基于主動(dòng)序列模糊圖像的運(yùn)動(dòng)估計(jì)和振動(dòng)測(cè)量.pdf

1、運(yùn)動(dòng)及振動(dòng)參數(shù)的機(jī)器視覺測(cè)量方法廣泛應(yīng)用于制造業(yè)、自動(dòng)化以及醫(yī)療領(lǐng)域。機(jī)電系統(tǒng)動(dòng)態(tài)性能測(cè)試以及視覺伺服等工業(yè)應(yīng)用領(lǐng)域中的目標(biāo)運(yùn)動(dòng)速度及振動(dòng)頻率遠(yuǎn)遠(yuǎn)高于一般應(yīng)用場(chǎng)合,因此高速運(yùn)動(dòng)估計(jì)和高頻振動(dòng)測(cè)量成為運(yùn)動(dòng)和振動(dòng)參數(shù)測(cè)量的一個(gè)重要研究?jī)?nèi)容。針對(duì)高速運(yùn)動(dòng)估計(jì)和高頻振動(dòng)測(cè)量中的幾個(gè)常見問題,如主動(dòng)序列運(yùn)動(dòng)模糊圖像采集和建模以及2D高速平移運(yùn)動(dòng)、2D高頻面內(nèi)振動(dòng)、高速定軸轉(zhuǎn)動(dòng)和高頻角振動(dòng)以及高速離面運(yùn)動(dòng)的測(cè)量,本文開展了系統(tǒng)和深入的研究。

2、　　 1.高速運(yùn)動(dòng)或高頻振動(dòng)測(cè)量中,目標(biāo)圖像平面上將產(chǎn)生運(yùn)動(dòng)模糊現(xiàn)象。這種運(yùn)動(dòng)模糊一般被視為不利于圖像分析的一種退化,而本文根據(jù)生物視覺中存在的“由模糊感知運(yùn)動(dòng)”的機(jī)制,認(rèn)為圖像模糊現(xiàn)象攜帶了重要的運(yùn)動(dòng)信息,可以在運(yùn)動(dòng)和振動(dòng)參數(shù)測(cè)量中主動(dòng)加以利用。同時(shí),根據(jù)主動(dòng)視覺原理,本文認(rèn)為圖像的運(yùn)動(dòng)模糊程度可以由視覺系統(tǒng)主動(dòng)控制,并設(shè)計(jì)了一種主動(dòng)序列運(yùn)動(dòng)模糊圖像采集系統(tǒng),該系統(tǒng)可以根據(jù)圖像的運(yùn)動(dòng)模糊程度及飽和程度來自動(dòng)預(yù)測(cè)和控制攝像機(jī)的曝光時(shí)間

3、、采樣周期和光電轉(zhuǎn)換系數(shù),從而產(chǎn)生攜帶足夠運(yùn)動(dòng)模糊信息的圖像或圖像序列,同時(shí)避免圖像的亮度飽和現(xiàn)象。此后,根據(jù)該圖像采集系統(tǒng)的特點(diǎn),本文提出了主動(dòng)序列運(yùn)動(dòng)模糊圖像的一般數(shù)學(xué)模型,并分析了目標(biāo)作面內(nèi)平移、旋轉(zhuǎn)以及離面等不同形式運(yùn)動(dòng)時(shí)的運(yùn)動(dòng)模糊圖像模型。
　　 2.高速平移運(yùn)動(dòng)是高速運(yùn)動(dòng)及高頻振動(dòng)中一種簡(jiǎn)單但十分重要的形式。由于運(yùn)動(dòng)模糊現(xiàn)象的存在,目前平移運(yùn)動(dòng)分析中常用的塊匹配法難以直接應(yīng)用于高速平移運(yùn)動(dòng)分析中。本文根據(jù)生物視覺中存

4、在的“由模糊感知運(yùn)動(dòng)”的機(jī)制以及生物運(yùn)動(dòng)知覺中的時(shí)空整合機(jī)制,提出了一種基于主動(dòng)運(yùn)動(dòng)模糊圖像及幾何矩的2D高速平移運(yùn)動(dòng)估計(jì)方法。該方法首先利用幾何矩模擬生物運(yùn)動(dòng)知覺中的空間整合機(jī)制,并推導(dǎo)出表征平移運(yùn)動(dòng)模糊圖像的幾何矩以及運(yùn)動(dòng)函數(shù)之間關(guān)系的定理,根據(jù)該定理提取運(yùn)動(dòng)模糊圖像中的運(yùn)動(dòng)信息,從而實(shí)現(xiàn)運(yùn)動(dòng)估計(jì)。本文的算法可簡(jiǎn)單的利用兩幀運(yùn)動(dòng)模糊圖像實(shí)現(xiàn)2D加速運(yùn)動(dòng)的估計(jì),而現(xiàn)有方法需要至少三幀圖像才能得到同樣的結(jié)果。
　　 3.振動(dòng)測(cè)量

