原木端面自动检测算法设计与实现---毕业论文

厦门大学软件学院毕业论文 原木端面自动检测算法设计与实现 I 本本 科科 毕毕 业业 论论 文文 原木端面自动检测算法设计与实现原木端面自动检测算法设计与实现 The design and implementation of the log-end automatic measuring algorithm 姓 名： 学 号： 学 院：软件学院 系：软件工程 专 业：软件工程 年 级： 指导教师： 年年 月月 厦门大学软件学院毕业论文 原木端面自动检测算法设计与实现 II 摘摘 要要 我国是少林国家，木材资源匮乏。原木加工作为木材加工的第一步，能否 精确地得到原木外型轮廓数据对于提高木材利用率无疑是非常重要的。长期以 来，原木端面的检测由人工完成，效率低且具有一定的危险性。随着计算机图 像处理技术的应用越来越广泛，使用图像处理实现原木端面检测的自动化，不 仅效率高、测量结果精确，也可以有效地提高木材利用率。 本文通过预处理、边缘检测、二值化、去除凹点和圆检测等技术处理，实 现对原木端面的自动检测。首先使用二次滤波对原图像进行预处理，在边缘检 测方法的选择上，在常见的几种边缘检测算子中，针对原木截面图像的特点， 文中通过详细的比较分析，说明了使用小波变换进行处理所具有优势。作为整 个系统的核心部分，对边缘图像的圆检测采用了基于分段拟合的方法，先将边 缘分为可接受的一段段圆弧，再对其进行拟合，计算出对应的圆的特征参数。 为了提高算法的检测能力，系统在圆检测前加入了去除凹点的模块。该模块基 于图像分割的概念，对以往图像分割方法进行改良，可以有效地检测凹点，极 大地避免了由原木粘连造成的误检现象。 在文章最后，选取四幅原木端面图像，使用文中算法进行检测，对检测结 果性能分析表明，文中所用算法对粘连以及存在部分残缺的原木端面可以进行 有效地检测，具有良好的抗噪性。并且通过与传统的 Hough 变换检测结果的对 比分析，证明了该算法在执行时间、准确性等方面更有优势。实验表明，该算 法可以较为高效、准确的实现对原木端面图像的自动检测，具有一定的实用性。 关键字：图像处理；原木端面；分段拟合 厦门大学软件学院毕业论文 原木端面自动检测算法设计与实现 III Abstract Our country doesnt have enough vegetation-covered area and is short in timber resources. There is no doubt that it is important to get the accurate log volume data to increase the operation rate. For a long time, log-end is measured manually, which is inefficient and dangerous. Along with the great use of the Computer Image Processing technology, using image process technology to achieve automation of log- end detection, is not only efficient and accurate but also can increase the operation rate effectively. According to the following steps: pre-processing, edge detection, image binarization, concave point removing and circle detection, the article tells the implementation of the log-end automatic measuring system. The pre-processing is implemented by twice filter, and by comparing with some of the edge detection algorithms, according to the characteristic of the log-end image, the article tells the advantage of using the wavelet transform to detect the log-end image. As the central part of the whole system, we use the subsection