袁紅衛(wèi)，閔志方

(華中光電技術(shù)研究所，武漢光電國家實驗室，湖北武漢430073)

0 引言

隨著光電測量成像傳感器性能的提升 (包括傳感器的成像分辨率、成像質(zhì)量和成像幀頻等)以及數(shù)字圖像軟件處理算法和硬件處理性能的增強，光電測量已經(jīng)廣泛應(yīng)用于國防和民用各領(lǐng)域，特別是通過光電成像方式來對目標自身的姿態(tài)進行非接觸式測量［1-2］。如在航天航空領(lǐng)域中，可通過多基站光電經(jīng)緯儀對空中目標的三維運動姿態(tài)進行非接觸式測量;在電力行業(yè)，可通過可見光/紅外傳感器對高壓輸電線路的異常狀態(tài) (如覆冰)進行非接觸式測量;在鐵路行業(yè)，可通過脈沖激光測距儀在可見光電視跟蹤的狀態(tài)下對受電弓供電線路的架設(shè)位置進行非接觸式測量等［3-4］。光電成像測量之所以越來越受到各行各業(yè)的青睞，是因為它們都具有非接觸式測量的安全性和便捷性，以及測量精度高、可靠性好等優(yōu)點［5-6］。

本文主要介紹了一種利用光電成像對非平移目標的二維轉(zhuǎn)動姿態(tài)的非接觸式測量方法。該測量過程利用高速可見光相機和高速圖像處理方法，能夠?qū)崟r輸出高幀頻姿態(tài)測量數(shù)據(jù)。

1 待測物體描述

以某項目為例，被測物體為圓錐形剛體，待測物體能夠在x，y兩個軸上進行轉(zhuǎn)動，如圖1所示。

圖1 轉(zhuǎn)動非接觸式測量系統(tǒng)示意圖Fig.1 Diagram of the non-contact measurement system for target rotation

但由于2個轉(zhuǎn)軸被固定住，不能進行任何方向上的平移運動，需要對轉(zhuǎn)角δA和δB進行非接觸式測量。轉(zhuǎn)角δA和δB的測量范圍均為0～±22°;轉(zhuǎn)角測量誤差和系統(tǒng)零位轉(zhuǎn)角誤差均需低于0.05°;系統(tǒng)采樣頻率高于500 Hz，且測量信號時間延遲＜2 ms。

另外，要求非接觸式測量設(shè)備能對被測物體轉(zhuǎn)動進行實時測量和解算;能對轉(zhuǎn)動數(shù)據(jù)實時顯示、輸出和記錄;能對整個測量過程的高速視頻進行記錄，并對記錄視頻進行回放觀察和驗證。

2 基于光電成像的非接觸式測量

設(shè)備系統(tǒng)構(gòu)成如圖2所示。該測量裝置采用高速攝像機作為被測物體轉(zhuǎn)動測量的傳感器。當高速攝像機獲取感興趣區(qū)域 (靶標)的圖像信息后，高速圖像采集單元將圖像采集下來，并通過高速視頻記錄單元記錄在高速硬盤，以便于回放觀察和后期處理。

另一方面，高速相機通過高速視頻數(shù)據(jù)傳輸接口與高速圖像處理單元連接，該處理單元能夠?qū)D像進行實時的濾波處理和高速目標跟蹤提取功能，通過實時圖像數(shù)據(jù)處理同步得到2個自由度方向上物體沿2個相機光軸垂直平面的轉(zhuǎn)動數(shù)據(jù)，利用該數(shù)據(jù)即可以計算出物體繞轉(zhuǎn)軸的真實轉(zhuǎn)動數(shù)據(jù)并通過通用PCI總線發(fā)往計算機主機。計算機主機上運行的顯示和控制軟件能夠?qū)Ω咚僖曨l進行低幀頻顯示，將接收到的轉(zhuǎn)動數(shù)據(jù)進行實時顯示和記錄，并通過光纖網(wǎng)絡(luò)接口向外發(fā)送，該軟件還能夠?qū)Ω咚傧鄼C的參數(shù)、高速視頻采集單元和高速視頻記錄單元的參數(shù)進行控制。

