等倾干涉条纹的数字化处理方法

　　一、引言

　　在等倾干涉测量中,不断变化的明暗相交的圆环形干涉条纹,反映了被测件的平面度信息,因此对干涉条纹的变化进行测量和分析显得至关重要。如果用图像法进行干涉环测量时,如何提取干涉环条纹的特征信息是测量的关键。一般要对条纹图像进行平滑消噪、图像二值化、条纹细化、条纹修补、跟踪、标记等数字图像处理工作。笔者通过实验,用计算机编程,实现了干涉环条纹的平滑消噪、二值化、细化、修补等图像处理工作,进而获取了干涉环的直径测量值。

　　二、等倾干涉条纹自动化分析处理的基本步骤

　　对等倾干涉条纹进行数字化自动分析处理的基本步骤见流程图1所示,以下根据流程图的顺序作进一步的说明。

　　1.干涉环图像的滤波平滑

　　在试验中我们通过CCD摄像机获取了干涉条纹图像,并存储为Windows位图格式,以便于随后的分析处理,如图2所示。实际采集到的图像,不可避免地存在噪声,有了噪声的图像,在对其进行进一步处理以前必须减小噪声带来的负面影响,因此要进行消噪工作。

　　图像消噪的方法有多种,其中“图像的滤波平滑”有利于后序处理“条纹细化”的进行,因此在实验中我们采用了“中值滤波”这一滤波平滑技术对图像进行消噪处理。

　　中值滤波一般采用一个滑动窗口,将窗口中各点灰度值的中值来替代指定点(一般是窗口的中心点)的灰度值的滤波方法。如图3所示,在图像中以当前象素f(i,j)为中心获取一个N×M(例如3×3)象素组成的图像窗口,设当前象素f(i,j)的灰度值为g(i,j)时,则g(i,j)取N×M窗口中诸象素灰度值排序序列中的中值。

　　对图像进行平滑就是通过一点和周围几个点的运算(通常为平均运算)来去除突然变化的点,从而滤掉一定的噪声,针对不同的噪声要采用不同的模板来进行计算,本实验中采用高斯模板来消噪。高斯模板通过采样二维高斯函数得到,如图3所示的窗口,将窗口中f(i,j)点的灰度值和它周围邻近8个象素的灰度值相加,然后将求得的均值(除以16)作为新图像中该象素的灰度值。经过平滑处理以后干涉图像,在进行后序的细化处理时,可以避免短枝、断点等缺陷的出现,提高细化质量。

　　不过需要说明的是:减小噪音的最佳办法是提高采集设备的信噪比,减小记录噪音。

　　2.干涉环图像的二值化

　　对于256色的灰度图像而言,灰度信息所占据的字节数十分庞大,直接提取特征信息比较困难,因此要对其进行二值化处理,使之成为只有0和255两种灰度的图像。图像二值化的方法很多,主要有阈值法和条纹极值检测法。前者是对门限Lt的合理选取,从而将图像f(i,j)分成亮条纹和暗条纹两部分,其理论依据是公式: