基于圖像處理和Matlab混合編程的自動(dòng)聚焦技術(shù)及應(yīng)用

1、基于圖像處理和Matlab混合編程的自動(dòng)聚焦技術(shù)及應(yīng)用楊濤1） 左勇2）1)（中國(guó)人民解放軍63898部隊(duì)，濟(jì)源，） 2)（國(guó)防科工委第一計(jì)量測(cè)試中心北京長(zhǎng)城計(jì)量測(cè)試技術(shù)研究所，北京，）摘 要: 自動(dòng)聚焦技術(shù)是提高壓痕直徑測(cè)量系統(tǒng)測(cè)量精度、智能化和自動(dòng)化的重要手段。本文介紹了采用圖像處理法實(shí)現(xiàn)壓痕直徑測(cè)量系統(tǒng)的自動(dòng)聚焦技術(shù)，其核心就是選擇一個(gè)合適的圖像清晰度評(píng)價(jià)函數(shù)。在研究了眾多圖像清晰度評(píng)價(jià)函數(shù)的基礎(chǔ)上，提出了基于向量模型和改進(jìn)DCT變換的圖像清晰度評(píng)價(jià)函數(shù)，實(shí)驗(yàn)表明，本文提出的算法具有良好的單峰性、準(zhǔn)確性、穩(wěn)定性、可靠性和快速性。最后通過(guò)基于COM組件技術(shù)的Matlab與VB混合編程來(lái)保證

2、算法實(shí)現(xiàn)和軟件設(shè)計(jì)。關(guān)鍵詞: 自動(dòng)聚焦；壓痕直徑測(cè)量；清晰度評(píng)價(jià)函數(shù)；混合編程Auto-focus Technology and Application Based on Image processing and Mixed Programming of MatlabYANG Tao1) ZUO Yong2)1) (Unit 63898 of PLA, Jiyuan, ) 2) (Changcheng Institute of Metrology & Measurement, Beijing, )Abstract: Auto-focusing technique is an important

3、 method to improve the precision, intelligentization, automatization for the indentation diameter measurement. The paper introduces the auto-focus method of indentation diameter measurement based on image processing. Hard core of the Auto-focusing technique is the evaluation functions selection. Bas

4、ed on the auto-focusing algorithms investigation, image sharpness evaluation functions are built based on vector model and DCT. Using experiments, it is found out that the algorithms which are put forward in this paper have evident improvements in unimodality, accuracy, stability, reliability and ra

5、pidity. And software design based on the mixed programming between VB and MATLAB which basing on the COM technology is introduced in detail.Keywords: auto-focus; indentation diameter measurement; evaluation functions; mixed programming1 引言在布氏硬度壓痕直徑測(cè)量系統(tǒng)中，聚焦的好壞直接影響測(cè)量結(jié)果。本文以國(guó)防軍工計(jì)量十一五基礎(chǔ)科研項(xiàng)目“硬度壓痕直徑測(cè)量”為應(yīng)用背

6、景，研究基于圖像處理的自動(dòng)聚焦技術(shù)以提高系統(tǒng)測(cè)量的準(zhǔn)確性、智能化和自動(dòng)化。基于圖像處理的圖像清晰度評(píng)價(jià)函數(shù)是自動(dòng)聚焦技術(shù)的關(guān)鍵，目前大多數(shù)算法是基于時(shí)域的灰度熵法和灰度方差法構(gòu)造的，但其聚焦結(jié)果并不十分穩(wěn)定且運(yùn)算速度慢?；谝陨蠁?wèn)題，本文提出了基于向量模型和改進(jìn)的DCT變換的兩種自動(dòng)聚焦算法。2 向量模型算法圖像相鄰區(qū)域的灰度值變化越明顯，圖像越清晰。邊緣是圖像上灰度值變化最為激烈的地方，因此可以采用梯度算子對(duì)圖像進(jìn)行計(jì)算，用鄰域像素之間的灰度值差來(lái)表征圖像梯度，在數(shù)學(xué)模型中即為微分算子。最簡(jiǎn)單的微分算子是Roberts算子，如圖1所示，其表達(dá)式為式（1）。圖1 Roberts算子示意圖Fig

