基于图像传感器的激光测距方法研究

苏煜伟，孙钊，陈羽

（西安工业大学电子信息工程学院，陕西 西安710032） Based on image sensor and laser ranging method research

Su Yu-wei,Sun Zhao,Chen Yu

(College of electronic and Information Engineering,Xi'an Technological University,Xi’an 710032,China)

摘要：针对传统接触式测距方法的局限性，介绍了一种根据光学三角法利用图像传感器近距离测距的方法。通过半导体激光器发出的光经过物体反射成像在CMOS图像传感器的光敏面上，接受到的激光光斑图像通过接口传到主机，利用MATLAB进行分析处理计算，得到被测距离。通过搭载模拟实验平台，验证了该方法的可行性，并且简单且易于实现，有较高的实用价值。

关键词：光学三角法；测距；激光光斑图像

中图分类号：TM938.7+2;TP3 文献标识码：A

Abstract:Because of the limitation of the traditional contact range finding method, according to the optical triangle method using image sensor for short distance measuring method. The semiconductor laser emits light after reflection imaging of objects in a CMOS image sensor photosensitive surface, the received laser spot image through the interface to the host, using MATLAB analysis calculation, get the distance measure. Through the flight simulation platform, to verify the feasibility of the method, which is simple and easy to realize, has a high practical value.

Keywords: optical triangle method; distance measurement; laser spot image

1 引言

自从上世纪六十年代问世以来，激光作为一种新型的光源获得了广泛的应用。激光具有优良的性能，主要表现在：单色性好，方向性好，亮度高。在激光技术出现以后，它的应用很快扩充到各个领域，激光测距技术是各种应用中最早且最为成熟的一种。激光测距是一种非接触式的测量技术，无论在军事应用方面，还是在科学技术、生产建设方面，都起着重要的作用，行业需求众多，其市场需求空间大。

当前，激光测距仪正在朝着测量安全、测量精度高、系统能耗小、体积小型化的趋势发展。但是目前在激光测距领域我国和发达国家的技术差距还比较大，市场产品多以国外为主，而且价格较高。因此，我国自主研制开发能耗低，精度高的小型激光测距仪是亟待解决的问题。

本文主要用半导体红外激光器和基于CMOS图像传感器的图像采集系统搭载相应装置，依据光学三角法原理，对近距离测距系统进行实验研究。

2 测距原理及系统构成

被测距离Y最小距离L激光器AA'物体表面la'xa图1激光三角测距系统

如上图所示，激光照在A点，反射到CMOS光敏面上的a点，A'点反射到CMOS光敏上的a'点，当所测距离Y不同时反映在光敏器件上的光点像位置X也随之不

同，根据上图所示三角关系公式可得两者之间的关系为：

Xl2lfLY

lfXL式中Y为被测距离，f为成像系统焦距，l为激光发射口到成像系统中心对应的距离，即基线长度，L为某一已知距离，通常取光敏面接收器中心对应的距离，即基准距离，X为该被测距离在光敏接收器上与已知距离在光敏面接受上像点的距离，有正负之分。

上式中：Xmaxx1570.015mm，maxx为光斑圆心坐标。因此只要找出光斑圆心坐标位置，就能利用上式直接求出被测距离Y[1]。

3 模拟实验平台

搭建了模拟实验装置，实验装置如下图所示，由一台功率为5mw的650nm的红色可见光连续波半导体激光器和一个模拟的CMOS摄像头根据一定参数搭建而成。半导体激光器发出的光经过物体反射成像在CMOS图像传感器的光敏面

【2】

上，接收到的激光光斑图像通过接口传到主机，利用MATLAB进行分析处理计算。

图2 模拟实验装置图

标定方法：用一物体作为测量对象，每隔200mm移动被测物体，同时用CMOS接收该物面上投射光斑的位移，即采集激光光斑图像。

4 激光光斑图像处理

激光光斑的图像处理系统主要实现图像的预处理和中心位置计算，并通过

MATLAB软件对获取的光斑图像进行处理并计算得到光斑中心位置坐标。 4.1激光光斑图像预处理

激光光斑原始图像中心光斑内部光强分布不均匀，且图像偏暗，对比度较差，不利于原始信号特征量的提取，因此必须进行预处理。预处理包括滤波和阈值分割等步骤【3】。

首先，对光光斑图像进行去噪预处理，然后对图像进行阈值分割以分开图像和背景，即将灰度图转化为二值图像。

开始图像滤波噪声去除阈值分割退出 图3激光光斑图像预处理流程图

（1）中值滤波

目前，常用的典型滤波算法有均值滤波，中值滤波，维纳滤波，高斯滤波及其各种改进算法等。其中中值滤波是一种非线性滤波，它能在滤除噪声的时候很好的保持图像边缘，克服平均滤波所带来的图像细节模糊，对滤除脉冲干扰及图像扫描噪声最有效。中值滤波原理简单，它把以某像素为中心的小窗口内所有像素的灰度按从小到大排序，取排序结果的中间值作为该像素的灰度值。经过非线性拉伸，背景干扰与其临近像素的灰度值有很大差异。因此经排序后取中值的结果是强迫将此干扰变成与其临近像素的灰度值一样，达到去除干扰的目的。 （2）噪声去除

