數(shù)字圖象處理技術(shù)的應(yīng)用

摘要：數(shù)字圖象處理是一門新興的技術(shù)，本文對數(shù)字圖象處理中的基本概念、常用處理技術(shù)、系統(tǒng)的一般組成結(jié)構(gòu)等方面進(jìn)行了討論，較為詳細(xì)地闡述了幾種數(shù)字圖象處理技術(shù)的應(yīng)用實(shí)例。

關(guān)鍵詞：數(shù)字圖象處理技術(shù)，檢測，特征提取，圖象分割

一、引言

數(shù)字圖象處理是一門新興的技術(shù)，它是五十年代數(shù)字計算機(jī)發(fā)展到相當(dāng)水平后開拓出來的計算機(jī)應(yīng)用新領(lǐng)域。它把圖象轉(zhuǎn)換成數(shù)據(jù)矩陣存放于計算機(jī)中，并對其進(jìn)行濾波、增強(qiáng)、刪除等處理，包括圖象輸入輸出技術(shù)、圖象分析、變換與處理技術(shù)以及圖象識別與特征提取等方面。六十到七十年代，數(shù)字圖象處理技術(shù)的理論和方法更加完善，其精確性、靈活性和通用性逐步提高。數(shù)字圖象處理是針對性很強(qiáng)的技術(shù)，根據(jù)不同的應(yīng)用、不同的要求采用不同的方法。采用的方法是綜合各學(xué)科較為先進(jìn)的成果而成的，如數(shù)學(xué)、物理、心理學(xué)、醫(yī)學(xué)、計算機(jī)科學(xué)、通信理論、信號分析、控制論和系統(tǒng)工程等。各個學(xué)科互相補(bǔ)充、互相滲透才使數(shù)字圖象處理技術(shù)飛速發(fā)展。計算機(jī)圖象處理的主要問題是算法原理和專用硬件，他們都反映了上述技術(shù)的綜合性。

二、數(shù)字圖像處理系統(tǒng)

通常人眼所能觀察到的圖象稱為模擬圖象，它是連續(xù)的、可解析的，因而它具有可積分、存在可逆的傅立葉變換等特征。但是計算機(jī)無法接受模擬圖象，因而必須將它轉(zhuǎn)換成數(shù)字圖象才能進(jìn)行處理，這種轉(zhuǎn)換稱為圖象的數(shù)字化。通常通過采樣和量化使模擬圖象在空間和數(shù)值上離散化，形成一個數(shù)字點(diǎn)陣，一般是進(jìn)行等間距采樣和均勻量化。為了便于處理，數(shù)字圖象的行數(shù)、列數(shù)以及量化等級都取2的整數(shù)次冪，且每級只取整數(shù)值。這樣數(shù)字圖象就可以看到一個矩陣，其每個元素稱為圖象元素，簡稱象素。象素的值稱為灰度級，通常量化為256級，用0、1、2、…、255表示。圖象上每一點(diǎn)的灰度級與其亮度相對應(yīng)。一般說來，灰度級越大，圖象越亮，顏色越淺，因此可以通過圖象處理技術(shù)，將模擬圖象顏色的深淺或亮度的大小轉(zhuǎn)化成相應(yīng)的數(shù)字圖象灰度級大小。

數(shù)字圖象處理系統(tǒng)一般包括三個組成部分：圖象輸入與數(shù)字化設(shè)備，圖象處理設(shè)備以及圖象輸出與記錄設(shè)備，通用的圖象處理系統(tǒng)如圖1所示。

三、數(shù)字圖像處理技術(shù)的應(yīng)用

1．檢測

隨著計算機(jī)技術(shù)的飛速發(fā)展，利用計算機(jī)來代替人力進(jìn)行檢測已經(jīng)成為歷史的必然。先進(jìn)的自動化檢測技術(shù)已較普遍地應(yīng)用于各個領(lǐng)域。

