（计算机应用技术专业论文）基于支持向量机的羽绒种类自动检测系统.pdf

独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工 作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地 方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含 本人为获得江南大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明 确的说明并表示谢意。 签名：整耋堡日期：如舞字月，妇 关于论文使用授权的说明 本学位论文作者完全了解江南大学有关保留、使用学位论文的规 定：江南大学有权保留并向国家有关部门或机构送交论文的复印件和 磁盘，允许论文被查阅和借阅，可以将学位论文的全部或部分内容编 入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、 汇编学位论文，并且本人电子文档的内容和纸质论文的内容相一致。 保密的学位论文在解密后也遵守此规定。 签名：墓耋生 导师签名： 日期：础；月啪 摘要 摘要 羽绒是禽类皮肤的衍生物，除满足其不同的飞翔行走能力之外，主要起到防寒保暖作用。 由于羽绒所具有的轻、软、暖和“会呼吸”等特点，在提倡“绿色消费”、“回归自然”等消 费理念的今天，越来越受到各国消费者的青睐。 目前，羽绒种类的鉴定都是检测人员通过显微镜用肉眼观察，对羽绒样品进行人工鉴定。 这种鉴定需要大量的训练和实践经验，检测人员必须对水禽毛中鹅绒、鸭绒，陆禽毛中的鸡 毛、鸽子毛等的形态特征有一个充分的了解。由于检测过程中诸多的人为因素，可能造成同 一样品得到不同的检测结果。而且，如果长时间进行人工鉴定，容易引起视觉疲劳。为提高 鉴定的客观性和准确性，必须研制相应的自动检测设备。而国内外用于识别羽绒的自动检测 设备尚未有报道。 在研究和分析鹅、鸭绒显微结构的基础上，我们开发了基于支持向量机的羽绒种类自动 检测系统。本文的主要工作如下： 1 对羽绒的显微结构进行分析和研究，得到了适合于计算机自动检测的判断特征。 2 对羽绒图像的图像处理方法进行研究，包括图像平滑、增加图像对比度等图像增 强方法的研究，用适合羽绒图像的方法进行图像预处理；以及图像分割技术的研 究，用最佳的阈值对羽绒图像进行闽值分割，得到满足羽绒检测要求的二值图像。 3 对s v m 理论以及数学形态学等理论知识进行了探讨，并提出了基于支持向量机的 羽绒种类自动检测的新思想。通过对羽绒图像中的菱节进行识别，并且对识别出 的菱节进行配对、计算节距来最终确定羽绒的种类为鹅绒、鸭绒或非鹅鸭绒。 4 提出了羽绒种类自动检测系统的整体方案，并完成了羽绒种类自动检测系统的软 件设计。在w i n d o w s2 0 0 0 下，以v c + + 6 0 为开发工具，最终开发出了界面友好、 操作简单的羽绒种类自动检测系统软件。 本文用图像处理、数学形态学、s v m 等理论及技术实现了羽绒种类的自动检测，克服了 人工检测的诸多弊端，减少了人工检测时的可能出错，是羽绒种类检测方式的一种尝试和突 破；本系统的研究开发，大幅提高了羽绒鉴定的手段与水平，具有广阔的前景和推广价值， 并且填补了国内外在此领域的空白。 关键词：图像处理图像识别鹅绒鸭绒羽绒识别支持向量机 江南大学硕士学位论文 a b s t i 翟c t d o w ni sm er a m m c a t i o no fb i r d s s k i n ，a n di tm a i l l l yk e 印sm e mw a mb e s i d e sh e l p i n gn y i n g b e c a u s eo fi t sc h 锄c t e r i s t i c s ，l i 曲t ，s o f t ，w a m ，a n ds oo n ，n o w a d a y s ，i tb e c o m e sm o r ea n dm o r e p o p u l a rw i t t lp e o p l ei ne v e r yc o u n t i y n o w ，d o w l lc a t e g o r yr e c o g n i t i o ni so r e nd o n eb ym a n 、 r i mam i c m s c o p e t l l i sk i n do f i d e m i f i c a t i o l l sd e m a l l d sag r e a td e a lo f 衄i i l i n ga n dp m “c ee x p e r i