fitting method to detect the circles. First of all we part the lines of the edge into some uninterrupted acceptable ones, by fitting them we can get the radius and the coordinate of the center of the circle. To improve the accuracy of the result, we add the concave point removing process before circle detection. Based on the conception of image segmentation, the concave point reference the former image segmentation methods, detect and remove the concave point, greatly avoid the mistaken detection. In the last part of this paper, we choose four log-end image, using the log-end measuring system to detect. The analysis of the result shows that the arithmetic can be effectively even when the logs aggregate together or when the logs are not so integrity. And the noise of the image has little influence on the result. Comparing with the traditional Hough transform, the algorithm is better in execute timing and veracity of the result. According to the experiments, the proposed algorithm can effectively and exactitude measure the log-end automatically, which is of significance. Keywords: Image process; log-end; subsection fitting 厦门大学软件学院毕业论文 原木端面自动检测算法设计与实现 IV 目目 录录 第一章第一章引言引言1 1 1.11.1 历史背景历史背景 1 1 1.21.2 计算机图像处理概述计算机图像处理概述 1 1 1.31.3 计算机图像处理的优势计算机图像处理的优势 2 2 1.41.4 常见的图像处理操作常见的图像处理操作 2 2 1.4.1 图像滤波 3 1.4.2 边缘提取 3 1.4.3 图像分割 4 第二章第二章系统总体设计系统总体设计5 5 2.12.1 算法设计算法设计 5 5 2.22.2 开发开发环环境与工具境与工具 8 8 第三章第三章 系统详细设计系统详细设计9 9 3.13.1 图像预处理图像预处理 9 9 3.23.2 图像边缘提取图像边缘提取 9 9 3.2.1 微分算子法10 3.2.2 基于小波变换的方法11 3.2.3 各边缘检测算法比较与分析12 3.33.3 图像二值化图像二值化 1414 3.43.4 去除凹点去除凹点 1515 3.53.5 圆检测圆检测 1616 第四章第四章 系统具体实系统具体实现现2020 4.14.1 系统运行展示系统运行展示 2020 4.24.2 系统实现过程系统实现过程 2626 4.34.3 实验结果分析实验结果分析 3333 4.44.4 性能比对（与性能比对（与 H HOUGHOUGH变换）变换） 3636 厦门大学软件学院毕业论文 原木端面自动检测算法设计与实现 V 第五章第五章 结结束束语语4040 致致谢谢4141 参考文献参考文献4242 附录附录4343 厦门大学软件学院毕业论文 原木端面自动检测算法设计与实现 VI ContentsContents Chapter1Chapter1 IntroductionIntroduction1 1 1.11.1 BackgroundBackground1 1 1.21.2 IntroductionIntroduction ofof ComputerComputer ImageImage