基于C++語言與OpenCV的分布式孔徑成像系統(tǒng)設(shè)計(jì)

孫天齊+陳波

摘 要：針對分布式孔徑數(shù)字全息系統(tǒng)要求保密性高，數(shù)據(jù)量大等特點(diǎn)，文中設(shè)計(jì)了基于C++語言與OpenCV函數(shù)庫的三孔徑數(shù)字成像系統(tǒng)軟件。軟件首先對各孔徑間裝配導(dǎo)致的再現(xiàn)像縮放、旋轉(zhuǎn)誤差進(jìn)行校正，然后進(jìn)行孔徑綜合，并通過微軟基礎(chǔ)類庫進(jìn)行人機(jī)界面的編寫。

關(guān)鍵詞：分布式孔徑；數(shù)字全息；C++；OpenCV；MFC

中圖分類號：TP391 文獻(xiàn)標(biāo)識碼：A 文章編號：2095-1302（2017）12-00-02

0 引 言

基于數(shù)字全息探測的分布式孔徑綜合成像技術(shù)是一種先進(jìn)的主動成像技術(shù)[1]，能夠在低照度、復(fù)雜背景條件下獲取遠(yuǎn)距離景物的高分辨率三維圖像[2，3]，具有模塊化、可靠性高等優(yōu)點(diǎn)。該成像體制采用多個(gè)子孔徑對目標(biāo)進(jìn)行全息探測，然后將各子孔徑上的目標(biāo)光復(fù)振幅根據(jù)其空間位置綜合起來，從而獲得較大的數(shù)值孔徑[4，5]。

在分布式孔徑各孔徑間記錄時(shí)會因?yàn)镃CD記錄的位置、角度、焦點(diǎn)等不同造成子孔徑間全息圖間存在位移、縮放、旋轉(zhuǎn)等誤差。根據(jù)參考文獻(xiàn)[6]知，全息圖間放大率誤差等于各自重構(gòu)出的物體圖像間尺度誤差的倒數(shù)。而重構(gòu)圖像間的旋轉(zhuǎn)、尺度誤差可通過圖像配準(zhǔn)的方式得到[6]。重構(gòu)圖像間的誤差可以利用圖像處理技術(shù)來標(biāo)定。SURF[7]（Speeded Up Robust Features，SURF）算法是一種基于特征點(diǎn)匹配的圖像拼接算法。可以處理兩幅圖像間的位移、縮放、旋轉(zhuǎn)等變化情況下的特征匹配問題，具有匹配性能穩(wěn)定、速度快等優(yōu)點(diǎn)[8]。

由于國內(nèi)大多數(shù)分布式孔徑數(shù)字全息系統(tǒng)還停留在實(shí)驗(yàn)室階段，尚未有成型的產(chǎn)品。而當(dāng)前的軟件產(chǎn)品源代碼保密性高，調(diào)用的函數(shù)庫較多，消耗了大量系統(tǒng)資源，且設(shè)備驅(qū)動繁瑣，導(dǎo)致在實(shí)際應(yīng)用中結(jié)合本系統(tǒng)特點(diǎn)進(jìn)行二次開發(fā)和應(yīng)用的難度較大，限制環(huán)節(jié)較多。所以，自主開發(fā)具有校裝配誤差的數(shù)字全息系統(tǒng)十分必要。C++語言具有高效、支持繼承和重用等特點(diǎn)[9]，所以本系統(tǒng)可通過MFC（Microsoft Foundation Classes，MFC）與C++編程進(jìn)行人機(jī)界面的展示。

1 分布式孔徑數(shù)字全息

分布式孔徑綜合成像系統(tǒng)示意圖如圖1所示。激光器發(fā)射出的相干光束被分為兩束，一束光作為物光射向目標(biāo)物體，再由物體反射回光電探測器；另一束光作為參考光再次分束直接照向各子孔徑光電探測器。子孔徑內(nèi)的光電探測器分別記錄參考光與物光的干涉信號[10]。在數(shù)字信號處理器中，首先利用傅立葉變換等方法從干涉信號中分別復(fù)原出子孔徑探測器上的目標(biāo)，返回光復(fù)振幅，然后利用菲涅耳衍射公式計(jì)算出各子孔徑入瞳面上的目標(biāo)光復(fù)振幅Ui（x，y），最后按照子孔徑空間位置對Ui（x，y）進(jìn)行綜合，并通過菲涅耳衍射公式計(jì)算出目標(biāo)平面上的光復(fù)振幅。

