数字图像处理.docx

数字图像处理.docx

《数字图像处理.docx》由会员分享，可在线阅读，更多相关《数字图像处理.docx（13页珍藏版）》请在冰豆网上搜索。

数字图像处理

第一部分

数字图像处理技术在纤维检测中的应用

摘要:

数字图像处理是用电子计算机来实现的图像处理。

数字图像处理起源于20世纪20年代,经过大半个世纪的发展,目前已广泛地用于科学研究、工农业生产、医疗保健、航空航天、军事等各个领域,发挥着越来越大的作用。

自20世纪80年代后期数字图像处理技术进入纺织测试领域以来,它一直在扩展其应用领域,致力于用自动检测系统取代纺织测试中的人工检测,从而克服传统方法的诸多缺陷,实现对纤维的自动化、客观化、定量化的测试评判。

一.概述

在纤维的检测和识别中,一些传统的方法,如显微投影法和投影仪法,都要靠人工对纤维进行识别,依赖于人的经验,存在着劳动强度大、效率低等问题。

由传统方法向数字图像处理技术转变,是克服这些缺点的有效方法。

在这方面已有广大的国内外研究人员作了大量的研究工作,主要有:

纤维取向度、纤维直径、棉网均匀度测定、棉纤维成熟度测定、羊绒鳞片结构分析、高分子纤维截面分析、纤维弯曲形态分析、化纤异形度纤维细度的测量、羊绒与纤维的鉴别及纤维含量等。

此外,在纤维检测方面,澳大利亚联邦科学研究院开始发展赛洛兰激光细度仪,研究浮悬于液体中被切断的纤维与激光束相交时,电子信号减弱量与纤维投影面积的关系;由于激光细度仪具有很高的精确性,已广泛应用于纤维的细度测试。

瑞士USTER（乌斯特）公司的全自动OFDA1000或OFDA2000纤维细度仪,在透射式光学显微镜上装置CCD视频摄像头和视频采集卡,以放大和采集纤维图像。

显微镜栽物台上的载样片夹持装置可纵向、横向自动移动,由计算机电机驱动,频闪照明与夹持装置是同步进行的,该软件的最大特点是实现了全自动。

奥地利兰精仪器公司研制的新型File纤维测试仪,能够实现对棉及其他天然纤维的纤维长度、纤维平均直径和纤维结粒等的测定。

中国纺织工业标准化研究所和专业图像系统制造商北京和众视野科技有限公司借鉴了OFDA纤维细度仪,共同开发了一种基于数字图像处理技术的半自动检测产品CU细度分析仪,它较全自动OFDA纤维细度仪测量范围更广。

在羊绒与羊毛纤维的鉴别方面,国家商检局组织开发和建立了计算机辅助检测系统,使传统的形态鉴别方法在检测手段上从人工测量判断转化为计算机的智能检测。

日本东京都立产业技术研究所的吉田英俊利用数字图像处理技术对由光学显微镜拍摄到的羊毛和羊绒纤维的鉴别进行了深入研究。

该系统用显微镜将纤维放大500倍,投影在摄像机的光电转换器上,由图像卡数字处理后将数字化的电子图像传入计算机内存中,直接用显示器显示并进行计算机分析,并得到一些相关结论。

二.最近进展

随着计算机技术的不断发展和世界科技的不断创新,图像处理技术在纺织测试领域的应用也得到进一步拓展。

国内外的纺织检测技术集中体现为检测仪器的微机化、自动化、多功能化,检测数据处理的数字化、图像化以及广泛采用在线检测技术等。

2.1纤维细度的检测

瑞士USTER公司的全自动OFDA纤维细度仪的最新产品OFDA4000、OFDA5000与OFDA1000相比,在操作方式上并没有太大的变化,但是在制样速度、测试速度与测试范围以及纤维种类等方面有很大的改进。