e n c e s ，a tt b es 锄et i m e ，t 1 1 e p e o p l ew h oe x a m i n e sd o w n s ，m u s tk 1 1 0 ww e l la b o u tt l l ec h a m c t e r i s t i c so fg o o s ed o w n ，d u c k s d o w n ，c l l i c k e n sd o w na i l ds oo n e v e nm o r eb a d ly ，m a l l ya n i f i c i a lf a c t o r si nt l l ep m c e s sm a y r e s u l t i nd i 丘e r e n te x a m i n a t i o nr e s u l t so fs a m es a m p l e f u n h e m l o r e ，i fs o m e o n ee x 锄i n e st 1 1 ed o 啪f o ra l o n gt i m e ，h ew i l lf e e lv e r y 血d ，w h i c hm a k e se v e nm o r ef a u l t s s o ，d e v e l o p i n gd o w na u t o m a t i c r e c o g n i t i o ne q l l i p m e n t si sb a d l yn e e d e df o rt h es a k eo fi r n p r o v 试gm eo b j e c t i v 蚵a n da c c u r a c y b u t n ow ，a th o m ea n da b r o a d ，d o w na u t o m a t i cr e c o g i l i t i o ns y s t e mi sn o tr e p o r t e d o n 血eb a s eo fa n a l y z i n ga n dt a l l y i n gu pt l l es 仉l c t u r eo fg o o s ed o w na n dd u c k sd o w nu n d e r t l l er n j c m s c o p e ，a 脏rr e s e a r c h i n g ，w ed e v e l o pa 1 1a u t o m a t i cr e c o g n i t i o ns y s t e mf o rd o w nb a s e do n s v m ht h ep 印e r ，o u rm a i n w o r kh a sb e e n d o n ea sf 0 1 1 0 w s ： 1 a c c o r d i i l gt oa 1 1 a l y z i n ga i l dt a l l y i n gu pt 1 1 es 仇l c t i l r eo fg o o s ed o w na 1 1 dd u c k sd o w n u n d e rt 1 1 em i c m s c o p e ，w eg e tt l l ej u d g i n gc h a r a c t e r st 1 1 a ta r emf o rt l l ea u t o m a t i c r e c o g l l i t i o no fc o m p m e 2 s t i l d yt h em e t l l o d so fi m a g ep r o c e s s i n go ft 1 1 ei m a g eo fd o w n m e t l l o d so fi m a g e e n h a l l c e m e n t ，i m a g es m o o m e s sa n di n c r e a s i n gc 彻仃骶ta r em a i n l yr e s e a r c h e d ，a n dw e g e t t l l es l l i 切b l em e t l l o df o r 廿1 ei m a g eo fd o w n a f 【e r r e s e a r c h i n gt l l ei m a g e s e g m e n t a t i o n ，w eg e tm et w o - v a l u ei i l l a g eo f t h ei m a g eo f d o w nw i t l lt h et l l r e s h o l do f i t 3 0 nt h eb a s eo fr e s e a r c h i n gt 1 1 e o r i e so fs v ma n dm o r p h 0 1 0 9 y ，an e wm e t h o do fd o 、v 1 1 a u t o m a t i cr e c o g l l i t i o nb a s e do ns v ma n dm o r p h o l o g yi sp r o p o s e d t h em a n g l cn o d e s o f 抑。