圖2 設(shè)備系統(tǒng)構(gòu)成Fig.2 Block diagram of the equipment systems constitution

該測量裝置主要由成像傳感器和電子機柜2部分組成。成像傳感器部分包含高速相機、光學(xué)自準直設(shè)備以及相應(yīng)的相機姿態(tài)調(diào)整平臺;電子機柜部分包括機柜、計算機主機、顯示屏和高速圖像記錄系統(tǒng)。

成像傳感器部分的高速相機通過高速數(shù)據(jù)傳輸線與電子機柜部分的計算機主機內(nèi)的圖像處理板以及高速圖像記錄系統(tǒng)相連;圖像處理板則通過PCI數(shù)據(jù)總線與計算機主機相連。外部仿真機與電子機柜部分通過光纖連接。

測量過程:首先將待測物體的轉(zhuǎn)軸安裝水平，即保持2個轉(zhuǎn)軸確定的平面與水平面保持平行，高速攝像機也水平安裝于物體正下方，并通過相機位置的平移調(diào)節(jié)，保證相機的光軸指向轉(zhuǎn)軸交點，如圖3所示。

圖3 測量系統(tǒng)原理示意圖Fig.3 Schematic diagram of the measurement system

設(shè)二維擺軸的交點為空間坐標系原點(0，0，0)，高速攝像機的成像光心坐標點為(r，s，t)，成像平面距離光心為 d，旋轉(zhuǎn)前靶標的坐標為(u0，v0，w0)，旋轉(zhuǎn)后的坐標為(u1，v1，w1)，旋轉(zhuǎn)前靶標成像坐標為(x0，y0)(相對于光心位置)，旋轉(zhuǎn)后的成像坐標為(x1，y1)(相對于光心位置)?？梢缘玫椒匠探M如下:

式(1)～式(3)共有2個旋轉(zhuǎn)角，光心坐標、成像平面、光心距離及旋轉(zhuǎn)前后靶標坐標共有12個未知數(shù)，但卻只有7個方程，因此是不定方程組，無法唯一解出旋轉(zhuǎn)角。

若靶標有k個，上述方程組有k個，那么旋轉(zhuǎn)方程個數(shù)則有3k個，靶標空間比例方程則有4k個;而未知數(shù)有2個位置旋轉(zhuǎn)角，1組光心坐標，成像平面與光心距離以及6k個旋轉(zhuǎn)前后靶標坐標。為了保證方程個數(shù)與未知量相同，則有3k+4k=2+3+1+6k;所以至少需要k=6組靶標點的成像結(jié)果才能解出方程組。由于方程組并不是線性方程，顯然這樣的計算量太大，對于高速計算來說無法保證實時性。

因此，為了能夠只用1組成像靶標就解出旋轉(zhuǎn)角，需要通過調(diào)整相機位置使得r=s=t=0，且事先確定成像平面與光心距離d。此時則有方程組

此時共有2個旋轉(zhuǎn)角和6個靶標坐標參數(shù)共8個未知量，但是卻只有3+4共7個方程，仍然無法解出未知數(shù)。由于旋轉(zhuǎn)前后靶標到原點的距離是可以事先確定的，因此可以增加方程

為了得到成像平面與光心距離d，可以通過以下的成像方法計算得到:

設(shè)成像的物距為p，鏡頭焦距為f，由于成像靶面到成像物體之間的距離可以測出，設(shè)為g，則有

由上述方程組即可解得d。由于2個轉(zhuǎn)軸在z軸方向上并非重合，即2個轉(zhuǎn)軸之間存在一定的距離，可以通過前期測量得到，設(shè)為ε，可得到如下方程組

