基于機器視覺的竹材尺寸測量系統設計

韓偉聰，鮑光海

（福州大學電氣工程與自動化學院，福建 福州 350108）

基于機器視覺的竹材尺寸測量系統設計

韓偉聰，鮑光海

（福州大學電氣工程與自動化學院，福建 福州 350108）

為適應竹材加工過程的竹材剖分自動化需求，該文提出將機器視覺技術應用到竹材圖像實時處理與顯示中，并設計一種新的算法來測量竹材的尺寸參數。首先，針對采集圖像存在的噪聲，采用選擇式掩模平滑法進行去噪并保護邊緣信息；然后利用Sobel算子提取竹子的內外輪廓，通過二值化分割圖像的目標和背景，并按照新的算法獲取竹材尺寸大小；最后通過VC++編寫的軟件界面顯示采集和處理后的圖像及測量數據，并存儲在數據庫里。試驗結果表明：軟件設計采取的數字圖像處理算法能有效濾除噪聲，保留感興趣的目標，而新的測量算法能高效快速精確地計算竹材的尺寸參數，為竹材自動化剖分的實現提供有效途徑。

尺寸測量；機器視覺；選擇式掩模平滑法；Sobel算子

0　引　言

近年來，隨著社會的不斷發展與人民生活水平的逐步提高，人們對自然資源特別是木材的消耗量與日俱增。由于木材的生長周期長，使得木材急劇短缺。而將竹材作為替代品，具有生產周期短、材質優良等優點。因此，實現竹材尺寸自動化測量顯得至關重要。

目前，國內外針對竹材的輪廓提取與尺寸測量做了較多的圖像分析和研究。文獻［1］采用Harris角點檢測與邊緣擬合算法對圖像輪廓進行預處理。

文獻［2］通過計算八連通區域的像素點數，數值較大的為外輪廓值，數值較小的內輪廓值。文獻［3］提出基于弦中點Hough變換（CMHT）的橢圓檢測算法，該算法對噪聲具有較強的抵抗力。文獻［4］利用圓的特性和梯度算法對圓進行判定，能夠在復雜環境下準確識別圓。

在傳統的竹材剖分過程中，對于竹材的剖分片數主要依靠人工經驗進行。由于人工識別尺寸誤差大、效率低且勞動強度大，所以本文旨在利用VC++設計一套基于數字圖像處理理論的竹材尺寸自動化測量系統，快速實時顯示處理前后的竹材圖像，以及測算竹材的內外輪廓厚度與內周長，為自動化剖分提供依據。實驗表明：該系統能夠實時顯示處理前后的竹材圖像以及竹材參數，且處理速度快、準確度高。

1　尺寸測量系統設計

本文設計一個采用VC++語言［5］編寫的具有圖像識別分析與參數計算功能的軟件，該軟件具有輸入圖像與處理后圖像的用戶界面，能夠顯示相應的參數，并將其記錄到數據庫，以便統計與分析用戶需要的信息。圖像處理流程如圖1所示。

實物檢測平臺如圖2所示。首先，通過觸發與發送模塊觸發攝像機拍攝。然后，將圖像數據傳輸到PC進行圖像處理。最后，將處理結果顯示在PC上以及無線傳輸到LED模塊顯示。

2　竹材圖像的數字化處理

本文所有的圖像采集［6-7］都是在自然光條件下進行的，而且固定攝像機與物體的距離為50 cm，竹子背后放置黑色擋板。

圖1　圖像處理流程圖

圖2　實物檢測平臺

2.1選擇式掩模平滑

在數字圖像采集與傳輸過程中，由于攝像機存在不穩定性、光線的不均勻性和拍攝范圍內的非目標物體的雜質影響，圖像存在噪聲。平滑濾波可用于消除噪聲，或者提取較大的目標前去除小的細節。空域中主要有中值濾波、選擇式掩模平滑法等濾波效果較好的算法。由于中值濾波在開窗較大時，其數據計算量迅速增大，實時性受到影響。而選擇式掩模平滑法既可以抑制噪聲改善圖像，又能盡量不模糊邊緣輪廓。因此，該軟件的設計采取選擇式掩模平滑法作為濾波算法。