一v a l u ei m a g eo fd o w ni st ob er e c o g n i z e d 谢t l ls v m ，t l l e n l em a l l g l en o d e s w 1 1 i c hh a v eb e e nr e c o 印i z e d 谢l lb em a t c h e de a c ho t h e r 锄dt h ed i s t a i l c eb e t 、v c e nt h e m a t c h e dm a n g l en o d e si sc a l c l l l a t e d ，i nt l l ee n d ，协ed o w nc a t e g o r yi sr e c o g l l i z e d 4 t h ew h o l ep r o j e c to f 也es y s t e mi sp r o p o s e da n d 也es o f t w a r eo fd o w nc a 幢g o r y a u t o m a t i cr e c o g i l i t i o ns y s t e mi sd e s i g l l e d i n 血ee n d ，w ed e v e l o pas y s t e m 、v i t l l 衔e n d l y i i l t e 晌c ea 1 1 ds i m p l eo p e r a t i o n 、v i t l lv c + + 6 0 i nm ep a p e r ，t l l ed o w nc a t e g o r ya u t o m a t i cr e c o g l l i t i o ni si m p l e m e n t e du s i n gm et e c h n o l o g yo f i m a g ep r o c e s s i n g ，s v m ，m o r p h 0 1 0 9 ya n ds oo n ，a 1 1 dt t l es y s t e mi sd e v e l o p e db yv c + + 6 0 t h e s y s t e mc a i lr e c o 鲥z em ed o w nc a t e g o r y 埘t l l o u tm a l l l l a lw o r k i tc a ng e to v e rs o m ed i s a d v a n t a g e s a i l di n c o n v e i l i e n c e so fm a n u a li d e n t i f i c a t i o n a n dd e c r e a s em ef a u l t so fm a n u a li d e n t i f i c a t i o n b e s i d e s ，t h es y s t e mc a ni m p r o v em el e v e lo fd o w nc a t e g o r yr e c o g l l i t i o na n do l 】rs t i l d yh a sa 晰d e 2 摘要 m g eo f l n h e ru s ea n dp m c t i c a l i t y e v e ni tf i l l su pt h eb l a l l ki nt l ed o m a i na th o m ea n da b r o a d k e yw o r d s ：i m a g ep m c e s s i n g ；i m a g er e c o g n i t i o n ；g o o s ed o w n ；d u c k sd o w n ；d o w nr e c o g n i t i o n ； s u p p o nv e c t o rm a c h i n e s 3 第一章绪论 第一章绪论 1 1 课题研究的目的、意义 羽绒是禽类皮肤的衍生物，除满足其不同的飞翔行走能力之外，主要起到防寒保暖作用。 