高等別線紋尺中心線提取算法的研究

王魏強(qiáng)，李建雙，繆東晶，李東升，李連福

(1.中國計量學(xué)院 計量測試工程學(xué)院，杭州 310018；2.中國計量科學(xué)研究院，北京 100029)

?

高等別線紋尺中心線提取算法的研究

王魏強(qiáng)1，李建雙2，繆東晶2，李東升1，李連福2

(1.中國計量學(xué)院 計量測試工程學(xué)院，杭州 310018；2.中國計量科學(xué)研究院，北京 100029)

受制造技術(shù)、磨損以及污染等因素影響，對線紋尺大批量自動化檢定技術(shù)的實現(xiàn)存在較大困難；在線紋尺特征的基礎(chǔ)上，針對邊緣對比度高但噪聲嚴(yán)重的線紋尺，先邊緣初定位將圖像處理區(qū)域限制在線紋邊緣區(qū)域，再邊緣精定位，尋找邊緣區(qū)域灰度變化最大的點，剔除不連續(xù)的邊緣點后擬合邊緣線，實現(xiàn)線紋中心線的提?。会槍ψ陨碜冃螌?dǎo)致成像模糊的線紋尺，背景區(qū)域與線紋區(qū)域分別求取各列灰度均值，再利用最小二乘擬合直線求交點實現(xiàn)線紋中心線提取；對高等別三等標(biāo)準(zhǔn)線紋米尺多次檢定，結(jié)果表明，同一刻線最大差值為1.4 μm，標(biāo)準(zhǔn)差為0.66 μm，提出的算法魯棒性好，滿足高等別線紋尺的檢定要求。

線紋尺檢定；圖像處理；自動化技術(shù)；邊緣提取

0 引言

作為長度量值傳遞的主要載體之一，線紋尺的定期檢定必不可少，但線紋尺大批量自動化檢定技術(shù)的實現(xiàn)仍存在較大困難。對于三等及三等以下線紋尺示值誤差的檢定，可借助于高等別線紋尺作為標(biāo)準(zhǔn)進(jìn)行比較測量，或以激光干涉儀作為標(biāo)準(zhǔn)，借助于測量顯微鏡人眼瞄線測量。隨著自動化技術(shù)及圖像技術(shù)的發(fā)展，線紋尺檢定開始向自動化方向發(fā)展。與傳統(tǒng)檢定技術(shù)相比，線紋尺自動化檢定技術(shù)能夠有效減少人員工作量，消除人眼瞄線時存在的誤差。

文獻(xiàn)[1]針對因瓦條碼尺的檢定技術(shù)做了較詳盡的分析，設(shè)計了檢定裝置，采用OSTU(大津閾值)方法對圖像進(jìn)行分割，提出了邊緣跟蹤法實現(xiàn)邊緣定位；文獻(xiàn)[2]研制了多功能線紋尺檢定裝置，可對標(biāo)準(zhǔn)鋼卷尺、因瓦水準(zhǔn)標(biāo)尺、條碼尺開展檢定工作，軟件算法采用OSTU方法對圖像分割?；贠STU圖像分割法適用于線紋區(qū)域與背景區(qū)域所占比例相近的圖像，閾值不準(zhǔn)引起左右邊緣的腐蝕或膨脹，雖通過左右邊緣取均值能夠減小影響，但對于噪聲較嚴(yán)重的線紋尺，二值處理后邊緣點不是連續(xù)的，采用邊緣跟蹤法邊緣定位的方法失效。文獻(xiàn)[3]對顯微線紋圖像分析研究，基于方向信息測度[4]的基礎(chǔ)上，定義了軸向鄰域和差運算，依據(jù)矩不變理論推導(dǎo)出軸向鄰域和差邊緣。文獻(xiàn)中使用高斯核與圖像卷積求中心線，尺度與線紋寬度相當(dāng)，適用于線紋寬度一致且噪聲均勻的對象。文獻(xiàn)[5]分析研究了多種算法在線紋尺檢定技術(shù)中的應(yīng)用，提出的一種基于圖像相關(guān)測度與互相關(guān)函數(shù)的方法實現(xiàn)像素標(biāo)定，具有速度快、精度高等優(yōu)點。

