资源描述：
《药膏厚度非接触式测量技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
摘要非接触式厚度测量是当今工业上很重要一项技术，它可以最大程度避免对产品的损伤，同时又可以快速有效地在生产线上对被测物其进行测量。另外，非接触式的测量还常常在测量系统当中利用微处理器或是PC机来对得到的数据进行处理，这通常使得系统对外界的反应更加及时，操作人员能更准确地对生产线上的状况做出反应。正因为如此，非接触式测量技术被广泛应用在纸张、塑料和钢材等等产品的生产过程中。本论文讨论一种对药膏厚度进行厚度测量的方法，这种方法利用光的透射来对药膏的厚度进行检测。本论文分为五个部分，第一个部分简述了厚度测量技术的发展、接触式测量与非接触式测量的区别、国内外常用的非接触式测量厚度的方法以及本论文课题的来源。第二个部分重点讨论了利用光的透射方法来对药膏厚度进行检测的原理，对其进行理论推导，并跟据系统的要求选择合适的器件。第三个部分首先对数据处理工具进行简要介绍，而且对由CCD图像采集系统得到的图像的特点进行分析，论述了图像分割的定义及方法。第四个部分则是搭建实验平台，利用实验验证这种方法的可行性，并由实验平台测量实验数据并对实验数据进行分析，提出可能会对测量结果造成误差的几个因素。最后，第五个部分对全文所做的工作进行总结。关键词：图像分割厚度测量非接触式测量I AbstractNon-contactthicknessdetectionisaveryimportanttechnologyinindustrynowadays,whichcanavoidthedamagetotheproductsandcandetectthethicknessoftheproductson-line.Becauseamicro-processororacomputerisoftenusedtoprocessthedataobtainedbythethicknessdetectionsystem,thismethodisoftenfastandenableworkerrespondrapidlytothechangesoftheproductline.So,non-contactthicknessdetectioniswidelyuseintheindustryofpaper,plasticandironplane.Thisthesisproposesamethodtomeasurethethicknessofplaster,whichusesthelighttransmissiontodetectthethicknessofplaster.Itcontainsfiveparts.Thefirstpartintroducesthedevelopmentofthicknessdetection,thedifferencesbetweencontactthicknessdetectionandnon-contactthicknessdetection,thecommonusedmethodsusedinnon-contactthicknessdetectionandtheoriginoftheprojectdiscussedbythisthesis.Thesecondpartdiscussestheprincipleofthethicknessdetectionsystem,andchoosesproperdevicesaccordingtotherequest.Thethirdpartintroducesthesoftwareusedtoprocesstheimagedata,analysestheimagesobtainedbyCCDdevice,andintroducesthedefinitionofimagesegmentation.Theforthpartbuildsasystem,usesthesystemtocertifythefoundationofthismethod,analyzestheexperimentaldata,andbringupseveralfactorswhichmayaffecttheresults.Finally,thefifthpartconcludesthewholethesis.Keywords:imagesegmentationmeasurementofthicknessnon-contactmeasurementII 独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本论文的研究做出贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□，在年解密后适用本授权书。本论文属于不保密□。（请在以上方框内打“√”）学位论文作者签名：指导教师签名：日期：年月日日期：年月日 1绪论1.1引言橡胶膏剂是指药物与橡胶等基质混合均匀之后，再涂在布上所制得的一种外用制剂。橡胶膏剂最早起源于1870年美国Johnson兄弟公司开发的医用橡皮膏，1958年之后在橡皮膏中加入药物成分，使其变为一种外用药物，也就是通常所讲的膏药。不同于其它口服药物，膏药通过人体皮肤用药，不会对人体肠胃和肝脏产生大的刺激作用，毒性作用相对较小，而且其体积小，携带也更加方便，因此在日常生活中应用很广。所以，长期以来，膏药一直在我国中药领域中占有重要的地位，也在人们生活中起着重要的作用。随着社会的进步，人们生活水平的提高，各种药物重要性也日渐突出。对各类药品的生产过程卫生、产品质量的要求也越来越高。为此，国家药检局也对各种药物提出一系列的实现标准。中药是医用药品中特殊的一类，但也是很重要的一类，它通常不像西药那样具有精确的配比或是较单一的成分，而是由多种动植物按经验配比来制[1]作，这使得药物各种配比的含量很难保证恒定，因此中药在生产加工自动化中的发展比较缓慢。作为众多中药中的一种，膏药的各种基本成分的使用量也很难精确地确定下来。在药典中，对膏药的规定主要在于对其单位面积上含膏量的要求上。所以，目前膏药的生产厂家为了保证产品符合规定，通常采用人工称重的方法。但这种方法实时性差，要比实时测量滞后20分钟左右，只能在生产出一批药膏之后才能发现称量结果，造成产品大量报废。对资源造成大的浪费，也对企业的效益造成影响。因此，需要一种有效的实时检测方法来对膏药进行在线检测。对中国药典上相应的橡胶膏剂一般的制备方法进行研究，基质的主要成分除了部分氧化锌以外，基本上都是大分子有机物，橡胶和各味中药成分。在能够有效对膏药半成品进行在线检测的部分，基质中还含有汽油，由于膏药基质中的各成分的配比各个厂家并不相同，而且同一厂家在生产膏药时的配比也并不是十分精确，这些不确定性就使得在线检测含膏量难度增大，使实际中对含膏量进行在线检测几乎不可能实现。如果各个厂家在生产时能够做到对基质的精确配比，使得单位体积内药物含量一定，1 就可以把测量含膏量的问题完全转化为底布上药膏的厚度测量的问题，从而把问题转移到测量产品厚度问题上。1.2厚度测量技术及其发展在社会生产力高速发展的今天，对产品的数量要求和质量要求也在不断增长。在高质量产品的制造和高效率生产环境的构建中，测量技术起到了很大的作用，其重要性与日俱增。尤其在这个生产国际化、全球经济一体化迅速发展的时期，很多企业为谋求发展，在全球范围内的各个地区建立工厂，这就要求不同地区生产的高精度零部件，必须具有良好的互换性。因此，建立一种基于国际标准的拥有较好测量精度及可靠性的测量体制是十分重要的。也正因为这个原因，自从工业开始发展以来，厚度测量就一直是工业生产中常见的测量内容之一。近几年来，随着现代工业的不断发展，与膏药和塑料相似的半透明或是透明薄材的需求和生产都越来越多，使得厚度测量越来越重要。薄膜行业以及造纸行业等领域的快速发展更是推动了厚度测量技术的发展和完善。常用的厚度测量方法首先从形式上可以分为两种：接触式测量与非接触式测量。顾名思义，接触式测量即是测量仪器需要与被测物品之间进行接触来得到希望测得的物理量，因此也被称为有损测量；而非接触式测量则不需要对被测物品进行任何方式的直接接触，通常把希望测得的物理量转化为其它量，再通过其希望测得的物理量与这些数值之间的关系计算，所以也常被称为无损测量。在线测厚技术与非在线测厚技术在测试原理上完全不同，非在线测厚技术一般采用机械测量法，在线测厚技术一般采用射线技术、电涡流技术、电磁感应原理、光学测厚技术或者超声波测厚技术等非接触式测量法。常用来进行接触式测量的工具有千分尺和螺旋测微器等，而非接触式测量则是利用某一电学量或是光学量的变化来反映相应的物理量的变化。可见，在接触式测量中使用这些器具进行测量时需要和物品进行接触，虽然接触式测量结果能够做到十分精确以及稳定，但这样既会磨损仪器，又会在一些柔软固体上留下痕迹，而且这种测量方法只适合于测量一些静态的对象，无法应用于那些要求进行快速在线测量领域，例如需要在生产线上对薄膜等产品进行测量的情况。相对来讲，非接触式测量在测量精度和稳定性方面不如接触式测量，但它可以做到不与物品接触，从而减少2 对产品的损伤，而且可以做到快速的在线测量。非接触测量的这些特点符合如今大多数产品都是在生产线上大量高速生产的现状，因此，非接触厚度测量技术在当今的生产企业中大量的应用。由于近些年来薄膜包装材料的生产量急剧增加，对其厚度测量控制成为薄膜材料生产中很重要的一环。对这些材料的厚度测量最早采用的是非在线测厚技术。这些非在线测量技术在早期得到了较大的发展。但是，非在线测厚方法有它自身的局限性。薄膜生产要求产品的厚度均匀，波动允许在一定的误差范围内，采用人工的非在线测厚方法只能对成品进行检测，并不能有效地在产品的生产过程中对其进行监控调整其厚度。随着射线技术的不断发展，也为了能够更有效地对厚度进行控制，提高成品的质量，基于非接触测厚方法的在线测厚的方法便出现了。人们逐渐研制出与薄膜生产线安装在一起的在线测厚设备。上个世纪60年代在线测厚技术就已经广泛应用在生产线上，现在甚至能够准确测量出薄膜某一涂层的厚度。非在线的检测方法经常采用的是效率低下的利用人工对对象进行检测的方法，这种方法通常利用对某些对象或是对象的某个部分进行事后的抽检结果来检验一批对象的品质，而且这种方法通常要依赖于工人的很高的熟练度，也容易受到人工主观因素的影响。