其中，z為子孔徑瞳平面與目標(biāo)所在平面之間的距離，k=2π/λ，λ為波長，F(xiàn)T[·]表示傅立葉變換， （ai，bi）為第i子孔徑的中心空間位置，N為子孔徑數(shù)目。

在實(shí)際系統(tǒng)中，由于裝配誤差會影響孔徑綜合的效果，所以本系統(tǒng)對孔徑綜合算法進(jìn)行了誤差校正，程序流程如圖2所示。

在重建像中選取一幅作為參考圖像，分別與其他重建像進(jìn)行SURF算法縮放、位移誤差計(jì)算。目標(biāo)光復(fù)振幅旋轉(zhuǎn)誤差對應(yīng)重建像相應(yīng)的旋轉(zhuǎn)，目標(biāo)光復(fù)振幅縮放誤差對應(yīng)重建像縮放誤差的倒數(shù)。對目標(biāo)光復(fù)振幅矩陣做相應(yīng)旋轉(zhuǎn)、縮放的坐標(biāo)變換進(jìn)行校正。最后，將各子孔徑校正后的目標(biāo)光復(fù)振幅進(jìn)行疊加、重建，即得到高分辨率的三孔徑成像。

2 分布式孔徑數(shù)字全息處理系統(tǒng)

2.1 分布式孔徑系統(tǒng)數(shù)據(jù)采集系統(tǒng)

建立圖3所示的模擬分布式孔徑系統(tǒng)數(shù)據(jù)采集系統(tǒng)。激光器的出射光束經(jīng)過準(zhǔn)直和擴(kuò)束后由分束鏡分為兩路，一路照向目標(biāo)光作為物光，另外一路作為本地參考光。CCD記錄目標(biāo)散射光和參考光形成的離軸全息圖。激光器波長為635nm，CCD像素?cái)?shù)為1 300×1 024，每個(gè)像素大小為4.65μm，目標(biāo)與CCD的距離約為1.03 m，目標(biāo)是一枚直徑為0.25 m的金屬幣。通過多次數(shù)據(jù)采集模擬多個(gè)孔徑，并人為地將CCD分別旋轉(zhuǎn)至-15°、0°、+15°來模擬3個(gè)孔徑的裝配誤差，如圖4所示。

2.2 基于C++語言與OpenCV的軟件設(shè)計(jì)

C++不僅擁有計(jì)算機(jī)高效運(yùn)行的實(shí)用性特征，同時(shí)還能提高大規(guī)模程序的編程質(zhì)量與程序設(shè)計(jì)語言的問題描述能力。OpenCV是一個(gè)集成好的機(jī)器視覺函數(shù)庫，由C++語言編寫，其主要接口也采用C++語言編寫。因此，三孔徑數(shù)字全息系統(tǒng)軟件由C++語言編寫，并利用OpenCV函數(shù)庫進(jìn)行SURF算法編程，對各孔徑間縮放、旋轉(zhuǎn)誤差進(jìn)行校正。軟件主要包括數(shù)據(jù)重建、誤差配準(zhǔn)、目標(biāo)光復(fù)振幅校正、孔徑綜合等模塊。

