張浩鈺， 劉 順， 朱萍玉

(廣州大學(xué)機(jī)械與電氣工程學(xué)院，廣東 廣州 510006)

0 引 言

分布式傳感光纖具有可控的超高空間分辨率，質(zhì)量與直徑小，耐腐蝕，電絕緣，靈敏度高等特點(diǎn)。而且由于其具有一定的柔韌性，在作為分布式傳感器時(shí)能夠較好地適應(yīng)結(jié)構(gòu)表面的形狀變化[1]，故此常被用于監(jiān)測(cè)應(yīng)變[2]、受力形變[3]、溫度監(jiān)測(cè)[4-5]等用途。在基于分布式傳感光纖的應(yīng)變監(jiān)測(cè)系統(tǒng)中要使得其測(cè)點(diǎn)數(shù)據(jù)與物體表面位置互相對(duì)應(yīng)，為翹曲變形等不良情況成因探究給出數(shù)據(jù)基礎(chǔ)，則需要對(duì)表貼式傳感光纖路徑進(jìn)行精確的數(shù)據(jù)重構(gòu)。

分布式傳感光纖通常用于隧道、邊坡、礦山等大型且長(zhǎng)工作距離的場(chǎng)合，其空間分辨率通常為0.5 m或1 m，并不用對(duì)各測(cè)點(diǎn)進(jìn)行精確定位，但這顯然不適用于現(xiàn)代半導(dǎo)體科技發(fā)展中的精密測(cè)量等領(lǐng)域，而要將分布式傳感光纖運(yùn)用到精密測(cè)量上則需要一個(gè)方法精確獲取光纖測(cè)點(diǎn)的空間位置。近年來，機(jī)器視覺技術(shù)愈發(fā)成熟，作為典型的非接觸式檢測(cè)技術(shù)，由于具有高精度、高智能化等等優(yōu)點(diǎn)，常被運(yùn)用在各類需要精密監(jiān)測(cè)的場(chǎng)合，例如：目標(biāo)檢測(cè)[6]、圖像拼接[7]、尺寸測(cè)量[8]等領(lǐng)域，都取得了很好的效果。周國棟[9]使用了SIFT算法對(duì)產(chǎn)品表面缺陷進(jìn)行檢測(cè)；楊小艷[10]利用缺陷分類器實(shí)現(xiàn)了產(chǎn)品包裝缺陷檢測(cè)，鄔依林[11]等采用了種子生長(zhǎng)法對(duì)太陽能電池電極進(jìn)行邊緣提取，以上三種方法都是針對(duì)特定類型的缺陷進(jìn)行檢測(cè)，不適用于連續(xù)性的光纖路徑提取。Win[12]采用OTSU的方法檢測(cè)圖像表面缺陷，但是該方法不適用于全局灰度不均勻且干擾信息較多的場(chǎng)合。

本文基于機(jī)器視覺技術(shù)，提出一種亞像素級(jí)分布式傳感光纖路徑高斯線提取方法。利用表貼式光纖的高度差與光學(xué)特性設(shè)計(jì)視覺照明方案，獲取圖像后通過雙邊濾波降低圖像中的噪聲，再采用基于Canny算法的亞像素邊緣檢測(cè)技術(shù)提取出分布式傳感光纖的邊緣信息，該算法的使用對(duì)比于傳統(tǒng)的像素級(jí)檢測(cè)算法能夠極大地提升檢測(cè)精度，最終閉合邊緣對(duì)并使用高斯線檢測(cè)法提取光纖中心路徑信息并計(jì)算出分布式傳感光纖的各測(cè)點(diǎn)坐標(biāo)位置。

1 圖像獲取與預(yù)處理

為提升物體表面的分布式傳感光纖路徑區(qū)分度，需要設(shè)計(jì)合理的照明方案并對(duì)硬件進(jìn)行選型，最后對(duì)獲取的圖像進(jìn)行灰度化與降噪預(yù)處理。

1.1 照明方案設(shè)計(jì)

