專利名稱：面形檢測系統(tǒng)中前后表面反射光斑自動分離方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種面形檢測系統(tǒng)中前后表面反射光斑自動分離方法，屬于光學(xué)組件面形檢測技術(shù)和圖像處理領(lǐng)域。
背景技術(shù)：
在采用基于角差法的面形檢測過程中，檢測激光經(jīng)光學(xué)組件前后表面反射后經(jīng)光學(xué)系統(tǒng)后在CCD上形成前后表面光斑。當(dāng)光學(xué)元件前后表面平行度非常高時，使得同一測量點(diǎn)對應(yīng)的前后表面測量反射光夾角很小，在CCD上產(chǎn)生重疊光斑。如果把重疊光斑看成整體進(jìn)行質(zhì)心計(jì)算，將引入較大的計(jì)算誤差，造成面形測量結(jié)果的誤差。同時在面形重構(gòu)中只能使用前表面光斑，因此必須將前后反射光斑進(jìn)行自動分離，以剔除背表面光斑。因此， 需要研究一種能實(shí)際應(yīng)用的前后光斑自動分離方法。在進(jìn)行光學(xué)組件面形檢測時，L束激光入射被檢測光學(xué)組件后，經(jīng)光學(xué)組件前后表面反射后會在CCD上形成K (L<K S2L)個前后表面激光光斑，如圖1所示?？蓪⒐獍叻譃锳、B、C等3類光斑，根據(jù)判別準(zhǔn)則，結(jié)合前后表面反射光斑的灰度特征實(shí)現(xiàn)前表面光斑的提取與分類。具體方法如下(1)手動剔除第一個采樣點(diǎn)光斑圖像中的背表面光斑，檢測出該圖像中所有前表面光斑的質(zhì)心坐標(biāo)并分類，以之為分類參考光斑；(2)從第2個采樣點(diǎn)開始，對含背表面光斑的圖像進(jìn)行分割，提取出所有的光斑的質(zhì)心和灰度和，形成光斑集合S ；C3)從S集合找出符合式C類的光斑組合集，再從這些組合中選取灰度值最大的一組作為4個C類前表面光斑；從S集合中去除這些組合；(4)當(dāng)前掃描點(diǎn)如果與參考光斑不同行，利用式B類光斑第2判別規(guī)則，更新參考光斑信息為當(dāng)前掃描點(diǎn)；如同行，利用B類光斑第2判別規(guī)則判別。將符合該準(zhǔn)則的光斑組合作為候選，找出灰度值最大的一組作為2個B類前表面光斑。從S集合中去除找到的光斑組合；(5)最后，利用判別A類候選光斑，找出灰度最大的作為真實(shí)的A類光斑；該方法存在以下缺點(diǎn)(1)需對第一幀圖像中的后表面反射光斑及類型進(jìn)行手動標(biāo)注。(2)前后光斑的分離依賴于判別規(guī)則中的閾值；(3)當(dāng)前后光斑有重疊的時候就無能為力。一般背光斑的剔除都是通過物理上的方法解決，最常用和有效的是在光學(xué)組件背表面涂上一層凡士林。但在光學(xué)組件裝調(diào)上架后，這一方式難以實(shí)施，因?yàn)楫?dāng)光學(xué)組件裝調(diào)上架并運(yùn)行后，是不允許對光學(xué)組件的后表面涂抹凡士林。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是針對現(xiàn)有技術(shù)的不足提供一種面形檢測系統(tǒng)中前后表面反射光斑自動分離方 法。一種面形檢測系統(tǒng)中前后表面反射光斑自動分離方法，包括以下步驟Al :(XD采集當(dāng)前前后表面反射的光斑圖像Fl ；若為第一幀圖像，則人工擦除背表面反射光斑，為后面跟蹤選擇正確目標(biāo)；A2 采用減背景與乘法濾波相結(jié)合的方法來濾除噪聲并進(jìn)行迭代閾值分割，以分離出激光光斑；得到二值圖像F2 ；A3 檢測圖像F2中所有光斑，若有光斑粘連，則進(jìn)行粘連光斑的分離，提取所有光斑的質(zhì)心；A4:利用Kalman濾波器進(jìn)行跟蹤。