《光纖端面同軸度測量系統(tǒng)方案設(shè)計》11000字

光纖端面同軸度測量系統(tǒng)方案設(shè)計摘要現(xiàn)代通信離不開光纖通信，而光纖端面加工質(zhì)量對光纖通信系統(tǒng)的整體性能影響較大，對于光纖端面的同軸度測量就尤為重要。本文經(jīng)過對多種同軸度測量方式的分析，結(jié)合實際情況采用顯微成像法設(shè)計了一套基于圖像處理的光纖端面同軸度測量系統(tǒng)。該系統(tǒng)由硬件和軟件系統(tǒng)組成。硬件系統(tǒng)主要由顯微放大鏡、CCD黑白攝像頭和計算機組成；軟件系統(tǒng)主要為圖像處理和結(jié)果計算程序。該測量系統(tǒng)實現(xiàn)無接觸測量，與手工測量相比精度提高，測量時間減少，較為方便高效。本文著重敘述軟件系統(tǒng)中所采用的算法。圖像處理采用鄰域平均法去噪聲、灰度閾值分割法對圖像進(jìn)行分割，迭代式閥值選擇算法對圖像進(jìn)行二值化。結(jié)果計算采用最小外接圓法和最大內(nèi)接圓法獲得內(nèi)外包絡(luò)圓數(shù)據(jù)，定標(biāo)后即可得出光纖端面的實際同軸度值。實驗表明該系統(tǒng)實現(xiàn)測量光纖端面同軸度值，滿足實際應(yīng)用要求。關(guān)鍵詞：同軸度測量系統(tǒng)；光纖端面；圖像處理；顯微成像法目錄13558_WPSOffice_Level1第一章緒論 116130_WPSOffice_Level21.1研究背景及意義 116118_WPSOffice_Level21.2同軸度測量方法分析 19957_WPSOffice_Level21.3本文主要工作 232549_WPSOffice_Level21.4本文組織結(jié)構(gòu) 216130_WPSOffice_Level1第二章光纖端面同軸度測量系統(tǒng)原理 312265_WPSOffice_Level22.1同軸度測量原理 329699_WPSOffice_Level22.2圖像處理算法分析 429699_WPSOffice_Level22.2.1平滑去噪聲 429699_WPSOffice_Level22.2.2圖像分割及二值化 29699_WPSOffice_Level22.3結(jié)果計算方法分析 1029699_WPSOffice_Level22.3.1最小二乘法 1029699_WPSOffice_Level22.3.2最小區(qū)域法 1029699_WPSOffice_Level22.3.3最小外接圓法（最大內(nèi)接圓法） 1129699_WPSOffice_Level22.4本章小結(jié) 139957_WPSOffice_Level1第三章光纖端面同軸度測量系統(tǒng)方案設(shè)計 113355_WPSOffice_Level23.1系統(tǒng)硬件設(shè)計 1424077_WPSOffice_Level23.2系統(tǒng)軟件設(shè)計 1529699_WPSOffice_Level23.2.1圖像處理算法設(shè)計 1529699_WPSOffice_Level23.2.2圓心及直徑計算 1624077_WPSOffice_Level23.3本章小結(jié) 132549_WPSOffice_Level1第四章系統(tǒng)測量結(jié)果及分析 2111654_WPSOffice_Level24.1測量結(jié)果 2111654_WPSOffice_Level24.2測量結(jié)果分析 228369_WPSOffice_Level24.3本章小結(jié) 232549_WPSOffice_Level1第五章總結(jié)與展望 2311654_WPSOffice_Level25.1總結(jié) 248369_WPSOffice_Level25.2未來工作展望 2412265_WPSOffice_Level1參考文獻(xiàn) 25第一章緒論1.1研究背景及意義光纖通信作為一門新興技術(shù),其近年來發(fā)展速度快、應(yīng)用范圍廣。光纖是通信領(lǐng)域廣泛應(yīng)用的材料之一。在光纖通信系統(tǒng)中常需要兩根光纖進(jìn)行熔接,為得到較小的熔接損耗,保證信號的順利傳輸,需要質(zhì)量優(yōu)良的光纖[2]。光纖端面的幾何參數(shù)是影響光纖性能的重要指標(biāo)，生產(chǎn)和應(yīng)用部門需嚴(yán)格按國家標(biāo)準(zhǔn)對光纖進(jìn)行多種檢驗，其中包括同軸度測量，如單模光纖同軸度要求小于0.8μm。