基于Halcon的光纤端面尺寸检测方法

修亚男　穆平安

摘 要：针对传统光纤端面尺寸检测几何尺寸误差大、效率低的弊端，采用一种基于Halcon的光纤端面尺寸检测方法，利用数字图像处理算法，采用中值滤波的方法对图像进行预处理，消除图像噪声，并对图像进行二值化及形态学处理，选用Canny算子作为边缘检测算子确定像素级边缘，该方法边缘检测性能较好，且具有较强的抗噪声能力;再从选取的边缘中选出类圆度高的部分边缘进行共圆轮廓合并、拟合，通过拟合的椭圆和圆得到光纤半径、不圆度、同心度等几何参数。实验结果表明，纤芯和包层半径可以精确到万分之一，不圆度和同心度可以精确到小数点后8位，测量精度较高且不受操作水平影响。

关键词：Halcon; 光纤端面尺寸检测;  边缘检测;  椭圆拟合; 圆拟合

DOI：10. 11907/rjdk. 191603

中图分类号：TP317.4    文献标识码：A                 文章编号：1672-7800（2020）003-0252-05

Optical Fiber End Face Size Detection Based on Halcon

XIU Ya-nan， MU Ping-an

（School of Optical-Electrical and Computer Engineering， University of Shanghai for Science and Technology，

Shanghai 200093， China）

Abstract： Aiming at the shortcomings of traditional fiber end face size detection， this paper adopts a Halcon-based method for fiber end face size detection. Digital image processing algorithm and median filtering method are used to preprocess the image， eliminate image noise and the image is binarized and morphologically processed. The Canny operator is selected as the edge detection operator to determine the pixel. The edge with high circularity is selected for the co-circular contour and then fitted， and the geometric parameters such as radius， out-of-roundness and concentricity of the fiber are obtained by the fitted ellipse and circle. According to the experimental result， the core and the cladding radius can be accurate to one ten thousandth， the roundness and concentricity can be accurate to eight decimal places， the measurement accuracy is high， and does not depend on the operation level.

Key Words： Halcon; fiber end face size detection; edge detection; ellipse; fitting

0 引言

光導纤维简称为光纤，是一种由玻璃或塑料制成的纤维，利用光的全反射原理进行传输，是一种光传导工具。近年来，光纤通信技术发展速度非常快，应用广泛，成为现代通信的重要手段，在电信网发展中起着举足轻重的作用，是世界新技术革命的主要标志和未来信息社会各种信息的主要传送工具[1]。

光纤端面尺寸精密测量在进行长距离传输的光纤通信中起着至关重要的作用，可通过调整光纤端面几何参数生产出更适合的光纤。其中，光纤纤芯与包层半径、不圆度、同心度是非常重要的几何参数，但由于光纤截面直径很小，人工测量光纤端面几何尺寸误差大、效率低，在光纤生产过程中很难准确测量光纤端面的几何尺寸，因此本文通过机器视觉的方法测量以上几何参数。

由于光纤截面尺寸很小，通常用显微镜将光纤截面放大后再采用不同的方法测量其几何参数。光纤几何参数测量方法主要有折射近场法与近场光分布法两种，实现手段有人工判读法、图像剪切法和脉冲计数法，前两种方法通过显微镜用目视的方法进行，或通过光电成像系统与计算机，由操作者通过人机对话形式进行交互式半自动检测，第3种方法采用图像一维数据采样，机构复杂，测量过程不直观，传统光纤端面尺寸检测需使用显微镜，该方法检测较慢，操作精度受操作人员影响，具有较大的不确定性，使用CCD成像测量光纤尺寸，需要使用发光二极管和透镜[2]，操作复杂。近年来，基于机器视觉的图像处理得到了广泛应用[3]。图像处理指利用计算机处理图像的过程，目的是改善图像视觉效果[4]。本文采用基于Halcon的方法实现光纤几何参数的精准测量[5]。根据实验结果，纤芯和包层半径可以精确到万分之一，不圆度和同心度可以精确到小数点后八位，测量精度较高且操作简单，不依靠操作水平，但在图像预处理过程中不能完全消除噪声，边缘检测时阈值需要人工选取，存在一定误差。

1 参数定义与检测方法

光纤几何参数包括纤芯直径、包层直径、纤芯不圆度、包层不圆度、纤芯-包层同心度，各参数定义如表1[6]所示。

本文基于Halcon的方法对光纤端面尺寸进行测量，根据光纤特点，采用中值滤波的方法对图像进行预处理，消除图像噪声，并对图像进行了二值化以及形态学处理，在经过多次试验后，选用Canny算子作为边缘检测算子确定像素级边缘，该方法边缘检测性能良好，同时抗噪声能力强，但由于部分光纤存在缺陷，提取出来的部分边缘会干扰后续椭圆和圆的拟合，需要从选取到的边缘中选出类圆度高的部分边缘进行共圆轮廓合与拟合，通过拟合出来的椭圆和圆即可得到光纤半径、不圆度、同心度等几何参数，从而得到测量结果。