選擇式掩模平滑法以模板運算為基礎，本文采取5×5的模板窗口。設圖像窗口中心像素坐標為（i，j），構造一個邊長為3的正方形1個、五邊形4個和六邊形4個，共9種形狀的窗口，分別計算每個窗口內的均值與方差。由于含有尖銳邊沿的區域，方差必定較平緩區域大，因此采用方差最小的窗口進行平均化，這種方法在完成濾波操作的同時，又不會破壞邊界的細節［5］。

均值的計算公式為

方差的計算公式為

式中k=1，2，3...，n，n為各窗口對應的像素個數。

求出最小的方差σi min，則將其對應的Mi作為像素點（i，j）的值輸出。依次遍歷整幅圖像的所有像素點，可得到平滑后的圖像，如圖3所示。

從圖中可知，選擇式掩模平滑能夠有效去除竹屑等細小的雜質，而且不會模糊竹子的內外輪廓邊緣，有利于目標圖像的特征提取，便于后續的圖像處理。

圖3　選擇式掩模平滑圖像

2.2邊緣提取

為了獲取竹材內外輪廓的尺寸參數，圖像的邊緣檢測是圖像處理中一個很重要的環節。目標物體的邊緣是指像素灰度值劇烈變化（灰值圖像的灰度值為0～255），即與周圍像素的梯度較大的一系列像素點組成的輪廓。

邊緣檢測算子就是構造對灰度值變化敏感的微分算子來進行圖像的邊緣檢測［8-9］。傳統的邊緣檢測算子有Sobel算子、Robert算子、Prewitt算子和Laplacian算子等。通過對比試驗發現，Sobel算子與其他算子相比，檢測的輪廓清晰直觀，便于后續的二值化處理。

Sobel算子包含兩個3×3的模板，將其與圖像上的每個像素點作卷積，分別得到橫向和縱向的梯度值。這兩個模板如圖4所示。

圖4　Sobel模板

采用Sobel算子提取邊緣的圖像如圖5所示。

圖5　Sobel算子提取邊緣圖像

從圖中可知，Sobel算子能夠較好地保留竹材內外輪廓的邊緣，并且濾除大多數非輪廓的像素點。雖然還保留一些輪廓外顯示的像素點，但是與目標輪廓相比并不明顯，在后續圖像處理中可以采用閾值二值法濾除這部分雜質。

2.3圖像二值化

在利用選擇式掩模平滑和Sobel算子提取邊緣后，為了盡量使圖像中有且僅有我們感興趣的部位，需要對圖像整體進行處理，而二值化在區分目標與背景起到了至關重要的作用。

灰度圖像的像素亮度等級分為0～255，而圖像二值化就是按照某一閾值θ，將圖像整體分為兩部分：像素大于θ的部分和小于θ的部分。閾值θ的選取是確保二值化處理能準確分離背景和目標的關鍵。如果閾值選得過大，容易把目標區域的一部分給濾除掉；若選得過小，則二值化后的圖像包含一部分的背景。因此，需要通過合理的方法確定閾值，使其能夠最大程度地去除背景獲取目標。常用的二值化算法分為固定閾值和自適應閾值。為了更加快速地處理圖像，本文采用固定閾值。

該固定閾值的確定是通過大津閾值法和實驗相結合獲取得到的。首先，通過大津閾值獲取閾值初值。大津閾值的原理是將圖像的直方圖按照某一閾值分割成兩組，當兩組的方差最大時，該閾值即為我們所需要的。然后，將該閾值作為初值，通過多次小幅度改變該閾值，查看輸出結果。在輸出的結果中比較并尋找最理想的圖像，即該圖像基本只包含內外輪廓，而且內外輪廓清晰完整，此時則選取該閾值作為最終的分割閾值。

二值化處理后的圖像如圖6所示。

圖6　二值化處理圖像

從圖中可知，所選取的閾值基本上能將目標與背景分離，且內外輪廓清晰可見。圖像邊緣的傾斜直線是因為平臺與擋板沒有放置好的原因，可以通過只處理指定區域的圖像像素去除掉，對尺寸測量沒有影響。