因此設(shè)計一套光纖端面同軸度測量系統(tǒng)可以較為方便、直觀、高效的檢測出光纖同軸度參數(shù)，可降低光纖信號的損耗。1.2同軸度測量方法分析自從1976年美國在亞特蘭大的貝爾實驗室地下管道開通了世界上第一條光纖通信系統(tǒng)的試驗線路以來，光纖端面的檢測技術(shù)不斷發(fā)展。其檢測方法不斷增加，同時測量精度越來越高。常用的同軸度測量方法有光學(xué)干涉顯微測量、傳感器測量、顯微成像等光學(xué)干涉顯微法（干涉法）：利用激光在測量目標(biāo)表面產(chǎn)生干涉，采集干涉圖像，通過移相法、傅里葉相位提取法、單幀測量法等，得到光纖端面形貌圖，計算出所需的數(shù)據(jù)[3][4][5][6]。傳感器法：利用傳感器采集光纖端面的外圓信息。以光纖內(nèi)孔圓的圓心為軸線，光纖端面旋轉(zhuǎn)一周，即可收集外圓的數(shù)據(jù)。數(shù)據(jù)經(jīng)過最小二乘法處理即可計算出外圓圓心。由內(nèi)外圓的圓心數(shù)據(jù)可計算出光纖端面同軸度。顯微成像法：通過顯微放大鏡和攝像頭拍攝光纖端面的圖像，圖像經(jīng)過一系列處理后得到內(nèi)外圓的圓心和半徑數(shù)據(jù)，即可計算光纖端面同軸度值。目前，光纖端面和光纖連接器的測量主要采用該方法。其測量原理是:利用顯微放大鏡將光纖端面成像到高分辨率面陣CCD上，然后將CCD上的圖像采集到計算機中，進(jìn)行平滑去噪處理、圖像分割、圖像二值化等處理，再通過幾何計算即可得到光纖端面的同軸度值[8]。1.3本文主要工作本文實現(xiàn)基于顯微成像光纖端面同軸度測量系統(tǒng)。主要工作是該系統(tǒng)的硬件和軟件設(shè)計。1、硬件設(shè)計：系統(tǒng)硬件的組成。2、軟件設(shè)計：設(shè)計圖像算法實現(xiàn)光纖端面同軸度測量。所涉及的圖像處理方法有：平滑去噪聲、圖像分割、二值化。所涉及的結(jié)果計算方法有：最小外接圓法（最大內(nèi)接圓法）。1.4本文組織結(jié)構(gòu)第一章緒論部分：介紹了以光纖為載體的光纖通信技術(shù)的重要性，光纖端面同軸度測量的意義；介紹了3種適用于光纖端面同軸度測量的方法。第二章：對光纖端面同軸度測量系統(tǒng)的基本原理、系統(tǒng)構(gòu)成、基本特點等做了較為詳盡的分析。本文采用基于圖像處理的顯微成像法設(shè)計光纖端面同軸度測量系統(tǒng)，并對常用的平滑去噪聲、圖像分割、二值化等圖像處理算法，以及結(jié)果計算方法進(jìn)行分析。第三章：分別對光纖端面同軸度測量系統(tǒng)的硬件和軟件方面進(jìn)行相應(yīng)的設(shè)計。著重敘述本文軟件系統(tǒng)所采用的圖像處理及結(jié)果計算算法。第四章：實驗測量結(jié)果進(jìn)行分析。第五章：總結(jié)與展望?？偨Y(jié)本文的工作及不足之處。第二章光纖端面同軸度測量系統(tǒng)原理2.1同軸度測量原理光纖端面作為一個外圓內(nèi)孔的圖形，有多種同軸度測量方法。目前常用的測量光纖端面同軸度的系統(tǒng)包括：光學(xué)干涉測量系統(tǒng)、傳感器測量系統(tǒng)、CCD顯微測量系統(tǒng)。光學(xué)干涉顯微測量系統(tǒng)應(yīng)用光干涉原理和顯微成像原理，測量精度高，測試參數(shù)多；傳感器測量系統(tǒng)應(yīng)用傳感器來測量光纖端面的同軸度，測量精度較高；CCD顯微測量采用顯微成像的測量原理，簡單實用。其中本文主要介紹CCD顯微測量：顯微成像測量采用的是顯微成像技術(shù)。顯微成像技術(shù)是集光、機、電、計算機和圖像處理技術(shù)于一體的新技術(shù)。顯微成像技術(shù)的非接觸測量及三維超分辨能力，使其在生物醫(yī)學(xué)、半導(dǎo)體器件檢測、材料分析以及表面粗糙度測量中得到了廣泛的應(yīng)用[7][8]。顯微成像法的原理為：光纖端面定位后，用顯微鏡將光纖端面的外圓和內(nèi)孔圓放大，成像在1/3″高分辨力的CCD面形上，再將CCD上的像采集到計算機中，由圖像處理程序?qū)Σ杉南襁M(jìn)行一系列的處理：圖像分割、平滑去噪聲、二值化，提取出圖像的外圓和內(nèi)孔輪廓的像素，采用最小外接圓（最大內(nèi)接圓）算法，依據(jù)這些像素計算包絡(luò)這些像素的外圓和內(nèi)孔圓，并算出圓心的坐標(biāo)，最后對像素進(jìn)行定標(biāo)，確定出圓的實際尺寸，算出兩圓心的實際距離，就可得到光纖端面的同軸度，程序最后輸出實際的同軸度值。