单透镜构建高分辨率成像系统

惠泽方 刘长青

摘要：采用一片焦距35 mm的双凸透镜和特定的CMOS图像传感器对IS012233标准测试卡进行成像。成像图片颠倒以及水平切除并随机放置枯叶图片进行测试，对成像系统的适应能力、自动识别和排除干扰能力有了更高的要求，系统的研究了摄像头硬件设计制作、光路的搭建、数字图像处理和存储以及程序算法等。在硬件设计方面采用USB驱动芯片CY7C68013和同步动态随机存取存储器MT48LC16M16A2来传输和存储数据。软件设计方面通过Visual studio程序的编写和Quartus Ⅱ12.1来控制EP4CE6E22C8进行主要数据的操作和处理。光学光路方面采用景深延拓和偏振片来增强图像的采集。算法方面使用超分辨率算法使得图像的最佳化等。

关键词：偏振片;离焦处理;算法重构

1 引言

利用一片焦距35mm，直径为25.4mm的凸透镜，材料为K9玻璃，曲率半径为34.86mm的单透镜。单透镜与前端测试卡的距离为50cm，单透镜与后端测试卡的距离为80cm。要求成像图片颠倒以及水平切除并随机放置枯叶图片进行测试，对成像系统的适应能力、自动识别和排除干扰能力有了更高的要求。单透镜成像会使光学系统整体结构简化、降低成本。但是波前畸变会在单透镜成像时，影响图片成像，导致图片质量较差，因此处理好单透镜成像的像差对成像的干扰就尤为重要。

2 光学论证

2.1 光的吸收、色散和散射

（1）光的吸收。

光的吸收，就是指光波通过介质后，光强度因吸收而减弱的现象。在实验设计中采取水管接头做为镜筒，套接单透镜，由于水管接头是白色且内壁比较光滑，补光所照射的光在镜筒内壁易产生反射，从而干扰透镜成像效果。所以，在实验测试中，了减小单透镜被反射光干扰，采取将镜筒内壁磨砂，并且涂成黑色的方法，以最大限度让镜筒内壁吸收干扰光，并且使小部分反射光形成漫反射，以最大限度减少因镜筒内壁光滑而产生反射对透镜成像效果的干扰。单透镜的镜筒处理如图1所示。

（2）光的色散。

介质中的光速（或折射率）随光波波长的变化而产生色散。复色光，经过透镜折射后会色散，单色光不会色散。根据单透镜的光谱响应图，如下图2所示，可以知道透镜对波长在450-650nm之间光谱响应图光波响应较高。在补光光源选择上，为了避免白光经过单透镜产生的色散对成像质量的影响，所以选择单色光蓝光（波长范围：450～464nm）作为ISO12233标准测试卡补光的光源。经过暗箱实验，选择使用单色光蓝光比选择白光（日光灯作为发光源）和红光（红色灯）作为补光的测试效果更清晰。

2.2 偏振片论证与选择

二向色性材料制作而成的偏振片会对通过的光进行吸收。当对某一正偏振分量吸收较强时，会出现阻止其通过偏振片的现象。同时会对正交偏振的另一分量吸收较弱，可允许其正常通过。因此可以用偏振片将自然光转换为线偏振光。借用偏振片来消除杂光对成像系统的影响。再经过相位补偿后，会使得光的偏振状态发生改变，从而减小波前畸变，改善成像质量。

2.3 光路结构

由于单透镜的视场较小，所以选用0.5X的反射式ISO12233标准测试卡。在试验台上，需要把前后两张测试卡在光轴上左右错开摆放，相互不重叠，便于测试与评价。图1为整体光路结构实物图。

3 CMOS图像传感器原理与数字图像处理技术

3.1 CMOS图像传感器原理

图像传感器是能够将光学影像转换成数字信号的电子器件。在本系统中，就是利用CMOS图像传感器，将单透镜对ISO12233标准测试卡的成像进行捕捉并实时传输到计算机中。CMOS图像传感器是由CMOS半导体构成的，是一种有源像素传感器。它基于硅的光电效应进行光检测。在每个传感器检测到光能量时，传感器周围的对应电路能够快速直接的将其转换成模拟电压信号。为了能够将图像传感器转换出的模拟电压信号转变为数字电压信号，我在电路板上集成AD模块。

3.2 数字图像处理技术

3.2.1 超分辨率重建算法

将一幅低分辨率图像通过图像超分辨率技术不断地进行重建，来获得高分率的图像。这对于单透镜成像的后期处理有着重要意义。单个透镜成像不同于透镜组成像，无法利用其他透镜进行光学调节，有很大的不足，但图像的超分辨率重建有利于弥补这一点。在计算机机器视觉中，图像超分辨率重建有很广泛的应用。图像超分辨率重建技术能够在低分辨率图像中较好地选择出高分辨率信息并对其做采样处理，在不断的识别过程中，保留突出的数据信息，舍弃干扰信息，最终达到图像的完美重建。