2 算法设计

（1）预处理模块包括滤波、二值化、形态学处理和边缘检测4个部分。采用中值滤波方法时，在滤除噪声的同时还可保护信号边缘不被模糊，形态学处理采用的是开运算，先腐蚀再膨胀，消除较为细小的区域，在纤细点进行分离，平滑一些面积较大的物体，对面积改变较小。边缘检测采用Canny算子，可帮助操作者找到一个最优边缘检测算法。

（2） 通过边缘检测提取轮廓，从中选取需用于曲线拟合的轮廓，经过共圆轮廓合并后，分别拟合得到圆和椭圆。

（3）通过拟合出的内圆可得到纤芯半径，通过外圆可得到包层半径，两个圆的圆心距是同心度，通过对椭圆长轴与短轴的计算可以得到纤芯与包层不圆度，并将椭圆拟合图像及纤芯、包层半径、不圆度、同心度[7]显示出来。

（4）列出表格分析结果、误差，得出结论。

3 光纤端面尺寸检测实验

3.1 中值滤波

中值滤波的数学表达式为：

其中[y（n）]为滤波后观测历元数据，[y（n）]为观测历元数据，n=1，2，3，…，N为观测历元，M为窗口大小（M为奇数），med[]为窗口内观测历元数据按从小到大的顺序进行排列的中间值。

中值滤波主要基于排序统计理论，本文采用中值滤波的方法，可有效抑制噪声的非线性信号，使周围像素值接近真实值，消除孤立的噪声点对实验结果的影响[8]。

3.2 二值化

图像二值化是图像处理中非常重要的一个步骤，可简化后续图像处理，凸显目标轮廓。对二值图像进行处理与分析，本文将图像像素点灰度值设为0-255，将灰度等级分成256个[9]，通过选取合适的阈值對图像进行二值化处理，结果如图5所示。

3.3 形态学处理

数学形态学是图像处理中一种很常用的方法，通常用于分析图像的几何形状与结构[10]。数学形态学进行图像处理的基本思想是用结构元素对原图像进行位移、交、并等运算，然后输出处理后的图像[11]。最基本的形态学算子有：膨胀、腐蚀、开启、闭合[12]。

数学形态学处理可分为开运算和闭运算，依据腐蚀和膨胀的不同组合进行区分。开运算作用主要是消除较为细小的区域，可在纤细点进行分离，平滑一些面积较大的物体，且面积改变幅度较小;闭运算可对面积较小的空间进行填充，连接相近物体，并在不改变原物体形状的情况下进行边界平滑。本文采用开运算处理图像。

3.4 边缘检测

边缘检测是图像处理和计算机视觉中的基本问题，边缘检测目的是标识数字图像中亮度变化明显的点。本文采用Canny算子，定位精度较高，检出的边缘点与实际边缘点距离较小[13]，操作人员可以根据不同的特定要求调整参数，识别不同的边缘特性，以此适用于不同场合[14]。

本文使用双阈值检测方法，阈值T1和T2（T1

边缘检测后的图像如图9所示。

轮廓提取过程中存在干扰，应选择提取边缘中类圆度高的部分，本文采用选取一定长度的轮廓的方法，将较短的轮廓删选出去，排除干扰，图10为进行轮廓选择之后的图像。

轮廓选择后对选取的轮廓中处于共圆部分的轮廓进行合并，确保拟合出纤芯和包层对应的圆。合并后的图像如图11所示。

3.5 曲线拟合

图像处理的对象是待检测的实际物体，目标物体一般有不同的数据表示和复杂的描述方式，因此需尽力简化复杂的描述，然而在实际应用中，有时为获取实体的某种几何特性，可以用比较简单的曲线或曲面模拟代替比较复杂的实体。将数据以椭圆方程为模型进行拟合，使某一椭圆方程尽量满足这些数据[17]。本文根据选取的轮廓进行椭圆与圆的拟合，得到椭圆与圆中心点坐标、椭圆长轴与短轴、纤芯与包层半径，进一步得到不圆度、同心度。

最小二乘法拟合圆。最小二乘法拟合曲线和拟合曲面类似[18]，通过最小二乘法对圆的亚像素特征信息进行中心位置拟合。最小二乘法拟合通过最小误差平方和找到一组数据的最佳函数匹配[19]。对于给定的离散测量点集（[xi]，[yi]）[∈]（=1，2…m），设理想圆的圆心为o（A，B），半径为R[20]，由圆的曲线方程：