若為第一幀圖像，用光斑質(zhì)心數(shù)據(jù)初始化 Kalman濾波器，并做第一次預(yù)測，若為第一幀，轉(zhuǎn)步驟Al，反之，則采用Kalman濾波器進(jìn)行跟蹤，即轉(zhuǎn)步驟A5 ；A5:在上一次預(yù)測質(zhì)心周圍尋找最近的光斑質(zhì)心并輸出，將所有找到的前表面反射光斑質(zhì)心數(shù)據(jù)傳給Kalman濾波器，Kalman濾波器利用上一次預(yù)測數(shù)據(jù)與此次實(shí)際提取數(shù)據(jù)預(yù)測下一幀光斑質(zhì)心的位置；A6 若為最后一幀數(shù)據(jù)，則結(jié)束。所述的面形檢測系統(tǒng)中前后表面反射光斑自動分離方法，所述步驟A3中，對于有粘連的光斑，其光斑分離的方法如下A31 對二值圖像F2進(jìn)行距離變換，得到圖像F3，使重疊光斑凹點(diǎn)更明顯；A32:對距離變換圖像F3采用逐漸增大的結(jié)構(gòu)元素進(jìn)行形態(tài)學(xué)開操作，計(jì)算每次開操作后的圖像與原圖像的差異，獲取光斑半徑R ；A33 利用重疊判別，從F3中提取出所有重疊區(qū)域構(gòu)成重疊區(qū)域二值圖像F4 ；A34 對F4中的每一個重疊區(qū)域，跟蹤重疊區(qū)域輪廓，提取鏈碼；根據(jù)鏈碼和半徑 R，求取每一輪廓點(diǎn)對應(yīng)的圓心點(diǎn)，聚集成各個光斑的中心區(qū)域；A35 用半徑比R稍小的圓形結(jié)構(gòu)元素對F4進(jìn)行腐蝕得到F5，并將中心區(qū)域圖像和F5進(jìn)行交集運(yùn)算，從而刪除那些偏離光斑中心較遠(yuǎn)的圓心點(diǎn)，得到圓心區(qū)域圖像F6 ；
A36:對每個光斑圓心區(qū)域，用半徑為比R稍大的圓形結(jié)構(gòu)元素進(jìn)行一次膨脹操作，然后與F2作交集運(yùn)算，其結(jié)果便作為對該圓心區(qū)域所對應(yīng)光斑的形狀估計(jì)。本發(fā)明利用kalman跟蹤算法，在每次實(shí)驗(yàn)的第一幀圖像中，將背表面反射光斑人為擦除，跟蹤所有前表面反射的光斑，從而達(dá)到分類前后表面光斑的目的；對于前后表面光斑有重合的情況，采用基于距離變換的光斑重疊分割技術(shù)，很好地實(shí)現(xiàn)重疊光斑的分離；采用基于Kalman濾波器的跟蹤算法能正確區(qū)分出了前表面反射的光斑，多次實(shí)驗(yàn)結(jié)果統(tǒng)計(jì)表明跟蹤正確率在95%以上。


圖1為現(xiàn)有技術(shù)中的表面光斑分離方法示意圖；圖2為本發(fā)明基于Kalman濾波器的光斑分離流程；圖3為本發(fā)明基于Kalman濾波器的光斑分離的實(shí)驗(yàn)效果圖；3_1為第一幀，3_2為第二幀，3-3為第四幀，3-4為第六幀，3-5為第八幀，3-6為第十二幀；圖4為本發(fā)明對三類激光光斑進(jìn)行重疊分離的實(shí)驗(yàn)結(jié)果圖。
具體實(shí)施例方式以下結(jié)合具體實(shí)施例，對本發(fā)明進(jìn)行詳細(xì)說明。實(shí)施例1基于kalman濾波的前后反射光斑分離方法在進(jìn)行面形測試時，對獲取的第一幀圖像將背表面反射光斑人為擦除，跟蹤所有前表面反射的光斑，從而達(dá)到分類前后表面光斑的目的。參考圖2，其主要步驟為Al :(XD采集當(dāng)前前后表面反射的光斑圖像Fl ；若為第一幀圖像，則人工擦除背表面反射光斑，為后面跟蹤選擇正確目標(biāo)；A2 采用減背景與乘法濾波相結(jié)合的方法來濾除噪聲并進(jìn)行迭代閾值分割，以分離出激光光斑；得到二值圖像F2 ；A3 檢測圖像F2中所有光斑，若有光斑粘連，則進(jìn)行粘連光斑的分離，提取所有光斑的質(zhì)心。