基于線紋尺特征的基礎(chǔ)上，針對邊緣對比度高但噪聲嚴(yán)重的線紋尺，以及成像模糊的線紋尺，分別給出了不同的線紋中心線提取算法。在80 m大長度標(biāo)準(zhǔn)裝置的基礎(chǔ)上，搭建線紋尺檢定平臺，以鋼直尺及三等標(biāo)準(zhǔn)線紋米尺為代表做了線紋中心線提取的算法研究。

1 線紋尺檢定裝置

線紋尺自動化檢定功能的實現(xiàn)對軟硬件技術(shù)都有較高的要求。如在自動化靜態(tài)檢定過程中，電機(jī)驅(qū)動瞄準(zhǔn)設(shè)備至目標(biāo)線紋，定位精度越高，偏離目標(biāo)線紋中心線越小，由像素標(biāo)定引起的測量誤差也就越?。痪€紋瞄準(zhǔn)測量中，線紋中心線提取的算法是關(guān)鍵。較一般圖像處理，線紋尺中心線提取的精度要求很高，如標(biāo)定系數(shù)為(1～5)μm/像素，中心線提取每偏差一個像素帶來的誤差在(1～5)μm。而在實際應(yīng)用中，由于受制造技術(shù)、磨損、污染等因素的影響，線紋尺噪聲嚴(yán)重，給高精度線紋中心線提取帶來困難，導(dǎo)致線紋尺自動化檢定功能的實現(xiàn)受到一定限制。

本套裝置主要包括激光干涉儀、環(huán)境測量系統(tǒng)、導(dǎo)軌、氣浮運動平臺、圖像采集系統(tǒng)、尺臺及無線傳輸系統(tǒng)等。實驗裝置平臺如圖1所示。

圖1 實驗裝置平臺

雙頻激光干涉儀作為測量標(biāo)準(zhǔn)，為了減小阿貝誤差的影響，三路激光干涉儀在空間上以等邊三角形放置，利用三路激光干涉儀與被測對象空間相對位置，及三路干涉儀的測量值之間的關(guān)系建立阿貝誤差補(bǔ)償模型，可以有效消除阿貝誤差。環(huán)境測量系統(tǒng)實時采集環(huán)境溫度、氣壓、濕度，對激光干涉儀測量值實時補(bǔ)償修正。運動平臺采用主輔平臺柔性連接[6]，測量時有效隔離電機(jī)振動的影響，傳動方式采用步進(jìn)電機(jī)與摩擦輪傳動相結(jié)合，避免因電機(jī)“丟步”對定位的影響，經(jīng)實驗驗證單步定位優(yōu)于1.5μm。圖像采集系統(tǒng)包括工業(yè)相機(jī)、瞄準(zhǔn)設(shè)備、鏡頭及補(bǔ)光燈，為滿足測量不同寬度的線紋尺的功能，鏡頭為可連續(xù)變焦，溫度直接影響線紋尺長度，同時為實現(xiàn)光照均勻，選用Led平行光源作為補(bǔ)光燈。圖像采集后通過無線傳輸系統(tǒng)傳送至計算機(jī)進(jìn)行數(shù)據(jù)處理完成線紋中心線提取。

瞄準(zhǔn)設(shè)備移動到線紋尺零刻線位置，經(jīng)圖像采集處理后，保存零點線紋中心線像素位置p0，電機(jī)驅(qū)動運動平臺到線紋尺下一條被檢線紋，圖像采集處理，得到目標(biāo)線紋中心線像素位置pn，記錄當(dāng)前激光干涉儀數(shù)值ln。目標(biāo)線紋中心線位置pn與零點線紋中心線像素位置p0的差值乘以像素標(biāo)定系數(shù)e，與激光干涉儀數(shù)值ln相加即為被檢線紋中心線的檢定示值Ln，具體公式如式(1)。

Ln=ln+(pn- p0)*e

(1)

其中，Ln為被檢線紋中心線的檢定示值，ln為干涉儀值，pn為目標(biāo)線紋中心線位置，p0為零點線紋中心線像素位置，e為像素標(biāo)定系數(shù)。