噪声在理论上可以定义为“不可预测，只能用概率统计方法来认识的随机

误差”。实际获取的图像一般都因受到某种干扰而含有噪声。引起噪声的原因有敏感元器件的内部噪声，相片底部上感光材料的颗粒，传输通道的干扰及量化噪声等。噪声产生的原因决定了噪声的分布特性及它的图像信号的关系。先利用bwlabel函数标注连通区域，在通过regionprops函数找出其中的噪声区域并置零，以此达到去除噪声的目的。 （3）阈值处理及其二值化

阈值处理是一种区域分割技术，主要利用图像中要提取的目标物体和背景

在灰度上的差异，选择一个合适的阈值，通过判断图像中每一个像素点的特征属性是否满足阈值的要求来确定图像中该像素点属于目标区域还是背景区域，从而产生二值图像。阈值的选取成为是否正确分割的关键，不同的阈值其处理结果差异很大。若阈值选取过高，则过多的把背景像素错分为目标；相反，若阈值选取过低，又会过多的把目标像素错分为背景。其基本原理是从灰度级出发，把图像灰度分成不同的等级，按照设定的灰度门限（通常称为阈值）对像素进行划分，以确定与现实景物相对应的区域。

假设原始图像为fx,y，由于目标和背景是灰度级中两种主要的模式，所以通过选取一个阈值T来分离这两种模式以达到从背景中提取对象的目的。阈值后的图像gx,y定义为：

gx,y0 fx,yT

gx,y1 fx,yT

阈值分割的关键在于灰度门限T的选取，按照阈值选取方式的不同分为全局阈值法，局部阈值法以及动态阈值法等[4]。

图4 激光激光图像预处理的效果

4.2激光光斑坐标计算

经过图像的预处理后，利用圆拟合原理，首先通过regionprop函数找出与所求区域具有相同标准二阶中心炬的椭圆的长轴长度，短轴长度，离心率等，并找出包含所求区域的最小凸多边形的顶点坐标。使该正多边形具有一个相当大的边数，使该多边形接近一个圆。这个圆就是所要拟合的圆。最后通过三个点求圆的中心，即光斑圆心坐标[3]。

图5（a）t=linspace(0,2*pi,N)中， 图5（b）t=linspace(0,2*pi,N)中， N=10时的效果 N=500时的效果

通过MATLAB计算后，得到图5的圆心坐标为（x,y）=(139.3，100.6)。

5 实验数据分析

根据搭建的模拟实验装置进行近距离测距，先对已经变量进行设定，然后进行实验测距。设定参数见表1，实验数据见表2。 基线长度 164mm 透镜焦距 10mm 表1 基线长度l，透镜焦距f和基准距离L

x/pixel 156.6 152.9 147.7 139.3 134.4 127.3 y/pixel 100.6 101.3 100.3 100.6 100.5 98.9 测距/mm 2400 2205 1991 1725 1600 1448 参考值/mm 2400 2200 2000 1800 1600 1400 误差/mm 0 5 -9 -75 0 48 基准距离 2400mm 97.8 1283 1200 83 97.4 1080 1000 80 92.6 844 800 44 90.3 611 600 11 表2 激光光斑圆心坐标和测量距离以及误差之间的关系 根据测得的实验数据，对于采集到的激光光斑的圆心坐标进行分析，分析结果见图6和图7。

117.7 101.9 74.2 26.2

图6 移动次数与纵向坐标y的关系图

由图6可知，圆心坐标y的值只是在中心位置附近无明显规则的抖动，这是由于一些偶然因素引起的。y的值并没有对纵向测量结果产生影响，所以只需考虑x方向的变化。

图7 像点位置与测距关系对应图

由图7可知，目标点等距离移动时其像点在CMOS上并不是等间隔变化，因此这种测量是非线性的。随着距离的增大，曲线的斜率逐渐增大，即单位像素变化引起的距离变化量越大，测量分辨率越低，这是引起误差的一个主要原因[5]。

6 结论与展望

本文所介绍的利用CMOS图像传感器采集激光光斑的测距方法设计简单，且计算方便，在标定的距离范围内可以实时测量。

在系统中的误差主要来源为：一方面由于CMOS图像传感器是非线性器件，导致目标点等距离移动时其像点在CMOS上并不是等间隔变化，随着距离的增大，曲线的斜率逐渐增大，从而造成数据误差的产生；另一方面由于目标物体表面粗糙度对激光器成像质量的影响，以及激光束固有的漂移等光学特性，使得成像光斑不稳定，从而影响对光斑圆心坐标的计算。因此，测量的精度可以在消除以上因素的情况下得到进一步的提高。

参考文献：

[1]张松敏，王洪烈，陈明培，宁宣经．一种把三角法应用于中、短距离的测量方法.光学技术[J]，1999，9(5):49-53.

[2]马时亮，马群，史国请.基于MATLAB的激光光斑图像处理算法[J].工具技术. [3]蒋珍今，裴承鸣，杨亮.基于摄像头测距的数字图像处理方法研究[J].弹箭与制导学报，2009,29(6):259-262.

[4] 李兰君，喻寿益．单点激光三角法测距及其标定[J]．研究与开发，2003. [5] 林小倩，林斌，潘泰才．基于CMOS单点激光三角法测距系统设计[J]．光学仪器，2006:28.

第一作者简介：苏煜伟（1987-），男，陕西西安人，汉族，硕士研究生，主要研究方向为图像信息处理与多媒体技术

第二作者简介：孙钊（1962-），男，河南洛阳人，汉族，副教授，主要研究方向为图像信息处理与多媒体技术