基于ARM和CMOS圖像處理的地下管線檢測(cè)技術(shù)研究

王 柯，汪貴華，徐 元，楊 栩

（1.南京理工大學(xué)電子工程與光電技術(shù)學(xué)院，江蘇南京210094；2.南京理工大學(xué)理學(xué)院，江蘇南京210094）

地下管線作為城市建設(shè)重要的組成部分，也稱為城市的“生命線”[1]，其重要性日益呈現(xiàn)。因而國(guó)內(nèi)很多城市在積極推進(jìn)地下管線信息化建設(shè)。在地下管道信息化建設(shè)過(guò)程中，需要對(duì)地下管線進(jìn)行精確測(cè)量、空間定位[2]。目前采用的地下管線檢測(cè)方法主要包括：電磁探測(cè)法、探地雷達(dá)等。電磁探測(cè)法利用檢測(cè)地下管線周圍產(chǎn)生的感應(yīng)電流信號(hào)，管線的位置分布通過(guò)判斷接收到的感應(yīng)電流的大小強(qiáng)弱來(lái)確定。但是電磁探測(cè)法只能測(cè)量金屬管線，且易受電力線、城市強(qiáng)磁場(chǎng)等的強(qiáng)力干擾。探測(cè)雷達(dá)通過(guò)發(fā)射高頻電磁波，接收反射波。根據(jù)不同材質(zhì)物體具有不同導(dǎo)電性，從而探測(cè)出地下管線的位置。探測(cè)雷達(dá)易受到各種隨機(jī)噪聲的干擾，還需要經(jīng)過(guò)復(fù)雜的數(shù)據(jù)處理，而且實(shí)測(cè)數(shù)據(jù)準(zhǔn)確度有限[3]。

上海大學(xué)沈林勇[4]提出基于PSD（Position Sensitive Device）的地下管線檢測(cè)方案。PSD作為一種基于橫向光電效應(yīng)的位置敏感探測(cè)器，其優(yōu)點(diǎn)是系統(tǒng)響應(yīng)速度快、輸出電路簡(jiǎn)單，但是其自身的缺陷也非常明顯，嚴(yán)重的非線性，這就導(dǎo)致位置測(cè)量的不準(zhǔn)確。

綜合以上背景因素，文中提出了一種將ARM嵌入式圖像處理技術(shù)與CMOS圖像傳感器成像相結(jié)合的新方法，實(shí)現(xiàn)地下管線位置分布的測(cè)量。該方法通過(guò)嵌入式ARM搭載CMOS圖像傳感器，采集成像屏上激光光斑圖像，并進(jìn)行圖像預(yù)處理，提取激光光斑中心的位置，并保存到上位機(jī)，為上位機(jī)實(shí)現(xiàn)地下管線位置分布的三維重建提供必要信息。

1 地下管線檢測(cè)技術(shù)總體方案

1.1 測(cè)量原理

測(cè)量地下管線的三維分布需要管線的坐標(biāo)信息以及地下管線彎曲角度，從而重構(gòu)出的地下管線空間分布。一般的地下管線的管徑尺寸是固定的，可以忽略其管徑大小，把地下管線看作一條空間的三維曲線。因此，測(cè)量地下管線的位置分布可簡(jiǎn)化為對(duì)地下管線中軸曲線的測(cè)量，擬合出管線中軸線。

在空間幾何中[5]，擬合三維空間的曲線需要一系列的離散點(diǎn)的三維坐標(biāo)值。通過(guò)測(cè)量管線中軸線上的一系列離散點(diǎn)的坐標(biāo)值或測(cè)量相鄰點(diǎn)的曲率值來(lái)實(shí)現(xiàn)地下管線的位置分布的測(cè)量。

測(cè)量裝置是整個(gè)地下管線檢測(cè)系統(tǒng)的核心裝置。檢測(cè)裝置[6]大致由以下幾個(gè)部分組成，CMOS圖像傳感器、激光器、萬(wàn)向節(jié)、成像屏和定心結(jié)構(gòu)等。測(cè)量裝置是一個(gè)萬(wàn)向節(jié)結(jié)構(gòu)連接兩個(gè)定心裝置構(gòu)成，ABCD一端固定激光器，A1B1C1D1一端是固定成像屏和CMOS圖像傳感器。萬(wàn)向節(jié)結(jié)構(gòu)允許兩端連接零件的夾角在一定范圍內(nèi)變化，所以兩部分定心結(jié)構(gòu)會(huì)使之隨管道彎曲而相對(duì)轉(zhuǎn)動(dòng)。測(cè)量裝置的原理圖如圖1所示。

