基于紋理特征和顏色特征相結(jié)合的墻地磚缺陷檢測的研究

摘要：本文提出了一種用于墻地磚自動缺陷檢測的算法，該算法綜合了顏色的空間分布信息和比例分布信息，將共生矩陣紋理特征與顏色統(tǒng)計特征相結(jié)合構(gòu)造一個判斷矢量，可以對復雜紋理的多色墻地磚進行各種缺陷檢測。

關(guān)鍵詞：墻地磚 缺陷檢測 共生矩陣 顏色特征

0 引言

墻地磚作為一種重要的建筑陶瓷材料，在現(xiàn)代生活中得到了廣泛的應(yīng)用，陶瓷制造業(yè)已在國民經(jīng)濟中占有了重要地位。當前，制約著我國陶瓷業(yè)發(fā)展的關(guān)鍵是產(chǎn)品質(zhì)量問題，其主要因素是缺乏現(xiàn)代化、自動化的生產(chǎn)及檢測裝置。目前，我國墻地磚生產(chǎn)的產(chǎn)品質(zhì)量檢驗分級都是由人工完成的，在人工質(zhì)量檢驗過程中，人的生理、心理、經(jīng)驗等個體上的差異以及環(huán)境的變化給質(zhì)量檢測帶來了眾多問題，限制了質(zhì)量檢測精度和穩(wěn)定性的提高。為了解決質(zhì)量檢測的問題，實現(xiàn)生產(chǎn)的現(xiàn)代化、自動化，就需要一種能實現(xiàn)此目的自動視覺檢測的系統(tǒng)，保證產(chǎn)品質(zhì)量，省去人工檢測員的單調(diào)而枯燥的工作，而且可進行高速檢測，大大提高效率，越來越多的事實已經(jīng)表明了在工業(yè)上使用機器視覺的迫切性。

灰度共生矩陣方法是紋理分析的常用方法，它能夠檢測出不屬于已知紋理的單個像素值，可以表達顏色的空間分布信息；而對于多色紋理墻地磚，必須提取出其表面的顏色特征，才能夠保證判據(jù)的客觀性和準確性。本文結(jié)合了灰度共生矩陣與顏色特征對多色的隨機紋理墻地磚進行缺陷檢測。

1 墻地磚的常見缺陷

墻地磚成品的主要外觀缺陷[1]分為尺寸和表面兩個方面，對尺寸合格再分別根據(jù)變形、表面質(zhì)量劃分等級。變形按種類可分為平整度（包括中心彎曲度與翹曲度）、邊直度和直角度。前三者優(yōu)等品都限制在±0.50之內(nèi)，直角度優(yōu)等品限制在±0.60之內(nèi)。表面質(zhì)量應(yīng)符合如下規(guī)定：有缺釉、斑點、裂紋、落臟、棕眼、熔洞、釉縷、釉泡、煙熏、開裂、磕碰、波紋、剝邊、坯粉可見缺陷的磚數(shù)不超過5%，在距離磚面1米處目測應(yīng)為優(yōu)等品，2米處目測應(yīng)為一級品，在距離3米處目測缺陷不明顯的是合格品，以上色差都要求在距離3米處目測不明顯。由于墻地磚的圖像不是單一均勻的顏色，而是各種帶紋理的多種顏色混合的復雜圖像。這無疑給缺陷識別工作提出了新挑戰(zhàn)。

本文提出的將灰度共生矩陣與顏色特征相結(jié)合的方法可實現(xiàn)各種紋理的多種顏色混合的復雜墻地磚缺陷檢測。

2 樣本特征提取

從模式識別角度來講，特征提取與特征選擇的主要內(nèi)容就是通過數(shù)據(jù)方法降低模式維數(shù)，尋找最有效的特征，以構(gòu)建較低維數(shù)表示的模式向量，從而減少識別系統(tǒng)的識別時間，降低錯誤識別率。從圖像中可以提取多種類型的特征量，如幾何形狀特征、灰度值特征、紋理特征與分形特征等。其中顏色是圖像非常重要的視覺特征，圖像的顏色特征可以是各種顏色的比例分布以及顏色的空間分布，只有同時包含了這兩者的信息，才符合人的視覺感應(yīng)，對于采用顏色分布目前最有效的方法是采用紋理特征來近似。因此，把紋理信息與顏色相結(jié)合，就可以得到更符合人的視覺要求的結(jié)果。