ProcessingProcessing1 1 1.31.3 AdvantageAdvantage ofof ComputerComputer ImageImage ProcessingProcessing2 2 1.41.4 TheThe ordinaryordinary imageimage processprocess operationoperation2 2 1.4.1 Image filtering .3 1.4.2 Edge detection 3 1.4.3 Image segmentation 4 Chapter2Chapter2 GeneralGeneral designingdesigning ofof thethe systemsystem5 5 2.12.1 ArithmeticArithmetic designingdesigning5 5 2.22.2 TheThe developmentdevelopment environmentenvironment andand toolstools8 8 Chapter3Chapter3 DetailDetail designingdesigning ofof thethe systemsystem9 9 3.13.1 ImageImage pre-processingpre-processing9 9 3.23.2 ImageImage edgeedge detectiondetection9 9 3.2.1 The arithmetic based on differential coefficient .10 3.2.2 The method based on wavelet transform 11 3.2.3 Compare and analysis of the edge detection arithmetic 12 3.33.3 ImageImage binarizationbinarization1414 3.43.4 RemovingRemoving concaveconcave pointspoints1515 3.53.5 CircleCircle detectiondetection1616 Chapter4Chapter4 ImplementationImplementation ofof thethe systemsystem2020 4.14.1 UserUser interfaceinterface ofof thethe systemsystem2020 4.24.2 SystemSystem implementationimplementation2626 4.34.3 AnalysisAnalysis ofof thethe experimentexperiment resultresult3232 4.44.4 PerformancePerformance comparing(comparing( withwith HoughHough transformtransform ) )3535 厦门大学软件学院毕业论文 原木端面自动检测算法设计与实现 VII Chapter5Chapter5 SummarySummary4040 AcknowledgementAcknowledgement4141 ReferenceReference4242 AppendixAppendix4343 厦门大学软件学院毕业论文 原木端面自动检测算法设计与实现 1 第一章第一章 引言引言 1.11.1 历史背景历史背景 我国是少林国家，森林资源覆盖率低，人均占有量少，可采资源不足。 近年来，随着房地产业、造纸业、家具业的快速发展，木材长期供不应求。 现在，我国的木材缺口量已达到 5000 万立方米，供求矛盾十分突出1。原 木加工是木材加工的第一步，能否精确地得到原木外形轮廓数据对于提高木 材利用率无疑是非常重要的。长期以来，国内外原木材积测量大多采用人工 测量的方法，自动化程度不高，不仅效率低，受个人主观因素影响大，而且 不利于安全生产，再加上各国原木检量标准各不相同， 原木进出口过程中 存在着“一木双检”的问题，耗费人力物力2。 2002 年 11 月，原木材积自动化检测系统在南宁凤凰纸业公司通过鉴定， 该系统针对现行国家标准和企业需求，应用计算机视觉技术与图像识别技术， 具有在线、连续、实时的工作能力，检尺误差率可控制在 1%以下。与人工 检尺相比，该系统可提高工作效率 1 倍以上。原木材积自动化检测系统的设 计研制填补了国内外空白，标志了人工测量时代的终结，开启了计算机图像 处理技术在原木加工应用的新篇章3。 