以木材加工為例，最近幾年，我國木材進(jìn)口的數(shù)量逐年增加，其中木材檢測是必不可少的重要環(huán)節(jié)。板材是木材應(yīng)用需求量最大的品種，板材表面缺陷是評定板材質(zhì)量的重要指標(biāo)之一。隨著木材加工業(yè)向機(jī)械化、自動化的大規(guī)模生產(chǎn)發(fā)展，人們對板材的加工質(zhì)量，尤其是表面缺陷給予了越來越多的重視，因而表面缺陷檢測技術(shù)變得越來越重要，板材表面缺陷的在線檢測對木材加工過程中的質(zhì)量控制及產(chǎn)品分級等均具有重要意義。

對板材缺陷進(jìn)行檢測的方法很多，傳統(tǒng)的檢測大多是用人工的方法，憑借經(jīng)驗(yàn)，根據(jù)板材的顏色、紋理、色澤、板材的構(gòu)造特性等來評價板材。但肉眼識別有一定的局限性，尤其是板材表面有多種缺陷，缺陷的尺寸和形狀變化很大，人工分類比較困難。所以這種檢測方法已不能滿足木材生產(chǎn)中快速檢測和持續(xù)檢測的需要。

近20年來，探測木材缺陷的非人工方法主要有：超聲波法、激光掃描法、X射線透視法和(射線檢測法等。

圖象的顯著特點(diǎn)是信息量大、頻帶寬，通過圖象處理可以初步檢測木材特征，其優(yōu)點(diǎn)是處理精度高，處理內(nèi)容豐富，可進(jìn)行復(fù)雜的非線性處理，有靈活的變通能力；方法簡單且直觀性強(qiáng)，實(shí)時速度快，不破壞木材，節(jié)省材料資源。

基于數(shù)字圖象處理技術(shù)的板材表面缺陷檢測系統(tǒng)由照明光源、CCD攝像機(jī)、圖象采集卡、PC機(jī)以及輸出設(shè)備組成。與計算機(jī)相連的CCD攝像機(jī)攝取木材表面圖象，將木材表面特征轉(zhuǎn)換為視頻信號。根據(jù)像素分布和亮度等信息，通過圖象采集卡送入計算機(jī)，然后計算機(jī)利用專門的處理軟件對所采集到的圖象進(jìn)行存儲和處理。通過參數(shù)計算對板材圖片提取特征以檢測表面缺陷信息，然后進(jìn)行分類定等級。檢測原理見圖2。

在檢測過程中，通常需要對木材圖象進(jìn)行預(yù)處理。預(yù)處理一般包括三步：首先進(jìn)行邊緣增強(qiáng)，一般選用拉普拉斯算子對木材圖象進(jìn)行邊緣增強(qiáng)，這是因?yàn)槔绽顾阕泳哂懈飨蛲裕軐θ魏巫呦虻慕缇€和線條進(jìn)行銳化，無方向性。然后進(jìn)行平滑處理，平滑處理的目的是減弱圖象中的噪聲，一般選用中值濾波方法。中值濾波在一定的條件下，可以克服線性濾波器所帶來的細(xì)節(jié)模糊，而且對濾波脈沖干擾的圖象掃描噪聲最為有效。最后進(jìn)行圖象的背景和邊緣二值化，便于研究邊緣所在的位置。將處理后圖象的特征送入分類器進(jìn)行缺陷分類，即可實(shí)現(xiàn)對板材的檢測和分級。

將數(shù)字圖象處理技術(shù)應(yīng)用于木材缺陷檢測中，具有處理精度高、處理速度快、處理內(nèi)容豐富、不破壞木材、可進(jìn)行復(fù)雜的非線性處理、方法簡單且直觀性強(qiáng)等特點(diǎn)。用圖象處理法檢測木材缺陷的理論研究將為智能型板材缺陷識別機(jī)的開發(fā)提供基礎(chǔ)理論指導(dǎo)，解決木材缺陷人工識別判定誤差大、難以實(shí)現(xiàn)雙面識別的問題，給木材工業(yè)帶來巨大的經(jīng)濟(jì)效益。