系統(tǒng)測量原理見圖2－1。圖2－2所示為CCD所采集到的光纖端面圖像，中間一個黑的小圓是光纖端面的內(nèi)孔圓，外面暗色的大圓是光纖端面的外圓，圖像中的亮點為噪音。圖2-1顯微放大測量原理圖圖2-2光纖端面圖要達(dá)到測試目的，必須對圖像進(jìn)行如下操作：圖像分割、去噪聲、二值化。2.2圖像處理算法分析2.2.1平滑去噪聲光纖端面端面可能存在灰塵、劃痕，CCD本身也會產(chǎn)生噪聲。要采用適當(dāng)?shù)靥幚矸椒ㄈヌ庍@些噪聲。圖像平滑運用模板的處理，它是數(shù)字圖像處理中經(jīng)常用到的一種運算方式，為空間域的平滑法。該方法的思想是通過一點和周圍的幾個像素點的運算來去除灰度突然變化的像素點，從而濾掉一定的噪音，但圖像有一定程度的模糊，而減少模糊的代價是圖像的噪音的平滑的效果差。取決于噪音本身的特性，選擇不同的模板消除噪音。目前，用到較多的平滑模板是均值模板和高斯模板，其模板如下:均值模板高斯模板兩個模板對不同的圖像的處理效果各有不同的效果，其中均值模板對噪音顯著的圖像的效果較佳，而高斯模板是通過采樣二維函數(shù)得到的，對高斯噪音響應(yīng)較好?！?8】【19】均值濾波也稱為線性濾波,其采用的主要方法為鄰域平均法。其基本原理是用均值替代原圖像中的各個像素值，即對待處理的當(dāng)前像素點,選擇一個模板，該模板由其近鄰的若干像素組成,求模板中所有像素的均值，再把該均值賦予當(dāng)前像素點,作為處理后圖像在該點上的灰度,即其中,S為模板,M為該模板中包含當(dāng)前像素在內(nèi)的像素總個數(shù)。中值濾波是基于排序統(tǒng)計理論的--種能有效抑制噪聲的非線性信號處理技術(shù)。其實現(xiàn)原理如下:將某個像素鄰域中的像素按灰度值進(jìn)行排序,然后選擇該序列的中間值作為輸出的像素值，讓周圍像素灰度值的差比較大的像素改取與周圍的像素值接近的值，從而可以消除孤立的噪聲點。其具體的操作是:首先確定-一個以某個像素為中心點的領(lǐng)域,一般為方形領(lǐng)域(如3*、35*的矩形領(lǐng)域),然后將領(lǐng)域中的各個像素的灰度值進(jìn)行排序。假設(shè)其排序為:≤≤...≤為奇數(shù)，為偶數(shù)，取排好序的序列的中間值作Y為中心點像素灰度的新值，這里的鄰域通常被稱為窗口。當(dāng)窗口在圖像中，上下左右進(jìn)行移動后,利用中值濾波算法可以很好地對圖像進(jìn)行平滑處理。因為噪聲是由敏感元件、傳輸通道等引起的隨機噪聲，將其看作是孤立的。采用鄰域平均的方法消去噪聲比用模板的方法消去噪聲效果更好。(2-1)式中f(x,y)表示點(x,y)的實際灰度，0;(i=1,2.,8)表示其鄰接各點的灰度;T稱為門限(threshold),它可以根據(jù)對誤差容許的程度，選為圖像灰度均方值σ的若干倍，即（2-2）式中K為門限均方值系數(shù)，根據(jù)實際情況選取。2.2.2圖像分割及二值化圖像分割就是把圖像分成若干個特定的、具有獨特性質(zhì)的區(qū)域并提出感興趣目標(biāo)的技術(shù)和過程。它是由圖像處理到圖像分析的關(guān)鍵步驟?，F(xiàn)有的圖像分割方法主要分以下幾類:基于閾值的分割方法、基于區(qū)域的分割方法、基于邊緣的分割方法以及基于特定理論的圖像分割方法等[12][13][14]簡單圖像的分割，如光纖端面CCD圖像的分割，一般采用灰度閾值分割法。灰度閾值分割法是最常用的基于區(qū)域的分割算法，該算法是把每一個像素的灰度值與一個閾值進(jìn)行比較，根據(jù)它是否超過該閾值而將該像素歸于兩類中的一類。其關(guān)鍵在于閾值的計算與選取。一般意義下，閾值運算可以看作是一種對圖像中的灰度函數(shù)，或者該點的某種局部特性(如該點的平均灰度)及該點在圖像中的位置的檢驗，這種閾值檢驗函數(shù)可記作式中是點的灰度值，是點的局部鄰域特性，如果則點(x,y)記作物體點，其灰度即為255(或1);反之則記作背景點，其灰度為0。這樣圖像就用簡單的閾值分割法分成兩個區(qū)域。根據(jù)對T的不同的約束，可以得到三種類型的閾值，即全局閾值（2-3）(只與點的灰度值有關(guān))局部閾值（2-4）(與點的灰度值和該點的局部鄰域特性有關(guān))動態(tài)閾值（2-5）在圖像內(nèi)容不復(fù)雜、灰度分布較集中的情況下，往往采用最簡單的全局閾值法。