1.21.2 计算机图像处理概述计算机图像处理概述 计算机图像处理（Computer Image Processing）又称为数字图像处理 （Digital Image Processing） ，是指将图像信号转换成数字信号并利用计 算机对其进行处理的过程。常见的图像处理技术有图像数字化、图像编码、 图像增强、图像复原、图像分割与图像分析等，通常来说，需要将几种图像 处理技术相结合才能完成所需要的处理。 计算机图像处理技术的使用最早可追溯到 20 世纪 20 年代，当时通过海 底电缆从英国伦敦到美国纽约传输了一幅照片，采用了数字压缩技术。到 20 世纪 60 年代中期，第三代数字计算机出现后，图像处理技术得到了生机 厦门大学软件学院毕业论文 原木端面自动检测算法设计与实现 2 勃勃的发展，在包括遥感、宇宙观测、影像医学、通信、刑侦及多种工业领 域得到了广泛的应用。数字图像处理技术的大发展是从 20 世纪 90 年代初开 始的。自 1986 年以来，小波理论与变化方法迅速发展，它克服了傅里叶分 析不能用于局部分析等方面的不足之处，被认为是调和分析半个世纪以来工 作的结晶。进入 21 世纪，随着计算机技术的迅猛发展和相关理论的不断完 善，数字图像处理技术在许多应用领域收到广泛重视并取得了重大的开拓性 成就。数字图像处理技术自诞生之日起，至今已涉足了人类生活的方方面面。 从我们日常生活的电视、电影到工业监控、智能机器人、生物技术，到航空、 航海、航天，从最初简单的黑白图像到三维虚拟现实的成功，都标志着数字 图像处理技术的突飞猛进，日新月异1。 1.31.3 计算机图像处理的优势计算机图像处理的优势 （1） 适用面宽。数字图像处理可以处理多种信息源，可以是可见光图像， 也可以是不可见的波谱图像，如 X 射线图像、超声波图像或红外图像 等。这些来自不同信息源的图像只要被变换为数字编码形式后，均是 用二维数组表示的灰度图像，都可以用计算机来处理，图像的数字处 理方法适用于任何一种图像。 （2） 灵活性高。数字图像处理不仅能完成线性运算，而且能实现非线性处 理，即凡是可以用数学公式或逻辑关系来表达的一切运算都可用数字 图像处理实现。 （3） 再现性好。数字图像处理不会因图像的存储、传输或复制等一系列变 换操作而导致图像质量的退化。只要图像在数字化时准确的表现了原 稿，则数字图像处理过程能始终保持图像的再现。 1.41.4 常见的图像处理操作常见的图像处理操作 总体来说，常见的图像处理操作包括图像增强、图像分割、图像编码和图 像压缩等。其中，图像增强的目的是改善图像的视觉效果，将原来不清晰地图 像变得清晰或强调某些感兴趣的特征，抑制不感兴趣的特征，主要包括灰度变 换、直方图修正、图像平滑和锐化等操作。图像分割是将图像中有意义的特征 厦门大学软件学院毕业论文 原木端面自动检测算法设计与实现 3 部分提取出来，即将图像中物体的边缘、区域等提取出来。因此，边缘提取、 二值化等都是图像分割的主要操作。这些操作是图像处理中较为基础的处理， 但在图像处理过程中，又是起着至关重要作用的。 1.4.11.4.1 图像滤波图像滤波 滤波是将特定波段频率滤除的操作，是抑制和防止干扰的一项重要措施。 在图像处理中，图像滤波包括空间域滤波和频率域滤波。 空间域滤波是直接对图像的数据做空间变换达到滤波的目的，它是一种邻 域运算，即输出图像中的任何像素的值都是通过采用一定的算法，根据输入图 像中像素周围一定邻域内像素的值得来的。如果输入像素是输入像素邻域像素 的线性组合则称为线性滤波，常见的有均值滤波和高斯滤波。否则为非线性滤 波，如中值滤波，边缘保持滤波等。 以中值滤波为例，中值滤波的基本原理是把数字图像或数字序列中一点的 值用该点的一个邻域中各点的中值代替，从而消除孤立的噪声点。中值滤波在 图像处理中，常用来保护边缘信息，是经典的平滑噪声的方法。 对图像进行滤波处理一般都两个目的，即对图像进行平滑或锐化。平滑一 般用于消除图像噪声，但是也容易引起边缘的模糊。锐化的目的在于突出物体 的边缘轮廓，便于目标识别。常用的锐化算法有梯度法、高通滤波、统计差值 法等。 1.4.21.4.2 边缘提取边缘提取 图像的边缘是以图像局部特性的不连续的形式出现的，例如灰度值的突变， 颜色的突变，纹理结构的突变等。图像的边缘有方向和幅度两个特性。通常图 像的灰度变化可能呈现阶跃型、房顶型和凸缘型，如图 1-1 所示。 （1）阶跃型 （2）房顶型 （3）凸缘型 厦门大学软件学院毕业论文 原木端面自动检测算法设计与实现 4 图图 1-11-1：灰度变化的几种类型：灰度变化的几种类型 图像边缘提取是将像素灰度有阶跃变化或屋顶变化的那些像素检测和提取 出来。通常来说，边缘检测是第一个基本的处理步骤，通过边缘检测可以保留 有关物体边界形态的结构信息，而且极大地降低了图像处理的数据量，从而简 化图像的分析过程。