從公式(1)能夠看出，目標(biāo)線紋像素位置pn相對零點像素位置p0的距離與標(biāo)定系數(shù)e的標(biāo)定誤差直接相關(guān)，距離越大，標(biāo)定誤差也越大，所以對瞄準(zhǔn)設(shè)備的定位精度有較高的要求。

2 線紋中心線提取算法

線紋尺的尺面包含有背景區(qū)域與線紋區(qū)域，人眼瞄線一般采用雙線法，選用距離大于成像線寬的兩條夾線去夾線紋區(qū)域，當(dāng)兩條夾線分別與線紋兩條邊緣間的背景區(qū)域面積相等時，視當(dāng)前位置為被檢線紋中心線位置?；趫D像處理的線紋尺檢定方法與人眼瞄線法原理一致，當(dāng)瞄線與邊緣距離為零時，即為線紋邊緣提取，不為零時，則為一般的夾線方式。根據(jù)線紋尺的成像特征，可選用邊緣提取或一般的夾線方式實現(xiàn)線紋中心線提取。

2.1 邊緣提取

圖像邊緣定義為灰度變化劇烈的地方，根據(jù)變化劇烈程度可分為階躍狀和屋頂狀兩種類型[7]。理想線紋尺的背景區(qū)域與線紋區(qū)域?qū)Ρ榷雀?，屬于階躍狀類型，對線紋邊緣提取時，采用差分式邊緣檢測算法即能定位到圖像邊緣。但在實際情況中，受制造技術(shù)、磨損及污染等因素的影響，邊緣區(qū)域的特征各有不同，隨機(jī)性很強(qiáng)，對噪聲污染嚴(yán)重的三等線紋米尺采集任意的一幅線紋圖像如圖2(a)所示，采用OSTU方法對圖像分割，二值圖如圖2(b)所示。

圖2 三等線紋米尺二值圖

從圖2(b)可看出，OSTU法分割得到的二值圖保留有大量的噪聲塊，部分噪聲塊與線紋區(qū)域連接延伸至圖像的邊緣，采用邊緣跟蹤法只能定位到有限的邊緣點。

一般圖像邊緣的方向未知，傳統(tǒng)邊緣檢測算子如Roberts、Soble、Laplace[8]等，以及具有優(yōu)良檢測性能的Canny[9]邊緣檢測算法等，對圖像處理時都需要定義邊緣方向信息。線紋尺安裝調(diào)整完后，線紋邊緣在圖像上近似表現(xiàn)為與圖像的橫軸垂直，也即圖像的邊緣像素點的方向為已知。線紋尺邊緣位置必落在一定的區(qū)域內(nèi)，相鄰列灰度均值的差分最大值可以粗略確定線紋尺邊緣位置。根據(jù)方向已知這一先驗知識，如果以得到的邊緣初始位置為中心點，沿橫軸方向，在其左右鄰域內(nèi)查找“準(zhǔn)”邊緣點，逐行掃描，一方面能夠得到每行的“準(zhǔn)”邊緣點，另一方面掃描區(qū)域限定在指定的鄰域內(nèi)，避免邊緣區(qū)域以外噪聲點的影響。根據(jù)邊緣連續(xù)這一準(zhǔn)則，剔除不連續(xù)點，即可得到所有邊緣點。將所有邊緣點線性擬合，各取左右邊緣的中間值帶入擬合方程，求取的坐標(biāo)點即為左右邊緣點。具體實現(xiàn)步驟如下：

1)濾波。為防止邊緣的偏移，只沿豎直方向?qū)D3(a)作中值濾波。

2)邊緣初定位。對相鄰列求灰度均值差，取最大差值作為邊緣初始位置。

3)邊緣精定位。在初始位置為中心的鄰域內(nèi)，逐行掃描，求取灰度變化最大的點，作為每行的“準(zhǔn)”邊緣點，如圖3(c)所示。

4)線紋中心線提取。根據(jù)邊緣連續(xù)的特性，剔除不連續(xù)的“準(zhǔn)”邊緣點，使用最小二乘法對“準(zhǔn)”邊緣點直線擬合，得到線紋邊緣，最終實現(xiàn)線紋中心線提取。