全局閾值法在整幅圖像內(nèi)采用固定的閾值分割圖像，并不考慮圖像中的點的位置和其鄰域特性。閾值的選擇通常是利用直方圖。我們可以假設(shè)是由兩區(qū)域所組成，一個區(qū)域以亮色主，另一個以暗色為主，那么它的直方圖有兩個峰(一個峰對應(yīng)于表示物體的灰度值，另一個峰對應(yīng)于表示背景的灰度值)，如圖2-3所示。于是，在兩個峰之間選一個值作為閾值T,將其低于T的所有的像素之集定義為物體區(qū)域。當(dāng)掃描這幅圖像時,從B,到B,之間灰度變化就是指示出邊界存在。同時，為了找出水平和垂直兩個方向上的邊界，要在行和列兩個方向上進(jìn)行掃描。對于該圖像，分割閾值可以選擇直方圖的兩個波峰間的波谷所對應(yīng)的灰度值作為分割的閾值T。圖2-3具有雙峰的灰度直方圖迭代式閾值選擇算法是對上一種方法的改進(jìn)，它首先選擇一個近似閾值To，將圖像分割成兩部分前景(區(qū)域O)和背景(區(qū)域B),計算區(qū)域O和B的均值Zo和Zg，選擇新的分割閾值T=(Zo+ZB)/2，重復(fù)上述步驟直到Zo和ZB不再變化為止。迭代法是基于逼近的思想，其步驟如下:求出圖像的最大灰度值和最小灰度值,分別記為ZMAx和Zm，令初始閾值（2-6）根據(jù)閾值To將圖像分割為前景和背景，分別求出兩者的平均灰度值Zo和Zp;求出新閾值（2-7）重復(fù)上述步驟直到Zo和Zp不再變化為止。邊緣是圖像最基本的特征，是指周圍灰度強度有反差變化的那些像素的集合，是目標(biāo)分割的重要依據(jù)，也是紋理分析和圖像識別的重要基礎(chǔ)。根據(jù)本文所設(shè)計的系統(tǒng)得到的端面圖像形狀簡單，用圖像分割的方法就可以將光纖端面的邊緣檢測提取出來，但研究發(fā)現(xiàn)，用邊緣檢測的方法也能很好地檢測提取端面的邊緣。圖像邊緣提取的常用梯度算子有Robert算子、Sobel算子、Canny算子等。本文簡要介紹說明1.Robert算子Robert算子是一種利用局部差分算子尋找邊緣的算子，它有如下兩個模板:也可以公式代替：（2-8）式中f(x,y)是具有整數(shù)像素坐標(biāo)的輸入的圖像，g(x,y)為輸出圖像，平方根運算使該處理類似于人類視覺系數(shù)中發(fā)生的過程。Robert算子對陡峭的低噪音圖像響應(yīng)最好,所以運用Robert算子前必須進(jìn)行除噪處理，而且對邊緣定位比較準(zhǔn)，在圖像噪音較少的情況下，可采用。但是在處理的光纖端面圖像，由于噪音難以處理，效果欠佳。2.Sobel算子Sobel算子是采用下面兩個模板進(jìn)行卷積得到的:一個模板對垂直邊緣響應(yīng)最大，另一個對水平響應(yīng)最大。Sobel算子對噪音有抑制作用，因此不會出現(xiàn)很多孤立的邊緣像素點，但對邊緣定位不是很準(zhǔn)確，不適合對邊緣定位準(zhǔn)確性很高的光纖端面圖像的應(yīng)用。5.Canny算子Canny算子把邊緣檢測問題轉(zhuǎn)換為檢測函數(shù)極大值。Canny算子有三個優(yōu)點:(1)低錯誤率，即很少將邊緣像素漏掉，也很少將非邊緣點誤判為邊緣點;(2)檢測位置精度高，即檢測出邊緣點確實在真正的邊緣上;(3)每個邊緣點的響應(yīng)是唯一的，即得到的邊緣寬度是單像素。Canny算子包括5個部分:(1)圖像濾波:采用Gauss濾波對圖像進(jìn)行濾波;(2)計算圖像的梯度:先計算方向倒數(shù)，然后采用二階范數(shù)計算梯度;(3)抑制梯度非最大梯度點:只有某些點才可能成為邊界或是邊界的起點;(4)搜索邊界的起點;(5)跟蹤邊界:即根據(jù)上面執(zhí)行的結(jié)果，從一個像素點開始進(jìn)行搜索，搜索以該像素點為邊界起點的一條邊界的所有邊界點。從2-4圖中，可以清楚看出，雖然邊緣定位很準(zhǔn)確，但是有很多零碎的邊緣點，而且有很多噪音，效果并不理想，輪廓上較多點未被提取，使得丟失了較多的邊緣信息。除此之外，輪廓之外的外圍的噪音以及中間的噪音很難處理掉。圖2-4canny算子檢測的端面邊緣算子都能很好地檢測出端面邊緣，但是這些算子檢測出來的邊緣圖像都存在很多難以去除的噪聲，影響了檢測效果，所以本文程序采用的是迭代式閾值選擇算法檢測提取端面邊緣。在平滑去噪聲之后，把256個灰度級的BMP圖進(jìn)行二值化。二值化處理是某一灰度值T作為門限，凡是超過這個門限灰度的像元，使之灰度變?yōu)?，即最強；低于T的像元，使之變?yōu)?，即最暗的。