好, 不能相互匹配。用动态检测可以克服静态检测的这些不足之处,但是动态检测会发生行错位,影响图像的质 量。图 2是动、静态检测的两种检测图像。由两图可知, 动态图像中整个条码图与静态相比发生了明显的偏 移。因此要想仍然使用价位低的普通级 CCD摄像系统进行检测,就需要对运动检测后的图像进行畸变校正, 以满足需要的精度检测要求。 3. 2� 畸变矫正 3. 3. 1� 图像增强、去噪处理 先对图像进行预处理, 由直方图查看图像双峰阈值, 取 T r= 118。再采用上述二值化法依式 ( 1)、( 2)提取 目标对象。将背景设置为白色,目标对象设为黑色。再对图像去除噪声,在背景白色区域去除黑色噪声, 将黑 色像素点的色值设为白色;在目标黑色区域去除白色噪声, 将白色像素点的色值设置为黑色。这样就可将噪 声基本去除。 图 3是经过上述方法处理之后的效果图。由图 3可看出,目标黑色区域中已基本没有白色噪声点。 � � � 图 3� 校正前预处理的图像 图 4� 校正后的图像 3. 3. 2� 图像畸变矫正 利用以上介绍的边缘点的检测、中心点的检测、最小二乘法估计畸变量, 获得每行的错位量 L i ( L i为一系 列 0. 03~ 5. 61cm之间的值 );根据像素点与长度成线形关系, 得到每行畸变量内的像素点 n i = L i n /L ( L为 � 32��� � � � 苏州大学学报 (工科版 ) 第 28卷 条码图中的横向长度, L = 56. 44cm; n为横向长度中所包含的像素点数, n = 1 600个 ); 再按照以上的畸变矫正 方法, 在此按照 ( 8)式中目标右偏情况来进行矫正。图 4就是矫正之后的效果图。 由效果图可以看出,已基本将动态图像目标中心线的斜率调整到了静态时的斜率大小, 并且校正后动态 图中目标左右边缘线也基本与静态一致。已基本校正到了静态时的图像效果。 4� 总结 初级经济法重点总结下载党员个人总结TXt高中句型全总结.doc高中句型全总结.doc理论力学知识点总结pdf 与讨论 运动图像畸变矫正方法,能够解决普通级拍摄运动物体所出现的图像畸变问题,基本上能得到静态时所 拍摄的图像效果。 最小二乘法的运动图像畸变估计与校正方法, 能够实现所有在同一工作台上所检测的物体图像的畸变校 正。对于中心线为直线 (匀速 )的情况, 可以通过估计中心直线, 当然对于变速运动的物体,可以通过最小二 乘法估计中心线的实际情况进行校正。 该方法可以用于水准标尺图像检测, 对检测畸变进行校正,从而水准标尺图像检测在使用普通级 CCD检 测时, 就可以实现高性能所实现的要求,解决了动态检测时所出现的畸变问题。 参 考 文 献 [ 1 ] 晏 � 磊,张伯旭,常炳国. CCD图像传感器及其数字相机技术 [ J] .信息记录材料, 2002, 3( 1 ) : 45- 49. [ 2 ] 赵春三.数码相机的 CCD光电传感器 [ J].信息记录材料, 2002, 3( 2) : 53- 56. [ 3 ] 王朝晖.面阵 CCD成像技术 [ J] .空间电子技术, 1994 ( 4) : 51- 57. [ 4 ] 方志斌,莫锦秋.用不同扫描方式的 CCD相机实现飞行取相 [ J] .光学仪器, 2003, 25( 2 ): 16- 19. [ 5 ] 雷玉堂,罗 � 辉. CCD摄像机的误差及其检校 [ J].光学与光电技术, 2004, 2( 4) : 48- 50. M easurem ent and Rectification ofM oving Barcode ZHU Zhong�ku,iWU X iao�yan, CHENG Za i�liang ( Colleg e of M echan ica l and E lectrical Eng in eering, Suzhou Un iversity, Su zhou 215021, Ch ina ) Abstract: W ho le frame exposalCCD de tector acqu ires imagesw ithout d istortion, yet its price is rather h igh; L ine ex� posal CCD detector acquires images w ith certa in d istortion. Th is paper dea ls w ith the distort ion in the barcode im age acquired by the ling exposal CCD and proposes a distortion rectificat ionm ethod based on the Least Square E va lua� t ion. The app lication o f the proposedm ethod in barcode image d istortion rectificat ion show s that the proposedmethod is e ffect ive and effic ien,t wh ich proved the possibility of line exposal CCD detection for image acqu isition instead of the frame exposal CCD detector. Key words: line exposa;l barcode; distort ion; measurem en;t rectif ication