相对于非在线的测量方法，在线测量方法则采用的是高效率的自动化测量方法，也可以对生产线上的产品进行及时的、比较全面的检测，而且常常采用计算机来[2]对检测结果进行分析，使得检测的结果可以更加精确和客观。正是因为有这些方面的区别，使得在线测量方法具有以下显著优点：它能够提高产品生产质量，降低产品生产成本，减少次品出现的比率，减轻工人的工作强度，帮助企业节约原材料和能耗，提高产品产量，从而进一步提高企业的效益。鉴于在线厚度测量的这些优点，在线测厚技术在工业生产中取得十分广泛的应用，而各种在线测量厚度的技术也不断被人们研究、发展与完善，如今常用的非接触厚度测量方法有很多种。下面是国外的一些非接触厚度测量的方法与应用：González-canoA和BernabéuE在1993年采用光干涉的方法来对薄膜进行厚度的测量。测量系统由激光器、CCD探测器和计算机组成。他们利用聚焦后的激光束照射在薄膜上，激光束在薄膜内部发生多次反射，CCD探测器将反射的光斑记录下来，由3 [3]计算机对光斑的图像进行分析，并根据光斑的形态来确定薄膜的厚度。JungCS和RheeBK在2002年提出一种用来确定位于透明衬底上的对光有微弱吸收薄层的厚度和成分的方法，并在塑料薄膜上演示了这种方法的可行性。并首次用这种方法确定了聚邻氨基苯甲酸材料在波长在1064nm、632.8nm和532nm时的反射率和衰减系数，而且也在参数已知的材料中验证了这种方法的正确性与可行性。这种方[4]法可以对厚度的测量可以精确到几百个纳米。TamiKihara和KiyoshiYokomori创新地提出一种利用偏振光反射测量技术来进行厚度与折射率进行测量的技术，简称为PRETTI-S。这种技术可以利用S偏振光与P偏振光，简便而准确地得到薄膜的折射率与厚度，这种方法要求传统的PRETTI技术[5]更加方便。HÁguas，AMarques，RMartins和EFortunato等人提出一种快速对薄膜厚度和折射率进行测量的方法，这种方法是基于采用彩色扫描仪对多波长光在薄膜内的干涉图样进行分析的基础上来对厚度进行测量的，在样品为二氧化锆的情况下得出了正确的[6]结果。Y.Laaziz，A.Bennouna，N.Chahboun，A.Outzourhit和E.L.Ameziane等人找出了一种用来确定薄膜的厚度与光学参数的方法，整个实验的过程中分析过程与计算都[7]相当精确，没有采用任何近似。Rusli和G.A.J.Amaratunga提出一种对生长在对光有微弱吸收衬底上的薄膜的光学常量与厚度测量的方法。采用对反射光与干涉条纹的测量，就可以得到被测薄膜[8]精度良好的厚度与折射率信息。HoltslagA.H.M.和ScholteP.M.L.O.采用光学的方法来对薄膜的折射率、体积[9]以及厚度进行测量。Y.Shirakawa提出一种利用γ射线技术来对钢板的厚度进行检测。通过在生产线上钢板的一侧加上一个γ射线放射源，另一侧对透射过钢板的γ射线强度进行测量，通过在关系式中引入一个衰减系数来减小散射对结果造成的影响，来在线得到钢板的厚[10]度信息。Z.H.Lu，J.P.McCaffrey和B.Brar等人利用X射线来对二氧化硅的厚度生长进4 [11]行探测。JonOpsal，AllanRosencwaig和DavidL.Willenborg利用高功率激光来测[12]量透明或是不透明的薄膜，灵敏度可达到±2%。他们还利用热波来对薄膜进行高精[13]度的探测。JCManifacier，JGasiot和JPFillard提出一种简单的非接触的方法，用[14]来确定一种对光有微弱吸收的薄膜的光学常量以及厚度。R.Ulrich和R.Torge利用[15]耦合棱镜测量光波导的折射率与厚度。Ylilammi,M.利用光学的方法来得到多层薄[16]膜结构中的膜厚。1.3常见非接触式测量方法较为常见的非接触式测厚技术有β射线技术、γ射线技术、X射线技术、电容测量法以及光透过测量方法。(1)射线测厚技术顾名思义，射线测厚技术主要是通过放射性元素发射的射线通过样品来检测厚度。较为常见的射线测厚技术主要有β射线技术、γ射线技术、X射线技术三种。β射线传感器在1948年就被开发使用。β射线技术是最早应用于在线厚度测量的[17]-[21]射线技术，一直以来都被广泛用于在线厚度测量中。其测量原理是采用密封β放射源发射出的低能β射线，β射线在穿透被测量材料时，会被测量材料引起射线的吸收和反射。β射线的吸收特性符合比尔吸收定律，反射特性符合康普顿效应。利用这个特点可实现对被测量材料单位面积重量的测量。而由单位面积重量除以密度就可以得到产品的厚度。β射线技术经过长时间的发展，已经相当成熟了，它有测量范围很广泛的优点，但β传感器对大气压和温度的变化比较敏感。γ射线技术的测量原理与β射线技术的测量原理类似，不同的是γ射线的穿透力更强，常被用来测量厚度较厚，密度大的材料，比如说钢板。而且由于γ射线技术采用的γ射线为准单能，在穿过其它物体时，减弱系数可以看作常数，所以其测量能够做到结果更加精确，而且它能够测量的厚度范围也比β射线技术要大，另外γ射线放射源的半衰期较长，可以使用较长时间。γ射线技术也被广泛应用于非接触厚度测量中[18]-[20]。但γ射线技术也有其局限性，那就是它对物品厚度的测量受物品本身材料成分的影响较大。[24]-[27]X射线在非接触测厚当中应用也十分广泛。X射线传感器的射线源有两种：5 同位素X射线放射源和X光管。穿透式X射线厚度传感器遵循比尔吸收定律；反射式X射线传感器符合材料荧光分析技术，所以反射式X射线传感器也称之为X射线荧光分析传感器。反射式X射线传感器利用X射线击飞被测量材料的内层电子，造成被测量材料的外层电子向内层跃迁并放出X射线的特性，测量被测材料的厚度。在实际应用中，同位素X射线放射源很少被用于穿透式传感器。X射线传感器在测量铝箔、薄钢板等材料的厚度时有广泛的应用，也常用于钢板等单一元素的测量电解膜厚仪。射线测厚技术的发展都比较成熟，而且如今都在工业生产的测量方面里发挥出很大的作用，但它们都有相似的缺点，那就是无论是产生β射线、γ射线的β射线和γ射线放射源，还是发射X射线的X光管，其价格成本都很高，维护成本也很高，人体如果暴露在射线下，会产生不良反应，而且采用射线还需要相关部门的审批，手续较多。(2)电容法测量电容测量的原理是利用平板电容器的极板间距、面积或介质发生变化时，其电信号输出也相应发生变化，从而实现微小位移测量。利用平板电容器中介质厚度、介电常数的改变所产生的输出信号来完成薄膜及涂层厚度的测量。获取薄膜及其涂层厚度信息所用的电容测微仪的基本原理图如图1.1所示。图1.1电容测微仪基本原理图这个测量电路采用高输入阻抗运算放大器构成反馈式模拟运算电路。通过一系列的推导可以得出样品涂层厚度与电压输出变化量之间成正比关系。进而由测量电压输出量的变化就可以确定样品的厚度。6 (3)光透过式厚度测量此方法的原理是：由一束单色光垂直照射到被测样品表面，由于样品会对这束单色光进行吸收，会使透射光强度得到衰减，当一个样品的成分一定时，光电接收系统所接收的光强就只与样品的厚度的有关，光透射方法就是根据这个原理利用确定透过[28]-[31]样品的光强值来判定样品厚度的。目前这种方法已经用在许多不同的工业领域。这一测量方法已经用在在线测量纸张的厚度上，成为对纸张的生产过程进行自动控制[32]的重要手段。1.4课题来源及关键技术本课题来源于药膏生产厂商需对药膏厚度进行在线厚度检测的要求，厂商希望得到一种能较方便测量药膏厚度的方法与系统。经过实地考察，目前膏药的生产过程中仍然采用人工的方法对膏药含量进行在线的检测。被汽油溶剂溶化的药膏经过两个机械辊轮的碾压被压在底布上，而膏药的厚度正是通过操作工人通过调整两个机械辊轮的间距来控制的。熟练的操作工人会根据经验在经过机械辊轮之后的部分借助照明设备，通过观察透过的光照强度来对辊轮进行操作。而成品处的质检工人则每隔一段时间便对产品的成品进行抽检，对膏药单位面积取样称重，来检验产品的含膏量是否达到国家药典规定的标准。但是这种方法要求操作工人十分有经验，而且主观因素对控制过程的影响较大。抽检的检测周期又太长，当察觉出错误再反馈到生产线上时，生产线常常已经生产出大量的不合格的产品，极大的浪费了资源，降低了企业的效益。所以急需一种自动化的精确的在线测量系统，对膏药的生产进行监控，以保证膏药产品的含膏量符合标准。本论文讨论了一种基于机器视觉对膏药厚度进行检测的技术，这种技术是从目前人工在线检测厚度的方法类比得到的。本论文从设计的原理以及具体实现方案等方面来对这种方法进行阐述。论文讨论的重点包括以下几个部分：(1)药膏厚度探测技术的原理上的论证、可行性分析以及具体实现方案的设计与系统的组成。(2)了解各种常用的图像处理方法，运用合适的算法对采集到的图像进行分析处理。7 (3)搭建实验平台，获取实验数据，并对实验得到的结果进行分析并对影响测量结果的因素进行分析与讨论。8 2检测系统总体方案设计为了建立一个合适的对药膏进行厚度检测的系统，首先要确定进行检测的原理，从理论上对检测的原理进行推导，然后确定组成系统各个部分的元器件，即需要根据测量的对象来选用特定的光发射器件，光接收器件，相应光路的设计，另外还要对后续的数据处理部分的所要实现的功能以及具体实现的步骤进行设计。本章节正是主要讨论膏药厚度在线检测系统测量的基本原理以及其各个部分的设计。2.1灰度级探测厚度原理目前生产线上对药膏厚度进行监测的方法是在经过机械辊轮碾压之后的生产线下面放置一支日光灯管，日光灯管所发出的光会透过生产线上的产品，熟练的操作工人正是通过观察透过生产线的光的强度来判断当时生产线上产品的厚度，并利用设备进行相应的操作，控制机械辊轮之间的间距，控制药膏的厚度，从而保证产品厚度的波动在一定的范围以内。实际生产中的照片如图2.1所示。图2.1人工控制药膏厚度图本论文采用的方法正是对这一实际中采用的方法进行类比之后得到的，利用CCD9 摄像头来代替人眼完成对厚度的监视。由于工人是利用对透过生产线产品表面的透过光的光强来对厚度进行判断的，相应的，对CCD图像采集系统得到的透过光的一幅图像来讲，透射光的强度信息可以利用图像的灰度值来表示，因此，系统的检测原理是利用对采集图片的灰度级进行分析的方法来判断药膏的厚度，而采用这种方法首先需要理清灰度级与药膏厚度之间的联系。