基于機器視覺的高精度新型光纖端面檢測裝置的研究

侯進 王克謙 龍明 王鵬展

摘?要：本文通過對傳統光纖端面檢測技術弊端的分析，提出了一種基于機器視覺的高精度新型光纖端面檢測裝置。并對該裝置的研究思路和設計方法進行了描述，主要包括圖像采集部分，硬件部分，軟件部分組成;光纖端面圖像的顯示利用BMP編碼格式，同時調用API函數繪制和顯示圖像，并根據光纖缺陷圖像灰度不同設置的閾值實現對光纖端面缺陷進行分析。

關鍵詞：光纖端面;機器視覺;閾值

1 緒論

在光纖信號傳輸過程中，在經過不同的系統、設備以及模塊時，需要將兩條光纖連接起來，由于光纖連接會產生信息傳播損耗，為提高其穩定性，采用光纖連接器將光纖的兩個端面進行非永久性的精密對接，使光路按照指定通道傳輸。光纖連接器已經成為光纖通信中最重要的無源器件，其產品質量、表面規則性會對光信號傳輸的可靠性以及各項性能指標有重要影響。[1]光纖連接器的端面上長期性傷痕（劃痕、裂痕等）和短暫的污垢（液體、灰塵、油脂等）是光信號進行高速傳輸的重大隱患。而目前通信技術的迅速發展需要高帶寬、超低損耗率的通信保障，因此通過對光纖端面檢測儀器的研究，以提高和保證其光信號傳輸的可靠性以及網絡的運行的安全性是不可或缺的。[2]人工檢測光纖端面的潔凈程度和幾何參數是傳統的方法，主要是通過照相機拍攝光纖連接器的表面，將圖像數據發送至顯示器上，然后通過人眼觀察和判斷光纖端面的情況。人工檢測是當前最常用的檢測方法，但存在著效率不高、智能程度低、主觀性強等缺點。

隨著智能時代的到來，通過先進的技術、設備、方法的應用，實現電網的安全、可靠、環境友好成為一種途徑。利用顯微成像獲取光纖表面的圖片，通過利用基于機器視覺的檢測手段測出光纖端面的衡量指標：比如纖芯直徑、纖芯/包層同心度誤差、纖芯不圓度和包層直徑，進而以判斷光纖端面的質量。[3]這樣，不僅能夠提高光纖端面檢測的效率和準確性，而且降低光纜故障導致的網絡通信運行風險，提升通信網絡的可靠性。[4]

2 研究內容

本文所研究的檢測裝置采用模塊化，程序化的設計理念，將整個系統劃分為圖像采集部分、硬件部分、軟件部分等三個主要功能模塊，最后塔建成一個完整的系統，以實現對光纖端面的高精度檢測。

圖像采集模塊主要是講光纖端面的數據信息在CMOS圖像傳感器上呈現出來，通過發出圖像采集命令，圖像數據信息通過USB數據總線傳輸到ARM處理器中，通過采用影像光源自動增益補強技術、自動亮度、白平衡控制技術、色飽和度、對比度、邊緣增強和伽馬矯正等先進影像控制技術，使成像各項指標達到實際所需。同時在LCD顯示屏上將結果顯示出來給檢測人員參考。

嵌入式處理器以及嵌入式外圍設備組成了該檢測裝置的硬件部分，其中外圍設備主要作用是輔助軟件部分和圖像采集的實現，其包含了存儲模塊，顯示模塊、通信模塊等。

軟件部分采用嵌入式系統，由與硬件交互和管理硬件資源的嵌入式操作系統、操作系統中控制以及連接硬件的關鍵模塊的設備驅動程序和根據操作系統提供的API和庫非直接與硬件打交道的應用程序三大部分組成。其中設備驅動程序提供連接到計算機的硬件設備的軟件接口，使特定的硬軟件與操作系統建立通信聯系，以便讓操作系統能夠正常運行并啟用該設備。

3 研究方案的實現

3.1 圖像數據的繪制和顯示

當系統采集得到初始的圖像信息后，為了更高效的處理這些圖像信息，首先將彩色圖像灰度化，然后利用BMP圖像的編碼格式進行顯示。而BMP位圖格式文件主要由位圖文件頭、調色板、位圖信息頭和圖像數據等四部分組成，其中位圖文件頭包含文件類型、文件大小、存放位置等信息，位圖信息頭包含BMP圖像長寬、顏色位數、圖像大小以及是否壓縮等信息。將位圖信息和圖像數據分別填寫到這四個部分中即可通過調用API函數繪制和顯示圖像。

3.2 機器視覺的圖像分析的實現

在特定的光照環境中，通過攝像機采集包含目標物體的數字圖像，運用包含圖像處理、模式識別等多種技術的視覺判定系統對采集到的圖像數據進行分析處理，最后通過根據控制與決策系統對圖像處理的結果給出目標物體的性能指標，進而使機器視覺系統能夠高項的完成預定的任務。

在進行圖像采集時，關鍵是定位纖芯的位置，對采集到的圖像進行二值化。閾值法是一種簡單有效的圖像二值化分割方法，此方法是用一個或幾個閾值將圖像的像素灰度級分為幾個級別，屬于一個級別的像素點被認為是同一類物體。因為光纖端面的缺陷主要存在著兩種情況：①暗色;②亮色。為了更好的對二者進行區分，進行需要對每個區域檢測時需要做不同的二值處理。接著對纖芯中心進行定位，通過膨脹腐蝕等圖像形態學處理去除小顆粒和大顆粒從而去除對光纖包層定位的干擾，從而標定出圓心。標定出光纖纖芯后，需要根據光纖端面上不同圓環范圍內所采用的檢測標準對檢測的區域進行劃分，假設某一個區域的檢測不能通過，則這個光纖端面的質量標準就不符合光纖信號傳輸的要求。光纖端面缺陷包括白點（崩缺）、黑點（臟污）、陰影（內裂）以及劃痕。其中崩缺和劃痕是灰度高于光纖端面的部分，而臟污和陰影是灰度低于光纖端面的部分，所以針對亮色缺陷和暗色缺陷需要分別設置不同的閾值，才能準確檢測出整個端面的缺陷。

4 結論

本文針對傳統光纖端面清潔度檢測依賴人工檢測的問題，提出了一種基于機器視覺的高精度光纖端面檢測裝置，其不但具有便攜式和客觀性檢測的優點，而且避免了主觀錯誤判斷。將得到圖像信息數據，采集到ARM處理器并顯示出來，同時采用特定的應用軟件對光纖端面圖像信息數據進行處理，以實現對其端面質量標準進行檢測評估。這種設計方式十分便于維修人員進行現場作業，有效提高工作效率。

參考文獻：

[1]張堃，王明泉，張俊生.基于機器視覺的光纖傳像元件缺陷檢測系統[J].測試技術學報，2017，31（04）：298-303.

[2]文伍龍.機器視覺技術在光纖端子檢測中的應用研究[J].信息通信，2016（04）：200-201.

[3]謝季峰.機器視覺在光纖缺陷檢測中的應用[J].電腦編程技巧與維護，2012（16）：112-113+115.

[4]趙偉杰，高勇.機器視覺在光纖端面缺陷檢測中的應用[J].現代電子技術，2011，34（19）：136-139+143.