（1）數(shù)據(jù)重建模塊是對各目標(biāo)光復(fù)振幅根據(jù)式（1）進(jìn)行的圖像重建；

（2）誤差配準(zhǔn)模塊通過SURF算法對兩幅重建圖像進(jìn)行誤差配準(zhǔn)；

（3）目標(biāo)光復(fù)振幅校正模塊用配準(zhǔn)得到的誤差對目標(biāo)光復(fù)振幅進(jìn)行誤差校正；

（4）孔徑綜合模塊是對各孔徑校正后的目標(biāo)光復(fù)振幅進(jìn)行疊加，并重建。

其中，用于誤差配準(zhǔn)的SURF算法和目標(biāo)光重建模塊的坐標(biāo)變換利用OpenCV函數(shù)庫進(jìn)行。

2.3 基于MFC平臺的人機(jī)界面搭建

MFC是微軟基礎(chǔ)類庫的簡稱，是微軟公司實(shí)現(xiàn)的一個(gè)C++類庫，封裝了大部分Windows API函數(shù)。VC++是微軟公司開發(fā)的C/C++集成開發(fā)環(huán)境，靈活性較大。所以本系統(tǒng)采用圖5所示的基于MFC的人機(jī)界面。

圖5中，左側(cè)三個(gè)rebulid按鈕分別調(diào)用數(shù)據(jù)重建模塊來對各子孔徑進(jìn)行圖像重建，并顯示在按鈕上的圖像控件上。中間兩個(gè)按鈕用來調(diào)用誤差配準(zhǔn)模塊，以中間再現(xiàn)像為標(biāo)準(zhǔn)圖像，分別對上側(cè)再現(xiàn)像和下側(cè)再現(xiàn)像進(jìn)行SURF算法圖像校正，并將校正后的圖像顯示在按鈕上的圖像控件中，分別將角度誤差、橫向縮放誤差、縱向縮放誤差顯示在按鈕下方的edit控件中。最右側(cè)按鈕則通過目標(biāo)光伏振幅模塊將各孔徑目標(biāo)光復(fù)振幅進(jìn)行校正，之后利用孔徑綜合模塊進(jìn)行孔徑綜合并再現(xiàn)綜合成像，將成像結(jié)果顯示在按鈕上的圖像控件上。endprint

3 結(jié) 語

文中自主設(shè)計(jì)了基于C++語言的分布式孔徑數(shù)字成像系統(tǒng)，利用OpenCV函數(shù)庫對各孔徑間的誤差進(jìn)行配準(zhǔn)并矯正，同時(shí)還編寫了基于MFC的人機(jī)界面。運(yùn)行結(jié)果說明，本系統(tǒng)可以很好地矯正孔徑間的誤差，提高綜合成像質(zhì)量，并進(jìn)行直觀展示。

參考文獻(xiàn)

[1] J C Marron， R L Kendrick. Distributed aperture active imaging[C].SPIE，2007.

[2] H?ft T， Kendrick R， Marron J， et al. Two-Wavelength Digital Holography[C]. Digital Holography and Three-Dimensional Imaging Optical Society of America， 2007.

[3] J C Marron， R L Kendrick. Multi-Aperture 3D Imaging Systems[C]. Aerospace Conference， IEEE， 2008.

[4] Rabb D， Jameson D， Stokes A， et al. Distributed aperture synthesis[J]. Optics Express， 2010， 18（10）：10334.

[5] Shemano D， Haus J W， Miller N J， et al. Digital Holography for Coherent Imaging for Multi-aperture Laser Radar[C]. Digital Holography and Three-Dimensional Imaging， Optical Society of America， 2011.

[6]楊旭.分布式孔徑數(shù)字全息綜合成像技術(shù)[D].唐山：華北理工大學(xué)， 2017.

[7] Bay H， Ess A， Tuytelaars T， et al. Speeded-Up Robust Features （SURF）[J]. Computer Vision & Image Understanding， 2008， 110（3）：346-359.

[8]李俊杰.大空間建筑火災(zāi)源點(diǎn)自動定位技術(shù)研究[D].西安：西安建筑科技大學(xué)， 2014.

[9]李洪波， 蘇子林.C++語言的高效性、共享性與重用性[J].魯東大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2004， 20（2）：108-111.

[10]陳波， 楊靖， 楊旭，等.激光主動成像中散斑噪聲對波前畸變校正性能的影響[J].中國激光， 2015， 42（10）：259-265.endprint