基于LabVIEW的亞像元成像實驗平臺設計

許博謙，郭永飛，王剛，王磊

（1.中國科學院 長春光學精密機械與物理研究所，長春 130033；2.中國科學院研究生院 北京 100039）

分辨力是評價航空、航天遙感相機性能的重要指標。經過多年的發(fā)展，人們通過增大成像光學系統(tǒng)的焦距、縮小CCD探測器的像元尺寸等手段將遙感相機的像元分辨力發(fā)揮到極致［1，2］。大口徑、長焦距遙感成像光學系統(tǒng)的加工涉及諸多領域的技術難題。目前的CCD探測器像元尺寸已達到μm量級，小像元尺寸的CCD探測器不僅制造非常困難，而且過于微小的感光面積使圖像的信噪比變低。可見，任何通過線性提高硬件系統(tǒng)指標的嘗試都將在制造的成本和難度上付出高昂的代價。

針對這一情況，有研究者采用兩片CCD探測器，使它們對同一目標所成的像錯開半個像元，并對采集到的兩幀圖像通過插值等方法進行處理，得到一幀分辨力更高的圖像。亞像元成像技術能夠在現(xiàn)有的硬件條件下，提高圖像的分辨力、改善圖像質量，是一種經濟、有效的方法［3，4］。

為了給實驗各種亞像元圖像融合算法提供素材，本文中介紹了一套亞像元成像實驗平臺，該平臺能夠采集多幀亞像元圖像，具有配準精度高、易于操作等優(yōu)點。

1 系統(tǒng)原理

系統(tǒng)中的主要組成部件如圖1所示，包括一臺控制采集計算機，一部直線導軌和CCD探測器。以往的實驗多采用分束鏡分光，兩臺CCD探測器錯開半個像元的方法采集亞像元圖像［5］，增加了系統(tǒng)的復雜程度。由于兩臺CCD探測器的相對位置有一定的誤差，采集到的兩幀圖像需要進行嚴格地配準，才能進行處理。本系統(tǒng)僅采用一臺CCD探測器，通過直線導軌的運動，采集到錯開半個像元的圖像，該方案的缺點是不能同時得到兩幀錯開半個像元的圖像，使該系統(tǒng)不具備實時采集動態(tài)目標的能力；優(yōu)點在于兩幀圖像的配準誤差極小。對于一套用于驗證算法的實驗系統(tǒng)，這樣的配置顯然更為實用。

圖1 亞像元成像實驗平臺Fig.1 Subpixel imaging testbed

在系統(tǒng)的安裝方式上，可以采用圖2中所示的兩種方案固定成像光學系統(tǒng)和CCD探測器。方案A中將光學系統(tǒng)和CCD探測器一起固定在直線導軌的滑塊上，而方案B則將光學系統(tǒng)固定在光學平臺上，CCD探測器隨著直線導軌的滑塊運動。

圖2 兩套方案對比Fig.2 Comparison of two methods

本實驗中采用的CCD探測器像元尺寸7.4μm×7.4μm，直線導軌重復精度1μm，成像光學系統(tǒng)的焦距12mm，成像距離2.0m，則方案A采集到圖像的配準精度ΔxA：

式中 f是成像光學系統(tǒng)的焦距，H是成像距離，ΔxS是導軌的重復精度。

若每次位移為0.5個像元，則相對配準精度：

方案B采集到圖像的配準精度：

相對配準精度：

經上述分析可知，采用方案A的固定方式可以采集到配準精度更高的圖像，相對配準精度的理論誤差為0.16%，遠低于方案B中27%的理論配準誤差，所以應采用方案A中的固定方式。

2 軟件系統(tǒng)設計

軟件系統(tǒng)基于美國國家儀器（National Instruments）公司的虛擬儀器開發(fā)環(huán)境LabVIEW設計而成，圖形化界面縮短了開發(fā)周期，近年來廣泛應用于測試、控制、數(shù)據采集與分析等領域［6，7］。本文利用LabVIEW在機器視覺與外部程序調用等方面的優(yōu)勢，實現(xiàn)了步進位移量計算、導軌控制、圖像采集等功能。

圖3 程序主界面Fig.3 Main interface of the program

軟件系統(tǒng)的程序流程圖如圖4所示，在程序的設計過程中，采用了LabVIEW特有的事件結構（Event Structure），使軟件系統(tǒng)可以根據用戶的指令及時地做出反應，同時避免循環(huán)空轉，節(jié)省硬件資源。

圖4 程序流程圖Fig.4 Flowchart of the program

2.1 步進位移量計算

在采集亞像元圖像序列前，需要計算出直線導軌的步進位移量，以控制直線導軌的運動。使相鄰幀圖像間錯開指定的像元數(shù)，目前多采用0.5個像元。

步進位移量根據當前實驗采用的光學系統(tǒng)焦距、物距、探測器的像元尺寸計算得出的，本實驗中，步進0.5個像元對應的位移量：

圖5 步進位移量計算程序Fig.5 Step-by-step motion calculation program

如果由于更換器件等原因改變了實驗參數(shù)，則可在控制軟件主界面左側的輸入欄中做出相應調整，計算結果在左下的指示欄中顯示。

2.2 直線導軌控制

在LabVIEW環(huán)境下，采用調用庫函數(shù)節(jié)點（Call Library Function Node，CLF），并調用驅動程序的動態(tài)鏈接庫（Dynamic Link Library，DLL）文件，就能在LabVIEW中用廠方提供的函數(shù)啟動設備，設置導軌的速度、加速度、PID控制參數(shù)，這個部分程序如圖6所示。在配置控制采集計算機的串口后，可以向導軌發(fā)出指令，控制直線導軌步進、回零、反饋當前移動狀態(tài)。