OFDA4000组合了长度测量,标准偏差低于0.07um;细度（直径）测量范围进一步扩大到1~60um,测量速度提高到5000根/min以上。

OFDA5000专门用于测量化纤,测试速度达到20000根/min以上,制样也能在2min内完成,测量范围为0.5~60um,精度较OFDA4000进一步提高。

不过OFDA4000和OFDA5000都还存在一些不足,比如取样是纤维段（2mm以内）时,不能表达纤维内的不匀;测试的是毛丛长度方向上的细度不均,所以无法给出单纤维的轮廓,尤其当毛丛错位时,更无法准确测量纤维的细节。

2.2纤维含杂量的检测

在棉纤维含杂量的检测方面,目前先进的仪器是美国HVI（HighVolumeInspection）棉纤维大容量测试仪,该测试仪由美国Spinlab公司和MCI公司于1968年研制成功,经过不断的改进完善,Spinlab公司又于1984年推出HVI900系统,后来瑞士USTER公司收购Spinlab公司,先后将HVI9000、HVICLASSING、HVISPECTRUM等3种产品推向市场,目前市场上的主流产品是HVICLASSING和HVISPECTRUM两种型号。

在HVI上,棉样的杂质和颜色的测量是在同一测试模块（颜色/杂质模块）上同时进行的。

杂质含量测量采用CCD摄像技术和数字图像处理技术相结合的方法。

采用这种方法的仪器在20世纪70年代后期研制成功,80年代初期加装到HVI上。

压紧装置将棉样压在玻璃测试窗口上,在测试窗口下方装有两个氙气双滤光色度仪发射白光光束,并呈45°角照射到棉样上。

位于测试窗口正下方的高分辨率黑白CCD摄像头对棉样表面进行扫描获取图像数据并传输到与之相连的计算机中去,如果图像中某处的灰度超过了设定的极限值,则该处就被认为是杂质并对其计数。

扫描完成后由仪器分析数据并给出下列3项测试结

果:

杂质数量、杂质面积和杂质等级。

美国Schaffner技术公司也生产一种名为Isotester的仪器,该仪器检测杂质的原理和HVI类似,也是利用图像扫描和分析的方法,测试杂质所占的面积百分率,还可以分析出棉样表面茎叶和草杂的含量。

此外,印度的Premier（普瑞美）公司的ART全自动大容量棉花测试仪,具有快速、可靠测试纤维的能力,能消除人为影响。

试样准备过程是全自动的试样称重、传送、排出过程,具有长度、强度、马克隆尼值、色泽和杂质测试模块。

2.3羊毛与羊绒纤维的鉴别

利用DXS扫描电子显微镜对山羊绒和细支绵羊毛纤维实时成像（SEM图像）,通过图像采集卡将山羊绒和细支绵羊毛纤维的SEM图像传送至计算机系统,由计算机系统对SEM图像进行灰度变换、滤波等图像处理,然后通过求最大类间方差法得到最佳阈值,对图像分割,根据二种纤维的形态特点提取特征并加以分类识别。

该方法不仅能节省人力、提高工作效率,而且能提高山羊绒和细支绵羊毛纤维鉴别的速度和鉴别结果的客观性。

2.4纤维含量的检测

在纤维含量的检测方面,可以分别利用气相色谱、质谱分析仪、

红外光谱分析仪和元素分析仪等对彩棉、白棉以及染色棉进行分析,并对分析方法进行筛选,提出元素分析法可作为确定产品中是否含有彩棉纤维的有效定性手段;使用明视野显微镜作为定量分析彩棉和白棉混纺产品中纤维含量的手段,观察经过处理的样品的色泽情况,通过彩色数字摄像系统,采集图像鉴别彩棉与白棉,并记录相应的纤维根数,计算出纤维含量的根数百分比,从而定量分析彩棉与白棉混纺产品纤维含量。

2.5纤维综合性能的检测

由清华大学开发、北京华宜卓科技有限公司生产的FMA纤维显微图像检测分析仪,利用显微图像法可以对纤维进行细度、成分、横截面形态面积以及化纤的异形度等参数进行检测,是新型的与国际接轨的高科技产品。

3.发展趋势

综合国内外研究应用的情况,图像处理技术在纤维检测领域的主要发展趋势为:

