微小片狀顆粒厚度的圖像增強測量方法

Image Enhancement Measurement Method for Thickness of Micro Flaky Granules

吳亞婷　李　強

(西南科技大學(xué)信息工程學(xué)院，四川 綿陽　621010)

微小片狀顆粒厚度的圖像增強測量方法

Image Enhancement Measurement Method for Thickness of Micro Flaky Granules

吳亞婷李強

(西南科技大學(xué)信息工程學(xué)院，四川 綿陽621010)

摘要：針對某特殊環(huán)境下微小片狀顆粒的厚度測量問題，給出了一種基于圖像增強的在線測量方法。利用顆粒采樣裝置獲取含有顆粒與標(biāo)定板的圖像，采用小波變換與形態(tài)學(xué)結(jié)合的方法進行圖像增強處理，消除陰影與雜質(zhì)干擾；采用標(biāo)定算法對標(biāo)定板圖像進行標(biāo)定，通過標(biāo)定結(jié)果和最小外接矩形方法獲取顆粒厚度信息。實驗結(jié)果表明，該方法與傳統(tǒng)千分尺測量方法的平均測量結(jié)果相差不大，能夠代替千分尺測量工作，從而可實現(xiàn)顆粒厚度的在線測量。

關(guān)鍵詞：微小片狀顆粒圖像增強小波變換形態(tài)學(xué)厚度測量

Abstract：In order to measure the thickness of micro flake granules under specific environment, the online measuring method based on image enhancement is provided. The images of granules and calibration target are acquired by using the sampling device, and the image enhancing process is conducted by the method combining wavelet transform and morphology, and the shadow and the interference of impurities are eliminated. The image of calibration target is calibrated by adopting calibration algorithm; the thickness information of granule is obtained through calibration result and minimum bounding rectangle method. The experimental results show that the average measurement result of this method is not much different from the result measured by traditional method using micrometer, so it can replace the micrometer, to implement online thickness measurement for granules.

Keywords：Micro flake granulesImage enhancementWavelet transformMorphologyThickness measurement

0引言

顆粒厚度的測量方法有很多種，對于易燃易爆特性的片狀顆粒，測量方法卻有所限制,若采用激光測量方法，激光照射可能改變材料特性，甚至造成爆炸等災(zāi)難。目前，工業(yè)生產(chǎn)大多采用千分尺測量。該方法不但要求直接接觸顆粒，花費時間較長，工作效率較低，且在惡劣環(huán)境中對工人的健康會造成一定影響。而圖像測量可以彌補激光與千分尺測量的缺陷，該方法以非接觸方式實現(xiàn)顆粒厚度的在線測量，不會對顆粒本身造成任何影響。

近年來，采用圖像測量法測量物體大小方面已有相關(guān)研究。Hergault Virginie[1]等通過圖像方法分析了流體中泥沙顆粒的形狀及大小;Yan Yong[2]采用圖像方法監(jiān)測了火力電站中煤粉顆粒的大小并對燃燒煤粉進行了研究;王小鵬[3]根據(jù)微囊體顆粒圖像對微囊體顆粒的大小等指標(biāo)進行了統(tǒng)計;王中飛[4]等結(jié)合機器視覺、圖像處理和嵌入式技術(shù)，設(shè)計與實現(xiàn)了微片狀顆粒厚度檢測系統(tǒng)裝置。本文將圖像處理方法應(yīng)用到微小片狀顆粒厚度測量中，以方便、迅速地完成顆粒厚度的在線測量。

1原理與方法

1.1　顆粒測量裝置

顆粒測量裝置主要由3部分組成，分別是顆粒采樣板、標(biāo)定板固定板與采樣板固定基座，其結(jié)構(gòu)示意如圖1所示。

圖1　顆粒測量裝置結(jié)構(gòu)組成圖

將顆粒采樣板與標(biāo)定板固定板用螺絲固定，安裝在采樣板固定基座上。采樣板主要包括顆粒進料區(qū)、顆粒分篩柱區(qū)、顆粒承接臺以及顆粒出料區(qū)；標(biāo)定板固定板包括標(biāo)定板卡槽與標(biāo)定板；采樣板固定基座包括基座、卡槽、中空區(qū)、接料箱。

打開高精度工業(yè)攝像機與冷光源(防止產(chǎn)生溫度影響顆粒特性)，安裝好測量裝置。從顆粒采樣板的進料區(qū)投放微小片狀顆粒，通過分篩柱區(qū)分散顆粒，防止其落入時堆疊在承接臺上，獲取圖像，采用設(shè)計方法在線測量厚度。待到測量完畢，在顆粒進料區(qū)向內(nèi)吹風(fēng)，將承接臺上的顆粒吹向出料區(qū)，從中空區(qū)落入接料箱，完成一次測量工作。