圖1 測(cè)量原理圖

當(dāng)測(cè)量裝置處于待測(cè)管道當(dāng)中，激光器射出的激光光束沿著管道中軸線的切線方向入射到成像屏，激光光斑會(huì)落在CMOS圖像傳感器的光敏面上；CMOS圖像傳感器的感光面平行于成像屏、垂直于管道中軸線。CMOS圖像傳感器光敏面到成像屏的距離固定不變，且等于它的焦距，這就保證了成像的質(zhì)量。當(dāng)檢測(cè)傳感裝置緩慢前進(jìn)，兩定心結(jié)構(gòu)會(huì)使之隨管道彎曲而相對(duì)運(yùn)動(dòng)，同樣激光光斑位置也隨管道的彎曲變化而相對(duì)移動(dòng)。因此采集激光光斑的圖像，通過(guò)相關(guān)圖像處理算法就可以解算出激光光斑的位置。因此檢測(cè)儀會(huì)獲得大量離散激光光斑的位置坐標(biāo)，進(jìn)而遞推計(jì)算獲得地下管線的位置空間信息。

1.2 系統(tǒng)總體框架

整個(gè)檢測(cè)系統(tǒng)從功能性可分為五大模塊，分別為攝像機(jī)標(biāo)定矯正、視覺(jué)圖像采集、視頻圖像處理、激光光斑中心提取、上位機(jī)管線形狀方位重建。攝像機(jī)標(biāo)定矯正模塊是對(duì)攝像機(jī)進(jìn)行標(biāo)定、矯正，以減少系統(tǒng)誤差，提高精度；視覺(jué)圖像采集模塊是通過(guò)CMOS圖像傳感器采集激光光斑圖像；視頻圖像處理模塊則是對(duì)采集的圖像數(shù)據(jù)預(yù)處理；激光光斑中心坐標(biāo)提取模塊主要完成激光光斑中心坐標(biāo)的解算，上位機(jī)管線形狀方位重建模塊則是對(duì)下位機(jī)傳送來(lái)的數(shù)據(jù)進(jìn)行保存處理，為后續(xù)的管線形狀方位重建提供位置坐標(biāo)信息。整體的系統(tǒng)結(jié)構(gòu)如圖2所示。

圖2 系統(tǒng)總體結(jié)構(gòu)圖

1.3 地下管線檢測(cè)系統(tǒng)的硬件結(jié)構(gòu)

在本系統(tǒng)中，嵌入式ARM處理器需要有合適的工作頻率、外設(shè)接口豐富、能運(yùn)行Linux操作系統(tǒng)。ARM處理器移植的Linux操作系統(tǒng)，要能支持OpenCV動(dòng)態(tài)鏈接庫(kù)、多線程并行處理[7]。為了滿足以上的要求，我們選取Cortex-A9架構(gòu)的四核S5P4418處理器作為核心處理器。CMOS圖像傳感器比CCD具有低功耗、低成本、集成度高等優(yōu)點(diǎn)，所以選用OV7725是1/3”CMOS彩色圖像傳感器作為感光元件。它同時(shí)支持連續(xù)和隔行掃描方式，輸出VGA與QVGA兩種圖像格式；支持像素為640×480，幀速率為30fps。視頻信號(hào)通過(guò)USB數(shù)據(jù)線采集傳輸。嵌入式ARM處理與上位機(jī)通過(guò)串口通信。硬件結(jié)構(gòu)原理如圖3所示。

圖3 硬件結(jié)構(gòu)原理圖

1.4 地下管線檢測(cè)系統(tǒng)軟件結(jié)構(gòu)設(shè)計(jì)

本系統(tǒng)將 OpenCV（Open Source Computer Vi?sion Library）計(jì)算機(jī)視覺(jué)庫(kù)移植到嵌入式ARM平臺(tái)上。CMOS傳感器等設(shè)備的驅(qū)動(dòng)程序可以直接編譯進(jìn)內(nèi)核模塊，加載到Linux內(nèi)核中。