光纖通常是由高透明度的二氧化硅材料制作，且體積極小，直徑僅為0.125 mm，因此其在物體表面會(huì)存在視覺上區(qū)分度低的現(xiàn)象，并且鋪設(shè)在硅晶圓、金屬等表面存在鏡面反射現(xiàn)象的材料上時(shí)易受到環(huán)境光的干擾，這也提升了對(duì)光源選型的要求，這些問題都會(huì)導(dǎo)致相機(jī)無法獲取具有足夠信息量的圖像。

為解決以上問題，本文給出照明解決方案：使用方形無影光源進(jìn)行低角度照明，照明原理見圖1。

圖1 照明原理

由上圖可知，側(cè)面照明的方式不僅消除了光源從正面照射時(shí)物體表面所產(chǎn)生的鏡面反射問題，同時(shí)還能利用傳感光纖鋪設(shè)在物體表面所形成的高度差解決光纖在物體表面區(qū)分度低的問題。

1.2 系統(tǒng)硬件設(shè)計(jì)

系統(tǒng)硬件部分如圖2所示，主要由計(jì)算機(jī)、工業(yè)相機(jī)、鏡頭、工作臺(tái)、方形無影光源與待測(cè)物體組成。工業(yè)相機(jī)為分辨率 3 856 pixel×2 764 pixel，型號(hào)為MHG 3664-7.5EC，鏡頭選用12 mm定焦鏡頭，通過千兆網(wǎng)線連接至計(jì)算機(jī)。

圖2 系統(tǒng)硬件組成

1.3 圖像預(yù)處理

在視覺處理系統(tǒng)中，由于實(shí)際物體表面容易存在灰塵等微粒，且圖像的獲取、傳輸?shù)冗^程中可能會(huì)產(chǎn)生噪聲，影響圖像的質(zhì)量并干擾目標(biāo)信息的提取，尤其是在邊緣檢測(cè)中，由于隨機(jī)噪聲的灰度值分布特性，通常都會(huì)被檢測(cè)算法識(shí)別為邊緣，因此對(duì)獲取的原始圖像進(jìn)行預(yù)處理是極為必要的過程，可以通過降噪與調(diào)節(jié)圖像對(duì)比度等方式增強(qiáng)圖像的顯示質(zhì)量[13]，以便后續(xù)特征提取等處理步驟，常用的傳統(tǒng)降噪方法有均值濾波、中值濾波、高斯濾波等。

本文所使用的降噪方法為雙邊濾波，其作為一種典型的非線性濾波不僅能夠消除隨機(jī)噪聲，引起的邊緣模糊效應(yīng)也較低[14]，通過將同質(zhì)區(qū)域的像素平滑，而將對(duì)比度較大的邊緣像素保留而實(shí)現(xiàn)效果，定義如下：

圖3 濾波效果對(duì)比

2 傳感光纖路徑提取

由于傳感光纖的數(shù)據(jù)讀取與長(zhǎng)度信息相對(duì)應(yīng)，為保證數(shù)據(jù)重構(gòu)的一致性，需要對(duì)表貼式的分布式傳感光纖進(jìn)行長(zhǎng)度方向上的中心路徑提取，由于對(duì)檢測(cè)結(jié)果的精度要求極高，因此采用基于Canny算法的亞像素邊緣檢測(cè)技術(shù)對(duì)光纖進(jìn)行邊緣檢測(cè)，再通過閉合邊緣對(duì)形成區(qū)域后，使用高斯線檢測(cè)方法提取骨架信息從而獲得傳感光纖中心路徑。

2.1 基于Canny算法的亞像素邊緣檢測(cè)

邊緣檢測(cè)作為機(jī)器視覺領(lǐng)域具有高度實(shí)際應(yīng)用價(jià)值的技術(shù)之一，具有十分重要的研究意義。傳統(tǒng)邊緣檢測(cè)算法的精度為像素級(jí)，而隨著時(shí)代的進(jìn)步與半導(dǎo)體行業(yè)的發(fā)展，也快速地提升了工業(yè)檢測(cè)所需求的精度，此時(shí)傳統(tǒng)的像素級(jí)精度已然無法滿足實(shí)際測(cè)量的需要，因此出現(xiàn)了將像素再次劃分從而提升圖像分辨率的亞像素級(jí)檢測(cè)技術(shù)。首先使用高斯濾波器與圖像進(jìn)行卷積以平滑圖像，大小為(2k+1)×(2k+1)的高斯濾波器核的生成方程式：