正是由于边缘提取的好坏程度直接影响了模式识别的后续 处理工作，所以长期以来人们付出了许多努力寻找更优化的边缘检测算法。常 见的边缘检测算子有 Roberts 算子、Sobel 算子、拉普拉斯算子等。 1.4.31.4.3 图像分割图像分割 图像分割是将图像上像素点的灰度值设置为 0 或 255，分别表现物体和背 景两部分。二值化的关键在于寻找一合适的阈值，在 256 个亮度等级的图像中， 所有灰度大于或等于阈值的像素被判定为属于特定物体，其灰度值用 255 表示， 否则，这些像素点将被排除在物体区域外，灰度值为 0，表示背景。选用合适 的算法，使计算出的阈值最佳，才能将对象区域和背景区域上的噪声都降到最 低，效果最好。 厦门大学软件学院毕业论文 原木端面自动检测算法设计与实现 5 第二章第二章 系统总体设计系统总体设计 原木端面自动检测系统，通过对获取的原木截面图像进行一系列图像分析 和处理操作，最终获得图像中原木数量以及各原木的径值。系统针对的是实际 中的应用，存在的不确定性较高，例如光线、亮度不均匀以及原木种类大小不 确定等，都会影响检测结果的准确性。因此，系统中所使用的算法必须具有较 好的自适应性。此外，算法设计还有两个关键点，即运行速度和测量精度。这 些都是在算法设计中必须考虑和权衡的。 2.12.1 算法设计算法设计 一般来说，原始图像中包含有各种各样的噪声和畸变，噪声使图像质量下 降，并会给后续的特征提取和识别带来一定的困难。因此，有必要对图像进行 后续处理前对图像进行预处理，以减少噪声的影响。 算法的最终目标为检测出图像上原木的外形特征参数，因此，在对图像进 行预处理后，需要将图像上的有用的信息提取出来，即用图像分割技术将原木 的轮廓信息提取出来。边缘是图像上的重要信息，通过对图像进行边缘提取， 将原木的特征信息提取出来。此外，仅仅使用边缘信息进行检测无法保证检测 最终结果的准确性，二值信息将成为边缘信息的良好补充。因此，对预处理后 的图像同时进行边缘提取和二值化处理，获得图像的边缘信息和二值信息，为 后面的检测提供充足的数据支持。 原木截面为类圆形，根据该形状特征，可以将原木端面的识别问题转化为 类圆的识别。自 20 世纪 80 年代以来，圆形目标的特征提取以及识别成为学者 们研究的重要课题。一种好的圆形识别方法能够快速而又准确的检测到所感兴 趣区域的所有圆形，因此针对实际情况，采用最适合的方法，就显得尤为重要。 近年来，常见的类圆识别方法主要有 Hough 变换，随机 Hough 变换，模糊识别， 凹点分割以及分段拟合算法4。 厦门大学软件学院毕业论文 原木端面自动检测算法设计与实现 6 表表 1-11-1： 常见的类圆识别方法的识别原理与比较常见的类圆识别方法的识别原理与比较 识别算法识别原理优点缺点 Hough 变换将边缘图像中的像素映射 到半径及圆心构成的三维 参数空间中，并对参数空 间设定阀值，超过阀值即 可确定圆形 抗噪能力强 边缘不连续也能 较好识别 需要全局搜索， 计算量和内存 消耗大 难以应用于实 际需求中 随机 Hough 变 换 在边缘图像中随机选取三 点映射到参数空间的一个 点，以此计算圆的参数， 并对结果进行累积 计算量、存储量 较 Hough 变换少 要求目标清晰 不适用图像存 在较大残缺的 情况 模糊识别将原木截面区域内部的每 个点作为可能的圆心点并 生成多个半径不等的圆， 然后根据这些圆内黑白点 数的概率范围判断之前关 于圆心和半径的假设是否 正确进行识别 识别效果较好开始时搜索圆 心速度较慢 物体多时，实 时性较差 凹点分割先找到所有凹点，再利用 分割点应具备特征来分割 识别效果较好 可分开部分粘连 的圆 分割线和凹点 判定复杂 受噪声影响大 分段拟合将边缘轮廓进行分段，根 据每一段上点的坐标拟合 出对应的圆的特征值 抗噪能力强 适用于边缘不连 续的情况，实时 性好 针对单一圆的 识别 从上表中可以看出，各种算法各有优缺点，需要根据实际的应用选取最合 适的算法。原木端面的检测问题属于实际应用问题，运行速率及准确性都是比 较重要的。通过观察可以发现，分段拟合算法在抗噪性、准确性及运行时间上 都具有一定的优势。但分段拟合算法主要针对单一圆的检测，对于存在多个圆 的情况，由于圆与圆之间会互相粘连，识别效果不佳。观察边缘图像可以发现， 粘连的圆形之间会存在两个凹进去的点，即凹点。针对这个问题，在进行圆检 测前，对边缘图像进行去凹点操作，将粘连在一起的圆形分开。 厦门大学软件学院毕业论文 原木端面自动检测算法设计与实现 7 图图 2-12-1：边缘图像中粘连的圆之间存在凹点：边缘图像中粘连的圆之间存在凹点 至此，对原木端面图像进行处理的基本流程都已确定。 