在開(kāi)發(fā)應(yīng)用程序時(shí)，需要通過(guò)交叉編譯器armcortexa9-linux-gnueabihf編譯成可執(zhí)行文件，拷貝到嵌入式ARM開(kāi)發(fā)板中，然后進(jìn)行相關(guān)調(diào)試；應(yīng)用程序可以調(diào)用OpenCV視覺(jué)庫(kù)中的數(shù)據(jù)結(jié)構(gòu)和相關(guān)函數(shù)，對(duì)采集激光光斑圖像進(jìn)行灰度轉(zhuǎn)換、濾波去燥、閾值分割（二值化）等一系列圖像預(yù)處理，將激光光斑中心坐標(biāo)解算出來(lái)。應(yīng)用程序的設(shè)計(jì)流程如圖4所示。

圖4 軟件結(jié)構(gòu)流程圖

2 攝像機(jī)標(biāo)定實(shí)驗(yàn)

對(duì)于任何攝像機(jī)都存在著一定的畸變，所以要考慮攝像機(jī)的畸變帶來(lái)的誤差?；儠?huì)造成了激光光斑的像偏離了實(shí)際位置，導(dǎo)致地下管線檢測(cè)的精度下降。因此這采集圖像之前需要對(duì)攝像機(jī)進(jìn)行標(biāo)定矯正，修正畸變給系統(tǒng)帶來(lái)的激光光斑位置的偏差[8]。

對(duì)于單目視覺(jué)標(biāo)定，采用基于2D平面靶標(biāo)的張友正標(biāo)定法[9]。通過(guò)獲取不同角度的黑白相間棋盤的圖像，通過(guò)計(jì)算每個(gè)角度棋盤上的每個(gè)角點(diǎn)的位置和其圖像的單適應(yīng)矩陣。多個(gè)視場(chǎng)角度的多個(gè)單適應(yīng)矩陣來(lái)求解攝像機(jī)的內(nèi)參數(shù)和外參數(shù)，最后利用極大似然準(zhǔn)則對(duì)上述參數(shù)進(jìn)行優(yōu)化，提高參數(shù)的精度[10]。

標(biāo)定與矯正實(shí)驗(yàn)與分析：攝像機(jī)的標(biāo)定和矯正使用基于張氏標(biāo)定法的matlab calibration toolbox。我們選取規(guī)格為9×6黑白相間方格的棋盤作為定標(biāo)實(shí)驗(yàn)的標(biāo)定模板，對(duì)標(biāo)定模板進(jìn)行多視角的采集。首先采集26張各視角的標(biāo)定模板圖像并讀入內(nèi)存；然后提取每張圖像的網(wǎng)絡(luò)角點(diǎn)，如圖5所示為檢測(cè)網(wǎng)絡(luò)角點(diǎn)；根據(jù)這些標(biāo)定模板圖像與攝像機(jī)坐標(biāo)系之間的位置關(guān)系，可對(duì)攝像機(jī)的內(nèi)外參數(shù)以及畸變參數(shù)的標(biāo)定；最后利用這些參數(shù)對(duì)圖像進(jìn)行矯正。圖6為當(dāng)攝像機(jī)固定位置不變時(shí)，攝像機(jī)與標(biāo)定模板圖像之間的位置關(guān)系圖。

圖5 檢測(cè)角點(diǎn)圖

圖6 攝像機(jī)與標(biāo)定模板關(guān)系圖

由此可得，攝像機(jī)的內(nèi)參數(shù)矩陣A如下。

其中徑向畸變參數(shù)為k1=-0.149 51，k2=-0.002 86，k3=0.000 0，切向畸變參數(shù)為p1=0.000 59，p2=0.003 54。利用攝像機(jī)的內(nèi)參數(shù)以及畸變參數(shù)矯正后的如圖7所示。

圖7 矯正圖

在完成參數(shù)定標(biāo)與矯正之后，進(jìn)行誤差分析。如圖8所示，在圖像上顯示出標(biāo)定使用的所有角點(diǎn)反投影到圖像空間的圖像坐標(biāo)誤差。由此可得，本次標(biāo)定實(shí)驗(yàn)的像素誤差為（0.159 71，0.168 22）。