對于有粘連的光斑，其光斑分離方法的主要流程如下A31 對二值圖像F2進(jìn)行距離變換(見公式1)，得到圖像F3，使重疊光斑凹點(diǎn)更明顯。d = I m-k I +1 n-1(1)其中，(k，1)為邊界像素，(m，η)為區(qū)域像素。Α32:對距離變換圖像F3采用逐漸增大的結(jié)構(gòu)元素進(jìn)行形態(tài)學(xué)開操作，計(jì)算每次開操作后的圖像與原圖像的差異，獲取光斑半徑R。Α33 利用重疊判別(見公式2~)，從F3中提取出所有重疊區(qū)域構(gòu)成重疊區(qū)域二值圖像F4。判別規(guī)則定義如下
當(dāng)時，光斑無重疊^
1當(dāng)P五《巧時，光斑有重疊其中Ptl為光斑重疊判別閾值，PE = 4 π A/C2 (0 < PE彡1)，A是光斑的面積，C是光斑的周長。Α34 對F4中的每一個重疊區(qū)域，跟蹤重疊區(qū)域輪廓，提取鏈碼。根據(jù)鏈碼和半徑 R，求取每一輪廓點(diǎn)對應(yīng)的圓心點(diǎn)，聚集成各個光斑的中心區(qū)域。Α35 用半徑比R稍小的圓形結(jié)構(gòu)元素對F4進(jìn)行腐蝕得到F5，并將中心區(qū)域圖像和F5進(jìn)行交集運(yùn)算，從而刪除那些偏離光斑中心較遠(yuǎn)的圓心點(diǎn)，得到圓心區(qū)域圖像F6。Α36:對每個光斑圓心區(qū)域，用半徑為比R稍大的圓形結(jié)構(gòu)元素進(jìn)行一次膨脹操作，然后與F2作交集運(yùn)算，其結(jié)果便作為對該圓心區(qū)域所對應(yīng)光斑的形狀估計(jì)。Α4:利用Kalman濾波器進(jìn)行跟蹤。若為第一幀圖像，用光斑質(zhì)心數(shù)據(jù)初始化 Kalman濾波器，并做第一次預(yù)測，若為第一幀，轉(zhuǎn)步驟Al，反之，則采用Kalman濾波器進(jìn)行跟蹤，即轉(zhuǎn)步驟A5。A5 在上一次預(yù)測質(zhì)心周圍尋找最近的光斑質(zhì)心并輸出(即為前表面反射的光斑)，將所有找到的前表面反射光斑質(zhì)心數(shù)據(jù)傳給Kalman濾波器，Kalman濾波器利用上一次預(yù)測數(shù)據(jù)與此次實(shí)際提取數(shù)據(jù)預(yù)測下一幀光斑質(zhì)心的位置；A6 若為最后一幀數(shù)據(jù)，則結(jié)束；實(shí)施例2采用基于Kalman濾波器的跟蹤效果如圖3，圖3中矩形框內(nèi)的光斑為檢測的光斑， 圓形框內(nèi)的光斑為跟蹤的前表面反射光斑，可以發(fā)現(xiàn)在出現(xiàn)前后表面反射光斑的情況下， 采用基于Kalman濾波器的跟蹤算法能正確區(qū)分出了前表面反射的光斑，多次實(shí)驗(yàn)結(jié)果統(tǒng)計(jì)表明跟蹤正確率在95%以上。實(shí)施例3基于距離變換的重疊光斑分離實(shí)驗(yàn)結(jié)果實(shí)驗(yàn)中對三類激光光斑進(jìn)行了重疊分離(1)大小基本一致、重疊不嚴(yán)重的光斑 (圖4-1)；⑵大小不一致的重疊光斑(圖4-2) ； (3)大小基本一致、重疊較嚴(yán)重的光斑(圖 4-3)。其中，圖4-1、圖4-2和圖4-3中從左至右依次為原圖、分割效果圖、圓心區(qū)域圖、分離結(jié)果圖。實(shí)驗(yàn)結(jié)果表明，通過本發(fā)明的方法，能很好地實(shí)現(xiàn)重疊光斑的分離。應(yīng)當(dāng)理解的是，對本領(lǐng)域普通技術(shù)人員來說，可以根據(jù)上述說明加以改進(jìn)或變換， 而所有這些改進(jìn)和變換都應(yīng)屬于本發(fā)明所附權(quán)利要求的保護(hù)范圍。
權(quán)利要求
