基于单红外光与单白光的双光谱测距方法_金阳.pdf

第 43卷 第 1期2023年 3月光 电 子 技 术OPTOELECTRONIC TECHNOLOGYVol.43 No.1Mar.2023基于单红外光与单白光的双光谱测距方法金阳1，田军委1，于亚琳2，张震1，刘雪松3（1.西安工业大学 机电工程学院，西安 710021；2.西安工业大学 光电工程学院，西安 710021；3.内蒙古北方重工业集团有限公司，内蒙古 包头 014030）摘 要：为了克服红外光与白光成像机理不同引起的图像信息无法同步、无法同时使用红白光双光谱系统实现测距的问题，以待测目标的边界作共性特征，采用红白光相机对同一目标的共性特征进行采集，将采集到的图像通过高斯算子进行平滑处理，再运用 Laplace扩展算子进行边界特征检测，将不同距离下目标边界像素位置数据进行线性拟合并建立测距误差模型，从而生成边界特征匹配算法。研究结果表明边界特征匹配算法可以使红白光双目系统克服成像机理不同这一问题实现测距功能，测距范围可达到 40 m，最大相对误差是 0.975%。关键词：双光谱；测距功能；边界特征匹配；测距误差模型中图分类号:TN219 文献标志码:A 文章编号:1005-488X(2023)01-0067-07Double Spectral Ranging Method Based on Single Infrared Light and Single White LightJIN Yang，TIAN Junwei，YU Yalin，ZHANG Zhen，LIU Xuesong(1.School of Mechanical and Electrical Engineering,Xi an University of Technology,Xi an 710021,CHN；2.School of Opto-electronic Engineering,Xi an University of Technology,Xi an 710021,CHN；3.Inner Mongolia North Heavy Industry Group Co.LTD,Baotou Inner Mongolia014030,CHN)Abstract：With different imaging mechanisms of infrared light and visible light，the image infor-mation could not be synchronized，and the dual spectral system of infrared light and visible light could not be used simultaneously to achieve the ranging function.In this paper，the boundary of the target to be measured was used as a common feature，infrared and visible light cameras were used to collect the common features of the same target，the collected image was smoothed by the Gaussian operator，and then the Laplace expansion operator was used to detect the boundary features，linear fitting was per-formed on the pixel position data of the target boundary at different distances，and a ranging error mod-el was established，so as the boundary feature matching algorithm was generated.The research results showed that the boundary feature matching algorithm could enable the infrared visible binocular sys-DOI：10.19453/ki.1005-488x.2023.01.011收稿日期：2022-07-25基金项目：陕西省重点研发计划(2021GY-318)；陕西省重点研发计划(2022GY-068)作者简介：金 阳（1997），男，硕士研究生，主要从事人工智能领域光学及图像处理方面的研究；（E-mail：）田军委（1973），男，工学博士，博导，主要从事智能制造与人工智能方面研究；于亚琳（1981），女，博士研究生，讲师，主要从事计算机软件及应用方面研究。通讯作者技术与测试光 电 子 技 术第 43卷tem to overcome the problem of different imaging mechanisms，and achieve ranging.The ranging range could reach 40 m，and the maximum relative error is 0.975%.Key words：double spectrum；distance function；boundary feature matching；ranging error model引 言红外技术凭借其可操控性强、响应迅速、无需接触待测目标、安全性强、可通过温度特性区分待测目标与背景环境等优点被工业、医疗、农业、矿业 等领域所采用1。当前市面上普遍使用的三目红外热像仪体积较大，实现测温、测距、图像信息采集等功能时主板运算量大，对主板性能要求较高，因此使用该类三目红外热像系统成本较高。