圖8 角點(diǎn)像素誤差分布圖

3 激光光斑的采集處理

當(dāng)攝像機(jī)采集激光光斑圖像時(shí)，除了攝像機(jī)本身的畸變的影響，還會(huì)受到背景光的干擾，使得圖像的質(zhì)量降低。這會(huì)給檢測(cè)和識(shí)別圖像中的目標(biāo)物體造成較大的誤差，所以為了提高獲取的激光光斑圖像的質(zhì)量和激光光斑中心定位的精確度，一是要對(duì)攝像機(jī)的采集到的原始圖像進(jìn)行矯正；二是要對(duì)矯正后的激光光斑圖像進(jìn)行一定的預(yù)處理，以獲得比較理想的激光光斑的邊緣和輪廓。

3.1 灰度變換、濾波去噪

當(dāng)CMOS攝像機(jī)處于待檢測(cè)管線中，采集到激光光斑圖像比較暗，不利于后期對(duì)光斑的閾值分割。采用灰度變換方法對(duì)激光光斑圖像進(jìn)行處理。

在管道內(nèi)，一部分激光也會(huì)經(jīng)過(guò)管壁的反射到成像屏，形成了無(wú)法避免的噪聲。為了去除圖像中的混入噪聲，需要對(duì)采集到的激光光斑進(jìn)行濾波去燥。中值濾波算法是一種非線性的信號(hào)處理方法，不僅可以處理噪聲干擾，還能很好地保留激光光斑的輪廓信息。這有利于提取保存激光光斑完整性信息[11]。如圖9所示為中值濾波后的圖像。

圖9 中值濾波后圖像

3.2 閾值分割（二值化）

對(duì)激光光斑圖像處理的關(guān)鍵技術(shù)是提取光斑圖像的中心，這需要首先提取光斑的邊緣，再利用相應(yīng)的算法計(jì)算中心點(diǎn)的位置。結(jié)合本系統(tǒng)的測(cè)量環(huán)境，由于圖像中只有一個(gè)激光光斑，激光光斑對(duì)稱規(guī)則，且與背景之間對(duì)比度較大，故采用基于圖像灰度特性的方法進(jìn)行圖像分割。

假設(shè)原始圖像f(x,y)對(duì)應(yīng)的灰度，由于目標(biāo)和背景是灰度級(jí)中兩種主要的模式，所以通過(guò)選取一個(gè)閾值T來(lái)把目標(biāo)圖像和背景圖像分離開(kāi)，達(dá)到分割目標(biāo)圖像目的。閾值處理后的圖像g(x,y)定義為：

閾值分割的關(guān)鍵在于閾值T的選取[12]。

大津法（Otsu）法是一種基于全局的圖像二值化分割算法，它根據(jù)圖像的灰度特征，將圖像分為前景和背景兩個(gè)部分。通過(guò)計(jì)算前景和背景的類間方差，并使兩部分的之間的差別是最大的，就可得到最佳閾值。當(dāng)取最佳閾值時(shí)，激光光斑和圖像背景被最大程度的分割。

通過(guò)Otsu法可以得到激光光斑最佳閾值為K=208。閾值分割后的圖像如圖10所示。

圖10 閾值分割后圖像

4 激光光斑中心定位

目前比較常用的光斑中心定位算法[13-15]有灰度重心法、圓擬合法、高斯擬合法、空間矩方法等?；叶戎匦姆ê?jiǎn)單且測(cè)量精度高，要求光斑形狀比較規(guī)則圓擬合法對(duì)于激光光斑不完整或者形狀及其不規(guī)則，用圓結(jié)合最小二乘法無(wú)限的逼近激光光斑輪廓；高斯擬合法雖然測(cè)量精度高，但抗干擾性能差；空間矩方法的精度高度依賴于光斑邊緣，其受限于實(shí)際應(yīng)用；本論文在成像屏上形成的激光光斑形狀規(guī)則對(duì)稱，所以選用灰度重心法定位激光光斑的中心。