1.2　融合圖像增強

采用離散小波變換與灰度數(shù)學(xué)形態(tài)學(xué)融合的方法，實現(xiàn)圖像增強。

首先，對圖像進行離散二層小波變換，提取高頻分量系數(shù)；其次，利用閾值算法對該系數(shù)進行分段處理，實現(xiàn)圖像降噪；最后，使用灰度數(shù)學(xué)形態(tài)學(xué)開、閉運算對圖像交替濾波，得到增強后的圖像[5]。

基于圖像的小波可看做離散二維小波，在不同尺度上對其進行分解，產(chǎn)生細節(jié)分量與近似分量系數(shù)，分析處理系數(shù)之后重構(gòu)出新的圖像[6]。

圖像中任一點的灰度值是f(x,y)，用理想的高通濾波器與低通濾波器在行、列方向第一次分解圖像，得到4部分信息，分別是低頻信息LL1、垂直方向高頻信息LH1、水平方向高頻信息HL1和對角方向高頻信息HH1[7]。在此基礎(chǔ)上，對低頻信息LL1做第二次小波分解，得到第二次信息，分別是LL2、LH2、HL2、HH2。

灰度數(shù)學(xué)形態(tài)學(xué)將二值數(shù)學(xué)形態(tài)學(xué)推廣到灰度圖像空間，包含膨脹、腐蝕、開、閉4種運算。

(f⊕b)(s,t)=max{f(s-x,t-y)+b(x,y)|(s-x),(t-y)∈Df和(x,y)∈Db}

(1)

(fΘb)(s,t)=min{f(s+x,t+y)-b(x,y)|(s+x),(t+y)∈Df和(x,y)∈Db}

(2)

式中:Df和Db分別為f和b的定義域。

用結(jié)構(gòu)元素b對輸入圖像f進行膨脹和腐蝕運算處理。膨脹灰度圖像中比背景暗的部分受到收縮，亮的部分得到擴張，腐蝕灰度圖像中比背景暗的部分得到擴張，亮的部分受到收縮。

開運算先進行腐蝕運算再進行膨脹運算，能夠平滑圖像輪廓，消弱狹窄部分，濾除小物體、毛刺，去除比結(jié)構(gòu)元素更小的明亮細節(jié)。閉運算先進行膨脹運算再進行腐蝕運算，能夠熔合細長的彎口，填補圖像中的空洞與輪廓上的縫隙，去除比結(jié)構(gòu)運算更小的暗色細節(jié)。開、閉運算并不會影響物體面積，二者結(jié)合使用可以去除圖像噪聲。

1.3　標(biāo)定與測量

黑白棋盤格的標(biāo)定板圖像采用精確定位點陣的平面模板，在不同的位置移動標(biāo)定板或攝像機，獲取標(biāo)定物圖像。首先，提取像素級的角點坐標(biāo)，為了提高精度，得到亞像素化角點坐標(biāo)；其次，根據(jù)精確化的角點坐標(biāo)求取攝像機的內(nèi)、外參數(shù)；最后，根據(jù)輸入圖像對應(yīng)的點坐標(biāo)計算出徑向畸變參數(shù)、切向畸變參數(shù)以及每幅圖像的旋轉(zhuǎn)矩陣和平移向量，通過這些變量求出標(biāo)定后的圖像。標(biāo)定的目的是得到圖像像素尺寸與物理尺寸的對應(yīng)關(guān)系α，其表達式為：

(3)

式中：L為黑白棋盤格標(biāo)定板單位正方形的實際尺寸；S為標(biāo)定求出的其像素尺寸。

實現(xiàn)最小外接矩形的方法有很多，最常用的方法是在90°內(nèi)將物體等間隔地旋轉(zhuǎn)，每次記錄外接矩形在坐標(biāo)系方向上的參數(shù)，通過計算外接矩形面積求取最小外接矩形。為了得到較精確的最小外接矩形，旋轉(zhuǎn)時將旋轉(zhuǎn)間隔盡可能地變小。利用最小外接矩形提取物體像素厚度h與標(biāo)定結(jié)果中對應(yīng)關(guān)系α，根據(jù)公式L=αh得到物體的實際物理尺寸。

2實驗分析

2.1　實驗設(shè)計

實驗過程中，標(biāo)定板是尺寸為50mm×50mm×3mm的黑白棋盤格標(biāo)定板，其中正方形黑白塊尺寸為0.5mm×0.5mm，攝像機的型號是MV-VD500sm，冷光源型號是AFT-BL100W。通過顆粒采集裝置獲得大小為2 048×1 536的彩色圖像，圖像對比如圖2所示。如圖2(a)所示，上部分是標(biāo)定板部分，下部分是顆粒部分。圖像中，盛放顆粒的承接臺上存在比較淡的陰影與部分雜質(zhì)。采用基于小波變換與形態(tài)學(xué)結(jié)合的方法對圖像進行增強。首先，對圖像進行二層分解，提取細節(jié)分量系數(shù)；然后，通過閾值算法對細節(jié)系數(shù)進行分段處理，重構(gòu)出降噪后的圖像；最后，采用灰度數(shù)學(xué)形態(tài)學(xué)開、閉運算對圖像進行濾波，得到增強后的圖像，如圖2(b)所示。通過與圖2(a)比較，該算法明顯提高了圖像的對比度，消除了雜質(zhì)與陰影等污染，增強了顆粒邊緣輪廓，使圖像達到較好的效果。