7、.1 Sketch map of Roberts operator它從水平和豎直方向上來(lái)體現(xiàn)圖像的梯度。但這樣的算法并不十分穩(wěn)定，特別是對(duì)于本文所涉及的離焦和聚焦圖像差異較大的硬度壓痕圖像，如圖2和圖3所示。圖 2 離焦圖像Fig.2 Out-of-focus image圖 3 聚焦圖像Fig.3 Focusing image由于系統(tǒng)的聚焦圖像灰度級(jí)分布較離焦圖像更為集中，有可能出現(xiàn)聚焦圖像邊緣梯度雖然較大，但不及離焦圖像邊緣梯度的累計(jì)誤差產(chǎn)生的影響，造成圖像清晰度自動(dòng)判別困難。因此本文依據(jù)圖像灰度變化，對(duì)算法進(jìn)行了改進(jìn)。由于系統(tǒng)采集的圖像主體為圓形，在斜線的方向上的變化對(duì)結(jié)果有較大影響，因此

8、應(yīng)當(dāng)同時(shí)考慮水平、豎直和交叉方向?qū)ο袼刈兓挠绊?。圖 4 像素鄰域斜方向變化示意圖Fig.4 Sketch map of oblique direction圖4所示模型算法表達(dá)式為：改進(jìn)的模型如圖5所示。圖 5 改進(jìn)的向量模型Fig.5 Modified gradient medol將水平方向的梯度再與斜線方向的梯度作差，用于表征該像素在其鄰域內(nèi)的綜合變化梯度，向量模型算法表達(dá)式為：3 DCT變換算法在圖像的頻域分析中，圖像的清晰和聚焦的程度由圖像高頻分量的多少來(lái)決定：高頻分量多則圖像清晰；高頻分量少則圖像模糊。因此可以利用圖像高頻分量的多少作為圖像清晰度的判定依據(jù)。最常見(jiàn)的變換有傅立葉變換（

9、FFT）和離散余弦變換（DCT）。由于FFT變換是對(duì)復(fù)數(shù)進(jìn)行處理，其計(jì)算程度較為復(fù)雜，計(jì)算所需的時(shí)間長(zhǎng)。硬度壓痕直徑測(cè)量系統(tǒng)要進(jìn)行大量的測(cè)量實(shí)驗(yàn)，電機(jī)位移在微米級(jí)，且壓痕圖像為20482048px，除去電機(jī)移動(dòng)時(shí)間是固定的之外，必須提高圖像處理的速度，F(xiàn)FT算法對(duì)于該系統(tǒng)顯然是不適用的。因此采用變換簡(jiǎn)單且較為快速的DCT變換。圖6顯示了一幅圖像進(jìn)行DCT變換后的結(jié)果。DCT變換能聚集更多的能量，對(duì)高頻分量有較好的分離能力，在清晰度評(píng)價(jià)函數(shù)中，分離并保留高頻分量作為圖像清晰度的評(píng)價(jià)尺度。圖 6 DCT變換Fig. 6 DCT transfer二維的DCT正變換如式（4）所示。如果按照公式（4）編

10、寫(xiě)程序，將包含一個(gè)四重循環(huán)，這對(duì)于處理大分辨率圖像是不能接受的。根據(jù)DCT變換的可分離性將二維DCT變換改寫(xiě)為兩個(gè)一維DCT變換運(yùn)算的等價(jià)形式。DCT變換公式如式（5）。求和符號(hào)分開(kāi)寫(xiě)成：并規(guī)定， C1和C2是兩個(gè)分別包含有兩個(gè)不同域向量分量的二維矩陣。如果求C1和C2的循環(huán)按照u，x和v，y方式進(jìn)行，那么C1和C2中的元素可以表達(dá)為C1(u，x)和C2(u，x)，根據(jù)矩陣的內(nèi)乘性法則，有：式（7）便是改進(jìn)以后的DCT變換公式?；贒CT變換的圖像清晰度函數(shù)關(guān)注圖像高頻部分并將高頻分量的多少作為判定圖像清晰度的依據(jù)，因此算法如式（8）。 式（8）中F(u，v)為DCT變換后的結(jié)果，(M，N)為

