基于LabVIEW和IMAQ Vision的圖像聚焦評(píng)價(jià)軟件的設(shè)計(jì)與實(shí)現(xiàn)

【摘要】本設(shè)計(jì)采用NI公司機(jī)器視覺開發(fā)包，搭建了用于攝像頭圖像采集與處理的LabVIEW程序框架，并在此框架下通過調(diào)用動(dòng)態(tài)鏈接庫(kù)方式實(shí)現(xiàn)了一種基于圖像清晰度的評(píng)價(jià)算法。經(jīng)實(shí)際測(cè)量，獲得了理想的聚焦評(píng)價(jià)效果。

【關(guān)鍵詞】LabVIEW；IMAQ Vision；圖像清晰度；攝像頭聚焦

1.引言

LabVIEW是美國(guó)國(guó)家儀器公司（NI）研發(fā)的基于圖形界面化的編程語(yǔ)言——即G語(yǔ)言的一款程序開發(fā)軟件。LabVIEW簡(jiǎn)單易用，用其進(jìn)行虛擬儀器軟件的開發(fā)可大大縮短開發(fā)周期，使工程技術(shù)人員把更多的精力用于所研究技術(shù)領(lǐng)域。

本文使用LabVIEW2012平臺(tái)結(jié)合NI公司的VISION ACCQUISITION Software 2012（VAS2012）和NI VISION DEVELOPMENT MUDULE 2012（VDM2012）機(jī)器視覺軟件開發(fā)包，獲取了通用USB攝像頭圖像，通過實(shí)現(xiàn)一種基于圖像清晰度評(píng)價(jià)函數(shù)的算法，對(duì)攝像頭固定焦距情況下的聚焦效果進(jìn)行了評(píng)價(jià)。該LabVIEW程序框架只需調(diào)用相應(yīng)的外部動(dòng)態(tài)鏈接庫(kù)文件即可實(shí)現(xiàn)不同要求的基于圖像處理的攝像頭聚焦評(píng)價(jià)軟件。

2.基于圖像清晰度的聚焦評(píng)價(jià)軟件設(shè)計(jì)

基于圖像清晰度進(jìn)行攝像頭聚焦評(píng)價(jià)原理：當(dāng)物體沿垂直焦平面方向移動(dòng)時(shí)，聚焦圖像比離焦圖像含有更多的灰度變化，對(duì)應(yīng)于圖像處理中為邊緣梯度的變化，離焦量越小圖像邊緣越銳利，具有更大的圖像灰度梯度值[1]。其基于圖像清晰度聚焦評(píng)價(jià)軟件設(shè)計(jì)框圖如圖1所示：

圖1 基于圖像清晰度聚焦評(píng)價(jià)軟件設(shè)計(jì)框圖

2.1 圖像的獲取

NI公司的機(jī)器視覺開發(fā)包提供了兩種圖像獲取子VI——高級(jí)子VI和低級(jí)子VI。使用低級(jí)子VI能夠更加靈活的實(shí)現(xiàn)攝像設(shè)備的檢索、配置、開始和關(guān)閉功能。

低級(jí)子VI獲取攝像頭圖像的一般步驟[2]如圖2所示：

圖2 獲取攝像頭圖像流程

在獲取圖像數(shù)據(jù)之前，需要?jiǎng)?chuàng)建內(nèi)存緩沖區(qū)來(lái)接收攝像設(shè)備圖像數(shù)據(jù)，利用IMAQdx Create.vi完成此功能，不使用已創(chuàng)建的內(nèi)存緩沖區(qū)時(shí)，通過IMAQdx Dispose.vi釋放分配的內(nèi)存緩沖區(qū)資源。

2.2 圖像的預(yù)處理

NI公司的機(jī)器視覺開發(fā)模塊包含有圖像預(yù)處理需要的子VI函數(shù)。圖3所示程序?yàn)槭褂猛ㄓ肬SB攝像頭獲取得到RGB彩色圖像，在圖像獲取程序的基礎(chǔ)上利用IMAQ Cast Image.vi和IMAQ ExtractSingleColorPlane.vi子VI轉(zhuǎn)換得到對(duì)應(yīng)灰度圖像過程[3]。

