，， ，，， ，學(xué)華

(1.武漢工程大學(xué) 材料科學(xué)與工程學(xué)院， 武漢 430200;2.縱橫皆景(武漢)信息技術(shù)有限公司， 武漢 430204)

0 引言

機(jī)器視覺系統(tǒng)在精密加工過程中得到廣泛應(yīng)用，定焦相機(jī)在實(shí)際使用中會出現(xiàn)失焦現(xiàn)象，對精密加工過程如激光焊接、激光打標(biāo)等產(chǎn)生影響，甚至導(dǎo)致焊接不良、打標(biāo)模糊等產(chǎn)品缺陷。在條碼二維碼識別、符號識別、缺陷檢測等過程中會出現(xiàn)識別和檢測錯(cuò)誤[1]。同時(shí)，如果存在產(chǎn)品類型或工藝變更則需要人工調(diào)整相機(jī)位置，重新設(shè)置視覺系統(tǒng)參數(shù)，為現(xiàn)場操作帶來諸多不便，也不能滿足生產(chǎn)線自動化生產(chǎn)的需要。因此對定焦相機(jī)增加自動對焦功能顯得尤為重要[2-4]。自動對焦技術(shù)又分為主動對焦和被動對焦，其中主動對焦精度較高，但相機(jī)價(jià)格高，加大了工業(yè)使用的成本。對于定焦相機(jī)的自動對焦技術(shù)，國內(nèi)外學(xué)者從機(jī)構(gòu)設(shè)計(jì)、算法設(shè)計(jì)等方面做了一些有益的嘗試：如Schlangen[5]設(shè)計(jì)了一種基于空間光調(diào)制器的無掩模光刻自動聚焦系統(tǒng)，能有效提高聚焦精度而不影響光刻膠的性能；Liu等[6]為了解決曲面下高精度對焦問題，設(shè)計(jì)了一種由音圈電機(jī)驅(qū)動的自動對焦系統(tǒng)，該系統(tǒng)采用圖像灰度差作為對焦清晰度評價(jià)依據(jù)，通過窮舉法確定聚焦點(diǎn)，能有效的實(shí)現(xiàn)曲面下的精準(zhǔn)對焦；Harada[7]提出了一種在掃描電子顯微鏡(SEM)下使用多帶通濾波器的自動對焦算法，有效解決了SEM自動對焦技術(shù)噪音大效率低的問題。Mo C等人[8]通過采用一種新的自適應(yīng)閾值去除圖像中噪聲和背景污染的像素，然后利用改進(jìn)的Sobel算子提取圖像預(yù)處理后的最大灰度梯度，并計(jì)算評價(jià)值，提高了圖像對比度及自動對焦圖像清晰度；金雪等人[9]則基于自相關(guān)原理和圖像對比度變化率，改進(jìn)了自動對焦過程中的圖像清晰度評價(jià)函數(shù)，有效解決了環(huán)境噪聲的問題。

為了克服傳統(tǒng)自動對焦算法實(shí)時(shí)性差、抗噪聲能力弱、易受對比度和背景像素的影響等缺點(diǎn)，本文提出了一種定焦相機(jī)的自動對焦技術(shù)，利用圖像清晰度作為評價(jià)標(biāo)準(zhǔn)，將相機(jī)配置在運(yùn)動系統(tǒng)中，通過上位機(jī)對實(shí)時(shí)采集的圖像進(jìn)行清晰度評價(jià)，實(shí)現(xiàn)了清晰度最高時(shí)相機(jī)位置的實(shí)現(xiàn)對焦。結(jié)果表明，本文的改進(jìn)算法具有實(shí)時(shí)性好、單峰性強(qiáng)、靈敏度高、抗噪能力強(qiáng)等優(yōu)點(diǎn)。

1 系統(tǒng)構(gòu)成

本文設(shè)計(jì)了如圖1所示的運(yùn)動控制平臺，主要包括主機(jī)、相機(jī)、運(yùn)動控制卡、驅(qū)動器和電機(jī)。其中主機(jī)CPU型號為I5-6500，顯卡為英偉達(dá)GTX750TI，同時(shí)配置PCI-1240運(yùn)動控制卡和安川伺服系統(tǒng)，主要完成圖像處理、清晰度評價(jià)和收發(fā)運(yùn)動指令；工業(yè)相機(jī)安裝在Z軸上，垂直于工作臺，負(fù)責(zé)圖像的實(shí)時(shí)采集并發(fā)送給主機(jī)。運(yùn)動控制系統(tǒng)負(fù)責(zé)完成相機(jī)的位置調(diào)整。實(shí)際工作中，當(dāng)相機(jī)在運(yùn)動時(shí)，計(jì)算機(jī)根據(jù)相機(jī)采集的圖像設(shè)置ROI區(qū)域并進(jìn)行快速傅里葉變換濾波，利用清晰度評價(jià)函數(shù)對ROI區(qū)域圖像的焦點(diǎn)性能進(jìn)行客觀評估和分析，得到每次對焦相對應(yīng)的對焦評價(jià)函數(shù)曲線，達(dá)到評價(jià)函數(shù)極值點(diǎn)時(shí)即完成相機(jī)的對焦過程。