圖3 線紋中心線提取

基于該算法對鋼直尺、高等別三等標(biāo)準(zhǔn)線紋米尺的線紋邊緣提取如圖4所示。

圖4 鋼直尺、高等別三等標(biāo)準(zhǔn)線紋米尺邊緣提取圖

圖4(a1)、(a2)分別為鋼直尺與三等線紋米尺原圖，圖4(b1)、(b2)分別為鋼直尺與三等線紋米尺邊緣粗精定位后得到的邊緣點，圖4(c1)、(c2)分別為鋼直尺與三等線紋米尺邊緣擬合后得到的左右邊緣。鋼直尺噪聲較小，邊緣對比度高，能夠很好的定位邊緣點及邊緣線。對于長期使用后的三等線紋米尺噪聲嚴(yán)重，仍能較好的定位邊緣點及邊緣線。通過初定位將處理區(qū)域限制在線紋邊緣區(qū)域，減少背景及線紋區(qū)域噪聲干擾，定位邊緣點時選取每行突變最大的點，剔除不連續(xù)點，適用于邊緣對比度高的線紋尺檢定。

2.2 成像模糊的線紋中心線提取

因長期使用及安裝調(diào)整后自身重力的影響導(dǎo)致線紋尺彎曲變形，線紋尺中間部分成像模糊，邊緣突變緩慢。受電子噪聲、光電噪聲[9]等影響，上述邊緣提取算法的重復(fù)性較差，線紋尺模糊圖像列灰度均值如圖5(b)所示。

圖5 線紋尺模糊圖像列灰度均值圖

圖5(a)為成像模糊的線紋尺圖像，圖5(b)顯示，邊緣區(qū)域變換緩慢，無較大的突變，易受電子噪聲等影響。邊緣區(qū)域整體沿一條直線排列，邊緣區(qū)域點相對離散，背景區(qū)域點則相對集中，同樣近似在一條直線上排列。利用最小二乘法擬合求出兩條直線的交點作為一側(cè)的瞄線位置點，同理求出線紋另一側(cè)的交點對應(yīng)另一條瞄線位置點，兩位置點的均值即為線紋中心線位置。瞄線結(jié)果如圖6(a)所示。

圖6 線紋尺模糊圖像瞄線圖

圖6(a)為瞄線結(jié)果圖，圖6(b)為擬合線及瞄線位置效果圖，兩條紅線分別為左右瞄線，其余四條直線為擬合線。

由于參與擬合計算的點是每列像素點的均值，對噪聲具有平均效應(yīng)，所以對噪聲不敏感。另外背景區(qū)域與線紋邊緣區(qū)域擬合直線求交點則具有較好的邊緣細(xì)分作用。

3 三等線紋米尺示值誤差檢定

4X放大倍率下對三等線紋米尺標(biāo)定6組，標(biāo)定系數(shù)為1.2031，6組數(shù)據(jù)的標(biāo)準(zhǔn)差為0.002，被檢線紋中心線偏離零刻線中心線100個像素時，由標(biāo)定系數(shù)引起的誤差為0.2μm。在實際檢定過程中，被檢線紋中心線偏離零刻線中心線控制在20個像素以下，由標(biāo)定系數(shù)帶來的誤差可以忽略不計。

4X放大倍率下對高等別三等標(biāo)準(zhǔn)線紋米尺5組檢定，檢定結(jié)果如表1所示。

表1 三等線紋米尺檢定結(jié)果

組測量數(shù)據(jù)標(biāo)準(zhǔn)差最大為0.66μm，同一線紋最大差值為1.4 μm，根據(jù)三等標(biāo)準(zhǔn)金屬線紋尺的檢定規(guī)程要求[10]，對同一刻線重復(fù)測量結(jié)果之差不大于5 μm，滿足檢定要求。