2．特征提取

基于圖像的特征提取是數(shù)字圖像處理技術(shù)的應(yīng)用領(lǐng)域之一，在許多應(yīng)用中，為了對某一物體進(jìn)行分析研究，首先需要獲取該物體的相關(guān)特征。

以農(nóng)作物生長狀況分析為例，由于根是植物適應(yīng)陸上生活在進(jìn)化中逐漸形成的器官，它具有吸收、固著、輸導(dǎo)、合成、儲藏和繁殖等功能，土壤內(nèi)的水和礦物質(zhì)通過根進(jìn)人植株的各個部分，根的頂端能無限地向下生長，根的內(nèi)部能生出側(cè)向的支根，形成龐大的根系，有利于植物體的固著和吸收，使植物體的地上部分能完善地生長，達(dá)到枝葉繁茂，花果累累。由此可見，根的正常生長對植物的健康起著關(guān)鍵的作用。為了對植物生長狀態(tài)進(jìn)行分析，可以通過運(yùn)用數(shù)字圖象處理技術(shù)以及處理算法，對植物生長過程中根系圖象進(jìn)行識別與分析，得到植物生長是否異常的描述與特征信息的提取。然后，根據(jù)根系的特征信息與計算機(jī)專家系統(tǒng)作模式匹配比較，得到植物生長狀況的相關(guān)性數(shù)據(jù)，達(dá)到研究根系的目的。

根系圖象的獲取可通過兩種方式：第一種方法是將植物根系從土壤中拔出，然后將其洗凈，最后進(jìn)行測量。這種方法因?yàn)楹唵沃苯铀缘玫搅藦V泛的應(yīng)用，但其對根系的損傷特別大，據(jù)統(tǒng)計有30%的根系在洗的過程中脫落，這樣就降低了測量的精度，而且在每次測量時都必須將根系拔出，既損傷了植物又給研究帶來很多不便。第二種方法是對根系圖象進(jìn)行處理，圖象的采集可采用X攝像技術(shù)和CCD攝像系統(tǒng)。這種方法可直接無接觸地對植物根系進(jìn)行采樣，無需將植物從土壤中拔出，這種利用數(shù)字圖象處理技術(shù)來測量根系的方法要比前者精確度高的多，其灰度圖采集過程如圖3。

在圖象獲取過程中，攝像系統(tǒng)質(zhì)量、膠片曝光度、給光條件以及錄入裝置等因素會在一定程度上增加圖象噪聲，使圖象變得模糊、對比度低、灰度分布不均勻等。因而，一般還需要對根系圖象進(jìn)行灰度級修正、平滑、銳化等預(yù)處理，以使圖象清晰、突出目標(biāo)、改善圖象質(zhì)量，從而保證后期圖象分割的效果。此外，柱面圖象成像在平面的CCD傳感器上存在原理性的象差，為了保證結(jié)果的精確度，可利用一些數(shù)學(xué)方法和圖象處理技術(shù)來消除象差。

3．圖象分割

在很多實(shí)際應(yīng)用中，圖像分割是必不可少的步驟之一。以工業(yè)領(lǐng)域?yàn)槔I(yè)生產(chǎn)中經(jīng)常使用物位測量裝置來監(jiān)視生產(chǎn)狀況、計算原料和產(chǎn)品的數(shù)量及控制生產(chǎn)過程。常用的物位測量裝置有浮標(biāo)式液面計、吹氣式液面計、靜壓力式液面計、電容式物位計、超聲波式物位計、電觸式物位計、探針式物位計和放射性同位素物位計等。由于物位測量容易受到被測介質(zhì)物理性質(zhì)、化學(xué)性質(zhì)的影響，所以與其它參數(shù)的測量儀器相比，物位計在選擇上受到很大的限制。例如液面計僅適用于液體和礦漿的測量，電容式物位計不能應(yīng)用于塊狀物料和有粘附傾向的物料，超聲波式物位計對溫度變化十分敏感，電觸式物位計僅適用于導(dǎo)電介質(zhì)，探針式物位計適用于塊狀物料和松散物料。而基于數(shù)字圖象處理技術(shù)的物位測量已經(jīng)在實(shí)際中證實(shí)具有良好控制效果和精度。