設(shè)圖像f(x,y)增強后為g(x,y)，則可用以下公式表示[11][12][15]（2-10）二值化處理和前面講到的灰度閾值分割方法類似，門限T的選取也可按上面講的算法計算選取。其實，圖像分割一般分為邊緣檢測和二值化兩部分內(nèi)容，所以圖像的二值化的計算方法包含在圖像分割的算法中。通常在圖像分割后，還要進(jìn)行二值化，是為了保證圖像處理后獲得效果更好的二值圖像，便于后續(xù)的數(shù)據(jù)計算。CCD圖像轉(zhuǎn)換二值化圖像。圖像經(jīng)過上述的處理之后，就可以根據(jù)所得到的像素，采用適當(dāng)?shù)乃惴▉碛嬎阃鈭A和內(nèi)孔的幾何尺寸，算出它們的圓心、半徑以及圓心距。圓心距可作為光纖端面的同軸度。2.3結(jié)果計算方法分析圖像經(jīng)處理后，獲取光纖端面端面外圓和內(nèi)孔的像素點，而后需計算出包絡(luò)像素點的外圓和內(nèi)孔，精確地計算出光纖端面的同軸度值。現(xiàn)在最常用的計算圓截面攝影圖像的圓的方法共有多種：最小二乘法，最小區(qū)域圓法，最小外接圓法（最大內(nèi)接圓法）等等。本節(jié)介紹各算法原理及優(yōu)缺點。2.3.1最小二乘法最小二乘法由于其幾何意義明確，近似計算快捷而得到廣泛的應(yīng)用，是一種最常用的方法，許多國家已經(jīng)把其列為一種標(biāo)準(zhǔn)算法設(shè)截面輪廓的采樣點為（i=1,2，···，n）（極坐標(biāo)為）圓心為C(a,b)（極坐標(biāo)為）,半徑為R。則有近似計算公式:（2-11）由于程序?qū)?shù)據(jù)的表示精度有限，精確解的求取有很大困難。其算法難以滿足高精度計算的要求。本文光纖端面的同軸度計算精度要求很高，不適用此法。2.3.2最小區(qū)域法最小區(qū)域法評定同軸度誤差的數(shù)學(xué)模型為為定位最小包容區(qū)域的直徑，為實際軸線上距離基準(zhǔn)線最遠(yuǎn)點至基準(zhǔn)軸線的距離[30]。首先獲得各個截面的原始數(shù)據(jù)，求取各個截面圓心，而后通過設(shè)置網(wǎng)絡(luò)域平面的方法獲得基準(zhǔn)軸線方位變量。當(dāng)求出基準(zhǔn)軸線的方位變量x,y和p,q后。所求基準(zhǔn)軸線的方位就被唯一確定。然后將基準(zhǔn)軸線的零件被測部位延伸，與被測部位橫截面的交點分別為被測部位各橫截面輪廓的圓心至基準(zhǔn)軸線的距離為:式中從所求得的n個中，去最大值的兩倍，即為所求得同軸度誤差，即：（2-12）該方法將一個物體分成無數(shù)個截面。對每一個截面進(jìn)行誤差計算，而后在對整個物體進(jìn)行誤差計算。但其精度并不是很高，且本文只需對一個截面進(jìn)行高精度的分析，所以該方法并不適用。2.3.3最小外接圓法（最大內(nèi)接圓法）最小外接圓法（最大內(nèi)接圓法）是常用的圓心和直徑估計算法，但是目前并沒有建立有效的算法對它進(jìn)行求解。大多數(shù)方法運用函數(shù)逼近論求得圓心的逼近值，而不是準(zhǔn)確值，因而通常求得的并不是真正最小的外接圓（最大內(nèi)接圓）。近年來采用計算幾何方法求解最小外接圓（最大內(nèi)接圓），不僅能確定出精確的中心，而且算法簡單、有效。最小外接圓問題是計算幾何中的一個基本問題，用數(shù)學(xué)語言描述為：對于平面的N個樣本點本點尋找一個圓心。使得成立。包含平面中所有給定樣本點且半徑為最小的圓即最小外接圓。最小外接圓具體求解的方法，主要是構(gòu)造最遠(yuǎn)點Voronoi圖。在最遠(yuǎn)點Voronoi圖中，只有Voronoi頂點才有可能是內(nèi)接圓的圓心[16]。在最遠(yuǎn)點Voronoi圖中，Voronoi頂點數(shù)量代表外接圓數(shù)量。找出所有外接圓中半徑最小的即最小外接圓。最遠(yuǎn)點Voronoi圖和最近點Voronoi圖是計算幾何中的基本概念。最遠(yuǎn)點Voronoi圖由下面的問題引出。問題:給定平面中N個點,對于每個點P,平面中距離P點比距離其它點都遠(yuǎn)的點的區(qū)域為V(i)，即區(qū)域內(nèi)的任意一點(x,y),距P比距離平面中的其它點遠(yuǎn)。如圖2-5所示V(i)是P的最遠(yuǎn)區(qū)域，顯然，V(i)是由一些垂直平分線段構(gòu)成的不封閉的多邊形。