光纖繞制視頻檢測識別技術(shù)

劉歡歡

(河南省煤炭科學(xué)研究院有限公司，河南 鄭州 450001)

光纖繞制過程實時檢測的基本原理是通過攝像機對光纖繞制過程進行圖像輸入，完成數(shù)字化工作，通過軟件算法判斷出光纖繞制過程中可能出現(xiàn)的爬線、斷線、繞絲不均勻等問題，并給予控制系統(tǒng)反饋。

實際工作中，運動目標(biāo)的檢測是各種后續(xù)處理 (如目標(biāo)分類、跟蹤)的基礎(chǔ)，處于整個運動分析系統(tǒng)的最底層，主要任務(wù)是從視頻圖像中將運動目標(biāo) “摳取出來”。本文中光纖纏繞即為運動目標(biāo)，其視頻是許許多多幅按時間序列構(gòu)成的連續(xù)圖像，每一幅“靜止”的畫面稱為一“幀(frame)”?？紤]到人眼的視覺暫留效應(yīng)，一般采用24幀/s以上就可以在人眼中得到連續(xù)的重現(xiàn)效果。本檢測系統(tǒng)中，光纖繞制的轉(zhuǎn)速大約為1圈/s，采用PAL制電視25幀/s的標(biāo)準(zhǔn)來攝制圖像，并以avi格式的視頻文件存儲[1-3]。

1 視頻圖像分割識別技術(shù)

檢測系統(tǒng)視頻圖像是在CCD攝像機靜止條件下攝制的，首先對視頻幀進行固定間隔采樣，然后進行圖像預(yù)處理等一系列操作，最后對視頻圖像進行改進的視頻算法檢測，并識別出目標(biāo)判斷光纖繞制狀態(tài)即纏繞情況，將其反饋到控制系統(tǒng)。

2 目標(biāo)檢測識別算法

在靜態(tài)背景下，傳統(tǒng)的運動目標(biāo)檢測方法有背景圖像差分法、幀間差分法和光流法3種。下面對這3種檢測方法依次進行詳細(xì)討論，結(jié)合該系統(tǒng)要實時檢測和識別出光纖繞制可能出現(xiàn)的實際問題提出了改進算法，并進行了仿真。

2.1 背景圖像差分法

背景圖像差分法是傳統(tǒng)運動目標(biāo)檢測方法中最簡單、最直接的一種方法。假定圖像背景是靜止不變的，背景差分法具體表述如下：

d(i，j，t)=I(i，j，t)-B(i，j，t)

(1)

如果d(i，j，t)>Th，d(i，j，t)=1；否則d(i，j，t)=0。

其中，d(i，j，t)表示差值圖像；I(i，j，t)表示當(dāng)前幀視頻圖像；B(i，j，t)表示背景圖像；Th為二值化時的閾值，取值為0和1的像素分別對應(yīng)于背景(非運動區(qū)域)和前景(運動目標(biāo)區(qū)域)，閾值選擇得是否準(zhǔn)確，將直接影響到二值圖像的質(zhì)量。如果閾值選得太低，會引入大量的噪聲；如果閾值選得太高，二值圖像中判定為運動目標(biāo)的區(qū)域又會產(chǎn)生碎化現(xiàn)象。這里可以采用靜態(tài)圖像中閾值分割所使用的方法來進行閾值的選擇。此方法的主要特點是可以使用當(dāng)前被監(jiān)視環(huán)境中的一幅靜態(tài)背景作為背景圖像，利用背景圖像與當(dāng)前幀圖像的差進行運動目標(biāo)檢測。

該系統(tǒng)雖然是在室內(nèi)環(huán)境下進行檢測的，但當(dāng)前幀與背景幀相減之后的圖像會將這段時間內(nèi)所有的繞制結(jié)果呈現(xiàn)出來，這樣并不能將每次繞制的情況實時地檢測并識別出來，達不到系統(tǒng)所要求的實時檢測出運動目標(biāo)的目的。而且用背景圖像差分法去處理目標(biāo)由靜止開始運動的情況，出現(xiàn)許多偽運動目標(biāo)點，將影響到目標(biāo)檢測的效果。所以，背景圖像差分法并不適用于該系統(tǒng)，不做選取。