这一节主要从原理上讨论两者之间的关系，证明这种方法的可行性。2.1.1介质对光的吸收与散射从日常的经验可以知道，当一束射线或是光线穿过一个对象时，透射光的强度通常都要比入射光的强度小，即光强会发生衰减现象，而且对象越厚，透过光光强就越弱。这种透射光光强的衰减主要是由介质对光的吸收与散射这两个主要的方面引起的，下面分别对这两个方面进行简要介绍。介质对光的吸收主要是由于光子在介质中传播的时候被介质中的分子所吸收，光能被转化为其它能量所导致。布格尔定律（Bouguerlaw）正是对介质对光的吸收的量化描述。在总结大量的实验结果之后，布格尔定律指出：当一束平行光在均匀介质中传播时，经过一段介质薄层dl之后，光强由I衰减为()I−dI，即衰减量为dI，衰减量与介质薄层厚度dl之间是成正比关系的，即有dI=−×Kdl(2-1)I式中，负号表现了透过光光强的衰减，K为介质的吸收系数。求解微分方程，可以得出−KlI=Ie(2-2)0其中，I是入射光光强，I为透射光光强，l为光通过的介质长度。即光波在介质0中传播时，光波的强度会随在介质中传播的距离呈指数减小，而且减小的快慢与介质的吸收系数有关。当光波在均匀介质中传播时，只会发生吸收现象，光的强度会减弱，而光的传播方向不会发生变化，最直观的现象是在光传播方向之外的方向上是看不到光的。但是在很多情况下，光在介质中的传播还会发生散射现象。10 光在介质中会发生散射现象主要是由于介质的不均匀引起的，在通过不均匀介质时，会有部分光偏离远来的传播方向，即不沿光传播的方向也会看到光线，这种现象就是光的散射。下面对几种散射的种类进行简单介绍。光的散射从造成传播介质不均匀的原因上，可以分为两个大类：一类是由悬浮于介质中的较大的悬浮物引起的散射，而另一类是即使在纯净物中也会出现的由分子引起的散射。在第一大类中，从悬浮物的尺度大小上，又可以划分为瑞利散射和米氏散射两种散射类型。瑞利散射通常出现在当悬浮物的线度小于光的波长的十分之一时发生；而当悬浮物的线度等于或是大于光波长的时候就会出现米氏散射。两种散射有着不同的物理机制，而且各自的散射光强的角分布也不相同。在由分子引起散射的介质中，是由于分子的运动造成介质密度不均匀，从而对光产生散射，这种密度不均匀的线度很小，在光强的角分布上可以看作与瑞利散射相同。除了这些类型的散射以外，还有一种类型的散射。当入射光足够强时，在对散射光光谱进行分析可以发现除了入射光谱线之外，还有一系列新增频率的谱线，这一系列的谱线就是由入射光与分子固有振动频率相互作用出现的，这种散射叫拉曼散射。从上面的介绍中可以看出，光在介质中的吸收是能量被转化为其它形式的能量，而光的散射主要是描述光的传播方向发生变化，在本质上这两种现象是不相同的。但在实际的应用当中，两者比较难以区分，带来的通常都是透射光光强的减弱，因此，一般实际应用中常常将吸收与散射一起考虑，将光通过介质之后的衰减表达为−+()KhlIIe=(2-3)0其中，I是入射光光强，I为透射光光强，l为光通过的介质长度，K为介质的吸0收系数，而h为介质的散射系数。若令α=Kh+，则表达式可写为−αlI=Ie(2-4)0α称为介质的衰减系数。光通过对象的衰减示意图如图2.2所示。一般来讲，对于一种确定的对象，衰减系数α是一个定值。也就是说，如果能够测量到透射光的光强I，根据已知的条件入射光光强I，和衰减系数α，就可以根据0关系式（2-4）得到对象的厚度l。11 hII0α图2.2光在介质中的衰减2.1.2透过光强度与灰度级令一幅图像中，横坐标用x表示，纵坐标用y表示，以函数gxy(,)来代表这幅图像中的各个不同点()x,y的亮度，因为亮度体现了成像面上光能量的大小，所以gxy(,)的值要大于零而且为一个有限值。假设在一幅图像中，亮度的范围为ggmin<<(x,yg)max(2-5)可以将gxy(),称为灰度值，而将[gg,]称为灰度值范围，gxy(),在[gg,]minmaxminmax的范围内连续取值。一般来讲，为了能够利用已有的高速数字处理器来对信息进行分析和处理，常常将灰度值采用一定的方法量化为一系列间断的数字量[0,1,L,L]，其中是L正整数。当gxy(,)0=时，点(x,y)可以看作是黑色，当gxyL(,)=时，点()x,y可以看作白色。而当gxy(,)取其它值时，点(x,y)就可看作是一系列深浅不同的灰色。这些离散的数字量就可以用来表征物体表面亮度的大小。当采用阵列式的接收器件（阵列式二极管或CCD）来对物体进行成像，就可以得到一幅由物体表面各个不同点灰度值组成的图像。每个点的灰度值就反映了对应在对象上该点的亮度信息。分析一束平行光透过一个对象的情况，由上一小节可知，光在通过对象的时候会产生吸收和散射等现象。通过对象之后的透射光是经过对象吸收和散射之后得到的，它与对象的厚度之间存在数值关系式（2-4）。当利用阵列式接收器件对在物体照明的另一侧进行成像时，图像上的像素点就代表了物体上相应点的透射光强度。2.1.3厚度与灰度级的联系从厚度与透射光强度之间的关系可以看出，当对象确定的情况下，透射光强度与对象的厚度之间存在着如式（2-4）所示的关系。而如果能够确定对亮度进行量化的标12 准（通常是采用均匀量化的方法），也可以得到灰度值与对象表面亮度之间的关系。确定以上两个关系之后，可以得到厚度与灰度级之间的联系。直观上来讲，对象的厚度越厚，由成像系统得到的图像对应的灰度级就越小。也即可以通过分析成像系统得到的图像灰度值来反推对象的厚度信息。2.2理论推导在前一小节中，简要介绍了介质对光的吸收和散射的现象，也讨论了这些现象对透射光强度的影响。这一小节将对这几个因素的关系从理论上得到一个定量的描述。在一束单色光通过介质时，透射光与入射光之间的关系可以表示为−()K+−hlαlI==IeIe(2-6)00其中，I是入射光光强，I为透射光光强，l为光通过的介质长度，K为介质的吸0收系数，h为介质的散射系数，α称为介质的衰减系数。在光电接收器件选型的时候，本论文将会简要介绍CCD器件的结构以及它的工作原理，并且通过其工作方式，推导出输出电压与入射光的强度是成正比关系的。即UA=I′(2-7)其中，I′为入射到CCD光敏元上的光强度，A是一个由CCD器件本身决定的电压响应率，U则为光敏元输出电压。由于一幅图像的信息通常需要为数字量，从CCD器件的光敏元得到的电压也需要量化为0-255一系列离散值中间的某个值。由于量化过程通常都是线性的，设U则为光敏元输出电压，G为量化之后得到的数值也即该点的灰度值，B为输出电压与量化数值之间的线性关系系数，而ε则为量化误差。则有UB=G+ε(2-8)由式（2-7）和式（2-8）可以得到灰度值G与入射光强度I′之间的关系BG+εI′=(2-9)A系统中，入射到CCD采集系统的光I′就为透过介质的透射光I，即有I=I′(2-10)由式（2-6）、式（2-9）和式（2-10）可以得到13 −αlAIe−ε0G=(2-11)B此式（2-11）即为灰度值G与对象厚度l之间的理论关系。由式（2-11）可以看出，如果能够确定灰度值G，输出电压与量化数值之间的线性关系系数B，量化误差ε，入射光光强I，介质的衰减系数α，电压响应率A，就可以得到对应点的厚度l。0实际当中，量化误差ε的值一般很小，常常可以忽略不计。式（2-11）就可以写作−αlAIe0G=(2-12)B当入射光一定，对象厚度分别为l和l时，得到的图像平均灰度值G和G分别为1212AIe−αl10G=(2-13)1BAIe−αl20G=(2-14)2B将式（2-13）与式（2-14）相除，可以得到1G1ll=ln+(2-15)21αG2所以，在理想状态下，若能够事先确定厚度l、其对应的灰度值G和材料衰减系数11α的值，则可以通过G的值，根据式（2-15）来求得未知厚度l。222.3检测系统的组成一个典型的光电检测系统最少由三个部分组成：光发射部分、光接收部分和数据处理部分。本论文所设计的系统大体的框图可表示如图2.3所示。照明系统烘箱辊轮药膏光接收系统数据处理图像传感器计算机接口图2.3检测系统的结构框图14 系统位于生产线上的辊轮与烘箱之间的部分。入射光由照明系统发出，照射在膏药的一侧，经过膏药的吸收和散射，会有一部分透射光通过膏药。处于膏药另一端的图像传感器通过光接收系统对药膏成像，对透过膏药的光进行接收，并且将所接收到的图像送到数据处理部分，通过分析图像的灰度信息，最终得到厚度信息。下面分别对本论文所采用的各个部分器件的选用进行相关的说明。2.3.1照明部分照明部分用来照明药膏，得到透射光，合理选取光发射器件是实现测量的第一步。常用的检测系统的光发射器件的种类很多，常见的光发射器件有发光二极管、半导体激光器、白炽灯等等。下面是对这三种光发射器件的简要介绍。(1)发光二极管，也称LED，是一种能把电能转化为光能的电子器件，由镓、砷和磷等化合物制成。与普通二极管类似，发光二极管是由P区和N区两个部分组成，因此也具有单向导通性。其发光原理为：当给发光二极管加上正向电压之后，从外部电路注入的空穴和电子在PN同质结附近复合，复合的过程中会发出荧光。与一般的白炽灯相比，它具有工作电压低，消耗能量少，稳定性高等优点，它的发出的光比起一般白炽灯来讲单色性较好，但其光谱的谱宽还是比较宽，另外，它所发出的光方向性不好，是向四周发散的。(2)半导体激光器与发光二极管结构上最大的不同是引入了谐振腔。在引入谐振腔之后，谐振腔使一系列波长的光能够在腔内得到反复的加强，使得外部注入的能量能够集中到某几个波长的光上去，而激光器的增益物质本身也有自发发射谱，这使得能够在谐振腔内振荡的波长更少。所以，半导体激光器所发出的激光光谱相对而言比较窄，而且方向性也好。(3)与上面两种光源不同，白炽灯在灯丝中通过电流，电流的热效应会使灯丝发热，灯丝特殊的螺旋结构可以很好的贮存这些热量，当灯丝的温度到达一定值之后，典型值为二千多摄氏度，灯丝就会发光。由于白炽灯的灯丝是受热激发发光，白炽灯的发[36]出光的光谱很宽，一般会覆盖整个可见光区域加上部分红外的波段。由于白炽灯外形结构，其发射光的方向性也很差。另外，白炽灯的发光效率很低，一般只有百分之十到二十，其它能量都转化为热能损失。15 以上是对三种常用的光发射器件的介绍。