其中 1≤i，j≤(2k+1)。

利用計(jì)算非極大值抑制和類似于滯后閾值操作的算法將邊緣點(diǎn)連接成邊緣。檢測(cè)前圖像的點(diǎn)I(x，y)的梯度幅值若 大于 ωmax，則被立即接受為一個(gè)邊緣點(diǎn)，同時(shí)將輸出圖像點(diǎn) O(x，y)的灰度值設(shè)置為255，而振幅小于 ωmin的點(diǎn)則被拒絕，而其他點(diǎn)若與已被接受的邊緣點(diǎn)相連，則同樣被接受為邊緣。非極大值抑制表達(dá)式為：

圖4 邊緣識(shí)別結(jié)果對(duì)比

2.2 骨架提取

將亞像素級(jí)光纖邊緣配對(duì)組成邊緣對(duì)之后閉合形成光纖目標(biāo)區(qū)域，最終采用高斯線檢測(cè)方法提取骨架路徑。該檢測(cè)方法是通過圖像與一個(gè)高斯掩膜的卷積的偏導(dǎo)數(shù)來確定圖像中各個(gè)像素點(diǎn)在和方向上的泰勒二次多項(xiàng)式參數(shù)，從而計(jì)算出各個(gè)像素點(diǎn)的線條方向。在垂直于線條方向的二階偏導(dǎo)數(shù)中，將表現(xiàn)出局部極大值的點(diǎn)標(biāo)記為骨架點(diǎn)。類似于式(7)中的滯后閾值操作，接受二階導(dǎo)數(shù)大于的線點(diǎn)，拒絕二階導(dǎo)數(shù)小于的點(diǎn)，所有其他的線點(diǎn)若是與已被接受的點(diǎn)相鄰，則也被標(biāo)記為骨架點(diǎn)，最終將發(fā)現(xiàn)的線點(diǎn)連接為骨架線。

本文通過提取光纖區(qū)域進(jìn)行局部高斯線檢測(cè)的方法提升了檢測(cè)準(zhǔn)確度與檢測(cè)時(shí)間，對(duì)全局圖像進(jìn)行檢測(cè)耗時(shí)為197.77 ms，而僅對(duì)光纖區(qū)域進(jìn)行局部檢測(cè)耗時(shí)僅為15.41 ms，可見局部檢測(cè)時(shí)長(zhǎng)僅為全局檢測(cè)的7.79%，截取部分識(shí)別結(jié)果如圖5所示，可見局部檢測(cè)的結(jié)果由于干擾信息量的減少使得其識(shí)別路徑更為平滑，且位置相對(duì)全局檢測(cè)結(jié)果更為貼近光纖中心。

圖5 全局-局部檢測(cè)對(duì)比

2.3 算法優(yōu)化

當(dāng)光纖邊緣存在亮斑與灰塵干擾時(shí)，由于其灰度值接近光纖會(huì)導(dǎo)致邊緣檢測(cè)結(jié)果中包含干擾邊緣，其特征表現(xiàn)為半徑較小的弧形邊緣，如圖6(a)所示，故可以根據(jù)此特征對(duì)邊緣檢測(cè)結(jié)果進(jìn)行排查。

圖6 干擾邊緣分割與擬合

Ramer算法便可用于該類問題的檢測(cè)，其原理的具體實(shí)現(xiàn)為：首先將邊緣輪廓拆分成點(diǎn)集，組合形成短直線對(duì)輪廓進(jìn)行邊緣分割，使得各直線間距離小于初始設(shè)定閾值，如圖7所示，首先根據(jù)邊緣點(diǎn)集進(jìn)行二等分以建立1條線段見圖7(a)，計(jì)算點(diǎn)集中所有點(diǎn)到該線段的距離，若其中距離最大值大于設(shè)定閾值，則根據(jù)當(dāng)前最大距離值的輪廓點(diǎn)建立其到當(dāng)前線段兩端的新線段，如圖7(b)所示，反復(fù)迭代見圖7(c)，至所有距離值都小于設(shè)定閾值。