相对于三目红外系统，红白光双目系统可以有效节省空间，减轻主板运行负担，提高系统执行效率，降低成本。但红外光与白光成像机理不同，故无法实现红白光双目测距。因此，针对红白光双目系统在测距领域进行研究具有极强的必要性。文章针对装备单红外与单白光的双目系统如何实现远距离测距展开研究。以红外光谱的辐射特性以及白光光谱的光学特性作为理论基础，将边界特征作为两者之间共性。采用高斯算子优化双目成像效果，拉普拉斯算子进行边界特征检测，将不同距离下采集的边界像素数据与真实距离数据进行线性拟合并建立数学模型，再结合测距误差模型进行补偿算法研究，最终提出边界特征匹配算法实现距离检测1-4。1 双光谱测距原理采用双光谱立体视觉技术可以确定被测物体的三维坐标，图 1为双目立体视觉原理图，左右两台相机的焦点分别设定为 OL与 OR，图中展示了其各自的光轴与成像面。假定左右相机的内外部参数理想同步，焦距是 f，焦点之间的距离作为基线 B,两台相机位于同一平面上，投影中心 Y 的坐标相等。则在某一时刻拍摄的空间点P(XW,YW,ZW)在左右像机上的成像点为PL与PR。视差 D 为PL-PR的绝 对 值，空 间 点 P 与 两 摄 像 头 之 间 的 距 离z=Bf/|PL-PR|以 及 横 纵 坐 标x=Bxleft/|PL-PR|、y=By/|PL-PR|，图 2为基线长度对测距误差造成的影响5-8。1.1红外成像机理红外线别名红外辐射，本质是一种电磁波，波长范围在 0.781 000 m，介于微波与可见光之间。近红外光的波长范围在 0.782.0 m，中远红外光的波长范围在 2.01 000 m 之间。主动式与被动式红外成像系统是红外成像系统的两种存在形式。（1）主动式红外成像机理系统自带的红外光源照射到目标或者背景后，会通过物体表面反射，由光学系统中物镜接收，为使探测器更好的收集反射回来的红外辐射线，光学系统会对信号进行空间滤波。探测器会将接收的辐射信号转换为电信号，由电信号生成在显示器中供人们观察的图像。（2）被动式红外成像机理现实中一切物体，其温度若高于绝对零度，便会向外界不间断辐射出红外线，物体自身温度是红外辐射强弱的关键影响因素，通常辐射强度会伴随物体自身温度的上升而增强。所以运用探测器检测目标与背景间的辐射强度差，能够生成亮度差异明显的红外热像图。热像图同时也是物体间表面图 1双目立体视觉原理图Fig.1Schematic of binocular stereo vision图 2基线 B与测距误差的关系Fig.2Relationship between baseline B and ranging error68第 1期金阳，等：基于单红外光与单白光的双光谱测距方法发射率差异的展现形式，被动式红外成像机理普遍应用于热像仪当中。1.2白光成像机理白光又称可见光，通常指波长范围为390780 nm的电磁波。光源为太阳，地物反射可见光，传感器的收集器接受地物反射可见光，由探测器将可见光信号转换为化学信号或者电信号，由处理器对信号进行处理以获取数据，通过输出器输出为需要格式。成像方式常见有推扫式和扫描式。在日照条件好时的成像效果更佳9-11。2 双光谱目标边界检测方法研究经过试验发现，当被测目标出现在相同规格相同像素的双光谱红白光相机中时，物体边界特征可以作为共性点在红外与白光相机中捕捉到，所以实验中会根据物体在双光谱中的成像效果选择特征最为明显的一条边界作为红白光谱中的共性参考目标，并通过边界检测算法分别在双光谱中读出边界像素坐标位置。2.1边界检测算子研究不同物体表面空间点的三维坐标数据共同构成空间中离散样点的集合，集合里具有较多可以体现物体原始曲面边界特征的样点，这些样点一起构成了物体表面样本采集的边界特征12。检测采集图像中的边缘特征，以灰度图为例，通过边缘两侧灰度值差异来分辨边缘位置，所以在检测灰度图像边缘时，只需寻找灰度差异显著位置，当灰度差异越显著，会使对比度提升，边缘特征会更清晰13-14。图像矩阵是离散的，连续函数与离散函数可分别通过导数与差分得到变化率15，差分是用相近两个数的差表示变化率，向后差分表达式为：x方向的差分：Gx(n,y)=G(n,y)-G(n-1,y)（1）y方向的差分：Gy(x,n)=G(x,n)-G(x,n-1)（2）将原图像与一个算子进行卷积来实现图像导数的计算，一般得到的是图像近似导数。用 Prewitt算子计算图像导数是相对较容易的，x 方向 Prewitt算子为 a，y 方向 Prewitt 算子为 b，初始图像与算子卷积过程如下：若图像矩阵中一块区域为 c，则 X5处的 x 方向导数是将 x 方向算子中心与 X5重合，接着对应元素相乘再求和，则 X5处的 x 方向导数为x3+x6+x9-x1-x4-x7。a=|-101-101-101,b=|-1-1-1000111,c=|x1x2x3x4x5x6x7x8x9（3）所以，先后将原图像 x 与 y 方向的 Prewitt 算子进行卷积便能获取图像 x与 y的方向导数矩阵Gx与Gy，再运用公式|Gxy|=Gx2+Gy2（4）便能获取图像梯度矩阵 Gxy，图像 x 与 y 方向边缘信息可由该矩阵表达。2.1.1Python实现卷积及 Prewitt算子边缘检测将图像卷积函数封装于imconv函数里，scipy库里 signal 模块可提供在 convolve2d()中实现二维卷积，然后再利用 Prewitt算子计算 x 与 y方向的导数矩阵 Gx与 Gy，以及梯度矩阵 Gxy。Prewitt 算子的结果如图 3所示。图 3Prewitt算子边缘检测效果图Fig.3Edge detection effect diagram of Prewitt operator69光 电 子 技 术第 43卷左上图为原图，右上图为 x方向导数图,左下是y 方向导数图，右下图为梯度图。由图能观察到，Prewitt 算子可以检测到图像边缘，但效果不理想，噪声严重。2.1.2近似导数的 Sobe