由于羽绒所具有的轻、软、暖和“会呼吸”等特点，在如今提倡“绿色消费”、“回归自然” 等消费理念的今天，越来越受到各国消费者的青睐，日益成为服装、寝具的主流，具有其他 产品所不能替代的优势l l l 。 我国是羽绒资源极其丰富的国家，具有羽绒加工利用及贸易的悠久历史。一直以来，我 国羽绒出口创汇在出口总额中占较大比重。据海关资料显示，中国作为最大的羽绒生产和 出口国家，近年来，羽绒出口创汇逐年增加，2 0 0 2 年出口创汇约为1 0 1 亿美元，比2 0 0 1 年 增加1 9 7 4 1 万美元，增长了2 4 4 ，出口的原料4 2 万多吨，羽绒服装3 3 4 3 万件、羽绒寝具 3 3 万条、其他羽绒制品4 6 万多吨：2 0 0 3 年，羽绒出口创汇高达1 3 4 亿美元。随着我国加 入w t o ，羽绒及其制品的进出口额还将不断增长。 我们知道，羽绒制品之所以能保温，是因为羽绒非常蓬松，中间可以保存大量相对稳定 的空气，防止空气流动导致热量散失。因而，羽绒服装的保暖性能也主要取决于羽绒的性质、 含绒量、充绒量、蓬松度和生产工艺这五个指标口l 。其中，含绒量和蓬松度是反映羽绒保温 性能的两大重要指标，值越大，保温性能越好。 目前，市场上羽绒产品繁多，质量也参差不齐，但种类主要是鹅绒、鸭绒两大类。目前， 蓬松度最高的羽绒制品当属鹅绒，最高可达到8 0 0 + ，一般鸭绒的蓬松度在4 0 0 左右，因此， 同等重量的羽绒，鹅绒和鸭绒的保暖程度差了将近一倍【3 】。同时，两者的价格也相差很大， 鹅绒与鸭绒的价格比差大约为1 5 倍。所以，一些不法厂家靠以鸭绒代替鹅绒或在鹅绒中混 入鸭绒、鸡毛等来牟取暴利。商检部门在检测过程中，可以容易地区分出羽绒中的鸡毛等， 但是对鹅绒和鸭绒却很难分辨，容易出现差错。所以，商检部门亟需检测的主要是鹅绒和鸭 绒。由此看来，对鹅、鸭绒的准确识别无疑具有重要的现实意义，并且，也具有较大的市场 需求。 我们受无锡市出入境检验检疫局的委托，开发了羽绒种类自动检测系统。本系统的研究 开发，能大幅提高羽毛绒鉴定的手段与水平，并且有广阔的推广价值，必将带来良好的社会 效益与经济效益，并将填补国内外在此领域的空白。 1 2 目前研究现状及存在的问题 迄今为止，各国对羽毛绒种类的鉴定标准基本上都是一些文字上定性的说明【3 l 川，缺乏统 一的定量的判别数据，例如：i d f b 提出的羽绒种类测定方法、中华人民共和国国家标准g b t 望童查兰堡主兰垡丝奎 1 0 2 8 9 一1 9 8 8 及纺织行业标准f z 厂r8 0 0 0 卜2 0 0 2 水洗羽毛羽绒试验方法中也只公布了一个 规范性的说明“鹅、鸭毛绒的显微结构”，更无适合计算机自动判别的现成的数据。 现行的标准( 包括国际标准、中国国家标准) 都必须通过显微镜用肉眼观察，对羽绒样品 进行人工鉴定。这种鉴定需要大量的训练和实践经验，检测人员必须对水禽毛中鹅绒、鸭绒， 陆禽毛中的鸡毛、鸽子毛等的形态特征有一个充分的了解，只有在这个基础上才能进行检测。 并且由于检测过程中诸多的人为因素，可能造成同一样品得到不同的检测结果。而且，如果 长时间进行人工鉴定，会引起视觉疲劳，更容易出现检测错误。所以，为了提高鉴定的准确 性和客观性，必须研制相应的自动检测设备进行检测。 现在，国外已研制通过基因d n a 序列来判定鹅、鸭等羽绒种类【4 】。但是，该鉴定方法的 代表性无法保证，并且，处理过程复杂、检测周期长、检测费用昂贵，故无法在羽绒行业推 广。查新资料表明，国内外尚无专用于羽绒种类检测的自动检测设备，而现有的传统检测设 备已经不适应现实的需要。 1 3 基于支持向量机的羽绒种类自动检测新方法 随着计算机技术的发展，数字图像处理和模式识别技术在各行各业得到了前所未有的发 展与应用。 数字图象处理就是利用计算机系统对数字图像进行有针对性的处理。图像处理的目的是 改善图像的质量，以改善图像的视觉效果为目的【5 】。图像处理是针对性很强的技术，根据不 同应用、不同要求采用不同的处理方法，所采用的方法是综合各学科较先进的成果而形成的， 如数学、物理学、心理学、生理学、医学、计算机科学、通信理论、信号分析、控制论和系 统工程等。图像处理涉及的领域比较广，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都属于图像处理的范畴。而数学形态学也是图像处理的一个重要分支， 近年来，在图像分割、特征提取、边界检测、图像滤波、图像增强和恢复等诸多方面得到了 广泛地应用【“。 通常我们把通过对具体的个别事物进行观测得到的具有时间和空间分布的信息称为模 式，而把某个模式所属的类别或者同一类中的模式的总体称为模式类。