圖3 獲取攝像頭灰度圖像程序

IMAQ Cast Image.vi能夠把已有圖像按指定圖像類型進(jìn)行轉(zhuǎn)換。在圖3中首先通過IMAQ Cast Image.vi將獲取的RGB圖像轉(zhuǎn)換為HSL圖像，HSL圖像包含有圖像的色調(diào)、飽和度和亮度信息，圖像的灰度值對(duì)應(yīng)于HSL圖像中的亮度值，利用IMAQ ExtractSingleColorPlane.vi把圖像亮度值提取出來(lái)，即獲得了圖像的灰度值，完成聚焦評(píng)價(jià)的圖像預(yù)處理過程。

2.3 基于圖像清晰度評(píng)價(jià)算法的實(shí)現(xiàn)

傳統(tǒng)的基于梯度的自動(dòng)聚焦算法[4]有Robert梯度算法和水平、垂直方向的灰度差分絕對(duì)值之和（SMD）算法。

Robert梯度算法使用圖像區(qū)域斜方向正負(fù)45°像素點(diǎn)灰度差值的絕對(duì)值之和作為算子，反映了圖像中斜方向灰度梯度的變化。SMD算法使用圖像區(qū)域水平和垂直方向像素點(diǎn)差值的絕對(duì)值之和作為算子，反映圖像水平和垂直方向灰度梯度的變化。

為了在一定程度上反映圖像區(qū)域水平垂直方向和斜45°方向灰度梯度變化，采用SMD算子與Robert梯度算子之和作為圖像清晰度評(píng)價(jià)算子。其算法公式如下：

其中，為圖像算子，k為圖像算子值序列。

針對(duì)LabVIEW自身對(duì)于大量運(yùn)算執(zhí)行時(shí)間長(zhǎng)，內(nèi)存消耗大的缺點(diǎn)，采用調(diào)用庫(kù)函數(shù)節(jié)點(diǎn)（Call Library Function）調(diào)用動(dòng)態(tài)鏈接庫(kù)（Dynamic Link Library，DLL）這一方法實(shí)現(xiàn)圖像清晰度評(píng)價(jià)算法。

圖4 基于灰度梯度的圖像清晰度算法程序

圖4所示程序中從攝像頭獲取的圖像經(jīng)預(yù)處理后，通過IMAQ ImageToArray.vi轉(zhuǎn)換為所選圖像區(qū)域每個(gè)像素點(diǎn)的灰度值，輸出為二維數(shù)組，且有多種數(shù)據(jù)類型輸出端口，此處選擇輸出無(wú)符號(hào)8位整型數(shù)據(jù)進(jìn)行梯度算子的計(jì)算。

在灰度梯度值統(tǒng)計(jì)過程中，聚焦點(diǎn)附近統(tǒng)計(jì)灰度梯度值小于較小數(shù)值時(shí)，模糊圖像和清晰圖像中符合要求的像素點(diǎn)數(shù)相差不大，甚至?xí)霈F(xiàn)模糊圖像大于清晰圖像的情況。為了提高評(píng)價(jià)效果，需要進(jìn)行一定的閾值處理（閾值的選擇因梯度函數(shù)的不同而不同），去掉較小灰度梯度值的干擾，提高圖像清晰度評(píng)判結(jié)果的準(zhǔn)確性[5]。

LabVIEW中使用CLF調(diào)用的DLL文件可在外部集成開發(fā)環(huán)境Microsoft Visual C++6.0中編寫生成[6]，主要函數(shù)原型及實(shí)現(xiàn)代碼如下：

uint32_t image_process（uint32_t arrayin[]，uint32_t x，uint32_t y，uint32_t threshold）