2.2 幀間圖像差分法

幀間差分法可以很好地適用于存在多個運動目標(biāo)和攝像機移動的情況。幀間差分法具體表述如下[4-8]：

d(i，j)=F(i，j，tn)-F(i，j，tn-1)

(2)

如果d(i，j)>Th，d(i，j)=1；否則d(i，j)=0。

其中，d(i，j)表示差值圖像；F(i，j，tn)表示當(dāng)前幀視頻圖像；F(i，j，tn-1)表示前一幀采集回的圖像；Th為二值化時的閾值。在相減后的圖像中，灰度不發(fā)生變化的部分被減掉，這樣便可以消除二值圖像中顯露的背景，獲得第n幀圖像中的運動對象區(qū)域。

幀間差分法算法具有以下優(yōu)點：實現(xiàn)簡單，程序設(shè)計復(fù)雜度低；對光線等場景變化太敏感，能夠適應(yīng)各種動態(tài)環(huán)境，穩(wěn)定性好。而且在得到的差分圖像中，不等于零的像素可能是上一幀中被目標(biāo)覆蓋而在當(dāng)前幀中顯露出來的背景區(qū)域，并不一定都屬于運動物體，那么此時差分圖像中目標(biāo)和顯露的背景將同時存在，所以要得到實際的運動對象必須去除顯露的背景。本系統(tǒng)是要檢測出每相鄰2根光纖的位置，而不是單純地檢測出一根光纖的形狀及位置，故單純使用幀間差分法也達不到系統(tǒng)的要求。

2.3 光流法

光流法在較理想的情況下，可以用于攝像機運動的情況，不需要預(yù)先知道場景的任何信息就能夠檢測出獨立運動的對象，并可以很精確地計算出運動物體的速度。但光流法運算復(fù)雜，并且計算量大不適用該系統(tǒng)使用。

3 常用的計算機圖像處理坐標(biāo)系

計算機圖像處理中主要有以下幾種坐標(biāo)系：圖像坐標(biāo)系、成像平面坐標(biāo)系、攝像機坐標(biāo)系、世界坐標(biāo)系。這里主要講述成像平面坐標(biāo)系。

由于圖像坐標(biāo)系只表示像素位于數(shù)字圖像的列數(shù)和行數(shù)，并沒有用物理單位表示出該像素在圖像中的物理位置，因而需要再建立以物理單位(例如厘米)表示的成像平面坐標(biāo)系x-y。這里用(x，y)表示以物理單位度量的成像平面坐標(biāo)系的坐標(biāo)。x-y坐標(biāo)系中，把原點O1定義在攝像機光軸和圖像平面的交點處，稱為圖像的主點，該點一般位于圖像中心處，但由于攝像機制作的原因，可能會有些偏離，O1在坐標(biāo)系下的坐標(biāo)為(u0，v0)，每個像素在x軸和y軸方向上的物理尺寸為dx、dy。上述2種坐標(biāo)系如圖1所示。

圖1 改進算法的處理結(jié)果Fig.1 Processing results of the improved algorithm

4 改進的檢測識別方法

鑒于背景差分法和幀間差分法的優(yōu)缺點，要針對不同的應(yīng)用環(huán)境選擇不同的方法來滿足不同的要求。所以將這兩種方法結(jié)合使用，保證背景圖像能隨著光線的變化而變化，確保檢測的準(zhǔn)確性。

光纖繞制過程實時檢測的基本原理是通過攝像機對光纖繞制過程進行圖像輸入，完成數(shù)字化工作，通過軟件算法判斷出光纖繞制過程中可能出現(xiàn)的爬線、斷線、繞絲不均勻等問題，并給予控制系統(tǒng)反饋。根據(jù)圖像的統(tǒng)計特性，對于視頻圖像來說，由于相鄰幀的間隔很短，因此相鄰幀間具有很強的相關(guān)性。在實際應(yīng)用中，為了獲得高效且較快的檢測速度，可以對輸入的視頻圖像進行抽樣提取，從而節(jié)省程序運行時間，滿足系統(tǒng)實時性的要求。由于本系統(tǒng)主要檢測光纖繞制過程，所以光纖繞制速度就決定了視頻圖像的采樣時間間隔。系統(tǒng)設(shè)定的光纖繞制速度大約為1 圈/s，因此對視頻圖像進行采樣的時間間隔就定在大約每秒采集一幀。改進算法的具體表述如下。