由于任何待測物體都不是絕對剛性，因此安裝的靶標在測量過程中會因為轉(zhuǎn)軸的轉(zhuǎn)動形成一定的運動形變。為了測量零位誤差，需要在錐體底面圓形中心安裝1個靶標，由于實際情況無法做到，因此需要4個靶標，依據(jù)靶標質(zhì)心連線的交點來確定錐體定點垂線的偏移位置。

若需要解算出任意給定坐標系下的轉(zhuǎn)角 (如繞Z軸向旋轉(zhuǎn)θ=45°的坐標系下的旋轉(zhuǎn)δφ和δψ)，可以先對原始坐標系進行旋轉(zhuǎn)，繞Z軸逆時針旋轉(zhuǎn)θ度即得到所需解算的角度δφ和δψ所在的坐標系。因此，新坐標系下的擺動向量坐標為:

3 測量方法工作流程

首先將待測物體降至零位，即讓2個轉(zhuǎn)軸都歸于零位。對錐體底面貼上高對比度反光圓形靶標，為了增大目標對比度，可以在靶標周圍設(shè)計為黑色的背景，必要時可用照明裝置對靶標進行照射。靶標的中心連線方向盡可能與轉(zhuǎn)軸的軸線平行，分別在錐體底端左右兩端。

然后將成像傳感器置于待測物體底部約1 m距離。將轉(zhuǎn)軸方向與成像傳感器的視軸調(diào)為平行。在2個成像傳感器的位置和姿態(tài)調(diào)整完畢后，可開始所需要的姿態(tài)測量。姿態(tài)測量時，首先打開成像傳感器和電子機柜，待高速處理和記錄設(shè)備正常工作后再控制物體的姿態(tài)變化。高速圖像處理單元將實時提取靶標位置并由此解算轉(zhuǎn)動角度。設(shè)備工作流程如圖4所示。

圖4 設(shè)備工作流程圖Fig.4 Devices working flowchart

計算單元對圖像數(shù)據(jù)的高速實時處理。圖像各幀數(shù)據(jù)依照采集的順序被存放在計算機指定的堆內(nèi)存中，可以考慮開辟2塊堆內(nèi)存用于存放圖像數(shù)據(jù)，第n幀的圖像數(shù)據(jù)將直接覆蓋第n-2幀的圖像數(shù)據(jù)。計算機指令直接計算靶標的質(zhì)心位置，為了能夠減少計算量，假定已知前一幀的靶標質(zhì)心位置，則當前幀的質(zhì)心只需要考慮以前一幀為中心的一定范圍區(qū)域內(nèi)的質(zhì)心計算問題，整個計算過程的算法復(fù)雜度是線性的。因此可以保證圖像處理過程的實時性。

圖5 快速質(zhì)心提取原理Fig.5 Schematic diagram of the fast centroid extraction algorithm

質(zhì)心求取公式如下

X方向:

Y方向:

其中:M為質(zhì)心計算矩陣的行寬;N為質(zhì)心計算矩陣的列寬;u(i，j)為相應(yīng)像素的灰度值;x(i，j)和y(i，j)分別為相應(yīng)像素的列號和行號。

4 測量系統(tǒng)硬件處理單元

高速圖像處理電路板的主要功能是接收高清視頻接口的高幀頻CMOS輸入的視頻信號，進行高速視頻A/D變換。精確地提取目標的幾何中心;完成數(shù)據(jù)解算，通過通用PCI接口實時輸出角度信息，顯示視頻信號到監(jiān)視器和 DVI顯示器。Full CameraLink輸出接口直接與高速采集和記錄系統(tǒng)連接。圖像采集與處理視頻數(shù)據(jù)的最高分辨率為1280×1024，由于DSP采用的是TI公司的高端720 MHz定點DSP，保證了由足夠的速度完成每幀目標的提取任務(wù)。