11、圖像的分辨率。但本系統(tǒng)聚焦圖像和離焦圖像在亮度和灰度級(jí)方面相差很大，且圖像的清晰度還與圖像自身的亮度和灰度級(jí)有很大關(guān)系，故引入相對(duì)高頻分量進(jìn)行判別。由于直流分量在一定程度上反映了圖像的整體亮度和總體信息，因而用高頻分量和直流分量的比作為圖像相對(duì)高頻分量進(jìn)行判別，得到的G的最大值所對(duì)應(yīng)的圖像即為樣本圖像中最清晰的。改進(jìn)后的DCT算法如式（9）所示。 4 實(shí)驗(yàn)研究為了驗(yàn)證算法的穩(wěn)定性和執(zhí)行效率，實(shí)驗(yàn)所用的圖像樣本均采集自硬度壓痕直徑測(cè)量系統(tǒng)，圖像大小均為640480px，分為三組進(jìn)行。縱坐標(biāo)為歸一化的清晰度評(píng)價(jià)函數(shù)值，橫坐標(biāo)為圖像樣本序號(hào)。圖 7 各種算法在第一組實(shí)驗(yàn)中的結(jié)果Fig.7 Resul

12、t of various algorithm on the 1st experiment圖 8 各種算法在第二組實(shí)驗(yàn)中的結(jié)果Fig.8 Result of various algorithm on the 2nd experiment圖 9 各種算法在第三組實(shí)驗(yàn)中的結(jié)果Fig.9 Result of various algorithm on the 3rd experiment從以上圖表數(shù)據(jù)不難看出，改進(jìn)后的向量模型算法在曲線的單峰性上較Roberts算法有了明顯的提高，且在三組不同樣本的測(cè)試結(jié)果中都具有較好的穩(wěn)定性和重復(fù)性；而同樣是基于邊緣最大梯度計(jì)算的拉普拉斯算法在本系統(tǒng)的采樣圖像中表現(xiàn)不

13、佳，且不穩(wěn)定；基于FFT變換的能量熵算法在本系統(tǒng)中無(wú)法對(duì)圖像的清晰度進(jìn)行評(píng)價(jià)；基于DCT變換的算法則在曲線的單峰性和穩(wěn)定性方面都有出色的表現(xiàn)。表 1 各種算法在三組實(shí)驗(yàn)中的執(zhí)行時(shí)間Tab.1 Executive time of various algorithm算法時(shí)間(s)Roberts向量模型拉普拉斯DCT變換FFT變換實(shí)驗(yàn)15.62506.593024.54704.094071.9060實(shí)驗(yàn)25.20307.391019.89104.282074.5630實(shí)驗(yàn)34.50005.656020.04703.500062.9530平均時(shí)間0 .05110 .06550 .21500 .0396

14、0 .6981算法的執(zhí)行時(shí)間如表1所示，從平均時(shí)間看，DCT變換算法在對(duì)單張圖像進(jìn)行評(píng)價(jià)時(shí)所需時(shí)間最短，只需0.0396s，而Roberts算法和向量模型算法次之；拉普拉斯算法和FFT變換算法時(shí)間最長(zhǎng)，無(wú)法滿足系統(tǒng)要求。5 混合編程的實(shí)現(xiàn)本系統(tǒng)通過(guò)VB調(diào)用Matlab制作的COM組件實(shí)現(xiàn)二者混合編程。VB語(yǔ)言簡(jiǎn)單，執(zhí)行速度快，在圖形友好界面設(shè)計(jì)和開(kāi)發(fā)等方面具有獨(dú)特的優(yōu)勢(shì)，但在數(shù)值計(jì)算方面能力欠佳。Matlab可以提供與矩陣有關(guān)的強(qiáng)大的數(shù)據(jù)處理和圖形顯示功能，但其界面功能弱。把VB和Matlab相結(jié)合，充分利用Matlab強(qiáng)大的數(shù)值分析運(yùn)算功能和VB開(kāi)發(fā)界面方便的特點(diǎn)進(jìn)行混合編程能較好地滿足系統(tǒng)