(1)第1幅采樣到的圖像記為Fn-2，對圖像Fn-2進行圖像預(yù)處理操作，增強圖像對比度，去掉圖像的隨機噪聲，并對圖像進行銳化處理，盡量減小噪聲對圖像的干擾。

(2)繼續(xù)對視頻圖像進行采樣，記錄當(dāng)前采樣幀為Fn-1，對圖像Fn-1進行圖像預(yù)處理操作，增強圖像對比度，去掉圖像的隨機噪聲，對圖像進行銳化處理，盡量減小噪聲對圖像的干擾。

(3)對視頻圖像進行第3次采樣，記當(dāng)前幀為Fn，對圖像Fn進行圖像預(yù)處理操作，增強圖像對比度，去掉圖像的隨機噪聲，對圖像進行銳化處理，盡量減小噪聲對圖像的干擾。

(4)計算Fn-1-Fn-2=C。

(5)計算Fn-Fn-1=D。

(6)設(shè)定閾值T，并計算T/256=T′，目的是將T的值轉(zhuǎn)化為double型數(shù)據(jù)T′。

(7)分別對上述差分圖像C、D取絕對值，分別判斷C、D與T′的大小，并運用find函數(shù)找到圖C、D中值大于的所有點的圖像坐標(biāo)系中滿足條件的坐標(biāo)，并分別記到矩陣(row1，col1)、(row2，col2)中。灰度值大于T′的將其值置為255即白色，反之小于T′的將其灰度值置為0即黑色。

(8)分別找出圖C矩陣中(row1，col1)、圖D矩陣中(row2，col2)的最小列行坐標(biāo)值，分別記為u1、v1、u2、v2，并運算u=u2-u1，v=v2-v1。

(9)判斷u、v的值。由光纖的直徑參數(shù)，設(shè)定當(dāng)u>10時，可以判斷此時繞線機出現(xiàn)差錯，即出現(xiàn)了排線不均勻即排線出現(xiàn)間隔現(xiàn)象；當(dāng)v>3時，判斷此時繞線機出現(xiàn)差錯，即可能出現(xiàn)了爬線現(xiàn)象。此時發(fā)出警報或使得蜂鳴器響起，并反饋給機械控制結(jié)構(gòu)，便可檢測并識別出光纖繞制出現(xiàn)異常情況的問題。如果u<10，v<3，則系統(tǒng)判斷光纖繞制正常。

5 試驗分析

通過上述的算法分析，運用此種改進算法進行光纖繞制檢測，主要針對光纖繞制過程中常出現(xiàn)的爬線、排線不均勻等情況進行檢測。運用改進算法進行圖像處理的情況如圖2所示。

圖2 改進算法處理結(jié)果示意Fig.2 Processing results of improved algorithm

由算法可以得出，u1=213，v1=104，u2=219，v2=105，u3=230，v3=105。依照改進算法得出，第2次差分圖像與第1次差分圖像亮點即最后一次光纖位置的坐標(biāo)差為(u2-u1，v2-v1)=(6，1)，滿足設(shè)定的情況；而第3次差分圖像與第2次差分圖像亮點即最后一次光纖位置的坐標(biāo)差為(u3-u2，v3-v2)=(11，0)，其中光纖的水平位置發(fā)生較大偏移，已經(jīng)超出設(shè)定的范圍。故可以看出，此時出現(xiàn)了排線不均勻即排線間隔的現(xiàn)象。

6 結(jié)語

分析研究了圖像視頻檢測的各種方法，對幾種常用視頻檢測算法進行分析研究，將背景差分法和幀間差分法結(jié)合使用，并進行了相應(yīng)方法的MATLAB仿真。結(jié)果表明，運用改進算法可取得較好的檢查光纖纏繞的效果，并且能夠滿足檢測系統(tǒng)實時性的要求。