基于CCD的回波信号图预处理软件设计与实现

张彦斌

摘 要：随着光散射法测量PM2.5颗粒物浓度技术的发展，该技术成为测量大气PM2.5浓度的主要手段之一。散射激光雷達接收到的信号为回波信号图，通过建立回波信号图灰度值与PM2.5浓度的关系模型，实现对颗粒物浓度的测量。该技术需要对回波信号图进行预处理并提取散射信号，为了实现一种高性能、可实时测量的回波信号图预处理系统，设计一款基于Delphi7语言的实时图像处理软件。该软件通过对内存分配双缓冲区域、设置采集频率以及图像裁剪等方法，提高图片的采集与处理速率。实验结果表明，该软件操作简单、运行稳定且可扩展性较强。

关键词：PM2.5;激光散射雷达;Delphi;图像处理

DOI：10. 11907/rjdk. 201283                                                                  开放科学（资源服务）标识码（OSID）：

中图分类号：TP319   文献标识码：A                 文章编号：1672-7800（2020）011-0146-04

Design and Implementation of Echo Signal Image Preprocessing Software

Based on CCD

ZHANG Yan-bin

（College of Communication Engineering，Hangzhou Dianzi University，Hangzhou 310016，China）

Abstract：With the development of light scattering method which measures the concentration of PM2.5 particles， this technology has become the main PM2.5 measurement method. The signal received by the scattering lidar is an echo signal map. By establishing a model of the relationship between the gray value of the echo signal map and the PM2.5 concentration， the particle concentration measurement can be achieved. This technique requires pre-processing of the echo signal map and extraction of the scattered signal for subsequent research. So in order to achieve a high-performance， real-time measurement of the echo signal pre-processing system， this paper designs a real-time image processing software based on Delphi7 language. Through the use of double buffer area， acquisition frequency setting and effective image cropping， real-time image acquisition and processing are achieved， and the acquisition display frequency reaches 2 seconds. Experimental results show that the software is easy to operate， stable in operation， good in data storage， and highly scalable.

Key Words： PM2.5;laser scattering radar;Delphi;image processing

0 引言

21世纪，随着激光技术、光学仪器加工技术、回波信号采集及信号处理技术的快速发展，新的光散射探测方法不断出现，采用激光雷达探测技术测量PM2.5浓度成为可能[1]。截至目前，大多数国家测量大气颗粒物浓度使用的主要技术是激光散射雷达技术，该技术被广泛运用于气溶胶探测领域。激光雷达探测技术主要分为3种：后向散射、侧向散射和前向散射。后向散射技术主要应用于高空探测，其在近地面区域存在一定盲区，因此限制了该技术应用范围[2];侧向散射技术是目前应用的主流技术，其不受几何因子影响，比较适合于近地面大气颗粒物探测[3];前向散射技术主要应用于能见度测量，由于受到混合粒子中粒径较大的粒子影响，粒子散射光强主要分布于前向散射区域，前向散射区域包含有效信息较多[4]。激光散射雷达采集到的回波信号图包含大量有用信息，初始图像中可能包含信号噪声、路灯等光学污染源导致的噪声，因此需要对图像进行去噪处理。孟祥谦等[5]通过对20帧图像进行叠加以提高信噪比;麻晓敏等[6]通过将包含散射光的CCD图像与缺少激光散射光束的CCD图像中对应的像元信号相减，可在一定程度上减少噪声对实验结果的干扰。但如果采用人工方式进行图像去噪，会存在工作量大、耗时长等问题。所以本文基于Delphi7语言实现了一款实时图像处理软件，并设计了两种模式：手动操作模式和自动采集模式，可较好地满足对大气PM2.5浓度的测量需求。

1 系统简介

PM2.5质量浓度测量软件在获取CCD（Charge Couple Device）回波信号图数据后，通过判断软件显示的图像是否满足采集要求，实时捕捉图像，从而实现对当前PM2.5质量浓度的特征读取、数据处理以及质量浓度值反演[7-8]。

图1为该软件示意图，主要包括左侧的CCD回波信号图采集窗口与右侧的数据处理显示窗口，以及图像播放、停止播放、采集图像、获取PM2.5、设置时间、自动开始采集以及自动停止采集按钮。

2 软件需求分析

该软件主要处理的数据为CCD回波信号数据，需要实现的主要功能有：数据读取、去噪处理、图像自动化采集、数据处理以及数据保存等。

数据读取主要用来判断初始实验环境是否符合要求，从而为之后的自动化测量提供保障[9]。该模块主要由CCD联合Delphi7.0的TPanal、TlmageList控件实现，其中CCD可实时显示实验环境，使实验人员能够实时观察激光雷达散射情况。TPanal控件为TlmageList控件提供了显示区域，CCD采集的图像大小为768*576（Pixels*Pixels），TPanal尺寸在不损害图像清晰度的前提下可成比例缩小，TlmageList控件可实现CCD图像采集前缓冲数据流的功能。通过图像采集卡读取回波信号图，获取需要处理的数据图，然后进行灰度值计算[10]。