实际生产中，膏布的宽度大约在一到两米之间，如果要全面地对整个膏布的各个部分进行检测的话，就需要一个相对较大的照明范围。半导体激光器光源的发射光单色性好，但其方向性也很好，如果要将一束激光扩束到一个很大的对象上，就需要较大的透镜或是比较复杂的光学系统来对其进行扩束，这很显然会增加系统的复杂程度，而且也会提高对生产环境的要求。考虑到实际生产线上的状况，整个系统的成本以及系统的实用性，本论文采用白炽灯作为照明光源。与其它发光器件相比，白炽灯价格便宜，易于更换，不需要复杂的光学系统对发射光进行调整，而且发光强度也能满足一般的要求。但是它也有缺点。白炽灯光源的方向性不好，主要表现在各个方向上均有光线，而且不同方向上的光强度也不同。但当对象与白炽灯之间有一定距离时，可将白炽灯看作一个各向发光均匀的点光源，对象也可以近似认为是均匀照射。采用白炽灯还需要考虑的一点就是其单色性的问题。白炽灯光单色性很差，而式（2-4）只对某一个波长的光成立，即对于不同波长的光，对象的衰减系数是不同的。对白炽灯光单色性这个问题，将在第四章中做出讨论。2.3.2光接收器件光接收器件的种类繁多，从普通的光电二极管到PIN管、雪崩二极管再到MSM光探测器。各类光电探测器的性能都不相同，与之对应的应用范围也就不同。在实际的工程测量和科学研究中要根据研究对象的不同来选用合适的光电探测器。从检测系统的原理可以知道，光接收系统是要得到透过药膏的透射光光强。从这一点来讲，很多光接收器件都可以完成这个任务。但在实际生产过程中，有些药膏的底布上会印有企业的商标或其它图案，这些商标和图案会使得这些地方的衰减系数α与其它部分不一致。如果采用光电二极管或是光电三极管等探测器作为光接收器进行测量，会使测量的结果叠加上由这些花纹所引入的噪声，造成测量的结果不准确。为了消除这些花纹所带来的影响，系统的接收部分采用CCD器件。CCD是电荷耦合器件（ChargeCoupledDevice）的简称，它是一种阵列式的光电接收器件。组成CCD阵列的基本单元是光敏元，每一个光敏元是由在硅衬底上生长一16 层二氧化硅，再在二氧化硅层上沉积出一层金属电极而形成的。由于CCD具有独特的阵列结构，使得CCD可以对二维物体进行接收成像，也使得CCD具有理想的扫描特性，还可以对单个或多个像素进行寻址。又因为组成CCD器件的基本单元光敏元之间的距离又可以由生产工产精确控制，使得CCD所得到的二维图像可以在尺寸上精确地再现二维物体的特点。由于CCD是固化在芯片上的器件，它具有体积小、重量轻、能量消耗低，对外界抗震性能良好等多种优点。正是由于这些优点，CCD器件被广泛应[34]用在机器视觉、工业在线监测、尺寸测量、定位检测、天体观测和图像采集等等方面，而国外有文献指出CCD可以应用于卫星上来进行遥感探测方面的研究。正是由于随着CCD器件技术的不断发展，CCD器件在光度检测中的应用也越来越为人们所关注。由于CCD是由许多光敏元排列组成的。每个光敏元都可以看作是一个电容，当在金属电极上加上一个较大的正电压之后，由于被电压所吸引，由热激发的空穴电子对所产生的电子会聚集到表面，表面处的电子浓度会远远大于空穴的浓度，出现与原导电类型相对的一层反型层，进而形成一个n沟道。这个过程通常很快。当有光照射光敏元时（也称为光注入），光子会激发形成空穴电子对，空穴被金属电极上的正电排斥，而电子则被继续吸引，对电子来讲，金属电极与表面接触的地方相当于一个势阱。而势阱中贮存的电子数与光注入所产生的空穴电子对相当，而空穴电子对则与光强成正比。所以，光敏元所输出的电压与透射光光强度成线性正比关系。这说明了CCD器件对所接收的光辐射强度具有良好的线性响应，可以由光敏元输出电压反推出入射光强度的大小。正因为面阵CCD具有这些特点，系统采用CCD对透射光进行探测。底布上的商标或其它图案会使透过光的强度发生变化，通过采用面阵CCD器件就可以解决这个问题。面阵CCD可以对整块药膏进行成像，花纹部分与其它部分在CCD上成像会对应到不同的像素点上，花纹部分与其它部分之间的透过光不同，反映在CCD所成图像上就是像素点之间灰度值的不同。通过程序对面阵CCD采集进来的图像进行一定算法的处理，就可以有效除去花纹对测量结果的干扰，使得测量结果更加精确，更有实用价值，对生产更有指导意义。17 2.3.3数据处理部分数据处理部分对CCD图像采集系统所接收采集到的图像进行处理。处理的流程图可以表示如下：开始计算有效部分读取CCD数据平均灰度值彩色图转化为灰度图计算对象的厚度阈值分割结束图2.4程序流程图由CCD图像采集系统获取的图像是真彩色的图像，首先需要将真彩色的图像转化为灰度图。这个灰度图上的每一点就反映了药膏在这一点上透过光的强度。由于底布上会出现花纹，这些花纹会使灰度图上出现灰度与其它部分的不同。通过对图像进行分割，就可以去除这些花纹的部分，得到其它部分的灰度值，就可以求得其它部分的平均灰度值。在确定出平均灰度值与厚度之间的关系之后，就可以通过这个关系式计算出来当前平均灰度值所对映的厚度，进行得到药膏的厚度信息。2.3.4系统的测量要求22国家对药膏的标准为≥1.7gc100m，即每100cm面积上药物的重量不少于1.7g，2将1.7g膏药均匀涂抹在100cm的面积上，厚度大约为50µm，若要将误差控制在0.1g以内，膏药的厚度变化约为3µm。另外，生产线上辊轮向底布上涂抹膏药的速度有4ms，6ms，8ms。当利用感光芯片CCD在药膏处的视场横向宽度为1m的情况下，纵向长度则为0.75m。在涂抹膏药速度为8ms的情况下，CCD采集系统需要每秒钟最少得到11帧图像，而系统对每帧图像的处理时间也不能超过0.09s。2.4本章小结本章对系统进行测量的原理进行了论证，首先通过分析光在介质中传播出现的吸18 收与散射现象得到厚度与透过光强度之间的关系式，即式（2-4），接着说明了利用CCD图像接收系统对一个对象成像得到得灰度值与对像表面光亮度之间的关系，在确定这几个关系之后，就得到灰度值与厚度之间存在一定的关系，即可以通过利用CCD图像接收系统对对象进行成像之后图像的平均灰度值来反推对象的厚度信息。在验证系统厚度探测原理之后，本章给出了检测系统的系统框图。考虑药膏实际生产环境和其它的要求，系统的各个部分的组成也得到了确定：光源采用白炽灯，CCD器件与镜头构成系统的光电接收部分，也分析得出了数据处理部分程序的流程图。在对光源进行选取的时候还分析讨论了利用白炽灯可能引起的一些与理想情况不同的地方。在本章的最后对CCD采集系统对图像的采集速度，以及测量系统对图像进行处理的时间提出了要求。19 3数据处理部分软件设计利用CCD图像采集系统接收得到的图像通过采集系统与PC机之间的接口不间断地传送入PC机中，每一帧都是一幅800×600大小的彩色图像。本系统采用MATLAB7来对这些彩色图像进行处理，以获得当前CCD探测到样品部分的图像信息，求得其平均灰度值，进而由平均灰度值与厚度之间的关系获得样品的厚度信息。考虑到实际中药膏底布上可能会印有花纹的情况，数据处理部分还需要通过一定的方法把花纹的部分去掉，这就需要用到图像分割方面的知识，本章将简要介绍图像分割的概念以及对图像进行软件处理的关键和处理的流程。3.1MATLAB7简介MATLAB7是由美国MathWorks公司推出的计算机软件，它是一种高效的工程计算软件，经过多年的逐步发展与不断完善，已经成为国际公认的最优秀的科学计算与数学应用软件之一。可应用到它的工程计算内容涉及矩阵代数、微积分、应用数学、有限元法、科学计算、信号与系统、神经网络、小波分析及其应用、数字图像处理、计算机图形学、电子线路、电机学、自动控制与通信技术、物理、力学和机械振动等多个方面。它以一种易用的环境整合了科学计算、视觉化和应用编程，使得问题以及解决方案可以用一种使人易于接受的方式呈现出来。MATLAB的基本处理单位是矩阵，这使得许多实际中的许多需要用到矩阵方程的问题可以得到快速而高效的解决。而在MATLAB的环境下，只需要掌握C语言或Fortran语言就可以轻而易举地完成这个任务。MATLAB还包括了一系列的插件，也称为工具箱。工具箱对绝大部分的MATLAB使用者们都十分重要，它使用户们可以方便地学习和使用一些很高深的专业知识。工具箱所涉及的范围很广，包括了信号处理、控制系统、神经网络、小波分析等等。而这些工具箱也使得MATLAB具有良好的开放式可扩充结构，能够更好地解决科学和工程领域内的复杂问题。20 3.2图像分割自然景物一般多由许多目标组成，这些目标被反映在图像中就表现为图像中含有多个不同的区域，这些不同的区域就可以被看作是组成这个图像的基本单位。通常在对图像的研究和应用中，往往一幅图像中并不是需要对所有部分都进行分析，而只用对图幅的某一个部分或是某些部分进行分析处理，这些需要进行研究的部分一般是图像中具有独特性质、特定的部分。为了进一步辩识和分析这些特定的部分，专门对这些部分进行处理，就有必要把图像进行分割，将这些多个不同的单位独立出来，使这些单位成为互不交叠的有意义的区域，以便对这些区域进行下一步更加深入的分析。图像分割是由图像处理到图像分析的关键步骤，也是一种基本的计算机视觉技术。而图像分割的精度也就决定了下一步图像分析的精度，所以，图像分割是一种重要的图像技术，无论在理论研究中还是实际应用中都得到了人们广泛而高度的重视，到现在人们已经提出多种图像分割算法和每年上百篇有关研究报道的文章。目前，图像分割在以下方面有着广泛的用途：工业图像处理、医学图像处理、计算机视觉、身份鉴定、虹膜与指纹识别等。3.2.1图像分割定义及方法分类图像分割的定义如下：令集合R代表整个图像区域，对R的分割可看作将R分成多个满足以下5个条件的非空的子集（子区域）R，R，⋯，R：12nn(1)URi=Ri=1(2)对所有的i和j，ij≠，有RRI=∅；ij(3)对i=1，2，⋯，n，有PR()=TRUE；i(4)对ij≠，有PR()UR=FALSE；ij(5)对i=1，2，⋯，n，R是连通的区域。i其中PR()是对所有在集合中元素R的逻辑谓词，∅是空集。条件1指出分割出来ii的各个区域加在一起构成整个图像区域，分割要保证整个图像的完整性；条件2则说明任意两个分割出来的区域之间不能有重叠的部分；而条件3和条件4指出分割到同21 一块区域的像素应该具有某种特性上的同一性，比如说灰度值的相似，而处于不同区域的像素点则应该表现出某种特性上的不同。