假设检验理论在市场预测中的应用
摘要 本文提出并实现了一种利用摄像头与激光相结合的测距方法，由激光器打出一束强光，通过摄像头采集图像数据，数据由无线视频模块传输到电脑上并通过电脑上位机进行算法处理，通过图像识别检测出激光点在图像中的位置，根据相似三角形原理测出测距仪与目标物之间的距离。关键词 CCD摄像头 激光测距 无线视频传输 图像处理算法 上位机 1． 引言编织袋折边器 基于激光的测距已经在很多领域中得到应用，在现实生活中有很多现成的测距组件包括超声波、红外线、甚至是激光测距仪。这些设备都能很好的运行，但是对于飞行机器人或小型探测器来说，重量是一个主要考虑因素，一个可行的办法是增加现有组件的功能，并安装在机身上，例如微型飞行机器人的有效载荷大致是100g，它能利用摄像头执行视觉任务进行壁障和寻物等。更好的是，如采用两个摄像头，能提供立体的机器视觉，这样能增强壁障性能，因为双镜头提供了视觉深度，但缺点是需要增加另外一个摄像头的重量。然而本系统完成了利用一个激光器和一个摄像头来提供一个单镜头机器视觉和测距，这样就很好的解决了测距仪器的重量问题，只需在返回图像数据的基础上解决与目标物的测距问题。并且测量 数据通过无线传回PC机，可以很直观的通过PC机观测到远处的概况和距离情况来进行自动控制，具有相当好的实用性和可操作性。摄像头和激光点的距离是可以通过计算而得出的，公式很简单，不用做很复杂运算。因此这个技术在需要很快运行的机器视觉应用上是适合的。骨灰戒指
2． 基于CCD摄像头的激光测距系统组成结构及工作原理
基于CCD摄像头的激光测距系统结构框图如图1所示：
图1 系统结构框图
基于CCD摄像头的激光测距系统示意图如图2所示，它由摄像头、激光头、无线图像传输单元及视频采集等组成。该系统主要是利用一个激光头和一个摄像头来提供一个单镜头机器视觉和测距，激光头打出的光束必须与摄像头保持平行，将激光点投射到目标物上，并在摄像头采集的图像上显示，激光束被认为是理想的平行于摄像头的中心光轴，先测出激光头与摄像头中心位置的距离h，然后在计算出光点投射到摄像头上的角度θ，求出tanθ。根据下面公式和图2可以计算出需要的距离[1]：（需要多次试验校正数据）
D=h/tanθ (1)
上述公式中激光器与摄像头之间的距离h是一个常数，制作完成后就为一个固定值，角度θ是可以计算出来的。角度θ计算公式如下：
θ=pfn* sr + rc (2)
其中：pfn＝从焦平面到中心的像素数量，sr＝单个像素的弧度，rc ＝弧度补偿（弥补对齐错误）
把上述角度公式带入(1)式可以得到，计算距离D的公式为：
D=h/tan（pfn* sr + rc） (3)
从图像中就能将焦平面到激光点像素数计算出来，这样就知道了从焦平面到中心的像素数量，但是其他两个数据如何而来，就必须通过多次实验数据，从而知道测量距离D求出角度θ，公式为：
θ（真实）=arctan（h/D） (4)
得到了公式中的每个数值，就可以利用一个关系式来计算点离中点的像素数。从矫正数据中测出sr和rc两个数据以便用其带入公式(3)计算距离D。
止推垫圈
图2 激光测距原理
微肽胶原蛋白 3． 系统硬件构成
本系统硬件组成包括CCD摄像头、激光器、无线视频传输模块、视频采集卡、PC机及电源模块等，它的主要核心部件为CCD摄像头和激光传感器，所以对这两个部件的选型也是至关重要的部分。
3.1摄像头选型
摄像头分为数字摄像头和模拟摄像头两大类[2]，按照成像原理不同可分为CCD和CMOS两大类，CCD一般是用于摄影摄像方面的高端技术元件，应用技术成熟，成像效果较好，但是价格相对而言较贵，CMOS它相对于CCD来说价格低，功耗小。较早期的CMOS对光源的要求比较高，现在在采用CMOS为感光元器件的产品中，通过采用影像光源自动增益补强技术，自动亮度、白平衡控制技术，饱和度、对比度、边缘增强以及伽马矫正等先进的影像控制技术，可以接近CCD摄像头的效果，但是在动态性上与CCD摄像头还有点差距。本系统对光点位置精度要求比较高，所以采用的是CCD的单板模拟摄像头，像素是480*640，供电电压为5V，每秒25帧。如果想达到更好的效果更精确的测距可以选取分辨率清晰度更高的摄像头，尤其是测量远距离目标物就必须采用高分辨率摄像头。
3.2激光传感器选型
激光器所用的就是平时常见的可见光波段的激光，可见光波段的波长为770～390nm。因为要被摄像头和观测者所采集识别，所以必须使用亮度较高的激光器，激光头可以采用透镜使其聚光性能比较好，本系统中采用的是波长为600nm左右的激光，该波长段人眼也容易识别，具有较好的可观测性。在系统工作时激光器可一直保持常开状态，因此在激光器选型时可选择功率适中的激光传感器以便于减少能耗。
3.3无线图像传输模块
