基于改進形態學消除光照不均勻算法

張 強， 謝家欣, 于微波， 丁春元

(長春工業大學 電氣與電子工程學院， 吉林 長春 130012)

基于改進形態學消除光照不均勻算法

張 強， 謝家欣, 于微波*， 丁春元

(長春工業大學 電氣與電子工程學院， 吉林 長春 130012)

對光照度不均的原圖進行先膨脹后腐蝕處理，通過頂帽變換去除提取到的圖像背景，再對原圖進行邊緣檢測，提取邊緣信息來彌補由于頂帽變換造成的邊緣信息缺失，可以有效地去除陰影，保持連續的邊緣。

光照度不勻； 頂帽變換； 邊緣檢測

0 引 言

工業現場中，因為周圍環境復雜，且光照情況不固定，所采集到的圖像常常會出現光照不均勻現象，難以解決[1-2]。光照不均勻是影響分析結果和圖像測量精度非常重要的因素之一，由于光照度不均勻產生了大量的背景噪聲，在一定程度上使圖像的原始面貌產生變化，也加大了工件尺寸測量及后續圖像處理的難度[3]。因此，針對工件尺寸測量，去除光照不均勻算法的研究具有深刻的實際意義。

1 基于形態學的去除光照度不均方法研究

1.1 形態學處理的基本原理

基于形態學去除光照不均勻算法主要采用頂帽變換來消除光照不均勻所產生的影響。對采集到的圖像先進行灰度開啟運算，即灰度腐蝕之后膨脹，進而得到光照不均勻的背景圖像。再通過頂帽變換，即原圖像減去提取的背景圖像，從而消除光照度不均勻帶來的影響[4]。

開啟運算和閉合運算在灰度圖像中的形式分別用f°b、f·b表示，定義為：

頂帽變換是由基本的灰度形態學腐蝕和膨脹運算構成，而灰度形態學的腐蝕與膨脹操作數學表達式與數字圖像處理當中的卷積運算類似[5-7]，只是采用和與差的方式來代替連續相乘，以取最大運算和最小運算代替求和運算。圖像f的頂帽變換h為圖像之間的開運算之差，表示為：

1.2 形態學消除光照度不均勻算法

首先進行開啟運算，即用結構元素b對原始圖像f進行腐蝕運算，再進行膨脹運算，提取出圖像的背景k；然后運用頂帽變換，即原圖像f減去所提取的背景圖像k，得到消除光照不均勻之后的圖像h[8]。在頂帽變換時會造成灰度降低的現象，所以還需要對其進行灰度拉伸操作。基于形態學消除光照度不均勻算法實驗如圖1所示。

(a) 原圖 (b) 去除背影的圖像 (c) 對比度調整后圖像 (d) 二值化后

選取在環境光照射下采集到的圖像進行實驗，先對原圖像進行開啟運算，提取到原圖像背景；再經過頂帽變換，得到去除背景后的圖像(見圖1(b))，能夠看出經過頂帽變換后的圖像比較暗，還需要進行灰度拉伸，以此增加圖像的亮度，得到對比度調節后的圖像(見圖1(c))。最后，將調整對比度的圖像二值化，得到二值化圖像(見圖1(d))。

由圖1實驗結果可以看出，基于形態學去除光照度不均方法對消除光照不均勻的影響效果較好，但會造成圖像邊緣細節信息的缺失，使邊緣變得模糊，影響測量的精度。

2 改進的形態學消除光照度不均勻算法

由于基于形態學去除光照不均勻算法存在邊緣細節模糊的問題，所以需要對其進行改進。改進算法的主要核心在于對原始圖像邊緣檢測，提取邊緣信息后，用所提取的邊緣信息來彌補頂帽變換造成的邊緣缺失。相比較其他邊緣檢測算子，高斯-拉普拉斯(LOG)算子計算量小，運算簡單,速度快，在有效避免噪聲影響前提下，能夠有效保護邊緣細節信息，平滑圖像，提取較細的邊緣信息，并能夠得到連續的邊緣。所以，LOG算子可較好地提取采集工件圖像邊緣信息。

先用高斯函數對圖像進行濾波，再對濾波后的圖像進行拉普拉斯運算，邊界點為其值等于零的點[9]。

LOG運算：

h(x,y)=2[g(x,y)]*f(x,y)(4)

根據卷積求導法可得：

h(x,y)=[2g(x,y)]*f(x,y)(5)

對式(6)求關于x的一階偏導數，可以得到：

對式(7)求x的偏導，即得到高斯函數g(x,y)的二階偏導：

同理，求出g(x,y)關于y的二階偏導：

故

基于LOG邊緣檢測的形態學消除光照不均勻算法的基本思想是：先進行開啟運算，提取背景，再運用頂帽運算，消除光照不均的影響，最后提取邊緣信息，進行邊緣修復。算法具體流程如圖2所示。