超分辨率重建算法有很多，其中消混叠重建是频率域方法中最主要的方法。它是通过解混叠来提高低分辨率图像的空间分辨率以实现超分辨率复原的方法。利用离散傅里叶变换、连续傅里叶变换的性质以及傅里叶逆变换等数学运算就可以实现对低分辨率图像的复原。这种算法对图像有很强的识别能力，而且识别精度也比较高。还会通过对原始图像的不断重建进行学习，以此来改进算法结构和程序。在本系统后期的图像处理中，超分辨率算法起到了主要的作用。

4 硬件電路部分

为了获取最佳的成像效果，我采取视频流的形式将CMOS图像传感器采集到的图像传输到计算机中。为了实现乒乓缓存数据，数据传输的带宽要比较高，传输速率要足够快才符合要求。我选取的FPGA是采用CycloneⅣ系列的芯片EP4CE6E22C8。它内部电路中集成有6272个LE逻辑单元，显然符合本光学系统的硬件设计需求。

在Altium designer软件上设计电路图，将所需要的硬件电路集成到一块电路板上，其电路板实物如下图2所示。

4.1 图像采集与传输电路

1/2英寸的像素的CMOS数字图像传感器，9M001像素阵列配置为1312列1048行。前16列和第一个八行的像素是光学黑色的，并可以用来监视黑色电平。最后的七列和最后的七行像素也光学黑色。黑行数据用于内部的自动黑电平调整。然而，黑色的行也可以读出通过设置传感器原始数据输出模式（reg0x20，位11=1）。有1289列1033行的光学活性的像素，提供一四像素的边界在SXGA（1280×1024）的图像。传感器默认模式输出SXGA大小的图像在30帧每秒（fps），一个片上模数转换器（ADC）提供每像素10位。图像传输电路如图3所示。

主芯片EI'CS4SI8N通过使用I/O口66-87的引脚在时钟脉冲下来完成CMOS数字图像传感器产生的数字信号，利用内部的逻辑门电路和SDRAM存储器MT48LC8Ml6处理和存储图像信号，信号存储后USB控制芯片CY7CG8013与主芯片通信将图像信号经USB数据线传送到电脑进行处理。

5 高分辨率重建

MATLAB软件可以使数据可视化，通过将数据转化为图形表现在人面前，其中，人性化的图形用户界面（Graphical User Interface，GUI）有利于帮助人们分析数据和解决问题。在数字图像处理的过程中，为了将一幅图像中突出的数据信息进行增强处理并将干扰的数据信息进行抵消，以达到提高.图像的分辨率的目的。本系统使用MATLAB编写的图像处理软件，软件GUI将传输到计算机中的图像通过超分辨算法整合做进一步的处理，以达到进一步处理图片和提高图像高分辨率的目的。

通过对图像进行算法优化处理，将处理后的图像与初始图像进行对比。显而易见，图像变得清晰，图像质量得到改善，分辨率得到提高。系统初始采集图像如图4所示，算法重建后的图像如图5所示。Imatest是美国Imatest LCC公司开发的一款被广泛应用的数码图像评测软件。Imatest采用了更低成本的空间频率响应（Spatial Frequency Response，SFR）来测量MTF曲线，仅需分析具有一定倾斜角度的黑白双色斜线图案（Slanted Edge）即可获得所需MTF曲線。由Imatest软件检测处理后的图片可得到，空间频率响应的MTF 50为1028LW/PH，成像质量得到改善。

6 结论

本文主要研究了运用空间光调制器进行波前像差校正和光程补偿提高景深的方法构建了单透镜最佳成像系统。利用干涉仪测量单透镜的像差，通过Virtual-Lab模拟离焦，得到畸变的波前数据。再使用Matlab软件重建高分辨率图像。

参考文献

[1]萧泽新.工程光学设计（第三版）.北京：电子工业出版社，2014.

[2]迟泽英.应用光学与光学设计基础[M].北京。高等教育出版社，2017.

[3]廖玉博等.双磁透镜与单磁透镜分幅变像管空间繁骅特性的比较[J].红外与激光工程，2017，46（5）：184-189.

[4]阮秋琦译.数字图像处理的MATLAB实现（第二版）.北京：清华大学出版社，2013.

[5]章慧贤.光学传递函数的发展及其应用.光学仪器，1996，18（4）：28-31.

[6]徐宁等.单透镜高分辨率成像系统的研究和设计[J].红外与激光工程，2017，46（11）：230-236：

[7]王矫，杨建峰，马臻.OTF测试中CCD对测试准确度的影响和修正.光子学报，2007，36（3）：500-501.

[8]Ma Chenhao，Hartmann-Shack sensor based Micro-scanningimage detection[J].Optik-International Journal for Light andElectron Optics，2015，126（6）：609-613.the Power EnvelopForm the Reverberant Signal.IEEE，2003.