同时对纤芯和包层轮廓进行曲线拟合[21]，结果如图12所示。

4 实验结果

4.1 光纤端面尺寸检测图像

为了证明实验的普遍适应性，本文对5种典型光纤分别进行几何尺寸检测，直接显示光纤的几何尺寸以供直观了解。

4.2 光纤端面尺寸检测实验数据

5 结语

本文利用Halcon软件，采用数字图像处理方法对光纤端面几何尺寸进行检测。首先对图像进行中值滤波、形态学处理、二值化以排除干扰，再对图像进行边缘检测、轮廓选取，从选取的轮廓中提取有效边缘，最后利用得到的有效边缘对纤芯和包层进行曲线拟合，得到了较精确的纤芯半径、包层半径、纤芯不圆度、包层不圆度、同心度等参数。该方法可基本实现自动测量，达到省时、省力的目的。同时本文方法还存在以下问题：预处理时不能有效消除噪声;边缘检测要人工选取阈值，不具备自适应能力[22]，存在误差;边缘检测后进行轮廓选取时，因考虑到缺陷光纤的影响，仅选取部分轮廓，造成后续曲线拟合误差。

因此在下一步研究工作中，将进一步改进图像预处理方法，采用图像增强等方法消除噪声;提高Canny算子閾值选取性能，改进边缘检测方法;同时尽量多地选取光纤轮廓，减小误差。

参考文献：

[1]胡姮. 基于图像处理技术的单模光纤不圆度测量方法[D]. 南京：南京信息工程大学，2008.

[2]友清. 用CCD成象系统测量光纤尺寸[J].  激光与光电子学进展，1990（1）：39.

[3]杨远. 基于机器视觉的光纤几何参数检测研究[D]. 哈尔滨：哈尔滨工程大学，2011.

[4]张彩霞.  数字图像处理技术的发展现状及发展趋势研究[J]. 计算机光盘软件与应用，2014，17（12）：216+218.

[5]陈磊，陈进榜，陆润华. 光纤几何参数的自动检测仪[J]. 光学学报，2001，10：1245-1248.

[6]赵新彦. 数字图像法测量光纤端面几何参数[J]. 南京邮电大学学报：自然科学版，2009，2902：55-58.

[7]岳蕾. 光纤参数测试方法的研究[J]. 电信网技术，2008（2）：77-81.

[8]章浙涛，朱建军，匡翠林，等. 不同噪声下几种滤波方法的比较研究及改进[J]. 大地测量与地球动力学，2014，3401：127-130.

[9]张诚，陈银环. 人脸图像预处理方法简析[J]. 科技风，2017（18）：4-5.

[10]武瑛. 形态学图像处理的应用[J]. 计算机与现代化，2013（5）：90-94.

[11]郭昊冉，黎小琴. 形态学处理在光学字符识别中的应用研究[J].  传感器世界，2016，22（8）：7-9.

[12]郭昊冉，黎小琴. 形态学处理在光学字符识别中的应用研究[J].  传感器世界，2016，22（8）：7-9.

[13]许宏科，秦严严，陈会茹. 一种基于改进Canny的边缘检测算法[J]. 红外技术，2014，36（3）：210-214.

[14]曾俊. 图像边缘检测技术及其应用研究[D]. 武汉：华中科技大学，2011.

[15]吴一全，孟天亮，吴诗婳. 图像阈值分割方法研究进展20年（1994—2014）[J]. 数据采集与处理，2015，30（1）：1-23.

[16]杨仁民，郑洲，陈斌，等. 基于机器视觉的零件特征尺寸提取算法[J]. 包装工程，2017，38（09）：151-156.

[17]夏菁. 椭圆拟合方法的比较研究[D]. 广州：暨南大学，2007.

[18]刘俊焱，云挺，周宇，等. 基于最小二乘的点云叶面拟合算法研究[J]. 西北林学院学报，2014，29（5）：70-77+155.

[19]杨仁民，郑洲，陈斌，等. 基于机器视觉的零件特征尺寸提取算法[J].  包装工程，2017，38（9）：151-156.

[20]FITTING A. Ellipses and predicting confidence envelopes using a bias corrected Kalman filter[J]. Image and Vision Computing，1990，1 （8）：37-41.

[21]PILU M，FITZGIBBON A W，FISHER R B. Ellipse-specific direct least-squre fitting[J]. IEEE International Conference on Image Processing，1996：599-602.

[22]刘洋，薛向阳，路红，等.  一种基于边缘检测和线条特征的视频字符检测算法[J]. 计算机学报，2005（3）：427-433.

（责任编辑：江 艳）

收稿日期：2019-05-24

作者简介：修亚男（1996-），女，上海理工大学光电信息与计算机工程学院硕士研究生，研究方向为图像处理;穆平安（1964-），男，博士，上海理工大学光电信息与计算机工程学院教授、硕士生导师，研究方向为测试信息获取与处理、在线检测技术与装置。