条件5则说明每一个分割出的区域在形态上应该是一个连通的区域，而不是若干个离散的部分。对图像进行分割的方法一共可以分为以下四种：串行边界法，串行区域法，并行边界法和并行区域法。串行和并行方法的主要区别就是对每个像素的处理方式上的不同。并行方法中对每个像素的处理都是独立的，与其它像素无关；而串行方法中像素的处理方法都是相互联系的。本论文中，选择简洁而且直观的并行区域法来对图像进行分割，下面是对并行区域法的简要介绍以及求分割阈值的几种常用方法。3.2.2并行区域法图像分割并行区域技术采用的最常见的方法是取一个特定的灰度值为分割的阈值。采用这种方法的依据在于常见的灰度图像中，需要分割的各个区域之间的灰度值通常是有差别的，而同属于某一个区域中各个像素的灰度值一般具有连续和相似性。表现在一个能分为两个区域的图像中，图像的直方图具有图3.1所示直方图的特点。在直方图上可以看出，图像直方图上出现两个明显的灰度峰值，分别对应不同的两个区域。如果两个峰值相距较远，而且各个峰的均方差也较小，就可以利用取阈值的方法来对图像进80007000600050004000像素点个数3000200010000050100150200250灰度值图3.1双峰灰度直方图22 行分割。假设一幅灰度图像中像素灰度值处于g与g之间，而存在一个门限值g，minmaxth利用图像中各个象素的灰度值与门限值进行比较，大于门限值g的分为一类，小于门th限值g的分为另一类，以此来区别目标和背景两个区域。这种图像分割方法称为单阈th值方法。如果灰度图像中并不只有两个灰度区域，则可以找出一系列的灰度门限值g、th1g、⋯来将图像划分为多个区域，称为多阈值方法。用图像中只含两个区域作为例子，th2分割之后的图像可以定义为1,如果f(xy)≥gthgxy(,)=(3-1)0,如果f()xy≤gth而无论是单阈值方法还是多阈值方法，确定门限值是这个过程中关键的一点。门限值的选择与图像分割的精确度之间有很大的关系。在目标灰度值比背景高的情况下，如果门限值选得太高，就会将一部分目标象素误判为背景区域中；而当门限值选得太低时，将会使大量的背景区域判为目标。所以要采用合适的方法来确定一个最佳阈值。最佳全局阈值的确定方法通常有以下几种：(1)试探法。如果对所处理图像已知某些信息或特征，就可以利用从零开始到最大灰度值之间的不同灰度值来对图像进行试探性的分割，如果试探的结果符合这些已知的信息，那么就可以确定该试探值就为阈值。例如，已知某一部分的像素个数在整个图像中所占比例为x，如果取得某阈值T时，得到的目标所占比例就为x，就可将阈值确定为T。但在现实中，这种方法有其局限性，它的前提要求已知图像的信息，但事实上，大多数情况下都无法得到图像的先验信息。(2)直方图法。直方图可以很好地用来表达一幅灰度图像的特点，它的横坐标是图像灰度值的范围，而纵坐标则对应图像中有着该灰度值的像素点数量的多少。若一幅灰度图像的直方图与图3.1类似，呈双峰的形态，就可以在双峰之间找到一个像素点个数最少的灰度值，并用这个灰度值作为图像分割的阈值。为了求得这个值，可以利用一条曲线将直方图包络起来，那么可以选取在直方图谷底导数为零处所对应的灰度值作为阈值。利用hz()代表这条曲线，它应该满足以下两式23 ∂hz()=0(3-2)∂z2∂hz()>0(3-3)2∂z由这两个式子所求得的数值z就可以作为分割的阈值。而在图3.1中，可以直观地看出两峰之间谷底所对应的灰度值大概在75左右，因此可以取门限值g为75来对图th像进行分割。(3)最小误判概率准则。假设一幅图像中含有目标和背景，目标象素的灰度值分布密度为p()x，目标点出现的出现概率为θ，背景象素的灰度值分布密度为qx()。则整个图像的灰度分布密度函数可以表达为sx()=θpx()(1)()+−θqx(3-4)设取一点t作为阈值对图像进行分割，并将灰度值大于t的划分为目标，而将灰度值小于t的划分为背景。则将背景点误判为目标点的概率为+∞ε=qxdx()(3-5)12∫t而将目标点误判为背景点的概率为tε=p()xdx(3-6)21∫−∞总的误判概率为ε=(1−+θε)θε(3-7)1221为了使误判的概率达到最小值，选取的t值就要使上式得到最小值，对上式中的t求导，并令结果为零，则有(1−θ)()pt+=θqt()0(3-8)由上式求得的t就可以作为图像分割的阈值。若目标点和背景点灰度值分布，即p()x和qx()满足是常见的高斯分布或是瑞利分布的话，t是比较容易得到的。但有时无法确定p()x和qx()的分布函数，这时可采用模式识别中的最大类间方差准则来确定门限值大小。24 (4)类间最大方差法又称为大津方法（OtsuMethod），它由NOBUYUKUOTSU在1979年提出。大津方法找到最佳阈值的原理的基本的思想是将像素划分为若干个类，通过某个划分使得各个类之间有相对较大的差别，这个划分中的阈值就是分割图像的门限。设在图像a中，有n个像素的灰度值为i，图像的灰度级总数为L，则图像a的i总像素数为LNn=∑i(3-9)i=1每级灰度值在像素点中出现的概率为nip=(3-10)iN取一个灰度值t作为门限对图像进行分割，灰度值小于t的像素点属于区域A，灰度值大于t的像素点属于区域B。则一个像素点属于区域A的概率为tωAi=∑p(3-11)i=1属于区域B的概率为LωBi=∑p(3-12)it=+1区域A的平均灰度为t1µAi=∑ip(3-13)ωAi=1区域B的平均灰度为L1µBi=∑ip(3-14)ωBit=+1整幅图像的平均灰度值为Lµ=∑ipi(3-15)i=1则区域A与区域B的方差为222σ=−ωµµωµµ()()+−(3-16)AABB将ω记作ω()t，则方差可记作A25 22[µω()tt−µ()]σ=(3-17)ωω()1tt[]−()在0至L的范围内改变t的值，使得上式所示方差最大，此时的t值就是门限值。由此可见，最大类间方差法能够不用事先知道其它的信息，便可以自适应地找到一个最佳的图像分割阈值，而且其原理直观，计算简单而且自适应性强。以上是几种并行区域法寻找分割图像阈值的方法，在实际应用中要结合需处理对象的特点来选用适合的方法。3.3系统图像处理过程这个部分通过对CCD采集系统得到的图片进行相应的处理来得到有效部分的平均灰度值，进一步由平均灰度值与厚度之间的关系得出相应的厚度信息。在上一章中已经在理论上推导了厚度与图像平均灰度值之间的对应关系，所以这里只需要得到图片中有用部分（也即去掉花纹部分剩下部分）的平均灰度值就可以对应出样品的厚度信息。3.3.1将彩色图转化为灰度图任何一种颜色都可以由红、绿、蓝三种颜色组合得到，所以红、绿、蓝三种颜色被称为三原色。彩色图像之所以可以显现出各种颜色，是因为彩色图像中每一个像素点都包含红、绿、蓝三种颜色的分量，当三种颜色以不同比例组合时，该像素点就会显示出对应的颜色。在PC机中，一般每种颜色分量都占一个字节的容量，即用八个二进制位来表示一种颜色分量的深浅。每种原色就可以被分成256种不同的深浅等级，三原色也共能表达出256×256×256种不同的颜色。灰度图像中，每个像素的数据结构中只包含该像素点的亮度信息，而没有相应的颜色信息。直观来讲就是一幅灰度图像就是由从全白到全黑的一系列渐变的亮度信息构成的，通常人为地将图像的灰度级别划分为256个，用0-255来表示一个像素点的亮度信息，其中0代表像素点的亮度最低，为全黑，而255代表该像素点亮度最高，为全白。由CCD采集系统接收到的图像正是彩色图像，而本系统是通过图像的亮度信息来判断对象的厚度，所以首先需要将彩色图像转化为灰度图像。26 图3.2CCD采集系统得到的彩色图像图3.3对彩色图像进行灰度值化得到的灰度图在MATLAB中，rgb2gray函数可以用来将彩色图像转化为灰度图像，它通过去除彩色图像中的色调和饱和度信息，留下图像中的亮度信息所得到，其使用格式为I=rgbgrayRGB2()其中，RGB是原彩色图像，而I是通过去除色调和饱和度所得到的灰度图。图3.2是彩色图像，而图3.3则为转化之后的灰度图像。3.3.2图像分割及平均灰度值计算将彩色图像转化为灰度图之后，就需要求得灰度图的灰度平均值。在实际生产过程中，底布上往往印有生产厂家商标等花纹。这些花纹和底布其它部分的结构不太相同，对入射光吸收和散射也有差异，对透射光的强度产生影响。如果直接对这样的图像整体取灰度的平均值，用这个平均值对应出来的厚度就会与实际情况有所差异，一27 般会使平均灰度值减小，使系统最终得到的样品的厚度值偏大，所以需要将这些花纹的影响剔除。这些花纹在底布上所占比例不大，往往不会超过整个底布的百分之十，所以在计算平均灰度值的时候，可以忽略这些花纹所对应的像素点而不会对最后的结果造成影响，这是由于两个压辗辊轮是刚性的，而且两个辊轮的外表面光滑平行，花纹部分的厚度不会与没有花纹的膏药厚度之间有很大的差距，所以可以用其它背景上的厚度来代表花纹部分的厚度，而且因为去除了花纹部分的影响，直接计算其它底布上的背景所对应像素点的平均灰度值可以得到更加精确的厚度信息。而为了实现去除花纹部分这个目的，就需要对图像进行分割。花纹部分由于结构与其它部分不一致，对入射光的吸收也与其它部分有差别。由实验可以知道，在入射光光强相同的情况下，CCD接收到的图像灰度值化之后，花纹部分的灰度值要低一些，而且花纹部分整个区域灰度值相差不大，其它部分的灰度值也相差不大，所以可以利用上一小节中提到的并行区域法来对灰度值化之后的图像进行分割。并行区域法对图像进行分割的第一步就是要确定阈值，在上一节中，本论文提到了四种寻找阈值的方法，即试探法，直方图法，最小误判概率准则法以及最大类间方差法。由于事先并不能得到CCD拍照时刻时花纹所占整个图像的比例，无法利用试探法来确定一个合适的分割阈值；直方图法对一幅已知的图像可以很方便地确定分割的阈值，只用找到两峰之间的谷底处所对应的灰度值，该灰度值就可以作为分割的阈值，但是在实际应用中，白炽灯光的强度可能是会改变的，CCD采集系统得到的图像灰度值会随着这个强度整体改变，这使得采用一个固定值来对图像进行分割具有一定的局限性，有时并不能把不同的区域有效的区分开来；最小误判概率准则法则要事先已知目标点和背景点灰度值分布，但实际上并没有CCD采集系统所得到图像目标点或是背景点的灰度值分布的先验信息，所以这种方法也不合适；而利用最大类间方差法来确定阈值并不要求有其它的先验信息，其计算简单，而且自适应性非常强，能够找到合适的图像分割阈值。