物位測控系統(tǒng)由CCD攝像頭、計算機(jī)、伺服電機(jī)及控制器組成。其工作過程如下：由CCD攝像頭實(shí)時拍攝下容器內(nèi)物料表面圖象后輸入計算機(jī)，計算機(jī)對該數(shù)字圖象信號進(jìn)行分析和處理，根據(jù)分析和處理結(jié)果計算出物位，然后執(zhí)行控制程序，通過伺服系統(tǒng)調(diào)節(jié)進(jìn)料閥門，從而實(shí)現(xiàn)流量控制。

由于物位測控是以物料表面面積為測量參數(shù)的，因此系統(tǒng)的測量精度主要取決于對物料表面的圖象處理。具體包括兩方面內(nèi)容：圖象分割和面積估算。

所謂圖象分割是指將圖象中的目標(biāo)和背景分離的過程。最簡單的圖象分割方法是規(guī)定一個閾值，分別將象素灰度大于和小于閾值映射成兩個相差較大的灰度值上，這樣將一個多灰度值圖象轉(zhuǎn)變?yōu)槎祱D象。這方法稱為簡單閾值法。簡單閾值法較為容易，在實(shí)際中應(yīng)用的也較多，但在物位測量中并不適用。因?yàn)樵诓煌镂桓叨认拢锪媳砻鎴D象灰度值差別很大，這將導(dǎo)致計算出的物位高度與實(shí)際情況有較大的誤差。所以這個方法就不太合適了，對此，可以對圖象分割做以下的改變，將圖象分成若干個分塊，各分塊之間有50％的重疊，每個分塊的大小為64×64。對每個分塊作出直方圖，如果存在明顯的雙峰特征，則使用簡單閾值法確定閾值，對于無法直接應(yīng)用簡單閾值法分割的單峰或多峰的分塊，則由周圍可確定閾值的分塊插值獲得，這樣確定出所有64×64分塊的分割閾值。接著進(jìn)行二次插值，確定32×32分塊的分割閾值，如此進(jìn)行，一直插值到每一個象素都有各自的分割閾值，根據(jù)象素的灰度和分割閾值就可以將圖象分割成二值圖象。這樣就基本消除了不同高度下光線對物位測量結(jié)果的影響。

圖象分割后，物料表面圖象中只包含有代表容器表面的黑色背景和代表物料的白色目標(biāo)，此時就可以通過統(tǒng)計二值圖象中灰度為“1”的象素個數(shù)來估算物料表面面積。由于容器截面面積是已知的，所以通過公式就可以計算出物位高度。

參考文獻(xiàn)：

[1]石嶺， 王克奇， 白雪冰， 王業(yè)琴. 板材表面缺陷檢測技術(shù).林業(yè)機(jī)械與木工設(shè)備[J]， 2005，（40）.

[2]胡秀娟. 數(shù)字圖象處理技術(shù)在植物根系研究中的應(yīng)用. 林業(yè)機(jī)械與木工設(shè)備[J]， 2003，（29）.

[3]呂文閣， 劉建群， 陳澤宇. 應(yīng)用數(shù)字圖象處理技術(shù)的物位測控系統(tǒng)的研究. 機(jī)床與液壓，2005，（11）.

(作者單位:浙江理工大學(xué)信息電子學(xué)院)