摄像头测距的数字图像处理方法研究

第２９卷第６期

２００９年１２月

弹箭与制导学报

ＪｏｕｒｎａｌｏｆＰｒｏｊｅｃｔｉｌｅｓ．Ｒｏｃｋｅｔｓ．ＭｉｓｓｉｌｅｓａｎｄＧｕｉｄａｎｃｅ

ＶｂＩ．２９Ｎｏ．６

Ｄｅｃ２００９

基于摄像头测距的数字图像处理方法研究。

蒋珍今，裴承鸣，杨

摘

亮

（西北工业大学数据处理中心．西安７１００７２）

要：针对传统接触式测距方法的局限性．介绍了一种利用数字图像处理技术实现测距的新方法。通过对

ＵＳＢ摄像头采集的激光光斑图像进行相关的处理．提取图像的特征信息．建立特征信息与被测位移的定量关系，从而完成位移的非接触测量；并通过实验验证了该方法的可行性。不仅避免了复杂的摄像系统标定．而且计算简单且易于实现．有较高的实用价值。

关键词：数字图像处理；非接触测量；激光图像中图分类号：ＴＰ３９１．４

文献标志码：Ａ

ＴｈｅＲｅｓｅａｒｃｈ

ｏｎ

Ｄｉｇｉｔａｌ

Ｉｍａｇｅ

Ｐｒｏｃｅｓｓｉｎｇ

Ｍｅｔｈｏｄ

Ｂａｓｅｄ

Ｃａｍｅｒａ

ｆｏｒＲａｎｇｅＦｉｎｄｉｎｇ

ＪｌＡＮＧＺｈｅｎｊｉｎ．ＰＥＩＣｈｅｎｇｍｉｎｇ．ＹＡＮＧＬｉａｎｇ

（ＤａｔａＰｒｏｃｅｓｓｉｎｇＣｅｎｔｅｒ．ＮｏｒｔｈｗｅｓｔｅｒｎＰｏｌｙｔｅｃｈｎｉｅａｌＵｎｉｖｅｒｓｉｔｙ．Ｘｉ’ａｎ７１００７２．Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｂｅｃａｕｓｅｏｆｔｈｅｌｉｍｉｔａｔｉｏｎｏｆｔｈｅｔｒａｄｉｔｉｏｎａｌ

ｃｏｎｔａｃｔ

ｒａｎｇｅ

ｆｉｎｄｉｎｇｍｅｔｈｏｄ．ａｎｅｗｍｅｔｈｏｄｉｓｐｒｅｓｅｎｔｅｄｆｏｒ

ｎｏｎ－ｃｏｎｔａｃｔ

ｒａｎｇｅ

ｆｉｎｄｉｎｇｒｅａｌｉｚｅｄｂｙｔｈｅｔｅｃｈｎｏｌｏｇｙｏｆｄｉｇｉｔａｌｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ．Ｔｈｅｔｈｒｏｕｇｈｐｒｏｃｅｓｓｉｎｇｌａｓｅｒｉｍａｇｅｃａｐｔｕｒｅｄ

ｂｙ

ｍｅａｓｕｒｅｏｆｄｉｓｐｌａｃｅｍｅｎｔｉｓｃｏｍｐｌｅｔｅｄ

ｉｎｆｏｒｍａｔｉｏｎｏｆｔｈｅｉｍａｇｅａｎｄ

ｗｉｔｈｏｕｔｅｏｍ。

ＵＳＢｃａｍｅｒａ．ｅｘｔｒａｃｔｉｎｇｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃ

ｂｕｉｌｄｉｎｇｔｈｅｑｕａｎｔｉｔａｔｉｖｅｒｅｌａｔｉｏｎｓｂｅｔｗｅｅｎｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｉｎｆｏ ｒｍａｔｉｏｎａｎｄｄｉｓｐｌａｃｅｍｅｎｔ．Ｔｈｉｓｍｅｔｈｏｄｐｌｉｃａｔｅｄｃａｍｅｒａｃａｌｉｂｒａｔｉｏｎｉｓｓｉｍｐｌｅａｎｄｐｒａｃｔｉｃａｂｌｅｖａｌｉｄａｔｅｄｂｙｅｘｐｅｒｉｍｅｎｔ．Ｋｅｙｗｏｒｄｓ：ｄｉｇｉｔａｌｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ：ｎｏｎ－ｃｏｎｔａｃｔｍｅａｓｕｒｅ；ｌａｓｅｒｉｍａｇｅ

