CCD摄像法在测量材料直径方面的应用

　　测量机理

图像是由若干各图像点构成的，每一个点被称为一个象素(如图1)。象素即构成图像的基本元素。我们说一个图像大小是800×600，实际上讲的就是这个图像的象素数目：该图像在水平方向上有800个象素，在垂直方向上有600个象素，它是一个800× 600个象素的矩形区域的图像。图像的水平方向上的象素个数称为图像的宽，垂直方向的像素个数称为图像的高。图像的每一个点都有自己的属性，如颜色，灰度等。颜色或灰废是决定一幅图像表现能力的关键因素。颜色即图像中像素可以区别的颜色数目，如单色、4色、16色、256色、24位真彩色等，颜色越丰富，图像的表现能力越强。灰度是像素的亮度，它用于表示黑白图像像素之间的可区分程度，用级数或等级来度量，级数越多，黑白图像的表现力越强。灰度值一般为1级、16级和256级。需要指出的是，图像越大，颜色值越多，或灰度级别越高，则在处理图像时对计算机的硬件和软件环境要求也会相应提高。

　　图1 图像矩阵

为了研究和分析图像，就需要对图像进行处理。所谓图像处理，就是按特定的目标，用一系列的特定的操作来“改造”图像。图像处理可以应用光学方法，也可以应用电子学方法。光学图像处理方法已有很长的历史，如光学滤波器等。在激光全息技术出现后，它得到了很大的发展。光学图像处理是并行处理，处理速度快，信息容量大，分辨率高，又很经济;其不足是处理精度较低，灰阶少，处理缺乏灵活性，如处理过程中功能不全，没有判断功能，没有数量概念等，常用在定性分析中。

数字图像处理就是把在空间上离散的，幅度上量化的分层的数字图像，经过一些特定的数理模式进行加工处理，以达到有利人眼视觉或某种接收系统所需要的图像的过程。数字图像处理的过程包括：

图像变换：几何变换，平移，转置，旋转，缩放等;傅立叶变换;小波变换等。

图像滤波：各种图像数据，在形成、传输、接收和处理过程中，内于受到通过媒质的实际性能和接收设备的限制，不可避免地存在外部干扰和内部干扰。这些随机干扰使得图像信号质量下降。为了改善这些下降的图像质量，图像处理一般采用两种技术，即图像恢复技术和图像增强技术。在上述两种处理手段中，通常采用的具体方法有：改变图像的亮度;变换图像的对比度(图像亮度的最大值和最小值之比);图像滤波;图像校正等。这其中，图像滤波起着重要的作用。滤波技术能有效地抑制(平滑)各种噪声、加强(锐化)边缘信息，将很大程度上改善图像质量，提高后续工作(如图像分割)的精度。

线性滤波器：线性均值滤波因为理论基础完善、数学处理简单、易于采用FFT和硬件实现等优点，一直在图像滤波领域占有举足经重的地位。线性均值滤波对加性高斯噪声有较好的平滑作用。均值滤波是采用N*N(如：3×3，5×5，7×7)窗口对图像进行滤波操作。滤波的目的，将叠加窗口N×N各像素灰度值加权平均，然后该窗口每个像素点的灰度值用加权平均值代替，达到滤波的效果，这种滤波方式可去除图像中如尖锐噪声等噪声的影响，进一步优化图像。均值滤波就是用一个含有奇数点的滑动窗口，将窗口正中的那一点的值用窗口内各点的平均值代替。假设窗口内有九点，其值为80，90，200，110，120，110，130，120，120。那么此窗口内各占均值即为120。

　　图2 均值滤波过程

中值滤波器：中值滤波器对于抑制冗长拖层概率分布噪声的效果最好;对正态分布噪声，中值滤波的方差比线性均值滤波的方差大57%。中值滤波和均值滤波类似，只不过把滤波窗口内像素点的灰度值排序，取中间值代替每个像素点的灰度值。中值滤波就是用一个含有奇数点的滑动窗口，将窗口正中的那一点的值用窗口内各点的中值代替。假设窗口内有五点，其值为80，90，200，110，120。那么此窗口内各占中值即为110。中值滤波过程如图2示。

　　图3 中值滤波过程

图像分割：图像分割的目的是把图像划分成具有—定意义的区域，把人们对图像中感兴趣的部分或者目标从图像中提取出来作进—步的分析应用。以物体边界为对象进行分割技术称为图像边缘检测技术。通过检测图像中的局部不连续性得到图像的边缘，两个具有不同灰度的均匀图像区域的边界，即边界反映局部的灰度变化。局部边缘是图像中局部灰度级以简单(即单调)的方式作极快变化的小区域。这种局部变化可用一定窗口运算的边缘检测算子来检侧。

二值化处理：二值图像就是指只有两个灰度级的图像，由灰度图像产生二值图像时，如果输入像素的灰度值大于给定的阈值(特