1.在纤维材料的检测和质量控制领域,将更多应用一些新方法,诸如人工智能和模糊控制判别法等;

2.将更多采用图像处理技术的实用化进程,比如纤维材料的检测仪器同生产车间的计算机连成网络,实现数据的通讯,以便快捷科学地控制生产质量;

3.利用数字图像处理技术加强纤维材料的在线质量控制;

4.在识别纤维的研究领域,将进一步加强特征值指标集的建立。

第二部分

机器视觉的发展现状与应用前景

及机器视觉与图像处理的关系

摘要:

机器视觉是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科.机器视觉主要利用计算机来模拟人或再现与人类视觉有关的某些智能行为,从客观事物的图像中提取信息进行处理,并加以理解,最终用于实际检测和控制.主要应用于如工业检测、工业探伤、精密测控、自动生产线、邮政自动化、粮食选优、显微医学操作以及各种危险场合工作的机器人等.

一个典型的机器视觉应用系统包括图像捕捉、光源系统、图像数字化模块、数字图像处理模块、智能判断决策模块和机械控制执行模块.首先采用CCD摄像机获得被测目标的图像信号,然后通过A/D转换成数字信号传送给专用的图像处理系统,根据像素分布、亮度和色彩等信息,进行各种运算来抽取目标的特征,然后再根据预设的判别标准输出判断结果,去控制驱动执行机构进行相应处理.

一.机器视觉关键技术的发展现状

机器视觉是一项综合技术,包括图像处理、机械工程技术、控制、电光源照明、光学成像、传感器、模拟与数字视频技术、计算机软硬件技术（图像增强和分析算法、图像卡、I/O卡等）.这些技术在机器视觉中是并列关系,相互协调应用才能构成一个完整的工业机器视觉应用系统.机器视觉强调能够适应工业现场恶劣的环境、有合理的性价比、较强的通用性和可移植性,即实用性;它更强调高速度和高精度,即实时性.

机器视觉应用系统中,用到很多技术,但关键技术主要体现在光源照明、光学镜头、摄像机（CCD）、图像采集卡、图像信号处理以及执行机构等.下面对这些关键技术的发展现状进行阐述.

1.1光源照明

好的光源和照明是目前机器视觉应用系统成败的关键,应当具有以下特征:

①尽可能突出目标的特征,在物体需要检测的部分与非检测部分之间尽可能产生明显的区别,增加对比度;②保证足够的亮度和稳定性;③物体位置的变化不应影响成像的质量.

光源按其照射方法可分为背向照明、前向照明、结构光照明和频闪光照明等.背向照明是被测物放在光源和摄像机之间,其优点是能获得高对比度的图像;前向照明是光源和摄像机位于被测物的同侧,这种方式便于安装;结构光照明是将光栅或线光源等投射到被测物上,根据它们所产生的畸变,解调出被测物的三维信息;频闪光照明是将高频率的光脉冲照射到物体上,摄像机拍摄要求与光源同步,这样能有效地拍摄高速运动物体的图像.照明亮度、均匀度、发光的光谱特性要符合实际的要求,同时还要考虑光源的发光效率和使用寿命.

表1列举了几种主要光源的相关特性:

其中,LED光源具有显色性好、光谱范围宽（可覆盖整个可见光范围）、发光强度高、稳定时间长等优点,而且随着制造技术的成熟,其价格越来越低,必将在现代机器视觉领域得到越来越广泛的应用.

1.2光学镜头

光学镜头一般称为摄像镜头或摄影镜头,简称镜头,其功能就是光学成像.镜头是系统中的重要组件,对成像质量有着关键性的作用,在组建机器视觉系统时,硬件设备要根据实际需要选择合适口径和焦距的镜头.表2是几种常见镜头型号及其相关参数。

1.3CCD摄像机及图像采集卡

CCD（Chargecoupleddevice）摄像机及图像采集卡共同完成对目标图像的采集与数字化.

目前,CCD、CMOS等固体器件已经是成熟的应用技术.线阵图像敏感器件,像元尺寸不断减小,阵列像元数量不断增加,像元电荷传输速率得到极大提高.