圖1 系統(tǒng)構(gòu)成示意圖

2 對焦評價(jià)方法

圖像清晰度評價(jià)被廣泛用于數(shù)字圖像的被動式自動調(diào)焦。常用的圖像清晰度評價(jià)函數(shù)有以下4種：

(1)Brenner評價(jià)函數(shù)。

D(f)B=Σ]∑y∑x|f(x+2，y)-f(x,y)|2

(1)

式中，f(x,y)代表每個(gè)像素的坐標(biāo)，Brenner評價(jià)函是通過相鄰像素值的方差來判定清晰度的。

(2)Tenengrad梯度函數(shù)。

D(f)T=∑y∑x|G(x,y)|(G(x,y)>T)

(2)

(3)

(3)Canny梯度函數(shù)

D(f)C∑y∑x|G(x,y)|(G(x,y)>T)

(4)

Canny梯度函數(shù)表達(dá)式與Tenengrad梯度函數(shù)表達(dá)式相同，但是引入了Canny算子進(jìn)行邊緣檢測[10]。 Canny算子自帶增強(qiáng)濾波檢測等多功能，采用雙閾值確定圖像邊緣，大于高閾值的像素點(diǎn)歸于強(qiáng)邊緣點(diǎn)，高于低閾值的點(diǎn)歸于弱邊緣點(diǎn)，小于低閾值的則被排除檢測外，因此也不容易受到噪聲干擾，能檢測到真正的弱邊緣，與Sobel算子相比靈敏度要高上許多，但靈敏度過高容易把噪點(diǎn)誤認(rèn)為邊界，檢測的邊緣往往也是不連續(xù)封閉的，應(yīng)用于自動對焦時(shí)還需對圖像做一下膨脹運(yùn)算，使邊界連續(xù)。

(4)Laplacian梯度函數(shù)。

D(f)L=∑y∑x|G(x,y)|(G(x,y)>T)

(5)

Laplacian梯度函數(shù)采用Laplacian算子卷積來表達(dá)G(x,y)。相比Sobel算子和Canny算子，Laplacian算子對孤立點(diǎn)或端點(diǎn)較為敏感，因此特別適用于以突出圖像中的孤立點(diǎn)、孤立線或線端點(diǎn)為目的的場合。但Laplacian算子也會增強(qiáng)圖像中的噪聲，因此用Laplacian算子進(jìn)行清晰度評價(jià)時(shí)，需要對圖像先進(jìn)行平滑處理。

相機(jī)在自動對焦過程中由傳動裝置帶動并通過圖像清晰度評價(jià)函數(shù)確定焦點(diǎn)位置，因此在對焦過程中存在欠焦、正焦和過焦三個(gè)階段。圖2是將評價(jià)函數(shù)的結(jié)果歸一化后得到的理想對焦函數(shù)曲線，在曲線的峰值點(diǎn)即為對焦的最佳位置。理想的對焦函數(shù)計(jì)算量較小，對噪聲敏感度不高，函數(shù)曲線具有無偏性，單峰性，能夠明顯的區(qū)分離焦和對焦?fàn)顟B(tài)。

圖2 標(biāo)準(zhǔn)對焦曲線

3 實(shí)驗(yàn)過程

實(shí)驗(yàn)條件：CCD工業(yè)相機(jī)型號DH-HV3151UC，工作分辨率為1027*768dpi，幀率為12fps，像素分辨率為3.2μm × 3.2μm。圖像處理算法采用C#語言與OpenCV庫函數(shù)[11]結(jié)合，運(yùn)動控制采用PCI-1240運(yùn)動控制卡編程實(shí)現(xiàn)。系統(tǒng)工作流程如圖3所示。

圖3 系統(tǒng)工作流程圖

系統(tǒng)工作時(shí)首先由相機(jī)采集對象圖像并實(shí)時(shí)傳送給PC端，然后在PC端首先對圖像做ROI區(qū)域裁剪(大小512*512像素)，接著進(jìn)行灰度化處理和DFT濾波，再使用清晰度評價(jià)函數(shù)計(jì)算預(yù)處理后的圖像清晰度。為了對比不同評價(jià)函數(shù)的效果，將值采用式(6)和(7)所示的方法進(jìn)行歸一化處理。

(6)

(7)