所以本论文决定采用最大类间方差准则的方法来确定最佳的阈值。通过研究最大类间方差法确定最佳阈值的过程，可以得到具体的确定最佳阈值的具体28 流程图，如图3.4所示。读入彩色图像对彩色图像灰值化返回所得图像矩阵的计算图像平均灰度各个灰度像素个数计算出各灰度出现的概改变阈值大小得到不同率的方差找出出现的最大与最小找出最大方差对应阈值灰度图3.4利用最大类间方差准则得到最佳阈值图3.4是具体实施最大类间方差法的流程图，通过选择一系列的灰度值代入方差的式（3-17）中，使式（3-17）值最大的灰度值就可以确定为图像分割的阈值。在确定下来最佳阈值之后，就可以利用图像分割将花纹部分从图像中去除，求得剩余部分的平均灰度值，进一步利用上一章中得到的灰度值与光照度的关系式，来求得透射光的光强。图3.5利用最佳阈值对图像进行二值化的结果图3.5是利用最大类间方差准则得到最佳阈值之后，再利用这个最佳阈值对图像进29 行二值化之后得到的图像。可以看出，利用最大类间方差准则得到的最佳阈值能够很好的把两个灰度值不同的区域分开。构造一个与原灰度图像大小相同的矩阵B利用灰度图像A中的像素将A中的元素求和得到S1点灰度与阈值比较高于阈值的，B对应点置1，低于阈值的，B对应将B中的元素求和得到S2点置0A与B中对应点的值相乘，得到的值替代原A的S1/S2即为平均灰度值值图3.6求灰度平均值流程图在对含花纹的药膏图像进行处理的时候，并不需要将灰度图二值化。处理的流程图如图3.6所示。在利用最大类间方差方法求得图像的阈值之后，只需再造一个与原图大小相同的矩阵。然后利用最佳阈值与原图中每个像素的灰度值做出比较。原图中灰度值大于阈值的，新矩阵中对应元素则置1；而原图中灰度值小于阈值的，新矩阵中对应元素则置0。然后用原图灰度值矩阵中的元素乘以新矩阵中相应的元素。这样，大于阈值的灰度值被保留下来，小于阈值的灰度值则被剔除。再将运算得到的矩阵所以灰度值相加取平均，就可以得到灰度值较高部分的平均灰度值，即图像有效部分的平均灰度值。在第二章中，式（2-15）指出，若能够事先确定厚度l、其对应的灰度值G和材料11衰减系数α的值，则可以通过G的值，根据该式来求得未知厚度l。实际测量中，首22先利用日光灯透过一份厚度已知为l的样品，利用程序得到厚度l样品对应图像的平均11灰度值G的大小，并将这些数据贮存起来。然后通过得到一个厚度未知的样品的图像1平均灰度值G，将这些数据代入式（2-15）中就可以求得被测样品的厚度l的大小。2230 以上就是通过平均灰度值得到厚度的计算方法。3.4本章小结本章介绍了对CCD采集系统获取到的图像的处理方法。CCD采集系统将获取的图像传入PC机当中，由MATLAB对CCD采集系统获取的图像进行处理。首先要将彩色图像转化为灰度值图像，而后，为了获得更加精确的平均灰度值，程序采用图像分割的技术。图像分割方式有多种，有并行区域法、串行区域法、并行边界法和串行边界法，本系统采用的是并行区域法来对灰度图像进行分割。而利用并行区域法对图像进行分割关键的一点是确定一个最佳的阈值，阈值选择正确与否将决定系统最终得到结果的准确性。通过比较几种不同的阈值确定方法以及它们分别所适用的范围，系统最终采用最大类间方差准则（OtsuMethod）来确定最佳分割的阈值，并得到较理想的效果。通过以上的过程，可以得到更加准确的平均灰度值，本章主要讨论了平均灰度值的求法，但这并不是最终的目的，最终是需要确定对象的厚度，这就需要利用第二章中理论推导出的灰度值与厚度之间的关系。但是式（2-15）是在理论上理想状态下得到的，CCD图像采集系统的线性度实际上还需要进一步的讨论，而且式中衰减系数α还需要通过实验求得，下一章会详细对这些问题进行讨论。31 4实验测试及结果分析在本论文的前几个章节，首先分析了利用图像采集系统得到图像的灰度级与对象厚度之间存在一定关系，接着设计了使用CCD图像采集系统来测量固体透明、半透明材料厚度的系统的结构，而且进一步分析了由图像采集系统得到图像的特点，并针对这些特点设计并编写了相应的处理程序。本章将搭建实验平台并对实验的结果进行计算与分析。4.1实际测量情况在第二章中，对通过灰度值求像素点厚度信息的关系式做出了理论上的推导。本小节会讨论实际情况与理论上的差别。由于需要测量的对象，膏药的半成品只存在于辊轮涂膏之后、烘箱烘干之前的一段生产线上，因此实验室里无法对其进行制备，无法直接对未凝固的膏药半成品进行测量。所以本实验在此采用透光率较好的绘图纸来替代为样品进行实验，以绘图纸层数的增减来模拟生产线上膏药厚度的变化。采用透光率较高的绘图纸主要是可以用其进行尽可能多次的测量，得到多个点的数值信息，可以利用尽可能多的厚度样点来模拟膏药厚度逐渐连续的变化，进而能够得到相对比较精确的结果，从而使得结论对膏药的厚度测量也有指导意义。4.1.1光源单色性问题在本系统中，由于实际生产中的需要，光源采用白炽灯。在第二章中已经提到过，白炽灯发出的光单色性很差，一般会覆盖整个可见光区域加上部分红外的波段。而式（2-6）只在针对单色光的条件下成立，即对波长为λ的光，式（2-6）可以表示为−α(λ)lIIe(λλ)=0()(4-1)即一种介质对不同频率的光有不同的衰减系数α(λ)，而白炽灯的光谱范围很宽，令白炽灯发出的光波长最小为λ，最大为λ，则总光强度可以I表示为：120λ2I=Id()λλ(4-2)00∫λ132 不同波长的光通过介质之后得到的光强度为：−α(λ)lIIe(λλ)=0()(4-3)通过介质之后的总光强度可以表示为λλ22−αλ()lI==Id()λλλλIed()(4-4)∫∫0λλ11由于该式中，I(λ)是一个只与白炽灯本身有关的函数，而α(λ)只是由介质性质0所决定的，二者之间没有必然的联系，式子无法继续化简。但是由上式可知，无论入射光组成成分如何，透射光的光强会随着介质厚度的增加而减弱。如果能在一定的厚度范围内，找到一个值α，使得式−αlI=Ie(4-5)0能够近似成立，α就可以作为材料的衰减系数，使入射光与透射光强之间可以联系起来。为了检证式（4-5）是否成立，本论文设计了验证实验，实验组成的框图如图4.1所示。白炽灯入射光绘图纸透射光照度计图4.1透射光与厚度关系实验框图在验证实际中，保证白炽图亮度不变，通过增加绘图纸层数来模拟药膏厚度的增加，由照度计在绘图纸的另一侧得到不同绘图纸厚度下透射光的强度变化。实验的数值结果如下表所示：33 表4.1绘图纸厚度与透过光强度实验结果厚度/mm0.050.100.150.200.25透过光强度/lx91.570.957.246.536.8以上结果是在入射光为I=109.8lx的条件下测得的。假设式（4-5）能够成立，则0说明可以找到一个确定的衰减系数α，而且两个不同厚度l与l之间得到的透过光强度12I与I，应该满足关系12I1−−α()ll12=e(4-6)I2表中的厚度间隔ll−是一定的，如果式（4-6）成立，则表中对应厚度的光强之间12的比例应该是一个定值。透过光强与厚度间关系1101009080)）x(lxel（70强光60过透50403000.050.10.150.20.25厚度（mm）图4.2透过光强与厚度之间的关系注意到利用前一个透过光的强度除以后一个透过光强度可以得到一个倍数关系，而这一倍数大小都很接近。由表中的数据，可以得到这一倍数的一个数组，为[1.2000,1.2906,1.2395,1.2301,1.2636]，这些数值都比较接近，利用MATLAB曲线拟合工具对这些数值进行拟合，可以得到在α=4.372。将这些实验结果在坐标中进行描点，可以得到图4.2。其中，曲线是将I=109.8lx，034 α=4.372代入式（4-5）所描制出来的，点则是实验中得到的数据。从图中可以看出，实验数据比较均匀地分布在曲线上，这说明了式（4-5）在光源为白炽灯光的情形下仍能近似成立，即透过光强与对象的厚度之间存在式（4-5）所示的关系，而且式中的衰减系数α的值为4.372。4.1.2CCD采集系统线性度讨论在2.2小节理论推导过程中是将CCD采集系统完全考虑为线性系统的。多本教材[36]-[37]的文字和特性曲线也指出，在低照度下，CCD的输出电压与照度之间有良好的[38]-[40]线性关系，而在照度超过100lx之后，输出会有饱和现象。但也有多篇文献指出，实际上CCD的输出电压与照度之间并不成严格的线性关系，而输出电压实际上就代表了该点图像的亮度信息，如果不确定灰度与照度之间的关系，就无法利用灰度进行厚度的检测。为了确定灰度与照度之间比较精确的关系，本论文进行了如下实验，实验的框图如图4.3所示。白炽灯入射光绘图纸透射光CCD图像采集照度计系统图4.3验证CCD光电特性实验框图在图4.3的实验中，保持绘图纸的厚度不变，通过变压器调整白炽灯两端的电压的大小，从而改变入射光的强度。透射光的光强可以由照度计读出，而利用CCD图像采集系统拍摄下对应时刻的图像。然后在PC机中利用MATLAB对图像进行灰度值化，进一步求得整幅图像的平均灰度值。实验得到的平均灰度值与透过光强的数据如表4.2所示。35 表4.2灰度值与透射光光强实验数据透射光强/lx平均灰度值透射光强/lx平均灰度值0.022.533.0123.93.032.236.0131.36.041.839.0139.19.050.842.0149.312.060.245.0155.815.067.448.0164.918.078.151.0173.121.085.554.0180.524.095.257.0186.027.0105.460.0194.130.0112.3可以看出，在透射光强为零时，平均灰度值并不为零，这主要是由CCD器件暗电流引起的，利用这些平均灰度值与透射光强的实验数据在坐标中描点，可以得到图4.4灰度值与光强之间的关系200180160140值度灰120均平100的像图80应对6040200102030405060透过光光强度（(lxlex)）图4.4灰度值与光强之间的关系由图4.4可以看出这些点近似成线性关系，采用最小二乘法对这些离散的点进行拟36 合，可以得到平均灰度值G与透过光强度I之间的关系为GI=2.8889+25.2146(4-6)图4.4中的直线就为式（4-16）所表述的曲线，可以看出，实验数据较均匀地分布在直线两侧。