5、是機(jī)械系統(tǒng)測(cè)試特別是微機(jī)電系統(tǒng)測(cè)試中的重要內(nèi)容。常用的振動(dòng)測(cè)量方法是采用輔助的頻閃光源采集目標(biāo)的清晰圖像序列并加以處理。而現(xiàn)有的基于運(yùn)動(dòng)模糊圖像的方法僅針對(duì)振動(dòng)周期遠(yuǎn)小于攝像機(jī)曝光時(shí)間的高頻振動(dòng)振幅測(cè)量方法進(jìn)行了研究,并未涉及振動(dòng)周期大于曝光時(shí)間的低頻振動(dòng)(以下及正文中簡(jiǎn)稱為低頻振動(dòng),但這里的低頻并不是傳統(tǒng)意義上的低頻)測(cè)量問題。本文著重分析了高頻及低頻的振動(dòng)模糊圖像特點(diǎn)及其與非往復(fù)運(yùn)動(dòng)的不同之處,從而根據(jù)基于運(yùn)動(dòng)模糊及圖像矩的高速平移

6、運(yùn)動(dòng)估計(jì)方法分別設(shè)計(jì)出面內(nèi)高頻及低頻振動(dòng)測(cè)量的具體方法。本文的算法可以根據(jù)一幅清晰圖像及一幅運(yùn)動(dòng)模糊圖像或兩幅連續(xù)的運(yùn)動(dòng)模糊圖像計(jì)算出低頻振動(dòng)的振幅,頻率,相位和振動(dòng)方向以及高頻振動(dòng)的振幅及振動(dòng)方向。同時(shí),在圖像噪聲水平較高時(shí),提出了采用短運(yùn)動(dòng)模糊圖像序列信息融合方法來測(cè)量振動(dòng)參數(shù)的思路,該方法可顯著提高測(cè)量精度。此外,設(shè)計(jì)了一種簡(jiǎn)便的視覺系統(tǒng)參數(shù)控制方法,以提高振動(dòng)頻率未知時(shí)的自適應(yīng)性。
　　 4.定軸轉(zhuǎn)動(dòng)及角振動(dòng)普遍存在于許

7、多工業(yè)應(yīng)用領(lǐng)域。本文根據(jù)圓周運(yùn)動(dòng)模糊圖像的直角坐標(biāo)系模型和極坐標(biāo)系模型,分別提出了兩種基于主動(dòng)序列運(yùn)動(dòng)模糊圖像及幾何矩的定軸轉(zhuǎn)動(dòng)及角振動(dòng)參數(shù)的估計(jì)算法:其一是利用運(yùn)動(dòng)模糊圖像的直角坐標(biāo)系模型估計(jì)轉(zhuǎn)動(dòng)或高頻角振動(dòng)的參數(shù)。該方法首先推導(dǎo)出直角坐標(biāo)系下運(yùn)動(dòng)模糊圖像的幾何矩與圓周運(yùn)動(dòng)函數(shù)的關(guān)系定理,然后根據(jù)該定理提取圖像平面上的圓周運(yùn)動(dòng)模糊信息,從而計(jì)算出轉(zhuǎn)動(dòng)或角振動(dòng)的參數(shù)。其二是直接將平移運(yùn)動(dòng)及振動(dòng)估計(jì)方法映射到的極坐標(biāo)平面上,從而實(shí)現(xiàn)轉(zhuǎn)動(dòng)及

8、角振動(dòng)的測(cè)量。與現(xiàn)有的定軸轉(zhuǎn)動(dòng)及角振動(dòng)測(cè)量方法相比,本文提出的方法可測(cè)量曝光時(shí)間內(nèi)存在較大角位移的圓周運(yùn)動(dòng)。
　　 5.離面運(yùn)動(dòng)測(cè)量的常用方法是激光多普勒儀、電子或數(shù)字散斑干涉以及光學(xué)剪切干涉,它們均需要額外的光源及干涉光路。通過分析離面運(yùn)動(dòng)模糊的成因,本文提出了散焦模糊與圖像放縮運(yùn)動(dòng)模糊相復(fù)合的離面運(yùn)動(dòng)模糊圖像模型,并推導(dǎo)出離面運(yùn)動(dòng)模糊圖像的幾何矩以及離面運(yùn)動(dòng)函數(shù)之間的關(guān)系定理,從而根據(jù)該定理提取離面運(yùn)動(dòng)模糊圖像中的離面運(yùn)動(dòng)特