本软件主要利用背景相减法及平均值法减小误差[11]，背景相减法是指在实验数据处理过程中，采集一张无散射激光的图像并提取出对应矩阵灰度值，再采集一张有散射光的图像并提取出对应矩阵灰度值，通过相减，去除由于路灯、车灯、太阳光等外界因素导致的噪声。同时在整个实验过程中，尽管采集时间间隔很短，但由于大气粒子受运动、气象条件的影响，大气颗粒会产生运动，从而使实验结果出现误差。由于每次采集到的6张回波信号图之间会存在一定差异，导致灰度值矩阵不同，所以可通过平均值法减小误差。该方法的原理是：把每组图片中对应灰度值矩阵的所有有效数值进行求和处理，求平均后得到一个平均值的灰度值矩阵，作为最终参与PM2.5计算的灰度值矩阵。

本软件需要实现图像实时采集处理以及显示功能，对软件的实时性和并发性要求较高。为防止出现采集失真的问题，使用双缓冲区保证采集软件的稳定、可靠运行[12-14]。主要思路是：在内存中开辟两个缓冲区Buffer1和Buffer2。首先第一次采集图像到Buffer1，并对缓冲一区的图像进行数据处理，在数据处理的同时采集第二次图像到缓冲二区中，并对图像进行处理，从而保证了图像采集的并发性与实时性。图2为双缓冲区Buffer采集流程。

本软件提供两种操作模式：人工采集处理模式以及自动化采集处理模式。其中，自动化采集处理模式使用定时器实现，通过设置采集频率参数，从而实现定时任务。

为了保证数据处理的高效性，一张回波信号图的分辨率为768*576，每次采集6张，同时进行灰度值矩阵的提取，可能会造成数据处理速度慢、图像失真等问题。本文提取回波信号图中的有效信息，对无效信息进行过滤拒绝处理，以减少需要执行的循环次数，降低灰度值计算次数，从而达到降低采集频率、提高运行效率的目的。

3 软件功能实现

根据软件功能需求，设置数据读取、参数输入、模式选择、数据处理、显示窗口等功能模块[15]，如图3所示。

其中，参数输入需要输入4个相关参数：反演模型设置、帧率设置、图像存储位置设置以及采集频率设置[16]。反演PM2.5浓度计算公式为：N=（S（i）-b）/k，其中N为质量浓度，S（i）为特征灰度值，k和b根据实验优化结果进行设置。帧率设置是指根据PM2.5质量浓度实验需要，设置采集卡每秒获取40张图片，用于取灰度平均值，消除环境随机噪声。图像存储位置设置是为了方便起见，直接将采集的图像存储在软件安装目录，并按照采集的先后顺序进行命名，例如0.bmp，同时方便后续对数据的处理。

模式选择提供了两种软件工作模式：手动操作模式以及自动采集处理模式。手动操作模式可用于在某些特定条件下进行信号采集与处理的实验场景。例如：测量风速对颗粒物浓度的影响，当风速不为0时，才需要进行数据采集与处理。主要通过以下几个按钮实现：播放图像、暂停图像、采集图像、计算PM2.5浓度。自动采集处理模式通过使用Delphi7.0中的Timer定时器实现。Timer是一个非可视化的组件，能够通过设定时间触发Ontimer事件，主要实现的功能有：设计时钟、延时处理、倒计时秒表等。Timer主要属性包括：①Enabled属性，默认Enabled的值为True，当值为True时，定时器运行，否则关闭定时器;②Interval属性，用来设定定时任务的事件执行频率，单位为ms。如果需要关闭定时器，将属性值设置成0即可，默认值大小为1 000ms。

因此，Delphi7.0中定时器执行流程为：当Enabled属性值为True时，执行间隔为Interval设置的属性值大小，Timer组件会触发OnTimer功能模块，执行模块中的代码。

数据读取主要是大量读取激光散射雷达的CCD回波信号图数据，CCD在视场角范围内拍摄到激光散射光后，将光学信号转化成电信号。CCD将电信号转移至PC端后，由PC端进行数据读取。数据读取流程如图4所示。首先CCD相机采集散射光强将电信号传送给PC端，PC端对内存容量进行判断，然后分配采集缓存区，将采集后的信号传递给TPanal控件进行图像显示，同时对图像进行数据处理。