系統(tǒng)設(shè)計上采用模塊化設(shè)計的思想:FPGA完成圖像采集、外部存儲器的讀寫邏輯控制，DSP讀寫RAM的總線切換和實時圖像的去隔行濾波等功能。DSP實現(xiàn)包括模板匹配、模式識別等多種圖像算法。由于圖像采集卡的復(fù)雜性和大量數(shù)據(jù)的運算及邏輯控制，因此采用高速DSP作為數(shù)字信號處理的核心。以TI的TMS320C6414作為數(shù)字信號處理器，F(xiàn)PGA采用ALTERA的EP2S60F672，以國半公司的DS90CR288作為Camera Link接口芯片，通過32位數(shù)據(jù)總線與DSP進行視頻數(shù)據(jù)傳輸。

5 測量方法仿真實驗

該項目中采用的高速攝像機的分辨率為1280×1024;像元大小為14 μm×14 μm，仿真實驗轉(zhuǎn)軸距離光心的距離為1.5 m，靶標距離轉(zhuǎn)軸的距離為0.48 m，鏡頭焦距為22 mm;轉(zhuǎn)軸零位時，靶標的成像位置距離中心在X和Y方向上均偏移了10個像素。在這種情況下，給出轉(zhuǎn)軸旋轉(zhuǎn)時靶標不同成像位置所求出的轉(zhuǎn)軸角度值 (見圖6～圖7)。

表1 靶標成像質(zhì)心在不同坐標下解算出的轉(zhuǎn)角值(X和Y方向分別從598～600)Tab.1 Rotation angle values calculated by the target centroid in different coordinate(X，Y directions，respectively，from 598～600)

在圖6～圖7和表1中，轉(zhuǎn)角δA和δB相鄰元素差絕對值的極大值為0.0363°。這就是說，若圖像處理單元獲取的靶標質(zhì)心位置的精度能夠控制在1個像元大小范圍之內(nèi)，則光電成像轉(zhuǎn)角測量精度就能夠控制在0.036°，滿足測量誤差需低于0.05°的要求。當然，該分析是在假設(shè)成像設(shè)備安裝準確的前提下得到的。

6 結(jié)語

本方案采用非接觸式測量方式對待測物體轉(zhuǎn)動姿態(tài)進行測量。在測量時，測量元件對于物體自身的自由運動沒有任何影響和約束，且測量過程簡單易操作，測量精度高，可靠性好。該測量方案中的測量原理可以廣泛應(yīng)用于國防和工業(yè)轉(zhuǎn)動設(shè)備高精度檢測領(lǐng)域，不僅能夠用來驗證物體的矢量轉(zhuǎn)動的控制準確性，同時能夠通過所記錄的高幀頻圖像對運動細節(jié)進行進一步觀察和分析。

［1］房超.機器視覺及其在工業(yè)檢測中的應(yīng)用［J］.自動化博覽，2007，25(4):6-48.FANG Chao.Machine vision and its applications in industrial inspection［J］.Automation Expo，2007，25(4):6-48.

［2］席斌，錢峰.機器視覺測量系統(tǒng)在工業(yè)在線檢測中的應(yīng)用［J］.工業(yè)控制計算機，2005，18(11):75-76.XI Bing，QIAN Feng.Machine vision measuring system online testing in the industrial［J］.Industrial control computer，2005，18(11):75-76.

［3］邱茂林，馬頌德，李毅.計算機視覺中攝像機標定綜述［J］.自動化學(xué)報，2000，26(1):43-55.QIU Mao-lin，MA Song-de，LI Yi，Overview of camera calibration in computer vision［J］.Journal of Automation，2000，26(1):43-55.

［4］熊有倫.精密測量的數(shù)學(xué)方法［M］.北京:中國計量出版社，1989.XIONG You-lun.Mathematical methods of precision measurement［M］，Beijing:Chinese Metrology Publishing，1989.

［5］CHIANG J H，A combination of rough-based feature selection and RBF neuralnetwork forclassification using gene expression data［J］.IEEE Transactions on Nanobioscience，2008，7(1):91-99.

［6］PENG D，YI Z.Convergence analysis of a deterministic discrete time system of feng'S MCA learning algorithm［J］.IEEE Transactions on Signal Processing，2006，54(9):3626-3632.