{

uint32_t i=0，j=0，k=0；

uint32_t count=0；

for（i=0；i

{

for（j=0；j

{

arrayin[i*y+j]=abs（arrayin[i*y+j]-arrayin[（i+1）*y+j]）

+abs（arrayin[i*y+j]-arrayin[i*y+j+1]）

+abs（arrayin[i*y+j]-arrayin[（i+1）*y+ j+1]）

+abs（arrayin[（i+1）*y+j]-arrayin[i*y+ j+1]）；

if（arrayin[i*y+j]>=threshold）count++；

}

}

return count；

}

圖5 基于灰度梯度的清晰度算法程序運(yùn)行界面

圖6 不同聚焦程度的測(cè)試圖像

圖7 表1數(shù)據(jù)歸一化評(píng)價(jià)曲線

圖5所示測(cè)試程序顯示設(shè)置閾值為160，評(píng)價(jià)區(qū)域?yàn)橹虚g64×48大小像素區(qū)域，灰度梯度最大值為372，高于閾值160的灰度梯度值個(gè)數(shù)為2985。

3.實(shí)驗(yàn)結(jié)果

為驗(yàn)證所設(shè)計(jì)圖像清晰度評(píng)價(jià)程序效果，使用帶圖像采集功能的光學(xué)顯微鏡作為測(cè)試平臺(tái)。測(cè)試圖像如圖6所示，其中攝像頭圖像分辨率為800×600，顯微放大40倍，從離焦到過焦位置調(diào)整間隔250m（順序從左到右，從上到下），電路板過孔圖像。

表1 不同圖像高于閾值的算子值個(gè)數(shù)統(tǒng)計(jì)表

由于光源照射及周圍光線等原因，選擇使用圖6各圖像像素區(qū)域大小330×270（像素位置左：240上：140右：570下：410）作為聚焦評(píng)價(jià)源數(shù)據(jù)。

從圖6、圖7和表1可以看出，曲線具有單峰性，越靠近峰值處圖像越清晰；采用不同的函數(shù)閾值（如表1所示），會(huì)得到不同的歸一化評(píng)價(jià)曲線，適當(dāng)選取一定閾值，以使程序更容易準(zhǔn)確評(píng)價(jià)圖像聚焦效果。

4.小結(jié)

通過LabVIEW編程軟件，基于SMD算子與Robert梯度算子之和新算子的圖像清晰度評(píng)價(jià)算法，設(shè)計(jì)實(shí)現(xiàn)了圖像清晰度評(píng)價(jià)軟件，并通過帶圖像采集功能的光學(xué)顯微鏡對(duì)軟件程序進(jìn)行了驗(yàn)證。結(jié)果表明，聚焦評(píng)價(jià)軟件能夠?qū)呙栉矬w在焦平面附近沿垂直焦平面方向250m位移作出理想的分辨。在本文基礎(chǔ)上，增加外圍通信控制功能，可進(jìn)一步實(shí)現(xiàn)攝像頭對(duì)掃描物體的自動(dòng)聚焦功能。

參考文獻(xiàn)

[1]高贊，等.基于Roberts梯度的自動(dòng)聚焦算法[J].紅外與激光工程，2006（01）：117-121.

[2]NATIONAL INSTRUMENTS.NI-IMAQdx User Manual，2007.

[3]NATIONAL INSTRUMENTS.Digital Image Proce ssing，2003.

[4]高贊，姜威與朱孔鳳.基于最大梯度和閾值的自動(dòng)聚焦算法[J].電子測(cè)量與儀器學(xué)報(bào)，2007（05）：49-54.

[5]朱孔鳳，等.一種新的圖像清晰度評(píng)價(jià)函數(shù)[J].紅外與激光工程，2005（04）：464-468.

[6]李高升，等.LabVIEW中DLL文件的創(chuàng)建及其應(yīng)用[J].現(xiàn)代電子技術(shù)，2005（05）：24-25.

國(guó)家863項(xiàng)目“海洋可控源水下系統(tǒng)裝備研制和理論研究”（項(xiàng)目編號(hào)：93120114H）。

作者簡(jiǎn)介：亓夫軍（1964—），男，碩士研究生，中國(guó)海洋大學(xué)信息科學(xué)與工程學(xué)院副教授，主要研究方向：光電探測(cè)和自動(dòng)控制。