系统分析和处理是由上位机在PC机上完成的，必须把现场摄像头采集的图像数据通过无线传输给电脑，图像的无线传输采用的是无线视频传输模块，是通过2.4G无线射频进行的数据传输，距离远且稳定性较好，在空旷区域传输距离最远可达600m，可以高效的将每帧数据传输给PC机以便于对其进行图像分析。在无线图像传输模块与PC机连接处采用一个视频采集卡进行数据整理并传入PC机进行数据处理。
4． 上位机图像处理软件设计
本系统的软件处理是在PC机上进行的，所用的软件编译环境是VS6.0，并使用VB高级语言进行软件编写，整个软件组成包括图像显示窗口、操作按钮、通信端口选择按钮及
光点信息显示栏等。图像显示窗口主要采用的是Videoocx组件，该组件使用方便并能很好的反应图像信息。光点的提取所采用的是二值化算法和边缘检测算法，通过几种算法的结合分析出光点的位置信息，软件显示效果如图3所示：
图3 上位机软件效果图 图4 图像二值化效果图
4.1二值化图像算法
在处理图像数据过程中会发现摄像头所采集的数据是RGB类型的数据[3]，一个像素有R值G值和B值三基组成，在分析光点投射回来的图像数据中也会发现，在光点区域像素点的R值都会接近满值，而其它两个值也会比余的大，但是没R值明显，所以就能明显的看出光点所在区域的数据变化，因此在图像处理的过程中也只需要对其中一个数据的变化来做判断就可以了，但是为了能够比较准确的得到光点中心值即做好有效的滤波，可以拿其他两组数据作辅助判断。
在对R值数据处理时首先采用的是将其二值化处理，二值化算法属于阈值化分割方法中的单阈值分割方法，本系统的图像可以利用二值化算法将其黑白分成，不呈现灰度变化。二值化的大致原理就是首先提取一个阈值，然后大于该阈值则改点为最大，小于阈值
的则为最小，通过分析图像数据可知光点的位置肯定是处于最大值的。当然很多情况下噪点是不可避免的，必须用软件算法去除噪点，这就要加上一些简单的滤波，把一些少数的干扰点给排除，二值化的最终效果就是能够把激光点的轮廓大致勾勒出来，在做进一步图像处理之前可以先显示二值化图像，确保二值化提取有足够的清晰度，二值化图像如图4所示。
4.2边缘检测算法
边缘检测算法[4]就是在图像中搜寻两个突变边界作为特征的判断，此前做了二值化的处理大大减少了边缘检测所用的时间，判断从最小值到最大值之间的突变来提取一个边界，又通过最大值与最小值的突变来判断另一个边界，为了提高处理速度，只在光点可能出现的区域进行检测，每行中连续出现最大值的区域则暂定为特征区域，并记录边界值，在整图搜索完毕之后比较几个边界值，取最接近的几个进行光点中心值的计算，通过上下左右四边界取中心值的方法把光点中心值给提取出来。光点中心值是确定位置的重点，通过它的位置与图像中心值之间作差值计算得到光电距中心值的点数pfn，如此一来就能轻易的代入距离计算公式（3）得到需要测量的距离值。去除噪点时可以加上辅助判断RGB三值的变化或利用几行的延续性进行位置的判断，这样比较后的点会更加准确。
5． 结论
本文提出的是基于CCD摄像头的激光测距的方法，是利用一个激光器和一个CCD摄像头来提供一个单镜头机器视觉和测距，将激光投射到目标物上，并在摄像头采集的图像上显示，一个简单的计算就是寻最亮点。然后只需要计算这个点在沿着竖轴的距离，就能计算出目标物离摄像头的距离，激光点距离中心越近，离目标物越远，利用公式距离D可以被计算出来。在试验过程中发现在0-15M范围内测量的距离还是比较准确的，需要测量远距离目标物就必须采用更加高分辨率的摄像头才能实现。目前本系统能够测到的是激光点打到物体之间的距离，但是还可以在此基础上做稍微改进，比如说讲点改为线，这样可以计算每个光柱的距离而不是单个的光柱。这样的设置可以使探测器或飞行机器探测到最大的前进距离，同样的，障碍物的最小距离也可以被探测到，就能更好的提高了利用率。
参考文献
【1】马其华.张春燕.任洪娟.倪俊.蔡龄丰.单目OV6620数字摄像头在视觉测距中的应用，2011(2)：71-73
【2】王海峰.章怡.基于VB6.0下的对网络摄像头视频捕捉[J].电脑知识与技术，2007(15)：
周广普
854-855
headcall【3】韩媞.关宇东.徐枭宁.基于图像识别算法的森林防火系统设计，2008：77-79
【4】黄剑玲.郑雪梅.一种基于边缘检测的去噪算法，2009，26(11)：1-5
【5】田原.谭庆昌.基于静态图像的CCD激光测距方法的研究[J].微计算机信息，2007(31)：96-97，308
注：本文是受高等学校教学方法改革项目“教学方法改革的相关关系研究与实践探索”资助。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议