数据处理模块包括3部分：背景相减法去除噪声、图像裁剪以及自動缓存释放。由于CCD采集到的回波信号图中包含噪声干扰信息，为了减少背景光的影响，在对图像进行处理时，将含有激光散射回波信号图的灰度值矩阵与不含有激光散射信号回波图的灰度值矩阵相减，可得到去除背景噪声后的回波信号图。图像裁剪主要是为了减少计算次数、降低采集频率，由于图片分辨率为768*576，每一次采集需要进行768*576*6次计算，会导致软件运行速率过慢，可能出现缓冲区内存未释放的情况，造成图片失真。本软件所实现的需求是图像实时采集处理以及显示功能，对软件的实时性和并发性要求较高，为了防止出现采集失真的情况，使用双缓冲区采集以保证软件的稳定、可靠运行。主要思路是：在内存中开辟两个缓冲区Buffer1和Buffer2;首先第一次采集图像到Buffer1，同时对缓冲一区的图像进行数据处理，在处理的同时继续采集图像信息;每次采集完成后，立刻释放缓存，以保证图像采集的并发性与实时性。

图5的3幅图分别为含有噪声的回波信号、不含激光散射光的回波信号以及去除噪声后的回波信号。

图6为软件运行示意图，横轴为图像采集时间，通过Windows下的timer控件获取时间信息;纵轴为PM2.5浓度大小，通过处理回波信号图得到灰度值矩阵，可根据经验公式计算得到。图中曲线为PM2.5实时变化曲线，可观测PM2.5变化趋势。窗口大小为528*270，最多容纳16个数据点。

4 结语

本文设计一款基于Delphi7语言的实时图像处理软件，根据激光散射雷达数据特点，实现了CCD回波信号图采集、背景噪声去除、光强信号提取以及PM2.5浓度计算等功能。同时增加了显示窗口，可实时观测PM2.5浓度变化趋势。根据实验需要设计了两种模式：自动采集模式和手动采集模式。软件操作简单、运行稳定可靠、可扩展性强，可较好地满足对大气PM2.5浓度的测量需求。但是也存在不足之处，由于可能出现测量环境骤变的情况，可引入深度学习自学习特征针对自然环境的变化进行自我学习，以提升测量的准确性。同时由于在一些特殊场景下对实时性要求较高，因此需要进一步提高图像处理速率。

参考文献：

[1] 朱震，叶茂，陆勇，等. 光散射粒度测量中Mie理论的高精度算法[J]. 光电子·激光， 1999（2）：43-46.

[2] 胡淼，谢家亮，吴端法，等.  基于CCD后向散射激光信号的PM 2.5测量研究[J]. 光学学报，2015，35（2）：16-22.

[3] 陈松，胡淼，曾然，等. 基于侧向散射激光雷达的PM2.5浓度测量误差[J]. 光学学报， 2017，429（12）：27-33.

[4] 吴金雷，张金碧，张莉，等. 大气颗粒物近前向光散射特性研究[J]. 光学学报， 2016（5）：279-289.

[5] 孟祥谦，胡顺星，王珍珠，等. CCD激光雷达探测边界层气溶胶消光系数垂直分布[J]. 光学学报，2013，33（8）：22-28.

[6] 麻晓敏，陶宗明，马明俊，等. 基于CCD的侧向散射激光雷达信号提取方法[J]. 光学学报，2014，34（2）：9-14.

[7] 颜伟彬. CCD信号数据采集及处理[D]. 武汉：华中科技大学，2004.

[8] 博雄. CCD细分技术及其应用研究[D]. 北京：中国地震局地球物理研究所，2005.

[9] 庞长富，刘榴娣. CCD摄像机用于测量中存在的问题及解决办法[J]. 光学技术，1996（2）：5-8.

[10] 姜士辉，任洪娥，董本志，等. 基于RGB彩色空间的原木端面图像参数测算研究[J]. 安徽农业科学，2014，42（23）：8039-8042.

[11] 陶宗明，吴德成，刘东，等. 激光雷达反演气溶胶后向散射系数误差估算[J].  中国激光， 2011（12）：213-217.

[12] 李佳颖.  大气颗粒物质量浓度自动监测系统的研究[D]. 上海：上海理工大学，2008.

[13] 刘俊见，陶宗明. 侧向散射激光雷达数据预处理软件设计与实现[J]. 江西科学，2017，35（3）：428-432.

[14] 文明. 基于双缓冲技术的音频数据实时采集与播放[J]. 声学与电子工程，2016（2）：36-37.

[15] 余德彥，谢清荣，陈耀和. 基于Delphi的小型实时数据采集与分析系统[J]. 现代计算机，2000（9）：54-56.

[16] 冯冰.  基于Clidar的气溶胶散射系数反演及Monte Carlo仿真[D].  杭州：杭州电子科技大学，2019.

[17] 刘松.  基于Mie散射激光雷达的南京仙林地区气溶胶消光特性及PM_（2.5）质量浓度估算模型研究[D]. 南京：南京师范大学，2018.

（责任编辑：黄 健）