实际上模式识别的任 务便是将未知的模式归到已知的模式类中，便是模式识别。模式识别系统都由两个过程组成， 即设计和实现”】。设计是指用一定数量的样本( 叫做训练集或者学习集) 进行分类器的设计； 实现是指用所设计的分类器对待识别的样本进行分类决策。目前，模式识别的模型有多种， 如b p 网络、疆网络、s v m 等，特别是s v m ，它作为一种新的模式识别方法，在各个行业得 到了很好的应用【8 】。 鉴于图像处理技术和模式识别技术在各个行业的成功应用，为了提高羽绒检测的水平和 手段，结合羽绒检测的实际需要，我们提出了基于支持向量机的羽绒种类自动检测的新方法。 我们研发的羽绒种类自动检测系统的流程基本上按照图像处理和模式识别的过程来完成的。 苎二兰堕丝 将待检测的羽绒样本图像读入计算机中，经过图像处理和模式识别，用计算机自动完成对羽 绒种类的检测，从而确定羽绒种类为鹅绒、鸭绒或非鹅鸭绒。 1 4 本文的主要内容 第一章绪论部分，介绍了本课题研究的目的、意义，以及本课题的研究现状和存在的问 题，同时提出了基于支持向量机，由计算机自动完成羽绒种类自动检测的羽绒检测新方法。 第二章基于支持向量机的羽绒种类自动检测系统，首先论述了羽绒种类自动检测的基本 原理，然后在研究和分析鹅、鸭绒显微结构的基础上，阐述了本系统所需硬件及其工作流程， 最后对羽绒种类自动检测研究中需要特别注意的问题作了几点说明。 第三章羽绒图像的采集及其处理方法研究部分，介绍了羽绒图像的采集中需要的硬件、 软件，及其参数的设置，然后，通过对几种图像处理方法进行研究和对比，找到了适合于本 系统特性的图像处理方法。 第四章和第五章，对统计学习理论和支持向量机( s v m ) 理论进行了探讨，在这基础之 上，通过试验结果和对比，建立了适合本系统的识别模型。 第六章基于支持向量机的羽绒种类自动检测系统的软件设计，介绍了本系统的开发平台 及其开发工具，本系统所具有的功能及重要的功能的实现过程，最后对系统如何操作进行了 说明。 第七章结论和展望部分，简要总结了本文的工作，并提出了需要改进的部分。 第二章牡于支持向盈机的羽绒种类自动俭测系统 第二章基于支持向量机的羽绒种类自动检测系统 2 1 羽绒种类自动检测的基本原理 羽绒种类自动检测通过对采集到的羽绒样本的显微结构图像进行分析和处理，用计算机 自动确定羽绒的种类。从性质上来讲，它属于模式识别的范畴，是图像识别在羽绒自动检测 与分类中的具体应用。与其他的图像识别系统一样，羽绒种类自动检测系统由图像采集、图 像预处理、特征提取以及分类器设计四大部分组成，如图2 一l 。 图2 1 图像识别的原理图 1 图像采集 图像采集完成从羽绒样本到数字图像的转变，是图像识别的第一步，也是图像识别中最 基础的一步。我们的羽绒种类自动检测系统的图像采集系统主要由照明系统、c c d 摄像机和 图像采集卡为核心组成，其中，照明系统由显微镜底座上的光源提供。 2 图像预处理 在图像采集的过程中，由于光照环境、线路传送等因素的影响，采集到的羽绒图像会含 有一定的噪声。为了满足识别的要求，需要根据具体情况对羽绒图像进行预处理，如滤波、 图像增强、图像分割等，以减少外界干扰和噪声的影响。图像预处理是图像识别过程中的一 个重要的环节。具体采用哪种图像预处理方法，视其噪声图像本身的特性而定。 3 特征提取 经过图像预处理后，可以得到满足识别要求的羽绒图像，然后要根据识别方法的要求进 行羽绒图像的特征提取环节以得到识别的依据。特征提取是分类器设计时的个重要问题， 它的正确完成是提高分类器的性能的重要保证。 4 分类 模式识别方法主要有两种，即统计模式识别方法和结构( 句法) 模式识别方法。统计模 式识别是基于模式的有效特征，利用决策理论划分特征空间的方法来进行分类的，所实用的 特征一般都是有效的测量数值，或者是经过变换而提取的数值特征。句法模式识别主要依靠 模式的结构信息，利用形式语言理论进行分类，更适用于景物图像的分析和识别【7 】。 s v m 作为一个学习能力比较强的工具，在模式识别中得到越来越多的应用【8 】。我们的羽 绒种类自动检测系统主要就是用了s v m 来完成对羽绒种类的自动检测的。 江南大学硕| ：学位论文 2 2 鹅、鸭等毛绒的结构特征分析 我们要对羽绒样本用计算机进行自动识别，必须在对羽绒样本的显微结构熟悉和研究的 基础上，得到适合计算机自动识别的判断依据。 鹅、鸭毛绒在显微镜放大4 0 倍的情况下，甚心枝、羽丝和绒丝会呈现出一幅巨大的树枝 画面，如图2 2 所示。该“树”以羽枝、羽丝和绒丝为“树干”，羽小枝和绒小枝为“树枝”。 在羽小枝和绒小枝上分布着大、小不一的三角形的赘合物，称为菱节，同一枝条上的相邻两 个菱节之间的距离称为节距。注意到，节距必须是相邻的菱节之间的距离，而且是在同一枝 条上的菱节。