圖2-5Pi點的最遠(yuǎn)區(qū)域用上述方法做出每個點的最遠(yuǎn)區(qū)域,就形成最遠(yuǎn)點Voronoi圖，它將整個平面分成若干個區(qū)域每個區(qū)域,是其中一個點所對應(yīng)的最遠(yuǎn)區(qū)域,其中的線段或射線稱為Voronoi,邊它--定是兩個點的中垂線的一段,這兩個點稱為該Voronoi邊的相關(guān)點，Voronoi邊之間的交點稱為Voronoi頂點，Voronoi邊的相關(guān)點也是Voronoi頂點的相關(guān)點。因此如果能在構(gòu)造最遠(yuǎn)點Voronoi圖之前先刪除無用點，將有效減少計算量。根據(jù)計算幾何的基本原理，構(gòu)造凸殼刪除凸殼內(nèi)的無用點，確定一個比較半徑，刪除凸殼上無關(guān)的數(shù)據(jù)點。對剩余點構(gòu)造Voronoi圖，判斷Voronoi頂點距其相關(guān)點的距離其中距離最小者為所求的最小外接圓半徑，該Voronoi頂點為最小外接圓的圓心。最大內(nèi)接圓的計算方法與最小外接圓的計算方法相對應(yīng)，主要是構(gòu)造最近點Voronoi圖。用比較半徑的方法刪除無關(guān)點，對剩余的點構(gòu)造最近點Voronoi圖，判斷Voronoi頂點距其相關(guān)點的距離，其中距離最大者為所求的最大內(nèi)接圓半徑，該Voronoi頂點為最大內(nèi)接圓的圓心。類似地，最近點Voronoi圖由下面的問題引出它:給定平面中N個點,對于每個點P,平面中距離P點比距離其它點更近的點的區(qū)域是V(i),即區(qū)域內(nèi)的任意一一點(x,y),距P比距離平面中的其它點都近。如圖2-6所示:V(i)是P的最近區(qū)域,顯然,V(i)是由一些垂直平分線段構(gòu)成的多邊形。用上述方法做出每個點的最近區(qū)域,它將整個平面分成N個區(qū)域,每個區(qū)域中包含一個點，這個區(qū)域就是這個點的最近區(qū)域。如果點(x,y)∈V(i),則P是點(x,y)的最近點。圖2-6Pi點的最近區(qū)域經(jīng)上文分析表明：最小二乘法和最小區(qū)域圓法難以滿足高精度計算的要求，因此不適用于光纖端面的同軸度計算。本文采用最小外接圓法（最大內(nèi)接圓法）算法計算結(jié)果。2.4本章小結(jié)本章介紹了顯微成像法測量光纖端面同軸度的原理與方法。對多種圖像處理算法和結(jié)果計算方法做了詳細(xì)的闡述。本文將采用鄰域平均法去噪、灰度閾值分割法分割圖像、迭代式閾值選擇算法進(jìn)行圖像二值化、最小外接圓和最大內(nèi)接圓法計算結(jié)果。第三章光纖端面同軸度測量系統(tǒng)方案設(shè)計在滿足光纖連接器光纖端面精度要求的情況下，本著經(jīng)濟(jì)實用的原則，本文采用顯微成像測量原理來設(shè)計測量系統(tǒng)。下面分別設(shè)計顯微成像測量系統(tǒng)的硬件和軟件部分。3.1系統(tǒng)硬件設(shè)計搭建的顯微成像測量系統(tǒng)示意圖見圖2－1。該系統(tǒng)中，最主要的設(shè)備為顯微放大鏡、CCD攝像頭和計算機。為了達(dá)到測量精度，應(yīng)該選用高放大率的顯微鏡，采用高分辨力的CCD攝像頭；為了實現(xiàn)數(shù)據(jù)的快速采集和處理、分析，應(yīng)采用高性能的計算機。本文中搭建的系統(tǒng)硬件為：1.107JC測量顯微鏡（帶顯微圖像適配鏡）一臺，用于對光纖端面端面的放大，總放大倍數(shù)400X。顯微圖像適配鏡用于配置相應(yīng)型號的CCD。該顯微鏡能夠連續(xù)調(diào)焦。2.1/3寸高分辨力黑白CCD攝像頭一臺，拍攝高清晰的顯微圖像。3.P41.4G的CPU，256MDDR內(nèi)存，17寸彩色顯示器的計算機。4.圖像采集卡及相關(guān)數(shù)據(jù)線，將CCD拍攝的圖像采集并送入計算機處理。5.光纖端面定位用的簡單夾具。由于只要求光纖端面端面和顯微鏡的鏡面垂直，所設(shè)計的夾具也較簡單?？偡糯蟊稊?shù)為400X的顯微鏡，將外徑為2.5mm的光纖端面最大放大為1000mm，此放大倍數(shù)已足夠滿足要求；且設(shè)計使用的顯微鏡能夠連續(xù)調(diào)焦，其放大倍數(shù)可以根據(jù)實際情況選取，便于靈活操作。1/3寸高分辨力黑白CCD攝像頭，分辨力高，可拍攝清晰的黑白圖像，使得計算機能夠很精確地處理所得的光纖端面圖像。該硬件系統(tǒng)可達(dá)到光纖端面同軸度測量要求的精度，且系統(tǒng)穩(wěn)定，成本低，有較強的實用性。3.2系統(tǒng)軟件設(shè)計本節(jié)主要闡述了圖像處理軟件和同軸度值結(jié)果計算軟件。