允许的范围内实现任意位移的测量，最后通过实

Ｏ

引言

在飞机飞行姿态的控制中，监测对象的当前

验验证和对结果的误差分析，证明该方法的可行性、实用性和经济性。

空间位置是最基本的信息之一，往往可以借助传感器来获得，其实质可以理解为对监测位置空间距离的测量。有关距离的测量方法有很多。在航空航天领域，传统的接触式传感器由于受体积、质量、安装条件以及结构等因素限制逐渐被非接触测量方式所取代。其中，基于数字图像的测量方法由于具有速度快、信息量丰富、对被测对象的影响小等特点而受到广泛的关注［１］。文中在自适应机翼空间定位研究的背景下提出了距离的一种非接触测量方法。以数码摄像头捕获的激光光斑图像作为信息载体，利用图像的预处理、阈值分割以及特征提取等相关的数字图像处理方法，并结合最ｄｘ－－乘曲线拟合被测位移与所提取的图像特征信息之间的等量关系，在实验

１数字图像处理

在测量的过程中，随着激光投射距离的变化，激光反射形成的光斑会因温度变化、环境振动、空气扰动等因素发生漂移，且受到散射、衍射和其它干扰光线（自然光）的影响，加之由物体表面粗糙度的不同造成的反射特性不均匀等因素［２］，使得最终形成的光斑往往很不规则，从而影响采集和运算的精确度。为此，根据激光光斑图像的特点采用以下数字图像处理方法来对采集的光斑图像进行处理Ｚ３］。

在图像生成、传输、采样和量化的过程中，由于成像系统的稳定性受光照及随机噪声等因素的干扰，使得成像质量有所降低，而图像预处理

＊收稿日期：２００９—０１－－０５

作者简介：蒋珍今（１９８２一）．女，四川内江人．硕士研究生，研究方向：数字图像处理及其应用。

万方数据　

２６０

弹箭与制导学报

第２９卷

图ｌ

测量系统的数字图像处理方法流程图

的目的就在于改善图像质量，增强图像中有用的信息（如目标），或削弱图像中噪声等干扰信息

（如背景．）。

文中所关注问题存在的主要是乘性的非线性噪声，所以采用中值滤波的方法来实现图像预处理。中值滤波是由图基（Ｔｕｒｋｙ）在１９７１年提出的一种去除噪声的非线性处理方法，其特点是在去除噪声的同时，可以比较好地保留边缘的锐度和图像的细节。它的基本原理是把数字图像中一点的值用该点的一个邻域中各点值的中值代替［４］。中值的定义如下：

一组数ｚＩ，ｚ２，ｚ３，…，ｚ。，把各数按值的大小顺序排列，即２ｎ≤Ｘ１２≤Ｘ订≤…≤ｚ函，则：

ｙ—Ｍｅｄ（ｘＩ，ｚ２，ｚ３，…，ｚ。）

（１）

Ｙ称为序列ｚＩ，ｚ２，Ｘ３，…，ｚ。的中值。

对于二维的数字图像，设（Ｘ。，（ｉ，歹）∈Ｊ２｝表示数字图像中各点的灰度值，滤波窗口为Ａ的二维中值滤波可定义为：

Ｙｏ＝Ｍｅｄ｛ｚｏ｝＝

Ａ

Ｍｅｄ｛ｘ（斗ｒ）ｔ（什，），（ｒ，ｓ）∈Ａ，（ｆ，歹）∈Ｊ２｝

（２）

二维中值滤波的窗口可以取方形，也可以取近似圆形或十字形。其算法流程如图２所示。

将窗ＩＩ在图像ＩＪＩ漫游．并将窗ｆＩｌ｜Ｉ心与幽像

某个像素的位置重合

滨取窗ｌＩ下各对应像素的厌度值

将这些耿度值从小到大摊成一列找｝ｎ这些值‘¨ｍ住ｌｌＩ问的一个值将这个Ｉ｜｜问值赋给对应窗Ｉｌ Ｉ 心位置的像素

图２

中值滤波算法流程图

图像分割是图像分析前的一个重要处理步骤。为了描述图像并从中提取有用的信息，将图像空间划分成若干区域，使得在同一区域内图像的特征相近，而不同的区域图像特征相差较远。常用的分割方法主要有基于区域的分割方法、基于边界的分割方法和基于区域和边界相结合的分割方法。对于分割方法没有唯一的标准，在实际的应用中应根据具体的使用对象来选择合适的分割方法。文中针对待处理的激光反射图像中目标和背景占据不同灰度级范围的特点，在区域分割的基础上提出了一种基于灰度直方图拟合

万　

方数据曲线的阈值分割方法。

阈值分割是一种基于区域的图像分割技术。

由于其实现的直观性和简单性，阈值分割在图像分割应用中占有重要的地位，它不仅可以极大的压缩数据量，而且也大大简化了分析和处理步骤。其基本原理是从灰度级出发，把图像灰度分成不同的等级，按照设定的灰度门限（通常称为阈值）对像素集合进行划分，以确定与现实景物相对应的区域 …… 此处隐藏：2223字，全部文档内容请下载后查看。喜欢就下载吧 ……