基于局部邊緣灰度統計特性的深色疵點提取

文/陸世棟 張朝暉 王揚 趙倚天 熊宗偉

1 引言

在不同軋工等級的棉花中存在不同程度的非纖維性物質以及附生雜質，如棉籽、破籽、帶纖維籽屑、軟籽表皮等。這些非纖維性物質或雜質在棉花樣本的成像結果中，通常在形狀規則、灰度分布上具有局部灰度均值低、灰度方差小、單個區域覆蓋面積小的特點，并且通常位于圖像的局部暗區。因此，我們稱之為“深色疵點區域”。

通常隨著棉花軋工質量的下降，深色疵點數目有增加的趨勢。可以說深色疵點信息的多少是事關棉花軋工質量優劣的重要特征之一。但深色疵點的提取面臨兩個主要難點：第一，深色疵點的面積相對于整幅圖像的大小，幾乎可以忽略；第二，不同光照條件下，深色疵點區域的灰度均值有明顯的不同。

理論分析及試驗經驗表明：單純依賴一般的基于灰度統計特性的閾值估計法，提取深色疵點區域，不具有光照不變性的特點。為此本文提出一種基于圖像局部邊界灰度統計特性的深色疵點特征提取算法。

2 算法描述

由于深色疵點區域的面積相對于整幅圖像的面積幾乎可以忽略，因此，我們可將深色疵點區域的提取視為大圖像中“小目標區域”的自適應分割問題；而位于疵點區域邊界附近的像素一般會以近似等概率的方式屬于背景區、目標區。本文利用該特點，提出了一種基于局部邊緣灰度統計特性的深色疵點特征提取算法，以有效獲取可區分大背景與小目標區域的灰度閾值。以下是關于算法的描述。

輸入：棉花樣本的灰度圖像

輸出：深色疵點的數目

實現步驟：

STEP1.讀取原始圖像。

STEP2.基于Gaussian-Laplacian運算的小目標區域邊緣檢測。

a.對圖像進行Gaussian-Laplacian運算，取絕對值，得絕對值圖像；

b.將絕對值圖像取值升序排列，取位于前99.99%位置的值作為閾值；

c.基于閾值，將絕對值圖像二值化，得模板圖像。

其中，與取值1對應的輸入圖像位置為邊緣點位置；其他為無效位置。

STEP3.基于邊緣模板圖像局部灰度統計特性的自適應閾值估計。

a.以邊緣模板圖像的邊緣信息為指導，取原始圖像中對應邊緣點處的歸一化灰度直方圖；

b.基于灰度直方圖，采用OTSU法，得到最優閾值估計結果。

STEP4.基于最優閾值，對原始圖像進行二值化，得疑似深色疵點區域的二值圖像。

STEP5.基于形態學濾波的完整深色疵點區域獲取。

考慮到數字成像只是關于棉花外觀的圖像獲取，而隱藏在棉花樣本淺層的深色疵點會被淺色的棉花纖維分成多個孤立部分，因此基于數學形態學的開、閉基本運算，進行二值圖像形態學濾波，得到可反映輸入圖像完整深色疵點區域的二值圖像。

STEP6. 對二值圖像進行連通區域標記，得到深色疵點數目統計結果num及疵點輪廓提取。

3 試驗與分析

為便于視覺上的直觀比較不同光照強度下的深色疵點的檢測結果，圖1給出了同一棉花樣本在不同光照強度下，檢出的疵點輪廓與檢測前的灰度圖像的融合效果圖。

圖1 相同棉花樣本在不同光照強度下深色疵點的檢測結果(檢測的疵點以綠色輪廓標記)

由圖1觀察得知：本文提出的深色疵點檢測算法具有穩定的檢測性能，結果具有較好的一致性。如圖2所示，給出了基于該算法得到的同一棉花樣本在不同光照強度下疵點特征的提取情況。由該圖可以知道，即使在光照強度差異較大情況下，疵點的檢測仍能取得比較穩定的結果。

為便于直觀比較不同軋工級別的棉花樣品表面深色疵點，我們對人工標注的1800個棉花樣本圖像，分別進行了深色疵點特征的檢測，并對于同級別的樣本圖像計算了深色疵點數目的均值(mean)以及標準差(std)的統計指標；在此基礎上，分別按照“mean-std(均值-標準差)”“mean(均值)”“mean+std(均值+標準差)”“std(標準差)”4種方式，在圖3得到了棒線圖(bar)。

圖2 相同棉花樣本在不同光照強度下黑色疵點檢測數目的統計圖

圖3 不同軋工級別的棉花樣本圖像深色疵點檢測數目的統計棒線圖

由左至右分別為P1、P2、P3級。

為便于橫向比較不同等級棉花樣本的深色疵點特征取值的動態范圍，圖4還以箱式圖(boxplot)的方式，將各軋工級別的棉花樣本圖像表面深色疵點檢測數目分布直觀可視化出來。

圖4 不同軋工級別的棉花樣本圖像的深色疵點檢測數目的分布(其中1、2、3分別對應軋工級別的好、中、差)

4 結論

本文提出一種面向棉花軋工質量分級的深色疵點提取算法。

試驗分析表明：本算法具有較好的光照穩定性；盡管利用圖像處理的方式檢測得到的深色疵點區域只能反映棉花樣本表面的深色疵點分布情況，但深色疵點數目的分布趨勢與評測人員對不同軋工級別的棉花樣本的認識是一致的，即：軋工質量越好，深色疵點數目平均值越少、其取值的動態范圍也更小；軋工質量越差，深色疵點數目的平均值越大、分布的動態范圍越大；總的趨勢是深色疵點數目以及取值的動態范圍隨著軋工質量的降低而存在增加的趨勢。