3　尺寸參數測量

傳統的數據計算與分析一般根據像素的點數來確定［10-12］。本文通過大量的實驗分析得出，對于計算竹材的內外輪廓周長和厚度，該方法存在一定的缺陷。當處理后的輪廓圖并非標準圓時，或者處理后的竹子輪廓面并非完整時，其存在較大的誤差，無法滿足竹材高精度剖分的需求。由于竹材的輪廓面一般都呈橢圓狀，當采取快速Hough［13-14］圓變換算法計算內外輪廓參數時，其計算量大，耗時長且誤差大。

本文采用基于距離而非像素的方法來判斷竹材的內外輪廓以及參數。

參數計算流程如圖7所示。

圖7　參數計算流程圖

具體的計算思路如下：

1）首先，將整個圖像最左邊和最右邊的像素點選取存放在數組a里，然后分別求出這些點的橫、縱坐標的平均值。若圖像只有輪廓存在時，則兩者分別為圓心的橫縱坐標初值。

2）然后，求出存放在數組a里的像素點與初始圓心距離的平均值，將該距離設為初始外輪廓半徑；接著，將小于該初始外半徑一定距離（本文取小于該初始外半徑10像素距離）的所有點存放在數組b里。求取這些點的橫、縱坐標平均值，將其作為圓心的參考坐標。將其與初始圓心對比，若相差不大，則選取該坐標為圓心，否則選初始圓心坐標為圓心。該做法是為了提高圓心坐標的準確度。

3）求數組a里面的像素點與圓心的距離的平均值，將其設為外輪廓半徑參考值；接著，將小于該外半徑參考值一定距離（本文取小于該外半徑參考值10像素距離）的所有點存放在數組c里。求數組c里面的像素點與圓心的距離的平均值，將其設為內輪廓半徑的參考值。

4）求大于內半徑參考值一定距離（本文取大于該內半徑參考值10像素距離）的所有點距離圓心的平均值，將其與外輪廓半徑參考值作比較，若相差不大，則選取該值作為外輪廓半徑，否則選取后者作為外輪廓半徑。同理可得內輪廓半徑。

5）由于內周長與內輪廓半徑成比例，厚度與內外輪廓半徑距離之差成比例，根據實際測量數據計算出比例系數，則可得到相應的厚度與周長。

本文對竹子樣本分別測出其在不同方向情況下，采用該算法獲取數據的平均值與實際的絕對誤差和相對誤差，限于篇幅，這里僅列出6組數據。

表1　計算與實測的厚度對比

表2　計算與實測的內周長對比

從以上數據可知，最小厚度的絕對誤差＜0.5mm，相對誤差＜±5%；內周長的絕對誤差＜5 mm，相對誤差＜±2%。顯然，內周長的測量精度高于厚度，這是由于竹子的內外輪廓面呈橢圓，導致不同位置的厚度大小不一。總體上，對于橢圓形的竹材輪廓而言，該算法具有較高的計算精確度。

4　軟件界面顯示

軟件設計的GUI如圖8所示。

軟件是采用VC++6.0 MFC對話框設計，數據顯示界面的內容有：1）采集的圖像與處理后的圖像的實時顯示；2）通信串口設計，目的是為了將處理結果通過串口通信傳輸到LED顯示屏上顯示，使數據呈現更加直觀與簡單；3）切片長度設置，根據需要確定竹材剖分的寬度，以便根據內周長獲取竹材剖分的片數；4）查看歷史數據，為了方便用戶了解竹材的剖分情況。

軟件的工作流程：當竹材放在裝有壓力傳感器的平臺時，觸發攝像機拍攝，將圖像數據傳入計算機指定的圖像文件夾中。軟件一旦檢測到有新的圖像傳進來，立即按照相應的圖像處理算法處理圖像并顯示處理前后的圖像與尺寸。計算機在存儲數據的同時將數據傳輸到控制竹材剖分的機器上，確定竹材剖分數，實現了竹材自動化剖分。