3.2.1圖像處理算法設(shè)計由CCD所得到的光纖端面圖像，物體和背景的差別很明顯，端面邊緣很清晰，噪聲比較小，所以可以用閾值分割的方法將端面從背景中分割出來。閾值分割方法關(guān)鍵是閾值的計算選取。根據(jù)第二章對閾值的計算方法的分析，迭代式閥值選擇算法精度高，算出來的是一個最優(yōu)閾值，以最優(yōu)閾值作為分割圖像時所需的全局閾值。迭代式閾值選擇算法是對傳統(tǒng)算法的改進(jìn)。算法的具體實施是：1、首先求出圖像中的最大最小灰度值,令初始閾值(3-1)根據(jù)初始閾值將圖像分割成目標(biāo)和背景兩部分，求出兩部分的平均灰度值和：（3-2）（3-3）其中Z(i,j)是整幅圖像(i,j)點的灰度值，N(i,j)是權(quán)重系數(shù)。這里N(i,j)選取1.0。3、求出新的閾值：（3-4）其中(i,j)、(i,j)都是權(quán)重系數(shù)。在本文中，通過大量的圖像處理對比試驗，取(i,j)＝1.5，(i,j)＝0.5，可以獲得較滿意的圖像分割效果。4、如果而且迭代次數(shù)不超過100次的情況，則迭代結(jié)束；否則k←k+1，即k加1，轉(zhuǎn)到步驟2直至循環(huán)結(jié)束。圖像分割之后，所得到的是一個二值化的圖像，分割后的圖像只有兩種灰度值，即0（黑）和255（白）這兩種。如果一個像素點的八鄰域的灰度值之和是0，那么該像素點必定是物體輪廓中間的點，那么就將該像素點的灰度值賦值為255，即將其變?yōu)榘c。其余情況下，像素點的灰度值不變。這種方法就可以將插針端面輪廓提取出來，并細(xì)化二值圖像的輪廓。3.2.2圓心及直徑計算根據(jù)二值像素點，采用最小外接圓和最大內(nèi)接圓算法計算同軸度值。最小外接圓的算法為：1對采樣點構(gòu)造凸殼，刪除凸殼內(nèi)的點。2以凸殼上的采樣點的最小二乘中心為圓心，求出最遠(yuǎn)一點到它的距離，令其為比較半徑。4調(diào)整數(shù)據(jù)結(jié)構(gòu)，循環(huán)到步驟2，直到?jīng)]有無關(guān)數(shù)據(jù)點循環(huán)終止。5對剩余的點構(gòu)造最遠(yuǎn)點Voronoi圖，判斷Voronoi頂點距其相關(guān)點的距離其中距離最小者為所求的最小外接圓半徑，該Voronoi頂點為最小外接圓的圓心。具體步驟如下：1根據(jù)取得的像素點坐標(biāo)，求取最小二乘中心（a,b）：2求每一個像素點到此中心的距離，求比較半徑:3用半徑比較法去除無用的點:首先取一組3個點，這里為了減少誤差，取整，近似每隔120度取一個點。然后作Voronoi圖，即求過3點圓的圓心和半徑。這里利用數(shù)學(xué)方法將Voronoi圖簡化,已知3個點的坐標(biāo)，根據(jù)3點圓的方程:（3-5）計算出此時的圓心以及半徑。4如果，則去除點。如果≥，則保留此點，將其坐標(biāo)放入一個新數(shù)組里面，標(biāo)記為。再取下一組的3個點，進(jìn)行以上操作。如果滿足條件，則存入數(shù)組里面。標(biāo)記為。如此這樣循環(huán)。直到凸殼上的點都取到一遍，最后取得m個像素點存入數(shù)組。5對余下的m個像素點按標(biāo)號順序，取一組點，計算其圓心以及半徑，分別存入2個數(shù)組里面，再取下一組點,計算取圓心以及半徑，如果>則用替換，用替換;如果<,則繼續(xù)下一-組的計算過程，一直到計算出余下的像素點，記下此時數(shù)組里面所存的圓心坐標(biāo)以及半徑，這就為外包絡(luò)圓的圓心和半徑。最小外接圓的程序方框圖見圖3－1。最大內(nèi)接圓的算法與最小外接圓的算法類似，其算法為：1、以采樣點的最小二乘中心為圓心，求出最近一點到它的距離，作為比較半徑。2、刪除無關(guān)數(shù)據(jù)點：以為標(biāo)尺，刪除所有不可能參與構(gòu)成最大內(nèi)接圓的無關(guān)數(shù)據(jù)點，即對于點的中垂線與的中垂線的交點到之間的距離小于，則刪去點。3、調(diào)整數(shù)據(jù)結(jié)構(gòu)，循環(huán)到步驟1，直到?jīng)]有無關(guān)數(shù)據(jù)點，循環(huán)終止。4、對剩余的點構(gòu)造最近點Voronoi圖，判斷Voronoi頂點距其相關(guān)點的距離，其中距離最大者為所求的最大內(nèi)接圓半徑，該Voronoi頂點為最大內(nèi)接圓的圓心。