通过本小节的实验，对理论上的系统中图像平均灰度值与透过光强度之间的线性关系做出了修正。4.1.3小结在本小节中，用实验验证了利用灰度级来探测对象厚度方法的两个基础。第一个基础就是对于固体半透明的材料来讲，透过光的强度与材料的厚度之间有如式（4-1）的关系成立；第二个基础就是由CCD图像采集系统接收图像的平均灰度级与其接收光的强度成一定关系。第一个实验中，使光源的光恒定不变，改变对象的厚度，通过记录下不同厚度所对应的透过光强度来分析二者之间的关系，结果满足式（2-6），并计算出白炽灯光在通过绘图纸时的衰减系数。第二个实验中，保持对象的厚度，通过改变光源的强度，记录下在各个透射光强下CCD采集系统记录下的图像，进而得到图像的平均灰度值。结果得到一个对理想关系进行修正之后的关系式（4-6）。综合以上两个小节的讨论，将得到的结果带入式（2-15），可以得到式（4-7）1G−25.21461ll=+ln(4-7)21αG−25.21462其中，α=4.372为绘图纸的衰减系数。式（4-7）即为测量系统所需要的关系式，在式（4-7）中，理论推导式中的许多参数：输出电压与量化数值之间的线性关系系数B，入射光光强I，CCD器件的转换系数A等参数都在式中没有出现，只需要测得一0个标准厚度l所对应图像的平均灰度值G，求出未知厚度对应图像的平均灰度值G，112就可以通过式（4-7）求得未知厚度l，这使得测量系统的计算过程得到了简化。但是2要注意，需要控制入射光的光强I的大小，以及CCD图像采集系统的曝光时间长短，0以使得CCD获取的图像灰度值要在CCD器件的线性范围之内，以保证关系式（4-6）成立。37 4.2实验结果在前两小节中用实验验证了利用灰度级来探测对象厚度的可行性，以及由灰度值求得厚度的关系式。接下来，实验中利用在绘图纸表面画上花纹来模拟药膏底布上具有透过率不同的部分，以下是本系统在对象上无花纹和对象上有花纹两种情况下的实验结果。4.2.1无花纹对象测量结果在实际测量中，选用lm=0.100m作为标准值，此时得到的图像灰度平均值为1115.4。然后改变纸的厚度，得到一系列的实验数据，如表4.3所示。表4.3无花纹对象实验数据测试平均系统测量螺旋测微器差值灰度值值/mm测量值/mm/mm115.40.1000.1000.00097.70.1500.00097.60.1500.1500.00097.60.1500.00084.50.196-0.00484.60.1950.200-0.00584.60.195-0.00572.30.249-0.00172.20.2490.250-0.00172.30.249-0.00167.70.272-0.02867.40.2740.300-0.02667.50.273-0.027由表4.3可以得知，利用CCD采集系统得到的图像平均灰度值，系统能够有效地得出绘图纸的厚度信息。在绘图纸厚度分别为0.150mm、0.200mm和0.250mm时，系统的测量值与真实值之间的差别在0.005mm以内，波动范围在2.25%以内。但是随着38 绘图纸厚度的增加，系统测到的值与螺旋测微器得到的值之差也变大，由测量对象为0.150mm时的0%增加到对象厚度为0.300mm的9%，对这种现象的分析将在下一节中进行。4.2.2有花纹对象测量结果与上一小节相同，选用lm=0.100m作为标准值，此时得到的图像灰度平均值为1115.4。其它图像得到的灰度值与其做出比较计算并得出结果。表4.4中是没有采用图像分割的方法得到的实验数据。表4.4有花纹对象实验数据螺旋测微平均系统测量测试差值器测量值灰度值值/mm/mm/mm115.40.1000.1000.00094.50.1600.01093.90.1620.1500.01294.30.1610.01080.90.2100.01080.50.2120.2000.01280.20.2130.01369.80.2610.01170.40.2580.2500.00869.40.2630.01364.10.292-0.00864.10.2920.300-0.00865.10.286-0.014由表4.4中的平均灰度值一栏可以看出，在未采用图像分割时得到的平均灰度值要明显小于没有花纹组的数值，这证实花纹部分会影响平均灰度值，进而对系统测量的结果产生影响。39 表4.5则是利用图像分割之后得到的实验数据表4.5有花纹对象实验数据螺旋测微平均系统测量测试差值器测量值灰度值值/mm/mm/mm115.40.1000.1000.00095.10.1580.00895.40.1570.1500.00795.10.1580.00881.40.2080.00882.10.2050.2000.00581.40.2080.00871.30.2530.00371.70.2510.2500.00171.90.2500.00065.50.284-0.01665.20.2860.300-0.01465.60.284-0.016对比表4.4与表4.5中的平均灰度值一栏，可以看出采用图像分割之后得到的平均灰度值要更接近无花纹时的灰度值，因此，图像分割的方法会对花纹带来的噪声带来一定的影响进行抑制，从而使测量结果更加符合真实值。4.3误差分析螺旋测微器所得出的绘图纸厚度更加接近实际的厚度值，所以在此称其测量值为真实值。通过实验以上几个小节给出了实验的数据结果。从实验数据结果可以看出，系统测量的结果能够反映出真实值的变化，但实验结果的数值与真实值之间仍然存在一定的差距，本小节分析造成这些结果的原因。4.3.1漫反射对结果的影响被测对象一方面会对入射光有吸收和散射作用，另一方面由于绘图纸的表面粗糙，还会对入射光有漫反射作用。在实验中在绘图纸的入射光一面可以看到绘图纸被照亮，40 这实际上是漫反射与纸对入射光的后向散射共同引起的，后向散射的因素已经在透射光强度衰减中已经考虑到了，但漫反射的部分并没有。由于漫反射与经过不同介质界面的数目有关，为了进一步考虑漫反射的因素，要在式（2-6）中加入一项反射系数，令反射系数为rn()，则式（2-6）可以写作：−αlI=Irne0()(4-8)其中反射系数rn()是一个与绘图纸层数n有关的函数。若绘图纸对象层数不变厚度变化，则反射系数为一个定值，因为绘图纸的表面形态不会改变。但本章的实验是通过改变绘图纸的层数来模拟药膏厚度的变化，但采用这种方法会在增加绘图纸层数的同时改变透射光需要通过的空气-绘图纸界面的数目，从而对反射率rn()的大小产生影响。而且实验证明，这种影响在绘图纸由一层增加为两层的时候尤其明显。所以，在绘图纸从一层增加为两层时，二者透射光强之差大部分并不是由对象吸收而造成的，而是由于对象的反射所造成的，这也就解释了在对表4.1中的数据进行拟合时，厚度为0.05mm对应的点与拟合曲线相距较远的现象。也可以解释如果采用厚度为0.05mm的点作为基准时，所测得的其它厚度都偏大。4.3.2环境光对结果的影响从表4.3对无花纹对象进行测量的实验数据中可以得出系统能够对一定厚度范围内的绘图纸做出与真实值差别较小的测量，但是随着绘图纸厚度的增加，系统的测量值与真实值之间的差距也越来越大，而且实验结果的数值基本都是比真实值更小，这种现象应该是由环境光所引起的。理想状态下，CCD接收的是从绘图纸中透过的光，但由于环境中也存在自然光，又因为上一小节所描述的反射效应，使得在CCD一侧的自然光也会被反射，与透射光混合在一起被CCD采集系统所接收。随着绘图纸的厚度的增加，透射光在混合光中所占的比例越来越小。由于CCD一侧反射光的掺杂，使得到的图像平均灰度值比理想状态下更高，系统得出的厚度就偏小。4.3.3光源照明不均匀从表4.4与表4.5中可以看出，在采用图像分割之后得到的结果要更接近真实值，41 但采用图像分割之后，并不能完全抑制花纹对测量结果的影响。这主要是因为光源照明不均匀引起的。理想状态下，测厚对象是被均匀照明的，采用图像分割的处理方法就可以去除花纹对测量结果的影响。但在实际中，由白炽灯并不能很均匀地照明对象。下图是无花纹时得到图像的一个直方图18000160001400012000100008000像素点个数6000400020000050100150200250灰度值图4.5图像直方图示例由上图可知，各个像素的灰度都比较集中，位于一个区域之内，但区域的范围还是较大。如果花纹所在部位是高于图像平均灰度值灰度较大的部分，利用图像分割就会将这一部分去除，导致测量值要比真实值小。正是由于光源照明不均匀的原因，使得花纹所处的位置也会对测量结果造成影响。4.4对膏药的测量在前面几个小节中，讨论了利用白炽灯作为光源，CCD图像采集系统作为接收装置的厚度测量系统的原理，并利用绘图纸进行了一系列的实验，验证了在确定一种材料的对光的衰减系数之后，系统能够利用灰度值来对对象的厚度进行测量。由于实验室无法得到未烘干的药膏半成品，不能利用光来透过不同厚度的药膏，也就无法确定药膏对光的衰减系数。为了进一步实现对药膏厚度的测量，下一步可以42 将上面得到的系统实地在生产线上搭建起来。在本章第二小节中已经用实验得到了CCD得到的平均灰度值与入射光强之间的关系，可以利用该系统在生产线上对不同时刻的药膏图像进行采集得到图像平均灰度值信息，并结合产品生产之后人工检测得到的厚度联系起来，进而得到药膏的衰减系数α。之后可以设定一个厚度作为系统的标准厚度，例如可以选择lm=50µ，得到此时图像的平均灰度值G，之后就可以继续利11用式（4-7）对其它的厚度进行测量。在对绘图纸的测量中可以得到系统在绘图纸厚度增加0.15mm的情况下，测量的误差不超过2.25%。这在药膏厚度为50µm时，测量的误差不超过1.13µm。而从第二章得到的数据说明厚度的变化在3µm，因此可以利用该技术对药膏的厚度进行检测。但是对药膏进行实际上的检测工作还未开展，下一步的工作将会把系统建立在生产线上对系统进行验证。4.5本章小结在本章中，论文首先对光源单色性问题进行了讨论，接着利用实验对CCD的输出灰度值与入射光强度之间的关系做出了修正，而且利用实验得到了模拟药膏变化的绘图纸的衰减系数，接着将式（4-7）的计算过程采用软件实现并对图像进行相应的计算，以实现对各种对象进行厚度的测量，并对各种情况的测量结果进行比较。