图像中CCD光斑中心的亚像素定位研究

　　0　引言

　　在用激光三角法测量物体位移、厚度和三维面形等的过程中,由于存在激光散斑、被测物体表面反射特性变化、物面倾斜和外界干扰等影响因素,使CCD采集到的图像光斑信号的光强分布不均匀、光斑的几何中心相对质心发生偏移,从而严重影响测量系统的测量准确度。因而,图像中CCD光斑中心位置的精确定位是这些测量系统必须解决的关键性技术之一。在采取硬件措施减小光斑畸变的同时,可以从软件处理方面来改进光斑中心的定位算法,从而减小测量误差,提高测量精度。本研究中,首先采用迭代阈值法计算光斑图像分割的最佳阈值,截取光斑特征点成像区域;再用双线性插值法精确计算光斑中心位置坐标。

　　1　亚像素定位原理[1]

　　实施亚像素定位的前提条件是:目标不是弧立的单个像素点,而必须是由有一定灰度分布和形状分布的一系列像素点组成的,如目标特征是圆点、角点、“十字”交叉点、直线、特征曲线等,并且有明显的灰度变化和一定面积大小。这就是亚像素定位的基本原理。

　　2　迭代阈值法[2]截取光斑图像特征点区域

　　在对图像特征点光斑区域确定时(粗定位),我们先对光斑进行滤波处理,消除杂散光斑和噪声干扰;再采用迭代法计算出最佳阈值,对光斑进行分割。

　　迭代阈值法的实现步骤如下:

　　1)计算出经过滤波去噪处理后的光斑灰度图的最小灰度值和最大灰度值Gmin和Gmax,令初始阈值为:

　　2)根据阈值T0将图像分割成目标图像和背景图像两部分,再求出这两部分图像的平均灰度值GO和GB:

　　式中,g(i,j)是图像中(i,j)点的灰度值,k(i,j)是点(i,j)的加权系数,一般取为1。

　　3)计算新的阈值:

　　4)如果Tk=Tk+1,则迭代结束;否则就令Tk等于Tk+1,转到第二步继续迭代,直到满足Tk=Tk+1条件为止。

　　5)

　　经过迭代阈值法处理后,把灰度值大于阈值的图像区域分割出来。这就是光斑图像的特征点区域。

　　在实际编程处理中,条件4)可能很难满足,这会形成程序的死循环,所以可以设定一个迭代次数的上限。在处理光斑图像的过程中我们取迭代的最大次数为50次。图1(a)为CCD采集到的彩色光斑图像的一部分、(b)为其经过滤波后的灰度图、(c)为T=Gmax/3时截取的光斑区域、(d)是迭代阈值法截取的光斑区域。

　　从图1(c)、(d)可以看出,该算法能很好地实现光斑图像特征点区域初步定位,这对光斑中心坐标的精确定位至关重要;并且这将大大减少参加光斑中心计算像素个数,提高了程序的运行速度。

　　3　光斑中心位置的亚像素定位[3]