圖2 改進后的形態學消除光照不均勻算法流程

其基本步驟如下：

1)獲取原始圖像，先腐蝕后膨脹，即開運算，消除小顆粒噪聲，平滑邊界，斷開陰影和物體之間的粘連，提取圖像背景；

2)對圖像進行頂帽變換，得到去除背景后的圖像，突出了比原圖輪廓更加明亮的區域，彌補由于開運算產生的裂縫和低亮度區域，消除光照不均勻造成的影響；

3)對比與研究各種傳統的邊緣檢測算子，選擇LOG算子對原始圖像進行邊緣檢測提取；

4)用所提取的邊緣信息來彌補頂帽變換造成的邊緣缺失，并對邊緣信息進行修復，最終得到改進算法處理后的圖像。

3 實驗結果及分析

由于工業采集環境光比較復雜，實驗室無法模擬復雜的工業采集環境的光照，文中通過3種光照來驗證算法去除光照不均勻的效果。分別為對環境光照射下采集的齒輪工件圖像、LED光源垂直照射下采集的齒輪工件圖像和LED光源斜射下采集的齒輪工件圖像進行去除光照不均勻實驗，實驗結果如圖3～圖5所示。

(a) 灰度化后的圖像 (b) 形態學處理后的圖像 (c) 改進算法處理后的圖像

(a) 灰度化后的圖像 (b) 形態學處理后的圖像 (c) 改進算法處理后的圖像

(a) 灰度化后的圖像 (b) 形態學處理后的圖像 (c) 改進算法處理后的圖像

通過3組實驗對比可以看出，形態學處理后的圖像邊緣仍有斷裂，邊緣信息不夠連續，而經過邊緣修復后，改進后的圖像(c)邊緣要比改進之前的圖像(b)清晰，有效地解決了邊緣信息不連續的問題，保持了邊緣信息的良好。

4 結 語

針對工業采集圖像時復雜環境光對工件圖像的影響，提出了一種基于形態學消除光照度不均勻的算法，通過對3種光照條件下采集到的齒輪工件圖像進行實驗可以看出,經過邊緣處理、修復后的圖像具有清晰的邊緣信息，且連續。文中提出的算法能夠彌補基于形態學消除光照不均勻算法的不足，不僅消除了光照不均勻的影響，而且保持了圖像的邊緣，效果良好，算法簡單，易于實現。

[1] 史東承，于明會.基于數學形態學濾波的灰度圖像邊緣檢測[J].長春工業大學學報：自然科學版，2008，29(3)：283-286.

[2] 王宏志,劉媛媛,孫琦.基于小波變換矩陣的改進脊波變換圖像去噪[J].吉林大學學報:理學版,2010,48(1):99-103.

[3] 孫忠貴.數字圖像光照不均勻校正及Matlab實現[J].微計算機信息，2008,24(3/4):313-314.

[4] 馬士友,付致偉.基于直方圖均衡和冪次變換的灰度圖像增強算法[J].計算應用與軟件，2013,30(4):261-263.

[5] 陳蕭楓,潘保昌,鄭盛林，等.用頂帽變換估計并消除圖像背景[J].微計算機信息,2008,24(3):310-311.

[6] Jackway P T. Improved morphological Top-Hat [J]. IEEE Elec-tronies Letters，2000,36(14):1194-1195.

[7] Xiangzhi Bai, Fugen Zhou. Multi scale top-hat transform based algorithm for image enhancement [C]//Proceeding of Signal Processing,2010. Beijing: IEEE,2010:797.

[8] 王升峰,楊永全.基于頂帽變換和LBP算子的紋理特征提取方法[J].軟件導刊,2016,15(12):5-7.

[9] 嚴國萍,何俊峰.高斯-拉普拉斯邊緣檢測算子的擴展研究[J].華中科技大學學報：自然科學版,2006,34(10):21-23.

Algorithmofeliminatingunevenilluminationbasedonmorphology

ZHANG Qiang， XIE Jiaxin， YU Weibo*， DING Chunyuan

(School of Electrical & Electronic Engineering, Changchun University of Technology, Changchun 130012， China)

The original images with uneven illumination are dealt with open operation first and then the image background are extracted with top-hat transform. The edge information of the original image is detected and extracted to compensate the edge deficiency generated from top-hat transform.

uneven illumination; top-hat transform; edge detection.

2017-07-25

吉林省科技廳基金資助項目(20140204018GX)

張 強(1992-)，男，漢族，吉林長春人，長春工業大學碩士研究生，主要從事機器視覺檢測技術方向研究,E-mail:palmchang@outlook.com. *通訊作者：于微波(1970-)，女，漢族，吉林長春人，長春工業大學教授,碩士，主要從事機器視覺測量與控制技術方向研究,E-mail:yuweibo@ccut.edu.cn.

10.15923/j.cnki.cn22-1382/t.2017.5.10

TP 391.41

A

1674-1374(2017)05-0464-04