最后，本章给出并分析讨论了可能会对测量结果造成影响的几个方面的因素。43 5总结与展望本论文主要讨论了利用白炽灯光透过被测物，利用CCD图像采集系统对透射光进行接收，来对被测物进行厚度测量的方法。本论文完成的工作主要有以下几个方面：(1)查阅相关的资料与文献，了解当前非接触厚度测量的各种方法的原理，特点以及所适用的范围，对比这些方法的优缺点，并选取合适的方法来对药膏的厚度进行探测。以便后期工作有效的进行。(2)在选取合适的方法后，设计进行测量的光路，分析实际情况对测量系统提出的要求，确定包括光源和光电接收器件在内的各个部分的组成器件与类型。通过对光在介质中的透射与散射现象、光电成像器件输出电压与入射光之间的关系以及灰度值与光电成像器件输出信号的量化这几个方面，推导出灰度值与被测物厚度之间的关系。(3)考虑到实际中药膏的底布上可能印有商标的情况，分析这种现象可能对结果造成的影响，学习相关的图像处理知识，提出对CCD图像采集系统得到的图像进行图像分割的方法来抑制花纹对结果造成的影响。(4)建立实验装置，考虑到白炽灯泡的单色性问题和CCD器件的光电特性等与理想状态不符的情况，利用绘图纸代替药膏，用实验验证透射光光强与被测物厚度之间的关系与对CCD器件的线性关系做出修正。得到系统的参数，再利用系统进行测量并分析测量的结果，并对可能会对测量结果造成影响的几个方面因素进行了分析讨论。由于实验室无法得到未烘干的膏药半成品，所以整个实验中都是采用透光率较好的绘图纸来替代为样品进行实验，以绘图纸层数的增减来模拟生产线上膏药厚度的变化，实验的结果显示，本论文采用的这种方法可以成立，也就是说可以利用灰度值来确定被测物的厚度。虽然绘图纸与药膏之间存在相似的地方，但二者不能完全等同，为了能对膏药的厚度进行检测，还需要进一步到生产线上对其进行验证。44 致谢为期几个月的毕业设计已经接近尾声，回顾整个设计过程，感觉这段时间过得非常充实。本论文是在杨坤涛教授的指导下完成的，设计过程中遇到的各种理论上的问题，导师都热心给予解答。杨老师坚实的理论基础和严谨的治学态度给我留下了深厚的印象。整个设计过程让我受益匪浅，值此论文完成之际，谨向导师表示衷心的感谢和崇高的敬意。在此，还要感谢研究生期间授课的各位老师以及陪伴我两年的同学，正是有他们才让我的生活更加多姿多彩，还要特别感谢张南洋生博士在整个过程中给我设计中的指导和生活上的关心。45 参考文献[1]陈德道,马兆武,任晓忠.对中药橡皮膏剂标准中基质用量的商榷.中国药品标准,2003,4(5):29-51[2]费维强.浅析在线厚度测量技术.塑胶工业,2006,9(4):8-12[3]González-canoA,BernabéuE.Automaticinterferencemethodformeasuringtransparentfilmthickness.AppliedOptics,1993,32(13):2292-2294[4]JungCS,RheeBK.Simultaneousdeterminationofthicknessandopticalconstantsofpolymerthinfilmbyanalyzingtransmittance.AppliedOptics,2002,41(19):3861-3865[5]TamiKihara,KiyoshiYokomori.SimultaneousmeasurementoftherefractiveindexandthicknessofthinfilmsbyS2polarized.AppliedOptics,1992,31(22):4482-4487[6]Hugoáguas.FastandcheapmethodtoqualitativelymeasurethethicknessanduniformityofZrO2thinfilms.MaterialScienceInSemiconductorProcessing,2001,4:319-321[7]LaazizY.Opticalcharacterizationoflowopticalthicknessthinfilmsfromtransmittanceandbackreflectancemeasurements.ThinSolidFilms,2000,372:149-155[8]Rusli,AmaratungaGAJ.Determinationoftheopticalconstantsandthicknessofthinfilmsonslightlyabsorbingsubstrates.AppliedOptics,1995,34(34):7914-7917[9]HoltslagAHM,ScholtePMLO.Opticalmeasurementoftherefractiveindex,layerthickness,andvolumechangesofthinfilms.AppliedOptics,1989,28(23):5095-5104[10]ShirakawaYA.Build-uptreatmentforthicknessgaugingofsteelplatesbasedongamma-raytransmission.AppliedRadiationandIsotopes,2000,53:581-586[11]LuZH,McCaffreyJP,BrarB,etal.SiO2filmthicknessmetrologybyx-rayphotoelectronspectroscopy.AppliedPhysicsLetters,1997,71(19):2764[12]JonOpsal,AllanRosencwaig,DavidLWillenborg.Thermal-wavedetectionandthin-filmthicknessmeasurementswithlaserbeamdeflection.AppliedOptics,1983,22(20):3169-3176[13]AllanRosencwaig,JonOpsal,WLSmith,etal.Detectionofthermalwavesthroughopticalreflectance.AppliedPhysicsLetters,1985,46:1013-101446 [14]ManifacierJC,GasiotJ,FillardJP.Asimplemethodforthedeterminationoftheopticalconstantsn,kandthethicknessofaweaklyabsorbingthinfilm.JournalofPhysicsE:ScientificInstruments,1976,9:1002-1004[15]UlrichR,TorgeR.MeasurementofThinFilmParameterswithaPrismCoupler.AppliedOptics,1973,12(12):2901-2908[16]YlilammiM.Opticaldeterminationofthefilmthicknessesinmultilayerthinfilmstructures.ThinSolidFilms,1993,232(1):56-62[17]余艾地,叶智慧,汤毅等.橡胶压延制品厚度β射线检测原理和应用.橡胶技术与装备,1998,24(4):1-5[18]华焕灵,于桂茹.β射线测厚仪在铝材轧制中的应用.计量技术,1998,3:36-38[19]许立梓,李传芳,林文豪等.用β射线在线测试薄膜厚度的计算机测量系统.广东工业大学学报,1999,16(2):5-8[20]董倬成,白庆顺.β射线测厚仪的误差分析.特种橡胶制品,1991,5:60-62[21]何自华.β射线测厚-纸页定量的连续测定.电测与仪表,1984,9:9-12[22]王红岩,漆德虎,徐士吉.γ射线测厚仪在线测量及其温度补偿研究.鞍钢技术,2004,1:23-25[23]岳临萍.γ射线测厚仪控制系统在中厚板轧制中的应用.中国仪器仪表,2003,1:33-34[24]朱秋峰,张新燕,李大安.X射线测厚技术在热轧钢板生产中的应用.无损检测,2008,30(5):321-323[25]陈敏聪,陈子瑜,李红梅等.X射线质量厚度测量研究.中国科学技术大学学报,2008,38(2):195-199[26]徐卫国.X射线测厚仪在双机架可逆式冷轧机中的应用.仪表技术与传感器,2007,12:30-31[27]郭伟,赖万昌,程锋.X射线荧光法检测纸张厚度.纸和造纸,2007,26(6):77-79[28]杜方迅,徐刚,汤晓波.透射式激光测厚传感器的研制.传感器技术,2002,21(10):16-18[29]宋敏,郑亚茹,卢永军等.一种可实现薄膜厚度在线测量方法.光学技术,2007,32(3):447-44947 [30]廖复中,魏和荣,赵文奎等.用红外吸收法非接触测量涤纶薄膜的厚度.计量学报,1990,11(4):266-270[31]华伟亢.激光技术及微机实时处理用于在线板材厚度测量.自动化仪表,1987,7:23-36,45[32]王化莹.光电法在线测量纸张厚度的实验研究.宜宾师专学报,1991,1:56-58[33]谢军.试论灯光对视觉健康的影响.兰州大学学报,1994,22(3):137-142[34]刘力双,张铫,卢慧卿等.基于CCD的玻璃厚度在线测量系统.传感技术学报,2006,19(3):652-654[35]叶嘉雄,常大定,陈汝钧.光电系统与信号处理.北京:科学出版社,1997.245-246[36]曾光宇.光电检测技术.北京:清华大学出版社,2008.151-152[37]庞长富,刘榴娣.CCD摄像机用于测量中存在的问题及解决方法.光学技术,1996,2:5-8[38]郭文阁,姚胜利,高风等.CCD图象采集处理系统性能评价.光子学报,1998,27(9):851-854[39]刘明华,余模智,何平安等.线阵CCD采集系统的非线性度测量.武汉测绘科技大学学报,1996,21(4):399-402[40]曾雄文,陆启性,赵伊君等.CCD的光电特性研究.强激光与粒子束,1999,11(1):47-5148