在线阵器件性能提高的同时,高速面阵图像器件性能也在快速提高.某种超高速面阵CCD器件,允许的最大分辨率达1280*1024像素,最大帧率1MHz,可采集4帧图像,且像素灵敏度达12bits.

在基于PC机的机器视觉系统中,图像采集卡是控制摄像机拍照完成图像采集与数字化,协调整个系统的重要设备.一般具有以下功能模块:

①图像信号的接收A/D转换模块,负责图像放大与数字化;②摄像机控制输入输出接口,主要负责协调摄像机进行同步或实现异步重置拍照、定时拍照;③总线接口,负责通过计算机内部总线高速输出数字数据,一般是PCI接口,传输速率可达130Mbps,完全能胜任高精度图像的实时传输,且占用较少的CPU时间;④显示模块,负责高质量的图像实时显示;⑤通讯接口,负责通讯.

目前,图像采集卡种类很多,按照不同的分类方法,有黑白图像和彩色图像采集卡,有模拟信号和数字信号采集卡,有复合信号和RGB分量信号输入采集卡.在选择图像采集卡时,主要应考虑到系统的功能需求、图像的采集精度和与摄像机输出信号的匹配等因素.

1.4图像信号处理

图像信号的处理是机器视觉系统的核心.视觉信息的处理技术主要依赖于图像处理方法,它包括图像变换、数据编码压缩、图像增强复原、平滑、边缘锐化、分割、特征抽取、图像识别与理解等内容.随着计算机技术、微电子技术以及大规模集成电路的发展,为了提高系统的实时性,图像处理的很多工作都可以借助硬件完成,如DSP芯片、专用图像信号处理卡等,软件主要完成算法中非常复杂、不太成熟或尚需不断探索和改进的部分.

处理时间上,要求处理速度必须大于等于采集速度,才能保证目标图像无遗漏,完成实时处理.

1.5执行机构

要实现工业领域机器视觉系统的最终目的还需执行机构来完成.不同的应用场合,执行机构可能不同,比如机电系统、液压系统、气动系统,无论哪一种,除了要严格保证其加工制造和装配的精度外,在设计时还应对动态特性,尤其是快速性和稳定性给予充分重视.

二.机器视觉技术的应用

视觉技术的最大优点是与被观测对象无接触,因此,对观测与被观测者都不会产生任何损伤,十分安全可靠,这是其它感觉方式无法比拟的.理论上,人眼观察不到的范围机器视觉也可以观察,例如红外线、微波、超声波等,而机器视觉则可以利用这方面的传感器件形成红外线、微波、超声波等图像.另外,人无法长时间地观察对象,机器视觉则无时间限制,而且具有很高的分辨精度和速度.所以,机器视觉应用领域十分广泛,可分为工业、科学研究、军事和民用4大领域.

2.1工业领域

工业领域是机器视觉应用中比重最大的领域,按照功能又可以分成4类:

产品质量检测、产品分类、产品包装、机器人定位.其应用行业包括印刷包装、汽车工业、半导体材料/元器件/连接器生产、药品/食品生产、烟草行业、纺织行业等.下面以纺织行业为例具体阐述机器视觉在工业领域的应用.

在纺织企业中,视觉检测是工业应用中质量控制的主要组成部分,用机器视觉代替人的视觉可以克服人工检测所造成的各种误差,大大提高检测精度和效率.正是由于视觉系统的高效率和非接触性,机器视觉在纺织检测中的应用越来越广泛,在许多方面已取得了成效.

机器视觉可用于检测与纺织材料表面有关的性能指标见表3.目前主要的研究内容可分为3大类:

纤维、纱线、织物.由于织物疵点检测（在线检测）需要很高的计算速度,因此,设备费用比较昂贵.目前国内在线检测的应用比较少,主要应用是离线检测（如表3）,主要的检测有纺织布料识别与质量评定、织物表面绒毛鉴定、织物的反射特性、合成纱线横截面分析、纱线结构分析等.此外还可用于织物组织设计、花型纹板、棉粒检测、分析纱线表面摩擦.