圖8　用戶界面

5　結束語

本文通過對竹材圖像進行選擇式掩模平滑、Sobel算子邊緣提取以及二值化等數字圖像處理，獲得了竹材內外輪廓邊緣。由于現有基于像素點數測量算法的不足，本文設計一種基于像素點間距的算法來計算竹材內外輪廓的厚度與內周長，最終實現竹材的自動化剖分。實驗表明，該算法能夠實時在線檢測、處理竹材的圖像，運行可靠性高且測量準確度高。該尺寸測量系統可為竹材加工企業節約生產成本，提高生產效率，具有良好的經濟和社會效益，能極大推動現有竹材加工自動化的發展，對當前竹材加工有重要意義。

［1］翟亞宇，潘晉孝，劉賓，等.基于運動目標檢測的實時圖像處理與顯示［J］.計算機測量與控制，2014（11）：3794-3797.

［2］柴華，任洪娥，張俊卿.利用Sobel算子結合蟻群算法提取竹材的內外輪廓［J］.哈爾濱理工大學學報，2014（1）：54-58.

［3］屈穩太.基于弦中點Hough變換的橢圓檢測方法［J］.浙江大學學報（工學版），2005（8）：1132-1135.

［4］周封，楊超，王晨光，等.基于隨機Hough變換的復雜條件下圓檢測與數目辨識［J］.儀器儀表學報，2013（3）：622-628.

［5］謝鳳英，趙丹培，姜志國.Visual C++數字圖像處理［M］.北京：電子工業出版社，2008：21-39.

［6］祁曉玲，趙霞霞，靳伍銀.基于機器視覺的軸類零件幾何尺寸測量［J］.組合機床與自動化加工技術，2013（1）：65-67.

［7］李紹民，陳衛東.圖像處理方法在自動化加工中的應用［J］.組合機床與自動化加工技術，2004（9）：94-95.

［8］LIAO C W，YU J H，TARN Y S.On-line full scan inspection of particle size and shape using digital image processing［J］.Particuology，2010（3）：286-292.

［9］柴華.基于圖像識別的竹材橫截面輪廓提取技術研究［D］.哈爾濱：東北林業大學，2014.

［10］張華，展曉凱.基于VC++的數字圖像處理系統的設計與實現［J］.濰坊學院學報，2011（2）：15-21.

［11］龍倩倩.剖竹加工工藝分析及其數控加工機床的設計［D］.哈爾濱：東北林業大學，2014.

［12］龔聰.基于機器視覺的高準確度尺寸檢測方法與實現［D］.廣州：廣東工業大學，2014.

［13］程鵬，朱美琳，耿華.一種基于梯度Hough變換和SVM的圓檢測算法［J］.計算機與現代化，2013（2）：22-25.

［14］蔣忠凌，廖俊必，黃玉波，等.基于機器視覺的化成箔缺陷在線檢測系統設計［J］.電子測量技術，2015（7）：27-32.

（編輯：徐柳）

Design of measurement system of bamboo size based on machine vision

HAN Weicong，BAO Guanghai
（School of Electrical Engineering and Automation，Fuzhou University，Fuzhou 350108，China）

In order to cater to the demand for automated bamboo splitting technologies，this paper proposed to apply digital image processing technology to real-time processing and display of bamboo images.A new algorithm was designed to measure the size parameters of bamboo.Firstly，this paper focused on the noise of image collection，used selective masking smoothing method to weaken the noise and protect edge information；then used the Sobel operator to extract the internal and external contour of bamboo，separated the background，obtained the target of the image by binarization and attained the size of bamboo in accordance with the new algorithm；Finally，the software interface written in VC++displayed the collected images，processed images，measured data，and stored in the database.Experiment showed that the design of the software by adopting the digital image processing algorithms could effectively filter the noise，retain the targets of interest，and new measurement algorithm was fast，efficient and accurate on calculating the size parameters of bamboo，which provided an effective way to realize automation of bamboo splitting.

dimensional measurement；machine vision；selective masking smoothing method；Sobel operator

A

1674-5124（2016）07-0074-05

10.11857/j.issn.1674-5124.2016.07.015

2015-09-30；

2015-10-30

福建省教育廳JK項目（JK15005）

韓偉聰（1992-），男，福建漳州市人，碩士研究生，專業方向為機器視覺應用。