CN103217120A - 一种激光测厚方法及装置 - Google Patents

Abstract

本发明公开了一种激光测厚方法及装置，方法包括如下步骤：（1）采集基准面所返回的激光光斑的图像数据；（2）对所述激光光斑的图像数据进行预处理后，再进行粗定位，得到粗定位后的光斑中心像素点x_i；（3）以x_i为中心确定一单峰区域，对单峰区域内的若干个数据点进行细定位，得到细定位后的光斑中心，记为x₁；（4）再次采集待测物体所返回的激光光斑的图像数据，重复步骤（2）和（3）得到待测物体的细定位后的光斑中心，记为x₂，待测物体和基准面的光斑中心的位移z=|x₁-x₂|；（5）根据位移z计算出待测物体的厚度y。本发明基于CCD及嵌入式ARM算法处理，速度快、精度高，能够实现在线测量。

Description

一种激光测厚方法及装置

技术领域

本发明涉及测厚装置和方法领域，具体涉及一种基于CCD及嵌入式ARM算法处理的激光测厚方法。

背景技术

在人类的日常生活中，测量占据了举足轻重的地位。随着科学技术和工业生产的高速发展，人们对测量要求也越来越高，并开始向着高速、高精度、小型化、智能化等方面发展。尤其是在科技高速发展的今天，对零件尺寸测量精度要求越来越高。基于线阵CCD的非接触式光学测量方法相对于传统的的测量方法，如接触测量、超声波测量、X射线测量等，具有非接触、精度高、响应速度快、适应性强、功耗低等特点，在质量控制领域得到了广泛的应用。因此对非接触式光学测量的精度要求也越来越高。而传统的非接触式光学测量方法的测量精度主要取决于CCD的像元大小，易于受到CCD像元大小的限制，通过提高CCD像元来提高测量系统的测量精度的代价相当高昂，为此人们提出了用图像处理软件算法来提高测量精度的亚像素光斑中心定位技术。但是图像处理算法由于执行速度慢，实时性差，难以应用于实时在线测量中，不利于应用于实际生产中。

国内在激光测厚仪市场上的潜在的年需求在千台以上，市场潜力很大，可惜目前市场上还是以国外的产品为主，国内对基于CCD的位移测量系统的研究大都还停留在实验室阶段。对于激光测厚系统的研究，不仅能够减少外汇的流失，同时能够带动其他相关周边产业的发展。

例如，公开号为CN 1363820 A的中国发明专利申请公开了一种短脉冲激光超声精确测厚方法及装置，测厚方法是利用超快的短脉冲激光束在待测样品前表面激发声波，声波传到后表面时，引起样品后表面发生形变，另一束从样品后表面反射的探测光会由于这次形变而发生第一次偏转;声脉冲到达后表面后又从后表面向前表面反射，再从前表面反射回后表面，完成一个反射周期，这时探测光就会探测到时间上有一定延迟的第二次偏转；两次偏转的时间差乘以声波在样品中的传播速度，再除以二就是样品的厚度。

发明内容

本发明提供了一种激光测厚方法及装置，基于CCD及嵌入式ARM算法处理，速度快、精度高，能够实现在线测量。

一种激光测厚方法，包括如下步骤：

（1）采集基准面所返回的激光光斑的图像数据；

（2）对所述激光光斑的图像数据按如下公式进行粗定位，

$g\left(x\right)=e^{\frac{x^2}{2\mathrm{\σ}{1}^2}}---\left(1\right)$

h(x)＝f(x)*g(x)   （2）

h(_xi)＝max(h(x))   （3）

其中，

σ1是g(x)的标准差，x为像素点，x_i为粗定位得到的光斑中心像素点；

（3）以x_i为中心确定一单峰区域，对单峰区域内的若干个数据点按如下公式进行细定位，

$f(x\′)=\mathrm{Aexp}[-\frac{{(x\′-x_0)}^2}{2\mathrm{\σ}{2}^2}]---\left(4\right)$

其中，x′为所述单峰区域内的各个数据点，A是幅值，σ2是f(x)的标准差，x₀为单峰区域内的所有数据点的平均值；曲线f（x）的极大值作为基准面的细定位后的光斑中心，记为x₁；

（4）再次采集待测物体所返回的激光光斑的图像数据，重复步骤（2）和（3）得到待测物体的细定位后的光斑中心，记为x₂，待测物体和基准面的光斑中心的位移z=|x₁-x₂|；