4 結(jié)束語

分析線紋尺特征，對線紋尺邊緣提取時，先邊緣初定位，將圖像處理區(qū)域限制在線紋邊緣區(qū)域，減少了背景區(qū)域及線紋區(qū)域噪聲干擾，再邊緣精定位，定位邊緣點時選取每行灰度變化最大的點，剔除不連續(xù)點，適用于邊緣灰度變化明顯的線紋尺檢定。對于長期使用及安裝調(diào)整后自身彎曲變形導(dǎo)致的成像模糊的線紋圖像，采用背景區(qū)域及邊緣區(qū)域分別擬合直線求交點的方法作為邊緣的瞄線位置，實現(xiàn)線紋尺中心線提取。對噪聲污染較嚴(yán)重的高等別三等標(biāo)準(zhǔn)線紋米尺5組示值誤差檢定，同一線紋最大差值1.4 μm，標(biāo)準(zhǔn)差0.66 μm，重復(fù)性好。

[1] 燕 斌. 條碼式水準(zhǔn)尺自動化視覺檢測系統(tǒng)的研究[D]. 西安: 西安理工大學(xué), 2007.

[2] 張 勇，潘嘉聲，黃 穌，等. 多功能線紋尺自動測量裝置研制[J]. 中國測試. 2010, 36(5): 48-51.

[3] 余金棟，張憲民. 用于線紋顯微圖像的邊緣檢測算法[J]. 光學(xué)精密工程，2015(1): 271-281.

[4] 梁德群. 基于方向信息的多尺度邊緣檢測方法[J]. 西安電子科技大學(xué)學(xué)報，1997(4): 76-82.

[5] 汪 濤，李建雙，成英淑，等. 數(shù)字圖像處理在線紋標(biāo)準(zhǔn)器自動檢測中的應(yīng)用[J]. 計量學(xué)報，2010, 31(z2): 165-168.

[6] 李建雙，趙 巖. 基于磨擦傳動技術(shù)的大長度自動控制測量標(biāo)準(zhǔn)裝置[J]. 計量學(xué)報，2009.

[7] 段瑞玲，李慶祥，李玉和. 圖像邊緣檢測方法研究綜述[J]. 光學(xué)技術(shù)，2005(3): 415-419.

[8] Canny J. A Computational Approach to Edge Detection[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence. 1986, PAMI-8(6): 679-698.

[9] 張旭升，周桃庚，沙定國. 數(shù)字圖像噪聲估計的方法及數(shù)學(xué)模型[J]. 光學(xué)技術(shù)，2005(5): 719-722.

[10] 國家質(zhì)量技術(shù)監(jiān)督局. JJG 71-2005 三等標(biāo)準(zhǔn)金屬線紋尺檢定規(guī)程[S]. 2005.

Study on Algorithm for Center Line Extraction of High-Grade Line Scale

Wang Weiqiang1, Li Jianshuang2, Miao Dongjing2, Li Dongsheng1, Li Lianfu2

(1.College of Metrological Technology and Engineering, China Jiliang University, Hangzhou 310018,China;2.National Institute of Metrology, Beijing 100029, China)

Affected by manufacturing technology, wear and pollution, the automatic calibration technology of line scale is limited to some extent. Based-on the characteristic of line scale, and for the line scales which the edge is high-contrast with noise badly, the algorithm limit the image processing region to the edge region firstly, and then search for the dots with maximum variation of gray level, discontinuous edge points are kicked, at last the edge lines are fitted and the center line is extracted. For the line scales which edge is blurred because of distortion, the algorithm fitting two straight lines of background and line regions, and get the crossover point, finally the center line is extracted. The third grade line meter scale is calibrated automatically more than once, and the maximum difference of the same line is 1.4μm, the standard deviation is 0.66μm, the algorithm is fit for the calibration of high-grade line scale and the robustness is good.

line scale calibration; image process; automatic technique; edge detection

2015-10-26；

2015-11-26。

國家質(zhì)量監(jiān)督檢驗檢疫總局科技計劃項目(2013QK031)；國家質(zhì)量監(jiān)督檢驗檢疫總局技術(shù)改造項目(2012NIM11)。

王魏強(qiáng)(1989-)，男，河南省安陽人，碩士研究生，研究方向為線紋尺自動化檢定。

1671-4598(2016)03-0196-04

10.16526/j.cnki.11-4762/tp.2016.03.053

TP311

A