资源描述：
《图像测量系统中的误差分析及提高测量精度的途径.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第5卷第1期光学精密工程Vol.5,No.11997年2月OPTICSANDPRECISIONENGINEERINGFebruary,1997图像测量系统中的误差分析及提高测量精度的途径吴晓波安文斗杨钢(后勤工程学院自动化系,重庆630041)摘要为了进一步提高图像测量系统的测量精度,必需考虑影响测量精度的诸多因素,如:照明视场噪声、热电子噪声、CCD性能、镜头畸变、量化误差、帧存与CCD不同步、温度、振动、视频馈线等的影响。本文将分析这些误差对图像测量系统测量精度的影响,并给出消除或减小误差的有效方法,从而提高测量
2、精度。关键词:图像测量;误差分析;测量精度1引言[1]数字图像测量系统的处理过程有两个任务,数据采集及数据处理。数据采集包括原始图像的采集以及初始值的采集。数据处理是利用图像测量原理和图像处理的各种技术,计算出3[2]-D物体的几何参数坐标,并以要求的形式显示。所有这些过程非常复杂,并在各个环节都存在误差影响。如对这些误差源不进行分析和处理,图像测量系统将会给出不准确或错误的结果。这些误差源主要有:照明视场噪声、热电子噪声、CCD性能、镜头畸变、量化误差、帧存与CCD不同步、温度、振动、视频馈线等。本文将分析这些误差
3、对图像测量系统测量精度的影响,并给出消除或减小误差有效方法,从而提高测量精度。2照明视场噪声照明视场噪声有两类:一类是随时间而变化的随机起伏噪声,它由供电电源波动以及光源本身发光的不稳定而产生;另一类则是随空间的起伏而变化。这种变化主要因为照明系统光源收稿日期:1996年3月19日134光学精密工程5卷本身不是真正点光源,而是一个具有不同发光强度的线或面光源,以及照明光学系统的不完善[3](像差或调整不好)而引起的。即使采用柯拉照明方式,也不可能使整个视场达到严格的均匀照明,特别是在测量大工件时尤其明显。一个好的解决
4、方法是采用软件消除照明视场不均匀性[4]的影响,这样可极大地降低对照明系统的要求,同时以不降低系统的测量精度。文献所提出的边缘检测十字窗口算法便可消除照明视场噪声。3热电子噪声在CCD摄像机、A/D转换器和采集系统电路中均有大量的电阻性器件。由于热电子起伏,产生热电子噪声。这是一种白噪声,也是一种加性噪声。在监视器上观察可以发现,在图像结束采集“冻结”之前,屏幕上有许多闪烁跳跃的波纹,一旦图像采集“冻结”,这些闪烁跳跃波纹消失,图像变得稳定清晰。采集到的数据统计结果表明,噪声约为5个灰度等级,占256个灰度级的2%左
5、右。根据这种加性噪声的特性,处理方法有:平滑滤波和多次测量取平均。3.1平滑平滑操作主要用来减小热电子噪声、采样、量化、传输、以及图像采集过程中环境的扰动在图像中产生的噪声和其它不良影响。a领域平均领域平均是一种简便的空域图像平滑方法。给定一幅图像f(x,y),这种处理产生一幅平滑的图像g(x,y),它的每个像素(x,y)的强度值等于(x,y)的预定领域内f的像素强度的平均值。也就是说,对于f(x,y)中的所有x和y,可用如下关系求得平滑后图像:1g(x,y)=∑f(n,m)(1)P(n,m)∈s式中,S为(x,y)
6、领域内各点(包括(x,y)本身)的坐标集,P为领域内有所包含像点的总数。b中值滤波领域平均的方法的主要困难问题之一是它会使边缘和鲜明的细节变模糊。使用中值滤波器可使这种模糊作用显著降低。在中值滤波器中,用的不是平均值,而是用一像素特定领域内强度的中值来取代该像素的强度。中值滤波的主要功能是用于一个于其领域更为接近的值取代强度明显不同的值,因此可以消除在滤波器模板区域内孤立存在的强度突然变化。c图像平均考虑一幅噪声图像g(x,y),它由未被噪声污染的图像f(x,y)与噪声n(x,y)相加形成,即:g(x,y)=f(x,
7、y)+n(x,y)(2)上式中,设噪声是不相关的并且均值为零。下面讨论的问题是叠加一组噪声图像g1(x,y),i=1,2,⋯,K,求得一幅平滑的图像。-如果噪声满足上述约束条件,则容易证明:若图像g(x,y)等于K个不同噪声图像的平均,即k-1g(x,y)=∑gi(x,y)(3)Ki=11期吴晓波等:图像测量系统中的误差分析及提高测量精度的途径135则有如下关系:-E{g(x,y)}=f(x,y)(4)及212g(x,y)=n(x,y)(5)K--22-式中,E{g(x,y)}为g的期望值,g(x,y)和n(
8、x,y)分别为g和n的方差。平均图像中任一点的标准偏差可表示为:1g(x,y)=n(x,y)(6)K-式(5)和(6)表明,随着K的增大,像素值的变化减小,由于E{g(x,y)}=f(x,y),这表示随着-平均过程中所用噪声图像数量增加,g(x,y)将趋向于未受污染的图像f(x,y)。需注意,所有噪声图像在空间上相互配准,只有像素的强度不同