（5）根据位移z计算出待测物体的厚度y。

作为优选，步骤（5）中由位移z计算出待测物体的厚度y的公式如下：

$y=\frac{\mathrm{az}\sin \mathrm{\β}}{b\sin \mathrm{\α}-z\sin (\mathrm{\α}+\mathrm{\β})}---\left(5\right)$

其中，

a--工作距：激光光轴与待测物体表面的交点到接收透镜的距离；

b--像距：接收透镜主平面到成像点（P点）的距离；

α--工作角：激光光轴与成像光轴之间的夹角；

β--成像角：成像光轴同光电探测器基线之间的夹角。

作为优选，步骤（3）中对以x_i为中心的单峰区域内的3～5个数据点进行细定位。

作为优选，步骤（1）中的预处理为对图像数据进行滤波处理。所述滤波处理采用SUSAN滤波算法。

本发明还提供了一种实现所述激光测厚方法的激光测厚装置，包括CCD信号采集系统和ARM信号处理系统，CCD信号采集系统与ARM信号处理系统之间连接有一通信总线；

所述CCD信号采集系统包括：

CCD图像采集器，用于根据来自SPI通信从机模块的指令采集待测物体的光斑图像数据，并将该光斑图像数据传输给SPI通信从机模块；

SPI通信从机模块，用于将来自ARM信号处理系统的指令传输给CCD图像采集器，还用于接收CCD图像采集器发送的光斑图像数据并传输给ARM信号处理系统；

所述ARM信号处理系统包括：

SPI通信主机模块，用于将显示器输入的指令传输给SPI通信从机模块，还用于接收来自SPI通信从机模块的光斑图像数据并传输给SARM存储器；

SRAM存储器，用于存储来自所述SPI通信主机模块的光斑图像数据，以供中央处理器调取；

中央处理器，用于从SRAM存储器中调取光斑图像数据，并对该光斑图像数据进行如权利要求1中步骤（2）～步骤（5）所述的处理，并将处理结果通过显示器显示出来；

显示器，用于输入指令以启动CCD信号采集系统，还用于显示中央处理器的处理结果。

本发明采用CCD作为图像传感器，利用C8051F单片机产生严格的驱动时序，消除了CCD在转移信号间产生的时序延迟，提高了CCD输出信号的信噪比和CCD转换速度。此外，CCD图像传感器还具有测量精度搞，可根据用户系统的要求动态调整积分时间的特点，通过消除无效周期，提高了系统带宽。

CCD图像采集器中还包括CCD图像采集模块，该CCD图像采集模块包括CCD驱动时序模块、CCD输出信号调理电路模块和A/D转换模块。所述的CCD驱动时序模块用于产生能够驱动CCD的固定时序，使得CCD能够产生与感光面上的光强相对应的电信号；所述的CCD输出信号调理电路，利用相关双采样原理，对CCD输出的模拟电信号进行去噪，并将去噪后的模拟电信号输送到单片机中；所述的A/D转换模块，将去噪后的模拟电信号转化为数字信号并缓存到存储器中等待发送。

CCD采集模块外接一个SPI通信从机模块，用于从ARM信号处理系统接收命令和将CCD图像采集模块采集到的CCD图像信号发送到ARM信号处理模块中。

ARM信号处理系统包括一个SRAM存储器，用于将SPI通信主机模块接收到的数据缓存到内存中，供中央处理器调用。

ARM信号处理系统包括一个中央处理器，用户对SRAM存储器中缓存的CCD感光面光强信息进行预处理和光斑中心定位，然后将厚度位移变化信息发送到显示器进行显示。其中光斑中心定位，包括粗定位和细定位。

与现有技术相比，本发明的有益效果：

本发明将以往的亚像素光斑中心定位算法结合相关函数进行优化设计，降低了算法的复杂度和处理效率，使用ARM芯片得以实施该算法进行光斑中心亚像素定位，通过USB通信外接CCD图像采集卡，实现激光测厚系统的算法数据流的无缝处理，模块体积小、速度快、数据信息量大，本发明可应用于零器件尺寸测量、金属板材表面厚度测量等领域。

附图说明

图1是本发明的结构示意图。

图2是本发明的光路图。

其中：1、CCD信号采集系统；2、ARM信号处理系统。

具体实施方式

下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。

如图1所示，是实现本发明测厚方法的激光测厚装置，包括CCD信号采集系统1和ARM信号处理系统2，CCD信号采集系1与ARM信号处理系统2之间连接有一条通信总线。

CCD信号采集系统1包括一个CCD图像采集器（包括CCD图像传感器和CCD图像采集模块）和一个SPI通信从机模块；ARM信号处理系统2包括SPI通信主机模块、SRAM存储器、中央处理器和显示器。CCD图像采集器和SPI通信从机模块相互通信，SPI通信从机模块和SPI通信主机模块相互通信，SPI通信主机模块分别与显示器和SRAM存储器相互通信，SRAM存储器和中央处理器相互通信，中央处理器和显示器相互通信。