3 基于紋理信息的缺陷檢測方法

紋理一般是指人們所觀察到的圖像像素的灰度變化規(guī)律。紋理在自然界中廣泛存在，常見的如：木紋、指紋、水波紋、云彩等。圖像紋理中蘊含著許許多多有用的宏觀信息和微觀信息，這些信息對于對象的識別是非常重要的。本文中識別的對象是復雜圖案的墻地磚，實驗中嘗試引入紋理特征，對包含復雜背景的彩色墻地磚圖像進行基于紋理特征值的檢測。

3.1 灰度共生矩陣 用于紋理分析的方法很多，這些方法大致分為：統(tǒng)計分析和結(jié)構(gòu)分析。灰度共生矩陣[2]能夠精確地反映紋理的粗糙程度和重復方向，是紋理統(tǒng)計分析的承要方法之一。本文就是采用從灰度圖像中計算灰度共生矩陣，然后利用灰度共生矩陣得到紋理特征值。灰度共生矩陣pδ的元素可用以下符號

pδ（i，j） （i，j=1，2，3…L-1）

其中：i，j分別為兩個像素的灰度；L為圖像的灰度級數(shù)；δ為兩個像素間的位置關(guān)系，用δ=（△x，△y）表示，即兩個像素在x方向和y方向上距離分別為△x，△y，如圖1所示。不同的δ決定了兩像素間的距離和方向，0°方向為δ=（0，±│△y│）；90°方向為δ=（±│△x│，0）；45°方向為δ=（│△x│，-│△y│）或δ=（-│△x│，│△y│）且│△x│=│△y│；135°方向為δ=（│△x│，│△y│）或δ=（-│△x│，-│△y│）且│△x│=│△y│。常用以上的4個方向的位置關(guān)系計算各自的灰度共生矩陣。

從灰度共生矩陣構(gòu)造出若干統(tǒng)計量作為紋理特征，本文采用二階矩、對比度、相關(guān)性、方差、熵、逆差矩六種典型的統(tǒng)計量。

3.2 顏色統(tǒng)計特征 由于灰度共生矩陣只能夠反映出灰度圖像的紋理信息統(tǒng)計，也就是表達了顏色的空間分布信息。對于多色紋理的墻地磚，必須提取其表面的顏色特征，才能保證判據(jù)的客觀性和準確性[3]。本文采用3CCD拍攝的RGB圖像的紅、綠、藍三色數(shù)據(jù)形成墻地磚的六個顏色特征：紅、綠、藍三色分量的均值Mr、Mg、Mb；方差 δr、δg、δb，這六個統(tǒng)計量[5]可以比較好地反映墻地磚的整體色彩狀況和均勻情況。

3.3 顏色統(tǒng)計特征 根據(jù)共生矩陣原理和顏色統(tǒng)計特征可得到一個特征矢量：

P={f1，f2，f3，f4，f5，f6，Mr，δr，Mg，δg，Mb，δb}

由于存在著采集噪聲和所謂的好瓷磚也存在著可接受的缺陷，導致同類參考磚之間的參數(shù)有差異，為了減少這些變化的影響，對每一類型的墻地磚都訓練一組判斷矢量C。首先，對一組(假設(shè)M個)可接受缺陷的參考磚分別提取其特征矢量Pm（m=1，2，3…M），然后，計算M個特征矢量Pm的每個元素的均值μn和方差σn，則判斷矢量第n元素為:

c（n）=μn+ασnn=1，2，3…12 (1)

μn和σn由下式給出：

(2)

(3)

其中α為1.5~3之間的常數(shù)，改變α可改變判斷矢量的檢測靈敏度。

如果從待測墻地磚提取的特征矢量的每個元素p（n）與判斷矢量的每個元素C（n）比較，若滿足以下不等式關(guān)系：

p（n）>c（n）對任何n：1≤n≤12 (4)

則表明所檢測的墻地磚存在缺陷。

4 結(jié)論

本文提出了一種用于墻地磚自動缺陷檢測的算法，該算法應(yīng)用共生矩陣紋理特征與顏色統(tǒng)計特征構(gòu)造一個判斷矢量，可以對復雜紋理的多色墻地磚進行各種缺陷，初步實驗證明該算法是有效的，但目前識別率不是很高，而且識別的時間較長。因此，如何提高識別率和識別速度還有待進一步研究。

參考文獻：

[1]劉忠偉，章毓晉.利用顏色特征進行圖象檢索.計算機應(yīng)用，1999，(2):19-20.

[2]蘇彩紅，朱學峰等.基于共生矩陣和顏色特征的墻地磚缺陷自動檢測的研究.北京:計算機工程與應(yīng)用，2004，11:229-231.

[3]耿國華，王克剛，李康.基于色彩紋理特征的圖像分類及應(yīng)用.西北大學學報，2010年01期.