假設(shè)CMOS圖像傳感器的像素分辨率為m×n，并且光斑的圖像灰度可表示為f(x,y)，光斑重心實(shí)際上就是計(jì)算光斑圖像的一階矩，其坐標(biāo)可以表示為式（2）、式（3）[16]。

式中(x0,y0)為目標(biāo)圖像f(x,y)的中心。

通過(guò)灰度重心法可以提取激光光斑的中心坐標(biāo)點(diǎn)，如圖11所示。其激光光斑中心坐標(biāo)為x=204.117，y=115.547。通過(guò)攝像機(jī)內(nèi)參矩陣A可把像素坐標(biāo)轉(zhuǎn)換成實(shí)際物理坐標(biāo)，為后續(xù)上位機(jī)重建出地下管線的形狀與方位提供了必要的信息。

圖11 激光光斑中心

5 結(jié)論

文中提出了一種將ARM嵌入式圖像處理技術(shù)與CMOS圖像傳感器相結(jié)合的新方法。文中提出檢測(cè)方法不會(huì)受到地下管線埋藏深度、周圍電磁環(huán)境的影響，可測(cè)量任意埋藏深度的地下管線；該方法簡(jiǎn)便、易于實(shí)現(xiàn)，能夠有效的降低制作成本。在已知管道中軸線上點(diǎn)的位置坐標(biāo)去實(shí)現(xiàn)地下管線位置分布的精確三維重建，還需要進(jìn)一步的研究。

參考文獻(xiàn)：

[1]畢天平，周京春.昆明三維地下管線系統(tǒng)應(yīng)用與研究[J].測(cè)繪通報(bào)，2014（2）:93-96.

[2]李學(xué)軍，洪立波.城市地下管線探測(cè)與管理技術(shù)的發(fā)展及應(yīng)用[J].城市勘測(cè)，2010（4）:5-11.

[3]范亞男.地下管線探測(cè)中探地雷達(dá)技術(shù)應(yīng)用研究[J].測(cè)繪通報(bào)，2015（S0）:46-48.

[4]沈林勇.非開(kāi)挖信息管線的三維曲線探測(cè)新技術(shù)研究[D].上海:上海大學(xué)，2011.

[5]邵麒.三維管道檢測(cè)儀的測(cè)控與通訊技術(shù)研究[D].南京:南京理工大學(xué)，2015.

[6]沈林勇.非開(kāi)挖信息管線的三維曲線探測(cè)新技術(shù)研究[D].上海:上海大學(xué)，2011.

[7]童飛.地下管線位置分布的圖像檢測(cè)技術(shù)研究[D].南京:南京理工大學(xué)，2014.

[8]徐德，譚民，李原.機(jī)器人視覺(jué)測(cè)量與控制[M].北京:國(guó)防工業(yè)出版社，2011.

[9]張鋮偉，王彪，徐貴力.攝像機(jī)標(biāo)定方法研究[J].計(jì)算機(jī)技術(shù)與發(fā)展，2010，20（11）:174-179.

[10]牛海濤，趙勛杰.采用棋盤格模板的攝像機(jī)標(biāo)定新方法[J].紅外與激光工程，2011，40（1）:133-137.

[11]曹遠(yuǎn)佳，尉廣軍，李先龍.激光光斑的圖像處理及邊緣檢測(cè)的改進(jìn)[J].激光與紅外，2016，46（9）:1160-1164.

[12]徐亞明，束進(jìn)芳，安動(dòng)動(dòng).自適應(yīng)閾值激光光斑中心定位方法研究[J].城市勘測(cè)，2014（4）:5-7.

[13]王拯洲，許瑞華，胡炳樑.基于圓擬合的非完整圓激光光斑中心檢測(cè)算法[J].激光與紅外，2013，43（6）:708-711.

[14]王麗麗，胡中文，季杭馨.基于高斯擬合的激光光斑中心定位算法[J].應(yīng)用光學(xué)2012，33（5）：985-990.

[15]張奔牛，萬(wàn)紅明，毛成林.基于差分光斑中心定位算法的位移傳感技術(shù)研究[J].傳感技術(shù)學(xué)報(bào)，2011，24（2）:215-219.

[16]陳和，楊志浩，郭磐.激光光斑中心高精度定位算法研究[J].北京理工大學(xué)學(xué)報(bào)，2016，36（2）:181-185.