最大外接圓算法的程序框圖見圖3－2。算出了外包絡(luò)圓和內(nèi)包絡(luò)圓之后，就可以很方便的算出兩圓的同軸度：（3-6）在定標(biāo)后就可得出光纖端面的實際同軸度值。圖3-1最小外接圓的計算流程圖3-2最大內(nèi)接圓的計算流程圖3.3本章小結(jié)在本章的測量方案設(shè)計中，采用了顯微成像測量系統(tǒng)，設(shè)計了相應(yīng)的硬件、軟件系統(tǒng)。該系統(tǒng)硬件由顯微成像鏡、CCD攝像頭、計算機及相關(guān)附件搭建而成；軟件采用迭代式閥值選擇算法進(jìn)行圖像的分割和二值化；應(yīng)用計算幾何的原理，用最小外接圓和最大外接圓的方法來計算求取外包絡(luò)圓及內(nèi)包絡(luò)圓，從而得出光纖端面的同軸度值。系統(tǒng)硬件結(jié)構(gòu)簡單，調(diào)試方便，測試精度高，滿足使用要求；系統(tǒng)軟件算法簡單，編程方便，計算結(jié)果精度高，能達(dá)到測量的要求。第四章系統(tǒng)測量結(jié)果及分析4.1測量結(jié)果圖像處理后計算，得到的結(jié)果見圖4-1。圖中兩圓的圓心x、y坐標(biāo)及半徑r分別為（190.47，157.83，74.88），（194.00，156.00，3.16），根據(jù)式3-6算出圓心距e為3.97。得到的數(shù)值是由像素數(shù)表示的，并不是實際的數(shù)值，定標(biāo)后才能得出實際的同軸度值。（3-6）本文用簡單的定標(biāo)方法來獲得實際的值：實際測量光纖端面的外徑為2.830mm，測得的外徑平均像素數(shù)為132.5018，根據(jù)式4-1計算得到實際的同軸度值＝0.07510mm。（4-1）圖4-1測量結(jié)果4.2測量結(jié)果分析測量的結(jié)果都是用簡單定標(biāo)的方法獲得光纖端面的實際同軸度值，這種定標(biāo)方法和測量操作有關(guān)，定標(biāo)精確度不高。在條件許可的情況下，可以采用二次定標(biāo)等精度高的方法定標(biāo)，提高測量系統(tǒng)的測量精度。如果測出的精度和實際的要求有所偏差，在將程序做適當(dāng)?shù)母倪M(jìn)、校正后（如增加循環(huán)次數(shù)、改變數(shù)據(jù)結(jié)構(gòu)等等），能夠達(dá)到測量的精度要求。4.3本章小結(jié)本章在系統(tǒng)、硬軟件設(shè)計完成之后，根據(jù)研究的測量方法，對實際的光纖端面圖像試驗測量實際的同軸度值。測量結(jié)果初步表明，該方法可用于測量光纖端面同軸度值，能夠達(dá)到實際的要求第五章總結(jié)與展望5.1總結(jié)本文在前人研究的基礎(chǔ)上，結(jié)合目前工業(yè)應(yīng)用實際針對顯微放大測量系統(tǒng)的硬件、軟件、圖像處理方法、結(jié)果計算算法等關(guān)鍵技術(shù)做了較為全面的深入研究，并進(jìn)行了實際測量實驗。主要得到以下結(jié)論：1.本文對光纖端面同軸度測量系統(tǒng)的基本原理、系統(tǒng)構(gòu)成、基本特點等做了較為詳盡的分析。根據(jù)目前的實際應(yīng)用情況，采用顯微放大測量系統(tǒng)進(jìn)行光纖端面同軸度的測量更現(xiàn)實可行。2.本文采用顯微放大鏡、1/3寸CCD攝像頭、計算機和相關(guān)附件搭建了一套顯微放大測量系統(tǒng)。由系統(tǒng)所得到的放大圖像清晰完整，滿足軟件處理的要求，保證測量的精度要求。3.針對硬件系統(tǒng)，設(shè)計了相應(yīng)的圖像處理軟件和結(jié)果計算軟件。圖像處理軟件主要實現(xiàn)對光纖端面CCD圖像的分割、平滑去噪聲、二值化等的功能。應(yīng)用最優(yōu)閾值分割的方法處理端面圖像，以試驗的方法確定最優(yōu)閾值，可以獲得滿意的分割效果。結(jié)果計算軟件主要實現(xiàn)外圓和內(nèi)孔的包絡(luò)圓計算功能，求出它們的圓心、半徑和圓心距。定標(biāo)后的圓心距就為實際要測量的同軸度值。4.根據(jù)所設(shè)計的顯微放大系統(tǒng)，對光纖端面同軸度顯微測量的方法進(jìn)行了研究，采用圖像處理的方法，應(yīng)用計算幾何的原理，處理、計算光纖端面的CCD圖像，算出端面的同軸度值。并對最小外接圓（最大內(nèi)接圓）法的幾個關(guān)鍵點——凸殼的構(gòu)造、Voronoi圖的構(gòu)造、比較半徑