圖2　圖像對比

微小片狀顆粒厚度測量示意圖如圖3所示。

圖3　微小片狀顆粒厚度測量

通過像素點橫向投影統(tǒng)計，將增強圖像分割為標(biāo)定板圖像和顆粒圖像，大小與原始圖像一樣。采用標(biāo)定算法對標(biāo)定板圖像進行標(biāo)定，消除畸變并提取矯正后的坐標(biāo)。通過Freeman鏈碼方法提取顆粒輪廓，采用最小外接矩形提取顆粒的像素厚度，根據(jù)標(biāo)定結(jié)果獲得顆粒的物理厚度。測量得到3個顆粒的厚度，分別是0.290 22 mm、0.300 467 mm、0.272 094 mm。

2.2　統(tǒng)計分析

為進行統(tǒng)計分析，分別采用本文設(shè)計方法與千分尺方法對10個顆粒各測10次，求出兩種方法下每個顆粒厚度測量的平均值；并以千分尺測量結(jié)果的平均值為基準(zhǔn)，求出本文方法誤差結(jié)果，如表1所示。由表1可以看出，對于10個顆粒，兩種方法測量結(jié)果均值相差不大，且本文方法誤差均不超過0.01 mm，滿足實際工業(yè)要求。通過測量數(shù)據(jù)獲得兩種方法測量結(jié)果的標(biāo)準(zhǔn)差，二者進行比較，如圖4所示。采用本文設(shè)計方法測量結(jié)果的波動范圍大于采用千分尺的測量結(jié)果。其原因主要是每次投放時顆粒的姿勢、著落位置等都不固定，可以從不同角度、不同方位測量顆粒厚度。因此，本文方法較好地實現(xiàn)了微小片狀顆粒的在線測量，可以代替千分尺完成片狀顆粒測量工作。

表1　軟件測量顆粒厚度誤差

圖4　軟件與千分尺測量結(jié)果標(biāo)準(zhǔn)差比較

3　結(jié)束語

本文設(shè)計了一種微小片狀顆粒厚度的圖像增強測量方法，結(jié)合顆粒采集裝置，采用小波變換與形態(tài)學(xué)結(jié)合的方法、棋盤格標(biāo)定算法、Freeman鏈碼方法及最小外接矩形算法，替代傳統(tǒng)的人工千分尺測量，實現(xiàn)了微小片狀顆粒的在線測量。相對千分尺測量方法來說，圖像測量方法可全面地觀察顆粒輪廓細節(jié)變化，不會對顆粒造成擠壓、破壞影響。另外，圖像測量方法也滿足特殊環(huán)境下的防火防爆要求，適用于具有易燃易爆特性的微小片狀顆粒測量。

參考文獻

[1] Hergault V,Frey P,Metivier F,et al.Image processing for the study of bedload transport of two-size spherical particles in a supercritical flow[J].Experiments in Fluids,2010,49(5):1095-1107.

[2] Yan Y.Recent advances in imaging based instrumentation for combustion plant optimization[C]//Imaging Systems and Techniques(IST),2010 IEEE International Conference on,2010:148-151.

[3] 王小鵬.基于形態(tài)學(xué)重建顆粒分析的微囊體測量方法[J].計算機工程與應(yīng)用，2008,43(33):19-21.

[4] 王中飛,林茂松,彭勇,等.基于機器視覺的微片狀物厚度檢測[J].計算機測量與控制，2013,21(1):36-38.

[5] 周云川,何永強,李計添.基于小波和灰度形態(tài)學(xué)的紅外圖像增強方法[J].激光與紅外，2011,41(6):683-686.

[6] 劉興淼,王仕成,趙靜.基于小波變換與模糊理論的圖像增強算法研究[J].彈箭與制導(dǎo)學(xué)報，2010,30(4):183-186.

[7] 王劍平,張捷.小波變換在數(shù)字圖像處理中的應(yīng)用[J].現(xiàn)代電子技術(shù)，2011,34(1):91-94.

[8] 曹爽,岳建平,馬文.基于灰度數(shù)學(xué)形態(tài)學(xué)的遙感影像薄云處理方法[J].測繪通報，2010(12):54-57.

中圖分類號：TP391

文獻標(biāo)志碼：A

DOI:10.16086/j.cnki.issn1000-0380.201507020

國防基礎(chǔ)科研基金資助項目(編號：12ZG6103)。

修改稿收到日期：2015-01-13。

第一作者吳亞婷(1990-)，女，現(xiàn)為西南科技大學(xué)信息與通信工程專業(yè)在讀碩士研究生；主要從事圖像處理方面的研究。