2.2民用领域

机器视觉技术可用在智能交通、安全防范、文字识别、身份验证、医疗设备等方面.在医学领域,机器视觉用于辅助医生进行医学影像的分析,主要利用数字图像处理技术、信息融合技术对x射线透视图、核磁共振图像、CT图像进行适当叠加,然后进行综合分析,以及对其它医学影像数据进行统计和分析.

2.3科学研究领域

在科学研究领域可以利用机器视觉进行材料分析、生物分析、化学分析和生命科学,如血液细胞自动分类计数、染色体分析、癌症细胞识别等.

2.4军事领域

视觉技术可用在航天、航空、兵器（敌我目标识别、跟踪）及测绘.在卫星遥感系统中,机器视觉技术被用于分析各种遥感图像,进行环境监测,根据地行、地貌的图像和图形特征,对地面目标进行自动识别、理解和分类等.

3.机器视觉发展趋势

3.1价格持续下降

目前,在我国机器视觉技术还不太成熟,主要靠进口国外整套系统,价格比较昂贵.随着技术的进步和市场竞争的激烈,价格下降已成必然趋势,这意味着机器视觉技术将逐渐被接受.

3.2功能逐渐增多

更多功能的实现主要是来自于计算能力的增强,更高分辨率的传感器（10Mpixels）,更快的扫描率（500次/s）和软件功能的提高.PC处理器的速度在得到稳步提升的同时,其价格也在下降,这推动了更快的总线的出现,而总线又反过来允许具有更多数据的更大图像以更快的速度进行传输和处理.

3.3产品小型化

产品的小型化趋势让这个行业能够在更小的空间内包装更多的部件,这意味着机器视觉产品变得更小,这样他们就能够在厂区所提供的有限空间内应用.例如在工业配件上LED已经成为主导光源,它的小尺寸使成像参数的测定变得容易,他们的耐用性和稳定性非常适用于工厂设备.

3.4集成产品增多

智能相机的发展预示了集成产品增多的趋势.智能相机是在一个单独的盒内集成了处理器、镜头、光源、输入/输出装置及以太网.电话和PDA推动了更快、更便宜的精简指令集计算机（RISC）的发展,这使智能相机和嵌入式处理器的出现成为可能.同样,现场可编程门列阵（FPGA）技术的进步为智能相机增添了计算功能,并为PC机嵌入了处理器和高性能桢采集器.智能相机结合处理大多数计算任务的FPGA,DSP和微处理器则会更具有智能性.

小型化与集成产品正在一起为实现“芯片上的视觉系统”的最终目标而努力.尺寸更小、更密集的存储卡及成像器分辨率的提高有助于智能相机的开发和扩展.

4.结语

机器视觉技术经过20年的发展,已成为一门新兴的综合技术,在社会诸多领域得到广泛应用.大大提高了装备的智能化、自动化水平,提高了装备的使用效率、可靠性等性能.随着新技术、新理论在机器视觉系统中的应用,机器视觉将在国民经济的各个领域发挥更大的作

第三部分

一.统计rice.png图中米粒的数量

Halcon代码如下：

read_image（Image,’C:

/desktop/rice.png’）

invert_image（Image,ImageInvert1）

illuminate（ImageInvert1,ImageIlluminate,101,101,0.7）

bin_threshold（ImageIlluminate,Region）

connection（Region,ConnectedRegions）

count_obj（ConnectedRegions,Number）

Number：

98

二.计算pcb.png图中各焊盘的图像坐标

Halcon代码如下：

read_image（Image,’C:

/desktop/pcb.png’）

threshold（Image,Region,0,100） 

erosion_circle（Region,RegionErosion,18） 

connection（RegionErosion,ConnectedRegions） 

dilation_circle（ConnectedRegions,RegionDilation,18） 

dev_display（Image） 

dev_display（RegionDilation）

area_center（ConnectedRegions,Area,Row,Column）

count_obj（ConnectedRegions,Number）

坐标：

Number：

24