利用上述激光测厚装置的测厚方法，包括如下步骤：

a、输入命令，显示器将输入的命令利用SPI通信主机模块发送到CCD信号采集系统1中的SPI通信从机模块；

b、CCD图像采集，SPI通信从机模块接收到SPI通信主机模块发送来的命令，转发给CCD图像采集模块，CCD图像采集模块产生CCD驱动时序驱动CCD图像传感器，对光斑图像数据进行采集并输出模拟电信号，CCD图像传感器输出信号调理电路对该模拟电信号进行去噪处理，并利用A/D转换模块将该模拟信号转化为数字信号，然后将该数字信号发送给SPI通信从机模块；

c、信号处理，SPI通信主机模块从SPI通信从机模块接收到CCD图像数据（转化后的数字信号）后发送给SRAM存储器进行存储，中央处理器从SRAM存储器中读取一帧的数据进行光斑中心定位，并转化为位移信号；

d、数据显示，显示器从中央处理器获得最终的厚度位移计算结果，并将结果显示在LCD显示屏上。

CCD图像传感器用于采集待测物体的激光光斑数据，CCD图像传感器是一种半导体器件，能够将光学影像转化为模拟电信号。CCD提供的画面分辨率决定于CCD上包含的像素数，像素数越多则分辨率越高。CCD上有许多排列整齐的电容，能感应光线，并将影像转变成模拟电信号信号。经由外部电路的控制，每个小电容能将其所带的电荷转给它相邻的电容，然后利用引脚输出。电信号经过放大和模数转换，实现图像的获取、存储、传输、处理和复现。由于它具有体积小、功耗低、性能稳定、灵敏度和精度高等特点，这是其他信号采集设备所无法比拟的。

在本实施例中，采用东芝生产的线阵CCD，它通过感知感光面上的光强分布并转化为模拟电信号，感光面大小为30.5mm，像素数为2180点，像素点尺寸仅为14μm*14μm，是目前市场上使用较多的线阵CCD，不仅动态范围大、暗电流低，而且具有外围电路简单等特点，能够适应恶劣的应用环境。

ARM信号处理系统2包括一个与CCD信号采集系统1的SPI通信从机模块相互通信的SPI通信主机模块，该SPI通信主机模块用于控制CCD信号采集系统1进行CCD驱动、输出信号处理和A/D转换。在信号采集阶段，CCD图像传感器会不断地对感光面上的光斑位置进行采集，该信号经过调理电路去噪后，C8051会将去噪后的信号进行A/D转换，并将转换后的数据发送到ARM信号处理系统2。

如图1所示，ARM信号处理系统2利用SPI通信主机模块接收到采集到的信号后，将该信号存放在SRAM存储器中，中央处理器从SRAM存储器中读取缓存的信号，对该图像信号进行亚像素光斑中心定位，并利用公式反推出厚度位移，最后发送到显示器223显示出来。

CCD图像采集模块采用C8051作为控制器，并通过高效的SPI通信模式，能够即时将数据传送到ARM信号处理系统2进行实时在线处理，避免了系统之间通信延迟，实际数据传输率得到显著提高。CCD图像采集模块的设计是系统中的关键部分，其性能直接影响到整个系统的性能。C8051F单片机不仅能够产生稳定高频的pwm信号用于驱动CCD，同时可根据用户系统的要求动态调整输出状态，拥有高转换率的A/D转换模块，能够满足CCD输出信号的A/D转换，使得系统的体积得到了极大的降低。

如图1所示，CCD信号采集系统1还包括一个外接在CCD图像采集模块的SPI通信从机模块，SPI通信从机模块用于与ARM信号处理系统2进行通信，从ARM信号处理系统2获取命令后转发给CCD图像采集模块；将CCD图像采集模块发来的信号传递给ARM信号处理系统2。