图图 2-22-2：处理基本流程：处理基本流程 输入图像 开始 结束 边缘提取 预处理 去除凹点 圆检测 输出结果 厦门大学软件学院毕业论文 原木端面自动检测算法设计与实现 8 2.22.2 开发环境与工具开发环境与工具 系统开发环境：MATLAB 7.0 界面开发工具：MATLAB GUI MATLAB 是美国 MathWorks 公司出品的商业数学软件，用于算法开发、数据 可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括 MATLAB 和 Simulink 两部分。MATLAB 是矩阵实验室（Matrix Laboratory）的简 称，和 Mathematica、Maple 并成为三大数学软件。它可以进行矩阵运算、绘制 函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，应用范 围广。 本系统在原木端面检测过程中涉及大量图像处理操作，使用 MATLAB 可在一 定程度上提高实验效率。在图像处理过程中往往把数字化的二维图像作为二维 矩阵来研究，基于矩阵运算的 MATLAB 正好可以在此得到很好的应用。MATLAB 中包含了功能强大的适应图像处理的工具箱，常用的有图像处理工具箱、小波 工具箱和数字信号处理工具箱。此外，MATLAB 还加入了各种工具可用于构建自 定义图形用户界面（GUI） 。在本系统开发过程中，由于 MATLAB 强大的图像处理 能力，大大简化了系统的开发过程。 厦门大学软件学院毕业论文 原木端面自动检测算法设计与实现 9 第三章第三章 系统详细设计系统详细设计 3.13.1 图像预处理图像预处理 图像预处理，主要目的在于去除噪声带来的影响。去除噪声，需要对图像 进行滤波处理，但需要考虑的是，滤波不仅去除了噪声，也会使图像边界变得 模糊。为了增强图像的边界信息，对图像的预处理采用二次滤波的方法：首先 对原图像进行平滑滤波处理，处理后使用拉普拉斯算子进行锐化，以增强图像 对比度，使轮廓清晰。但图像边界信息增强了，噪声也同时被增强了，这时对 图像进行二次滤波处理，采用高斯低通滤波器，去除那些增强的噪声。经过二 次滤波处理后的图像，不仅噪声得到的较好的去除，图像的轮廓信息也得到了 较好的保持，为后续的边缘提取打下了良好的基础5-6。 中值滤波 拉普拉斯算子 高斯低通滤波器 图图 3-13-1：预处理主要操作：预处理主要操作 3.23.2 图像边缘提取图像边缘提取 为减少分析的数据量，在图像预处理后，对图像提取边缘。图像最基本的 特征是边缘，边缘提取的好坏程度直接影响了模式识别的后续处理工作，所以 长期以来人们付出了许多努力寻找更优化的边缘检测算法。 传统的边缘检测方法主要是经典的微分算子法，近年来又出现了许多新的 边缘检测方法，如基于数学形态学的方法和基于小波变换的边缘检测方法等。 通过分析比较各种边缘检测方法，选取最适合的方法，对原木截面图像进行边 滤波 锐化 二次滤波 厦门大学软件学院毕业论文 原木端面自动检测算法设计与实现 10 缘提取。 3.2.13.2.1 微分算子法微分算子法 边缘是图像灰度变化比较剧烈的地方。微分算子提取边缘就是以此为基础， 通过考察图像的每个像素的某个邻域内灰度变化，利用边缘点处有一阶导数的 峰值，同时存在二阶导数的零交叉点的规律，在空域进行卷积，然后设置门限 来提取边界点集。常见的微分边缘检测算子有 Roberts 算子，Sobel 算子， Prewitt 算子，LoG 算子和 Canny 算子。在这里选取 Roberts 算子、Sobel 算子、 LoG 算子和 Canny 算子进行分析比较7-9。 (1)(1) RobertsRoberts 算子算子 Roberts 算子是一种利用局部差分算子寻找边缘的算子，对具有陡峭的 低噪声处理效果最好。它在 22 邻域上计算对角导数。 (3.1) 22 )1, 1()1, 1,(,jifjifjifjifyxG Roberts 算子使用的模板为： 1 0 1 0 0 -1 -1 0 图图 3-23-2：RobertsRoberts 算子模板算子模板 (2)(2) SobelSobel 算子算子 Sobel 算子以滤波的形式来提取边缘，对于图像中的每个像素点，均用 两个模板作卷积，一个对垂直边缘影响最大，另一个对水平边缘影响最大。 取两个卷积的最大值作为该点的输出值，然后再用阈值分割得到边缘。 -1 -2 -1 -1 0 1 0 0 0 -2 0 2 1 2 1 -1 0 1 厦门大学软件学院毕业论文 原木端面自动检测算法设计与实现 11 图图 3-33-3：SobelSobel 算子模板算子模板 (3)(3) LoGLoG 算子算子 LoG 算子是又叫做拉普拉斯高斯算子，它是一种二阶微分算子，它的基 本思想是，先在一定范围内使用高斯滤波器进行平滑滤波，然后利用拉普拉 斯算子求边缘。