1.一種面形檢測系統(tǒng)中前后表面反射光斑自動分離方法，其特征在于，包括以下步驟Al =CCD采集當(dāng)前前后表面反射的光斑圖像Fl ；若為第一幀圖像，則人工擦除背表面反射光斑，為后面跟蹤選擇正確目標(biāo)；A2 采用減背景與乘法濾波相結(jié)合的方法來濾除噪聲并進(jìn)行迭代閾值分割，以分離出激光光斑；得到二值圖像F2;A3 檢測圖像F2中所有光斑，若有光斑粘連，則進(jìn)行粘連光斑的分離，提取所有光斑的質(zhì)心；A4 利用Kalman濾波器進(jìn)行跟蹤；若為第一幀圖像，用光斑質(zhì)心數(shù)據(jù)初始化Kalman濾波器，并做第一次預(yù)測，若為第一幀，轉(zhuǎn)步驟Al，反之，則采用Kalman濾波器進(jìn)行跟蹤，即轉(zhuǎn)步驟A5 ；A5 在上一次預(yù)測質(zhì)心周圍尋找最近的光斑質(zhì)心并輸出，將所有找到的前表面反射光斑質(zhì)心數(shù)據(jù)傳給Kalman濾波器，Kalman濾波器利用上一次預(yù)測數(shù)據(jù)與此次實(shí)際提取數(shù)據(jù)預(yù)測下一幀光斑質(zhì)心的位置；A6 若為最后一幀數(shù)據(jù)，則結(jié)束。
2.根據(jù)權(quán)利要求1所述的面形檢測系統(tǒng)中前后表面反射光斑自動分離方法，其特征在于，所述步驟A3中，對于有粘連的光斑，其光斑分離的方法如下A31 對二值圖像F2進(jìn)行距離變換，得到圖像F3，使重疊光斑凹點(diǎn)更明顯； A32 對距離變換圖像F3采用逐漸增大的結(jié)構(gòu)元素進(jìn)行形態(tài)學(xué)開操作，計(jì)算每次開操作后的圖像與原圖像的差異，獲取光斑半徑R ；A33 利用重疊判別，從F3中提取出所有重疊區(qū)域構(gòu)成重疊區(qū)域二值圖像F4 ； A34 對F4中的每一個重疊區(qū)域，跟蹤重疊區(qū)域輪廓，提取鏈碼；根據(jù)鏈碼和半徑R，求取每一輪廓點(diǎn)對應(yīng)的圓心點(diǎn)，聚集成各個光斑的中心區(qū)域；A35 用半徑比R稍小的圓形結(jié)構(gòu)元素對F4進(jìn)行腐蝕得到F5，并將中心區(qū)域圖像和F5 進(jìn)行交集運(yùn)算，從而刪除那些偏離光斑中心較遠(yuǎn)的圓心點(diǎn)，得到圓心區(qū)域圖像F6 ；A36 對每個光斑圓心區(qū)域，用半徑為比R稍大的圓形結(jié)構(gòu)元素進(jìn)行一次膨脹操作，然后與F2作交集運(yùn)算，其結(jié)果便作為對該圓心區(qū)域所對應(yīng)光斑的形狀估計(jì)。
全文摘要
本發(fā)明公開了面形檢測系統(tǒng)中前后表面反射光斑自動分離方法，包括A1CCD采集當(dāng)前前后表面反射的光斑圖像F1；A2采用減背景與乘法濾波相結(jié)合的方法來濾除噪聲并進(jìn)行迭代閾值分割得到二值圖像F2；A3檢測圖像F2中所有光斑，提取所有光斑的質(zhì)心；A4利用Kalman濾波器進(jìn)行跟蹤；A5在上一次預(yù)測質(zhì)心周圍尋找最近的光斑質(zhì)心并輸出，將所有找到的前表面反射光斑質(zhì)心數(shù)據(jù)傳給Kalman濾波器，Kalman濾波器利用上一次預(yù)測數(shù)據(jù)與此次實(shí)際提取數(shù)據(jù)預(yù)測下一幀光斑質(zhì)心的位置；A6若為最后一幀數(shù)據(jù)，則結(jié)束?；贙alman濾波器的跟蹤算法正確區(qū)分出了前表面反射的光斑，多次實(shí)驗(yàn)結(jié)果統(tǒng)計(jì)表明跟蹤正確率在95％以上。
文檔編號G01B11/24GK102322820SQ201110270339
公開日2012年1月18日 申請日期2011年9月14日 優(yōu)先權(quán)日2011年9月14日
發(fā)明者巫玲, 徐旭, 熊召, 王俊波, 范勇, 袁曉東, 陳念年 申請人:西南科技大學(xué)