圖7 Ramer算法分割示意

之后對(duì)所形成的多邊形輪廓進(jìn)行圓弧線逼近檢測(cè)，若使用圓弧擬合后的距離值比線段小，則使用圓弧替代當(dāng)前線段，反復(fù)迭代至所有線段都檢查完畢，此時(shí)在干擾邊緣處的微小圓弧會(huì)出現(xiàn)過分割現(xiàn)象，且隨著距離閾值的降低，對(duì)輪廓的細(xì)分程度有所提升，此時(shí)則可根據(jù)分割后的邊緣輪廓長(zhǎng)度進(jìn)行篩選，選擇出真邊緣輪廓進(jìn)行擬合，而排除干擾邊緣，邊緣輪廓分割與擬合檢測(cè)結(jié)果如圖6(b)所示。

由于傳感光纖的直徑為固定值，因此可通過提取圖像中光纖路徑到邊緣的單邊線寬，驗(yàn)證本研究中算法對(duì)光纖區(qū)域識(shí)別的穩(wěn)定性。采集不同曝光程度下的圖像共11張，提取圖像中的傳感光纖進(jìn)行單邊線寬分析，結(jié)果見表1。

表1 單邊線寬分析

可見單邊線寬檢測(cè)平均值波動(dòng)較小，線寬最值波動(dòng)較大，對(duì)檢測(cè)圖像進(jìn)行分析可知原因主要有兩點(diǎn)：1)光纖邊緣存在少量亮斑；2)光纖邊緣擬合連接不平滑。

由于傳感光纖的材質(zhì)為分布單一且均勻的二氧化硅，因此在光纖路徑中無外力干擾時(shí)其內(nèi)部應(yīng)力積累均勻，故路徑為平滑曲線，因此以上兩點(diǎn)原因可通過對(duì)傳感光纖中心路徑點(diǎn)進(jìn)行最小二乘法擬合曲線的方式提升路徑準(zhǔn)確度，具體方法為：求解在各個(gè)像素點(diǎn)處的偏差平方和最小的近似曲線。

首先設(shè)擬合多項(xiàng)式：

再對(duì)各個(gè)像素點(diǎn)到該曲線的距離和求解，其偏差平方和為：

之后進(jìn)行求解與公式化簡(jiǎn)后表示為矩陣形式：

圖8 曲線擬合效果

由表1與表2對(duì)比可見，擬合后的光纖路徑在平均值幾乎不變的情況下，最小值與最大值均向平均值靠近，標(biāo)準(zhǔn)差降低了 0.060 7 pixel，因此使用最小二乘擬合法可以對(duì)傳感光纖路徑進(jìn)行修正。且根據(jù)單邊線寬平均值為2.75 pixel，光纖半徑為0.062 5 mm，可知該檢測(cè)系統(tǒng)精度為0.02 mm/pixel。

表2 擬合后單邊線寬分析

2.4 算法魯棒性驗(yàn)證

為驗(yàn)證該檢測(cè)方法魯棒性，設(shè)置兩類在實(shí)際情況中易存在的缺陷問題進(jìn)行檢測(cè)分析。第一類為光纖與物體表面貼合不佳；第二類為待測(cè)物體表面存在邊緣信息干擾；檢測(cè)結(jié)果如圖9所示，由圖9(a)可見第一類缺陷問題在圖像上有較大影響，但是通過檢測(cè)算法中的閾值選取與圖像開運(yùn)算操作可將該影響消除，因此不會(huì)干擾實(shí)際骨架路徑檢測(cè)，檢測(cè)結(jié)果見圖9(c)；由圖9(b)可見第二類情況在光纖附近有類似邊緣信息干擾，但由于邊緣檢測(cè)算法中所設(shè)置的邊緣強(qiáng)弱關(guān)系對(duì)比步驟，并不會(huì)識(shí)別存在干擾的弱邊緣，因此不會(huì)對(duì)檢測(cè)結(jié)果造成影響，檢測(cè)結(jié)果如圖9(d)所示，綜合可見該檢測(cè)方法魯棒性強(qiáng)。