先使用高斯滤波器处理，既平滑了图像又降低了噪声，再使 用无方向性的拉普拉斯算子作为二维二阶导数的近似，能对任何走向的界线 和线条进行锐化。下图所示为可直接实现 LoG 算法的典型模板。 0 0 -1 0 0 0 -1 -2 -1 0 -1 -2 16 -2 -1 0 -1 -2 -1 0 0 0 -1 0 0 图图 3-43-4：典型：典型 LoGLoG 算子模板算子模板 拉普拉斯算子区别于其他算法的最大优点在于它是各向同性的，能对任 何走向的界线和线条进行锐化。 (4)(4) CannyCanny 算子算子 Canny 是一种比较新的边缘检测算子，它是依据图像边缘检测最优准则 设计的。其主要步骤为： （1） 用高斯滤波器平滑图像； （2） 用一阶偏导的有限差分来计算梯度的幅值和方向； （3） 对梯度幅值进行非极大值抑制； （4） 用双阀值法检测和连接边缘。 Canny 算子具有很好的边缘检测性能，在现实生活中应用广泛。 3.2.23.2.2 基于小波变换的方法基于小波变换的方法 20 世纪 90 年代，随着小波分析的迅速发展，小波开始用于边缘检测。作 厦门大学软件学院毕业论文 原木端面自动检测算法设计与实现 12 为研究非平稳信号的利器，小波在边缘检测方面具有得天独厚的优势。小波变 换是时域和频域的局部变换，通过伸缩和平移等运算功能在不同分辨率上处理 图像，具有多尺度分析能力，能够更有效地从信号中提取有用信息。相比其他 方法具有更好的自适应性。 3.2.33.2.3 各边缘检测算法比较与分析各边缘检测算法比较与分析 选取一幅原木截面图像，对图像依次使用 Roberts 算子、Sobel 算子、LoG 算子，Canny 算子和基于小波变换的边缘提取算法提取边缘，各算法检测效果 图 3-5 所示。 （a）原图像 （b）Roberts 算子处理结果 （c）Sobel 算子处理结果 （d）LoG 算子处理结果 厦门大学软件学院毕业论文 原木端面自动检测算法设计与实现 13 （e）Canny 算子处理结果 （f）小波边缘提取处理结果 图图 3-53-5：用各种边缘提取算法处理图像结果对比：用各种边缘提取算法处理图像结果对比 对原始的原木截面图像添加高斯噪声，再分别用上述各边缘提取算法进行 处理，所得结果对比如图 3-6 所示。 （a）原始图像加高斯噪声（=0，u=0.01） （b）加噪图像使用 Roberts 算子处理结果 （c）加噪图像使用 Sobel 算子处理结果 （d）加噪图像使用 LoG 算子处理结果 （e）加噪图像使用 Canny 算子处理结果 （f）加噪图像使用小波边缘提取处理结果 图图 3-63-6：对加噪图像用各种边缘提取算法处理结果对比：对加噪图像用各种边缘提取算法处理结果对比 由图 3-5 和图 3-6 可以看出，Sobel 算子和 LoG 算子提取的边缘宽度较大， 厦门大学软件学院毕业论文 原木端面自动检测算法设计与实现 14 其他算子边缘宽度差别不大，基本上只有一个像素。Canny 算子和小波变换提 取的边缘连续性较好。在图像加噪声前，Sobel 算子，Canny 算子和小波变换都 能比较准确的检测出边缘。但在加入高斯噪声后，LoG 算子受影响最大，提取 的边缘上多了许多不连续的噪声点，而小波变换提取的边缘受影响最小。总结 上述分析和比较，对于复杂的原木截面图像，最适合的边缘提取算法为小波边 缘提取算法。 表 3-1 为根据边缘提取算法优劣的主要判定标准对各算法进行比较。 表表 3-13-1 各边缘提取算法比较各边缘提取算法比较 算法名称边缘连续性抗噪性边缘宽度（细） Roberts 算子 Sobel 算子 LoG 算子 Canny 算子 小波变换 3.33.3 图像二值化图像二值化 由于原木端面图像复杂度较高，仅仅依靠图像边缘信息进行检测难以保证 检测的精确性。此时，图像的二值化信息将成为边缘信息的有力补充。在这里， 采用 Ostu 算法对图像进行二值化处理。Ostu 算法采用自适应的方法计算阈值， 计算简单，对各种情况表现都较为良好，是最稳定的方法。 Ostu 算法的主要原理为：对图像 Image，假设 t 为前景和背景的分割阈值， 前景点数占图像比例为 w0，平均灰度为 u0，背景点数占图像比例为 w1，平均 灰度为 u1。则图像的总平均灰度 u 为： 。 (3.2) 1100 uwuwu 从最小灰度值到最大灰度值遍历 t， 当 (3.3) 2 11 2 00 )()(uuwuuwg 厦门大学软件学院毕业论文 原木端面自动检测算法设计与实现 15 值最大时，t 即为分割的最佳阈值。 此处使用 Ostu 算法进行二值化后的图像，主要用于检测凹点，在边缘图像中去 除检测到的凹点，以减少由于图像粘连产生的误检。 