中央处理器中进行的数据处理过程如下：

中央处理器用于实现光斑图像数据的预处理、亚像素光斑中心定位和像素-位移转换。

中央处理器从ARM存储器中调取光斑图像信号，光斑图像信号的预处理使用的是SUSAN滤波算法。1997年英国学着Smity提出了一种能够对椒盐噪声和随机噪声的滤除都起到很好效果，同时对目标的特征不产生畸变的滤波算法，即SUSAN算法。SUSAN滤波算法其实质是利用相似比较函数和高斯函数乘积作为权重的加权均值滤波。由于仅利用SUSAN区中的像素点来参与运算，同时高斯函数在时域和频域上有良好的平滑能力，因此SUSAN滤波法可以在滤除图像噪声的同时较好的保持图像的细小特征结构，并且能够改善图像的质量和锐化目标特征结构。

亚像素光斑中心定位包括光斑中心粗定位和光斑中心细定位。通过对传统的光斑中心定位算法进行研究，提出了一种基于相关函数和拟合法的改进型光斑中心亚像素定位算法。算法的基本思想是基于互相关函数的相关特性，利用一个已知的函数模板g(t)来确定未知的函数f(t)的位置，即利用一个已知的函数g(t)不断地逼近目标函数f(t)。但是实际图像由于受到光学系统与电路系统的低通滤波效应的影响，再加上场景中的噪声的干扰，无法做到已知函数与位置函数完全相似。也就是说图像的逼近面临着抑制噪声效应和精确定位两个要求，而这个两个要求又是互相影响的，无法同时满足，想减少噪声，就得多牺牲细节；想多保留细节，就不能有力地抑制噪声。

经过大量的实验表明，CCD感光面收集到的光斑光强曲线类似于高斯曲线。而采用相关法，利用高斯函数的一阶导数作为一种线性算子对图像进行互相关，从而达到对图像进行平滑来抑制噪声，可以在抗噪声干扰和精确定位之间选择一个最佳折衷方案，很好的解决了这个矛盾。这种平滑是在整个图像平面上进行的。

相关函数光斑粗定位的执行过程如下：

第一步：先用高斯函数对光斑图像的灰度函数进行卷积，设图像灰度函数为f(x)，一维零均值高斯函数如式（1）所示：

$g\left(x\right)=e^{\frac{x^2}{2\mathrm{\σ}{1}^2}}---\left(1\right)$

其中σ1是g(x)的标准差，x为像素点数。

那么，结果如式（2）所示：

h(x)＝f(x)*g(x)   （2）

式中“*”表示卷积。

第二步：相关极值判断，如式（3）所示：

h(x_i)＝max(h(x))   （3）

其中x_i为光斑粗定位像素点。得到一个以x_i该极大值为中心的一个单峰区域，式（3）表示相关函数矩阵在该单峰区域（本实施方式为x_i左右5个像素点）上通常近似地满足高斯分布。将该高斯分布存储起来，然后通过高斯函数拟合方法得到该区域的解析曲线函数，取曲线极值点为目标的亚像素位置（即实现光斑中心粗定位）。

对目标的高斯拟合，即通过对离散图像中的目标的灰度或坐标进行拟合可以得到目标的连续函数形式，从而确定描述物体的各个参数值（位置、尺寸、形状、幅度等）对目标进行亚像素定位（即光斑中心细定位）。其过程如下：

$f(x\′)=\mathrm{Aexp}[-\frac{{(x\′-x_0)}^2}{2\mathrm{\σ}{2}^2}]---\left(4\right)$

其中，x′为所述单峰区域内的各个数据点，A是幅值，σ2是标准差，x₀为单峰区域内的所有数据点的平均值；曲线f（x）的极极大值作为细定位后的光斑中心。

将进行粗定位后得到的像素点及其附近的像素点和相应的像素点灰度值利用豪斯荷尔德公式（参照文献Ghosal S,Mehrotra R S.Orthogonalmoment operators for subpixel edge detection[J].PatternRecognition,1993,26(2):295-306；Tan Jiubin,Lei Ao,Cui Jianwen,etal.Subpixel edge location based on orthogonal Fourier-MellinMoments[J].Image and Vision Computing,2007,26(4):563-569.）进行计算，可求出拟合到实际曲线的高斯方程的参数A、σ2、x₀。即可求得高斯曲线的参数，该曲线的极值点即为所要求的光斑中心亚像素点。

第一次采集基准面返回的激光光斑的图像数据，通过上述预处理、粗定位和细定位后得到基准面细定位后的光斑中心，记为x₁；再次采集待测物体所返回的激光光斑的图像数据，重复上述预处理、粗定位和细定位处理，得到待测物体的细定位后的光斑中心，记为x₂，待测物体和基准面的光斑中心的位移z=|x₁-x₂|；