圖6 啟動并設置導軌Fig.6 Boot and set up the stage

2.3 亞像元圖像采集

本系統(tǒng)中以NI公司的IMAQ-1409型圖像采集卡作為硬件設備，在NI公司提供的設備管理器MAX中，對圖像采集卡的通道進行配置，根據CCD探測器的輸出格式選擇采集的模式，根據當前實驗的光照情況，設置響應度和增益，即可采集CCD探測器輸出的圖像。

在安裝了NI公司為其圖像采集卡設計的驅動程序NI-IMAQ后，即可在LabVIEW環(huán)境下對圖像采集卡進行編程控制，圖像采集程序如圖7所示。

圖7 圖像采集程序Fig.7 Image acquisition program

用戶按下前面板的“采集”按鈕后，觸發(fā)事件，開始運行圖像采集程序。首先由IMAQ Init.vi初始化圖像采集設備，并彈出對話框，選擇圖像保存路徑。然后由IMAQ Snap.vi拍攝并由IMAQ WriteFile.vi按所選路徑存儲圖像，完成后清空緩存。

3 測試實驗

實驗中，每移動0.5個像元采集一幀圖像，采集多幀。在這些幀圖像中，每相隔的兩幀實際上相當于移動了一個像元，第i+2幀圖像第m+1列中每個像元的灰度值應等于第i幀圖像第m列中每個像元的灰度值，如圖8所示。

圖8 測試原理示意圖Fig.8 Test principle

將兩幀圖像中的一幀平移一個像元，然后選取同一塊感興趣區(qū)域（ROI，Region of Interest），對比兩幀圖像的差異。目前，可以采用均方誤差（Mean Square Error，MSE）和峰值信噪比（Peak Signal to Noise Ratio，PSNR）等方法計算出重構圖像對原始圖像的失真［8，9］，這里采用上述兩種方法計算前后采集到的兩幀圖像。計算公式如下：

式中M、N分別為圖像高和寬方向上的像素數(shù)，R(x,y)是參考圖像在坐標(x,y)處的灰度值，I(x,y)是重構圖像在坐標(x,y)處的灰度值。

式中，m表示圖像的灰度范圍，本實驗中采集的圖像位深度8bit，m應取值255。

理想情況下，即采集的圖像沒有配準誤差時，MSE=0，PSNR趨于無窮大。連續(xù)采集了6幀圖像，如圖9所示，測試實驗結果如表1所示。

圖9 采集的圖像數(shù)據Fig.9 Images acquired

表1 測試實驗結果Tab.1 Test result

各組對比值中，MSE的值均小于9；PSNR的值較大，最大超過42dB。上述實驗結果表明，各組中兩幀圖像之間差異很小，考慮到MSE表征的是兩幀圖像每個像素灰度級之差的平方，則兩幀相差2～3個灰度級，證實本系統(tǒng)具有極高的配準精度。

4 結論

亞像元成像實驗平臺以電控直線導軌、圖像采集卡為硬件，基于LabVIEW開發(fā)控制軟件，實現(xiàn)了控制導軌微位移和圖像采集等功能，用戶界面友好，操作簡單易行。測試實驗結果表明，該系統(tǒng)采集的圖像配準精度極高，為開展亞像元圖像融合算法的研究工作奠定了良好的基礎。

［1］韓昌元.高分辨力空間相機的光學系統(tǒng)研究［J］.光學精密工程，2008，16（11）：2164-2172.

［2］于前洋.作為圖像傳感器的CCD、ICCD和IRCCD［J］. 光學精密工程，1994，2（5）：8-16.

［3］劉洪臣，馮勇，楊旭強，等.基于雙三次B樣條曲面亞像元圖像插值方法［J］.哈爾濱工業(yè)大學學報，2007，39（7）：2210-2214.

［4］徐正平，翟林培，葛文奇，等.亞像元的CCD幾何超分辨方法［J］. 光學精密工程，2008，16（12）：2447-2753.

［5］朱家佳，汶德勝，喬衛(wèi)東，等.一種TDI CCD亞像元圖像合成方法［J］. 光子學報，2007，36（5）：394-396.

［6］李冬梅，黃元慶.基于虛擬儀器和激光技術的氣體濃度檢測［J］.儀器儀表學報，2008，29（7）：1480-1482.

［7］蔡堅勇，吳怡，廖珍連.基于LabVIEW的鼻咽癌虛擬光譜儀［J］. 儀器儀表學報，2007，28（4增刊）：217-219.

［8］李航，路羊，崔慧娟，等.基于頻域的結構相似度的圖像質量評價方法［J］.清華大學學報：自然科學版，2009，49（4）：559-562.

［9］蔣剛毅，黃大江，王旭，等.圖像質量評價方法研究進展［J］. 電子與信息學報，2010，32（1）：219-226.