3.43.4 去除凹点去除凹点 在原木截面图像中，原木之间存在粘连，会出现误检现象。由于将使用分 段拟合的方法进行圆检测，该方法在圆检测过程中会将互相粘连的几个圆误识 别为一个大圆，严重影响识别准确性。因此在对图像进行分段拟合之前，对边 缘图像进行去凹点操作，分开粘连的圆。 由于边缘图像中凹点特征不明显，采用二值图像进行凹点的检测。如图 3- 7 所示，图中 a，b，c，d 四点均为凹点。其中，a、b 为左、右凹点，c、d 为 上、下凹点。沿水平方向或垂直方向对二值图像进行扫描，可发现，相邻的两 条扫描线扫描线段长度在点 a、b、c、d 处会发生突变。利用该特征进行凹点的 检测，记 lastL，newL 分别为相邻两条扫描线（起点相邻，扫描方向相同）在 图像内部的长度，当 lastL-newLLt 或 newL-lastLLt 时，则认为该点为一个凹点。其中，Lt 为设定的跳变阈值。需要注意的是，在 水平扫描时扫描线至左而右穿过图像，在点 c，d 处长度发生异常变化，且变化 方向相反，分别得到一个上、下凹点。但在点 a，b 处水平扫描长度没有突变。 当扫描方向改变为垂直方向时，则分别找到左、右凹点 a，b4。 图图 3-73-7：二值图像中的凹点：二值图像中的凹点 厦门大学软件学院毕业论文 原木端面自动检测算法设计与实现 16 图图 3-83-8：垂直和水平扫描线段长度突变的情况：垂直和水平扫描线段长度突变的情况 算法具体实现为： （1）设定两个数组，分别用来记录相邻两次扫描到的线段的起点和终点。起点 和终点的确定主要根据二值图像的特点，即当扫描到的像素点灰度值为“0” ， 而上一点灰度值为“1” ，则该点为线段的起点，相反则为终点。数组中相邻的 两个值存储的即为同一个线段的起点和终点值。 （2）每次扫描结束，比较每个线段的起点和终点。若两次扫描线段的起点相近， 终点发生显著变化（相差像素大于所定的阈值） ，则第一次扫描的终点被确定为 凹点记录下来。比较完一次的扫描结果后，用本次扫描数组更新上一次扫描的 数组，接着下一次扫描。 （3）由于只能通过水平扫描确定上、下凹点，通过垂直扫描确定左、右凹点， 因此需要对图像进行垂直方向和水平方向两次扫描。 （4）扫描完成后，根据所记录的凹点的坐标信息，为减少误差，将边缘图像对 应位置为中心周围 3 个像素范围的灰度值均改为“0” ，即可实现在边缘图像中 去除凹点。 仔细观察发现，图像中的一个孤立的噪声点会被记录，从而产生一对凹点。 考虑到凹点识别后，主要用于在边缘图像上去除凹点对应的部分，因此，误识 别对最后识别结果影响不大。可以忽略这个影响。 厦门大学软件学院毕业论文 原木端面自动检测算法设计与实现 17 3.53.5 圆检测圆检测 圆检测，作为原木端面检测算法的核心，方法的选取显得尤为重要。考虑 原木截面图像的实际情况，通过对各算法复杂度和检测准确率的权衡，这里采 用分段检测方法，利用圆弧分段拟合再进行圆形检测的两步法思想。首先将边 缘轮廓进行分段，当连续像素点数超过某一数值（由处理的图像中圆的大小确 定）时，即列为候选段，检验每一候选段是否是可接受的圆弧。对每一个可接 受的圆弧段进行拟合，即可快速得到该圆弧对应圆形的特征信息。 算法具体实现如下： （1） 确定数值 minL，当连续像素点超过 minL 时，确定链路。 扫描整个图像，检测每个灰度值为“1”的像素点，即边缘图像中的边缘 点周围同样 8 个点中同样属于边缘点的个数。若周围只有一个边缘点， 则该点确立为一个可能链路的起点。 （2） 起点确定后，沿着起点周围的边缘点继续检测，记录下经过的每个点的 坐标，每经过一个点，若其八邻域上边缘点数目不超过 2，将其灰度值 对应设为“0” ，避免重复搜索。直至线段经过的点的周围像素点的灰度 值均为“0” ，整个线段扫描完毕。检查链路的长度，若像素数量超过 minL,记录下线段上所有点的信息，否则，继续寻找下一个起始点。扫描 整个图像，记录下所有符合条件的链路。 （3） 重新扫描，寻找闭合的链路。与上一步骤使用相同的扫描方式，区别仅 在于起始点的选择上。此处的起始点为八邻域内存在两个边缘点的像素 点。扫描后记录所有检测到的封闭链路。 （4） 对寻找的链路进行拟合，得出每个链路对应的圆的特征参数。由于扫描 过程中，记录下了链路上每个点的坐标值，根据这些坐标值，即可拟合 出各个链路所表示的圆对应的参数。假设某段圆弧上各点坐标值分别为 xi,yi，i=1,2,n，对这 n 个点进行圆形拟合，即求（x0,y0,R） ，使 目标函数 (3.4) 222 0 2 0 1 )()(RyyxxF i n i i 达到最小。 厦门大学软件学院毕业论文 原木端面自动检测算法设计与实现