在收集圖像清晰度值的過程中，傳動裝置連續(xù)帶動CCD相機(jī)朝著靠近對焦物體的方向移動，當(dāng)計(jì)算機(jī)采集到的D(f)值出現(xiàn)一個(gè)明顯的由小到大再變小的變化時(shí)，整個(gè)自動對焦流程完成，傳動裝置帶動相機(jī)回到D(f)最大值處，即自動對焦焦點(diǎn)處。

4 實(shí)驗(yàn)結(jié)果與討論

4.1 圖像預(yù)處理

在實(shí)現(xiàn)自動對焦功能的過程中，相機(jī)隨Z軸移動，距工作平臺的距離也隨之不斷變化，所以并不能保證相機(jī)所采集到的剛好是工作平臺的待處理產(chǎn)品的信息，因此需要對相機(jī)采集到的圖像進(jìn)行前期處理。前處理首先要設(shè)置ROI區(qū)域，只保留需要處理的圖像窗口，以減少計(jì)算量同時(shí)減少不必要的環(huán)境噪聲干擾；其次采用DFT濾波對ROI區(qū)域的圖像進(jìn)行背景噪聲優(yōu)化，為后期進(jìn)行清晰度評價(jià)計(jì)算減少噪聲干擾。圖4是ROI區(qū)域預(yù)處理過程中得到的圖像效果。

圖4 ROI區(qū)域預(yù)處理效果圖

從圖4(b)和(d)可以看出DFT處理去除了圖像中的低頻干擾信號和噪音，增強(qiáng)了圖像的灰度對比，有利于清晰度評價(jià)的計(jì)算[12]。

4.2 評價(jià)方法的靈敏度分析

在自動對焦過程中，采集了清晰度從離焦-對焦-離焦的十張圖像序列，以此來模擬自動對焦過程中的圖像清晰度狀態(tài)，采集到的圖片如圖5所示。

圖5 相機(jī)在不同位置時(shí)的圖像序列

從圖5的圖像序列中可以看出，隨著相機(jī)的移動，圖像的清晰度經(jīng)歷了模糊-清晰-模糊的過程。為了評估該過程中圖像的清晰度，用不同評價(jià)函數(shù)處理上述圖像序列得到的數(shù)據(jù)結(jié)果歸一化后的清晰度曲線如圖6所示，橫坐標(biāo)表示上圖采集的圖像序列，縱坐標(biāo)表示歸一化后評價(jià)函數(shù)值。由圖6可以看出3種評價(jià)函數(shù)的極值點(diǎn)位置相同且曲線只有一個(gè)極大值，即具有單峰性，表明系統(tǒng)的自動對焦功能準(zhǔn)確可靠。同時(shí)最清晰的圖像位于圖像序列6，此時(shí)相機(jī)?？康奈恢谜窍鄼C(jī)的焦點(diǎn)位置，表明每種評價(jià)函數(shù)具備無偏性。通過比較不同的評價(jià)函數(shù)，都具備了單峰性和無偏性，能夠明顯的區(qū)分對焦和離焦?fàn)顟B(tài)，能夠作為自動對焦系統(tǒng)的圖像清晰度評價(jià)判據(jù)。其區(qū)別在于Laplacian梯度評價(jià)函數(shù)得到的曲線半高寬低于其他評價(jià)函數(shù)，表明該評價(jià)函數(shù)相比其它評價(jià)函數(shù)的靈敏度更高，更適合作為本系統(tǒng)的圖像清晰度評價(jià)函數(shù)。

圖6 對焦過程中不同評價(jià)函數(shù)歸一化曲線

為比較DFT濾波對對梯度評價(jià)函數(shù)的影響，針對圖5所示的實(shí)驗(yàn)圖像系列，先進(jìn)行DFT濾波后再以Laplacian梯度評價(jià)函數(shù)分別進(jìn)行清晰度計(jì)算，得到圖7所示的原始圖像和經(jīng)DFT濾波圖像清晰度評價(jià)曲線?？梢钥闯鼋?jīng)過DFT濾波后評價(jià)函數(shù)的歸一化曲線變得更加陡峭，表明DFT濾波后評價(jià)函數(shù)對相機(jī)位置的變化更加敏感[13]，DFT變換有助于提高評價(jià)函數(shù)的靈敏度。