根据位移z计算出待测物体的厚度y，公式如下：

$y=\frac{\mathrm{az}\sin \mathrm{\β}}{b\sin \mathrm{\α}-z\sin (\mathrm{\α}+\mathrm{\β})}---\left(4\right)$

其中，如图2所示

a--工作距：激光光轴与待测物体表面的交点到接收透镜的距离；

b--像距：接收透镜主平面到P点（成像点）的距离；

α--工作角：激光光轴与成像光轴之间的夹角；

β--成像角：成像光轴同光电探测器基线之间的夹角；

然后显示在显示器223的LCD显示屏上。

本发明的主要应用包括：零器件、金属板材等工业生产监控系统，同时部分模块能够为高精度低噪声单缝衍射仪和光谱仪、激光测厚仪提供支持。

Claims (6)

1.一种激光测厚方法，其特征在于，包括如下步骤：

（1）采集基准面所返回的激光光斑的图像数据；

（2）对所述激光光斑的图像数据进行预处理后，按如下公式进行粗定位，

$g\left(x\right)=e^{\frac{x^2}{2\mathrm{\σ}{1}^2}}---\left(1\right)$

h(x)＝f(x)*g(x)   （2）

h(x_i)＝max(h(x))   （3）

其中，

σ1是g(x)的标准差，x为像素点，x_i为粗定位得到的光斑中心像素点；

（3）以x_i为中心确定一单峰区域，对单峰区域内的若干个数据点按如下公式进行细定位，

$f(x\′)=\mathrm{Aexp}[-\frac{{(x\′-x_0)}^2}{2\mathrm{\σ}{2}^2}]---\left(4\right)$

其中，x′为所述单峰区域内的各个数据点，A是幅值，σ2是f(x)的标准差，x₀为单峰区域内的所有数据点的平均值；曲线f（x）的极大值作为基准面的细定位后的光斑中心，记为x₁；

（4）再次采集待测物体所返回的激光光斑的图像数据，重复步骤（2）和（3）得到待测物体的细定位后的光斑中心，记为x₂，待测物体和基准面的光斑中心的位移z=|x₁-x₂|；

（5）根据位移z计算出待测物体的厚度y。

2.根据权利要求1所述的激光测厚方法，其特征在于，步骤（5）中由位移z计算出待测物体的厚度y的公式如下：

$y=\frac{\mathrm{az}\sin \mathrm{\β}}{b\sin \mathrm{\α}-z\sin (\mathrm{\α}+\mathrm{\β})}---\left(5\right)$

其中，

a--工作距：激光光轴与待测物体表面的交点到接收透镜的距离；

b--像距：接收透镜主平面到成像点的距离；

α--工作角：激光光轴与成像光轴之间的夹角；

β--成像角：成像光轴同光电探测器基线之间的夹角。

3.根据权利要求1所述的激光测厚方法，其特征在于，步骤（3）中对以x_i为中心的单峰区域内的3～5个数据点进行细定位。

4.根据权利要求1所述的激光测厚方法，其特征在于，步骤（1）中的预处理为对图像数据进行滤波处理。

5.根据权利要求4所述的激光测厚方法，其特征在于，所述滤波处理采用SUSAN滤波算法。

6.一种实现如权利要求1所述激光测厚方法的激光测厚装置，包括CCD信号采集系统和ARM信号处理系统，CCD信号采集系统与ARM信号处理系统之间连接有一通信总线；其特征在于，

所述CCD信号采集系统包括：

CCD图像采集器，用于根据来自SPI通信从机模块的指令采集待测物体的光斑图像数据，并将该光斑图像数据传输给SPI通信从机模块；

SPI通信从机模块，用于将来自ARM信号处理系统的指令传输给CCD图像采集器，还用于接收CCD图像采集器发送的光斑图像数据并传输给ARM信号处理系统；

所述ARM信号处理系统包括：

SPI通信主机模块，用于将显示器输入的指令传输给SPI通信从机模块，还用于接收来自SPI通信从机模块的光斑图像数据并传输给SARM存储器；

SRAM存储器，用于存储来自所述SPI通信主机模块的光斑图像数据，以供中央处理器调取；

中央处理器，用于从SRAM存储器中调取光斑图像数据，并对该光斑图像数据进行如权利要求1中步骤（2）～步骤（5）所述的处理，并将处理结果通过显示器显示出来；

显示器，用于输入指令以启动CCD信号采集系统，还用于显示中央处理器的处理结果。

Images