圖9 算法魯棒性驗(yàn)證

2.5 算法對(duì)比實(shí)驗(yàn)

分別采用本文所提出的改進(jìn)局部高斯線提取方法和全局高斯線檢測(cè)法、Skeleton骨架提取方法對(duì)存在粘膠干擾時(shí)的直徑為0.125 mm傳感光纖進(jìn)行路徑檢測(cè)，結(jié)果如圖10所示，可見本文所提出的提取方法抗干擾能力強(qiáng)，識(shí)別路徑最為準(zhǔn)確。三種方法的檢測(cè) 時(shí)長(zhǎng)分別為 138.576 ms、143.219 ms、106.269 ms，耗時(shí)稍低于同為亞像素級(jí)檢測(cè)的全局高斯線檢測(cè)法。

圖10 檢測(cè)算法對(duì)比

3 實(shí)驗(yàn)結(jié)果分析

設(shè)計(jì)的實(shí)驗(yàn)方案為：在鋁片表面使用模具鋪設(shè)理想類螺旋形光纖，采用2.6 mm分辨率選取測(cè)點(diǎn)428個(gè)。通過本文提取方法識(shí)別鋪設(shè)后的實(shí)際光纖路徑，并進(jìn)行分布式傳感光纖路徑在長(zhǎng)度方向上的測(cè)點(diǎn)坐標(biāo)提取，進(jìn)行理想-實(shí)際光纖路徑與測(cè)點(diǎn)對(duì)比，類螺旋光纖對(duì)比如圖11所示，可見在實(shí)際鋪設(shè)傳感光纖時(shí)由于粘膠和外力因素影響導(dǎo)致實(shí)際路徑與理想路徑有較大偏差，但可通過本文方法提取光纖路徑后計(jì)算實(shí)際測(cè)點(diǎn)坐標(biāo)，即可對(duì)表貼式分布式傳感光纖的數(shù)據(jù)重構(gòu)進(jìn)行空間上的修正。

根據(jù)類螺旋形傳感光纖測(cè)點(diǎn)實(shí)際坐標(biāo)，結(jié)合使用電子加熱臺(tái)加熱鋁片100 s時(shí)所測(cè)量溫度信息進(jìn)行溫度場(chǎng)還原，傳感光纖長(zhǎng)度方向上的溫度信息如圖12所示，圖13中左圖為傳感光纖溫度場(chǎng)還原曲面圖，右圖為傳感光纖測(cè)點(diǎn)散點(diǎn)圖，圖11與圖12中P1、P2點(diǎn)互相對(duì)應(yīng)，可見該提取方法用于數(shù)據(jù)重構(gòu)時(shí)效果較佳。

圖11 類螺旋光纖測(cè)點(diǎn)提取

圖12 傳感光纖溫度信息

圖13 類螺旋形傳感光纖溫度場(chǎng)重構(gòu)

4 結(jié)束語

通過利用表貼式光纖的高度差設(shè)計(jì)了低角度側(cè)面照明系統(tǒng)獲取具有高區(qū)分度的光纖圖像，再采用雙邊濾波降噪，從而實(shí)現(xiàn)了光纖邊緣信息的完整保留。

先使用基于Canny的亞像素級(jí)邊緣檢測(cè)算法獲得光纖區(qū)域，再由高斯線法進(jìn)行局部光纖中心路徑的高精度提取。且對(duì)檢測(cè)方法進(jìn)行整體優(yōu)化，在實(shí)驗(yàn)案例中光纖單邊線寬標(biāo)準(zhǔn)差為 0.123 8 pixel，對(duì)比其他算法可知該檢測(cè)方法抗干擾能力強(qiáng)，穩(wěn)定性高，可應(yīng)用于表貼分布式傳感光纖的數(shù)據(jù)重構(gòu)時(shí)修正各測(cè)點(diǎn)空間位置偏差。