圖7 DFT濾波后對焦評價(jià)函數(shù)歸一化曲線

4.3 對焦信噪比與相似性

為了驗(yàn)證自動對焦效果，采用標(biāo)準(zhǔn)樣張與實(shí)驗(yàn)圖像的峰值信噪比(PSNR)和結(jié)構(gòu)相似性(SSIM)來驗(yàn)證對焦圖像的準(zhǔn)確性[14]。PSNR是目前使用最為廣泛的圖像質(zhì)量評價(jià)標(biāo)準(zhǔn)，雖然有一定的局限性，但是其計(jì)算方便，內(nèi)存占用率小，能大致的反應(yīng)圖像清晰度，通常PSNR值越高圖像清晰度也越高，一般高于30說明兩張圖片差異不大，高于40肉眼分辨不出明顯差異。但PSNR會有實(shí)際圖像清晰度與人眼觀察的清晰度差異過大的情況，因此同時(shí)引入SSIM作為參考，SSIM是基于人眼視覺系統(tǒng)(HVS)的圖像清晰度對比測量方法，有效改進(jìn)了PSNR的缺點(diǎn)，但是當(dāng)圖片存在位移縮放等非結(jié)構(gòu)性失真時(shí)會導(dǎo)致計(jì)算結(jié)果與實(shí)際不符，因此本實(shí)驗(yàn)同時(shí)采用互補(bǔ)的兩種評價(jià)方式能夠較客觀的評價(jià)自動對焦圖像的清晰度。SSIM主要從亮度、對比度和結(jié)構(gòu)相似度三個(gè)方面作為圖像清晰度評價(jià)依據(jù)，計(jì)算所得結(jié)果在-1到1之間，當(dāng)SSIM值為1時(shí)，說明圖像清晰度與標(biāo)準(zhǔn)樣張完全一致。標(biāo)準(zhǔn)樣張采用式(8)計(jì)算相機(jī)焦點(diǎn)到被測物體的標(biāo)準(zhǔn)距離來獲取。

D=fH/h

(8)

式中，D代表鏡頭焦點(diǎn)離物體的距離，f代表焦距(8 mm)；h代表相機(jī)靶面水平寬度(6.4 mm)；H代表被觀測物體寬度(101.6 mm)，計(jì)算得D值為127 mm。在此物距條件下將相機(jī)所采集到的圖片作為標(biāo)準(zhǔn)圖片(圖8a)與圖像序列6(圖8b)進(jìn)行對比，結(jié)果如表2。

圖8 標(biāo)準(zhǔn)樣張與自動對焦圖像

從表2的數(shù)據(jù)可以看出，采用不同的評價(jià)函數(shù)實(shí)現(xiàn)自動對焦后的圖片PSNR值均大于30，表明實(shí)驗(yàn)設(shè)計(jì)的自動對焦方法可行，同時(shí)Laplacian梯度評價(jià)函數(shù)所獲得的自動對焦圖片PSNR值最大，表明采用改進(jìn)后的Laplacian評價(jià)函數(shù)獲取對焦圖片的質(zhì)量要高于其他評價(jià)函數(shù)，同時(shí)4種評價(jià)函數(shù)所得圖像的SSIM值均在0.6～0.8之間，明說自動對焦的圖像清晰度與實(shí)際人眼觀察到的清晰度相似，其中Laplacian梯度評價(jià)函數(shù)所得的自動對焦圖片與標(biāo)準(zhǔn)樣張的SSIM值最接近，表明該評價(jià)函數(shù)具有較好的可靠性。

表2 PSNR與SSIM結(jié)果比較

4.4 物距的影響

圖9顯示了采用Laplacian梯度評價(jià)函數(shù)獲取的6種不同高度的對象自動對焦后的結(jié)果。從圖中可以看出，在相機(jī)可移動范圍內(nèi)，采用Laplacian梯度評價(jià)函數(shù)均能完成自動對焦過程，獲取的圖像具有較高的清晰度。圖10是對焦后相機(jī)的位置與評價(jià)函數(shù)歸一化值與對象高度之間的曲線，從圖中可以看出，隨著對象高度的變化，相機(jī)的位置呈線性變化，表現(xiàn)了較好的跟隨能力，評價(jià)函數(shù)的歸一化值均在0.99～1之間，表明隨著對象高度的變化，對焦系統(tǒng)均能獲得良好的對焦性能。

(物體高度a.3 mm; b.5 mm; c.7 mm; d.9 mm) e.14 mm; f.16 mm圖9 不同對象高度時(shí)對焦后的圖片

圖10 不同對象高度時(shí)對焦后相機(jī)位置和評價(jià)函數(shù)歸一化值

5 結(jié)論

使用離散傅里葉變換與Laplacian清晰度評價(jià)函數(shù)相結(jié)合的相機(jī)自動對焦方法能夠較快實(shí)現(xiàn)對運(yùn)動控制平臺上復(fù)雜物件進(jìn)行快速自動對焦處理。與未經(jīng)離散傅里葉變換后的直接對焦技術(shù)相比，使用DFT處理后的對焦更加快速高效，且能有效去除周圍噪聲干擾。對多種清晰度評價(jià)函數(shù)的比較發(fā)現(xiàn)Laplacian梯度評價(jià)函數(shù)在清晰度評價(jià)方面具有較高的靈敏度。本文提出的對焦方法在工業(yè)生產(chǎn)中實(shí)現(xiàn)了無參考圖庫情況下的相機(jī)自動對焦，具有較好的實(shí)際應(yīng)用效果。