15、要求。圖 10 COM組件編譯界面Fig.10 Compile interface of COM componentCOM組件技術(shù)是有別于傳統(tǒng)的一種新型軟件架構(gòu)，提供了一種可以共享二進(jìn)制代碼的工業(yè)標(biāo)準(zhǔn)。這種共享并不局限于某一種編程語(yǔ)言，它將編寫(xiě)的算法和自定義函數(shù)封裝在COM組件中，通過(guò)Windows應(yīng)用程序調(diào)用封裝在組件中相應(yīng)的函數(shù)，并由COM組件的標(biāo)準(zhǔn)接口把結(jié)果返回給應(yīng)用程序。已編寫(xiě)好的m文件可以通過(guò)Matlab提供的COM組件編譯器進(jìn)行編譯，編譯成功后生成dll文件，該文件就是在VB編程中需要引用的COM組件，如圖10所示。在新建的VB工程中引用這個(gè)組件，如圖11。圖11 VB工程引用CO

16、M組件示意Fig.11 Sketch map of VB project quoteing the COM componet在form的初始化過(guò)程中創(chuàng)建對(duì)象，就可以像調(diào)用VB內(nèi)置函數(shù)一樣在程序需要的地方調(diào)用COM組件進(jìn)行運(yùn)算。組件的函數(shù)參數(shù)類(lèi)型和輸入順序與Matlab中m文件構(gòu)成是一致的。6 工程應(yīng)用實(shí)例壓痕直徑測(cè)量系統(tǒng)是以視覺(jué)檢測(cè)和圖像處理技術(shù)為基礎(chǔ)，結(jié)合X、Y兩維坐標(biāo)測(cè)量技術(shù)和Z向測(cè)量來(lái)自動(dòng)識(shí)別焦面（物面）位置，實(shí)現(xiàn)自動(dòng)對(duì)焦和測(cè)量，系統(tǒng)組成框圖如圖12所示。圖12 壓痕直徑測(cè)量系統(tǒng)Fig.12 Measurement system of indentation diameter 本文所討論

17、的基于自動(dòng)對(duì)焦技術(shù)設(shè)計(jì)的軟件對(duì)應(yīng)于整個(gè)系統(tǒng)的控制模塊，如圖13。軟件控制電機(jī)移動(dòng)采集圖像，并記錄采集圖像的位置，處理后挑選清晰度值最大的圖像，控制電機(jī)移動(dòng)至相應(yīng)的位置進(jìn)行采圖，之后將采集的圖像交由測(cè)量模塊進(jìn)行處理。圖 13 軟件流程Fig.13 Flow chart for software軟件界面如圖14所示，分為4個(gè)區(qū)域，1為CCD圖像監(jiān)視實(shí)時(shí)顯示區(qū)域，2為主要的操作菜單按鈕，3為滑塊，用于控制電機(jī)上下移動(dòng)，4為采集圖像處理顯示區(qū)域，用紅色數(shù)字標(biāo)定清晰度值最大的圖像并放置首位，當(dāng)點(diǎn)擊區(qū)域4內(nèi)的圖像時(shí)，電機(jī)自動(dòng)移到采集該圖像所在的位置。圖 14 軟件界面Fig.14 Software interface7 結(jié) 論本文分別從圖像灰度值變化和頻譜分析兩方面討論了圖像清晰度判定實(shí)現(xiàn)的途徑，提出了基于圖像灰度值變化梯度的向量模型算法和改進(jìn)型的DCT變換算法，構(gòu)造了清晰度評(píng)價(jià)函數(shù)，通過(guò)實(shí)驗(yàn)與其他幾種常見(jiàn)的清晰度評(píng)價(jià)算法進(jìn)行了對(duì)比，在壓痕直徑測(cè)量系統(tǒng)中，向量模型算法和DCT變換算法具有良好的曲線單峰性，并且計(jì)算時(shí)間短，評(píng)價(jià)結(jié)果更為準(zhǔn)確、穩(wěn)定和可靠，優(yōu)于其他算法。通過(guò)Matlab與VB混合編程，充分利用MATLAB強(qiáng)大的數(shù)值分析運(yùn)算功能和VB開(kāi)發(fā)界面方便的特點(diǎn)，提高了代碼的利用率和編程效率，在實(shí)際工程中得到了較好的應(yīng)用。參考文獻(xiàn)(References)1 董維國(guó).深入淺出Matlab7.