如图2 3 所示，d 即为两个菱节之间的节距。并非所有的羽小枝或绒小枝都生 有菱节，只有绒小枝和部分羽小枝分布着菱节，有菱节的绒小枝通常生长在绒丝的末端部分， 绒丝梢端的绒丝往往不生菱节p 】。 ( a ) 原始鹅绒图像( b ) 原始鸭绒图像 图2 2 原始鹅、鸭绒图像 图2 3 羽绒节距示意图 鹅、鸭绒的菱节形状、大小及分布状况不同。鹅绒的菱节呈等腰三角形，节距较长，分 布密度较稀；鸭绒的菱节呈正三角形，节距较短，菱节较大，分布密度也较密，所有绒小枝 上都有菱节存在。 对于其他羽绒，即非鹅鸭绒，如图2 4 ，不存在菱节，和鹅、鸭绒差别大。在所有的羽 绒中，鹅绒和鸭绒结构最相近，最难分辨。所以，我们的主要工作是完成鹅、鸭绒的识别， 同时，这也是适应市场的需要。 1 0 第二市基于支持向量机的羽绒种类自动检测系统 ( a ) 原始鸽子毛图像 ( h ) 原始鸡毛图像 图2 4 原始的非鹅鸭绒图像 通过对鹅、鸭绒结构的研究发现，鹅、鸭绒的菱= 节的大小和形状不宜作为识别的依据。 因为鹅绒、鸭绒的菱节形状、大小并没有绝对的差别，如果用这两者作为识别的依据，误识 率会很高。 但是，我们发现鹅、鸭绒的节距的差别是显著的。 经过对4 0 0 幅鹅绒图像和2 0 0 幅鸭绒图像研究发现，鹅绒和鸭绒的节距在15 8 0 ( 此距 离单位为象素且在放大4 0 倍，分辨率为4 8 0 3 2 0 的羽绒图像中测得，下同) 之间；鹅绒的 平均节距为6 2 ，鸭绒平均节距为4 5 ：鸭绒的最大节距为5 2 ，鹅绒的最小节距为5 4 。为简洁 直观，将鹅绒、鸭绒的节距的分布拟合成图，见图2 5 。鹅绒的平均节距约为鸭绒的1 4 倍。 因此，我们主要取鹅、鸭绒的节距作为识别依据。本系统中，以5 4 作为区分鹅绒和鸭绒的临 界值，令d l 一5 4 。 骑垃左为鸭城右为赫皱) 的节距( 拳蒂) 图2 5 鹅绒及鸭绒节距分布拟合图 2 ，3 系统的硬件构成 本文的硬件系统主要配置如下： 摄像机：j v ct k c 1 4 8 0 b e c ； 图像采集卡：m a t r o x 图像采集卡； 显微镜：x s p 一8 c 型三筒生物显微镜( 其载物台经过改制，由步进电机控制，可以沿x 、 y 轴自动扫描绒毛样本。步进电机和上位机之间的通讯采用r s 一2 3 2 c 标准) ； 计算机：p e n t i u m ( 2 7 g ) ，6 4 m 显卡；5 1 2 m 内存； 江南大学硕：i ：学位论文 输入输出设备：显示器、打印机。 2 4 羽绒种类自动检测系统的工作流程 羽绒种类自动检测系统的工作流程如下：将待识别的羽绒样本放在显微镜的载物台上， 调整物镜到4 0 倍，经过c c d 摄像机，再经过图像采集卡把羽绒样本的局部图像读入计算机 中，图像大小为4 8 0 3 2 0 ( 本系统拍摄的羽绒图像均为此标准，且显微镜放大倍数为4 0 倍， 以下均同) 。然后，对读入的图像进行预处理及图像分割等操作，得到二值图像，在得到的二 值图像中用己训练好的s v m 模型进行菱节的识别。如果识别出菱节，且对同一枝条上的相 邻的菱节配对成功，则可以由计算出的平均节距来确定羽绒种类为鹅绒或鸭绒；否则，由步 进电机步进扫描该羽绒样本，每得一幅图像，即进行与上述相同的处理，直至确定羽绒种类； 如果该羽绒样本扫描完毕仍不能确定为鹅绒或鸭绒，它便为非鹅鸭绒。本系统的具体处理流 程如图2 6 所示。 2 5 关于羽绒种类自动检测系统的几点说明 1 在羽绒种类自动检测的研究中，无锡市出入境检验检疫局提供的一个羽绒样本是由一 朵羽绒制作出来的样本，不会含有其他种类的羽绒，我们所研究的羽绒图像是一个羽绒样本 在显微镜下的局部图像。 2 对羽绒样本进行图像采集得到的图像都是在羽绒样本放大4 0 倍的情况下拍摄，并且 每幅羽绒图像均系灰度级为2 5 6 的灰度图像，大小为4 8 0 3 2 0 。在以后的章节中，我们所研 究和处理的羽绒图像也符合此标准。 3 本系统的代码编写工作由本人独立完成，本系统总的代码量大约为2 2 5 0 0 行( 包含注 释) 。 4 本系统对一个羽绒样本的平均检测速度略慢于人工识别的平均速度。 5 就羽绒识别率来讲，本系统的羽绒识别率为8 9 7 ，约低于人工羽绒平均识别率4 个 百分点。 第二章基于支持向量机的羽绒种类自动检测系统 图2 6 系统流程图 2 6 本章小结 本章中，首先介绍了基于支持向量机的羽绒种类自动检测系统的基本原理，在研究和分 析羽绒显微结构的基础上，较为详细地论述了该系统的总体设计流程，硬件构成。最后，对 本系统的工作量及本系统的性能等作了一个量的描述。 笫三章荆绒幽像的采集及，处理方法l i j f 究 第三章羽绒图像的采集及其处理方法研究 3 1 羽绒图像的采集 3 1 1 图像采集所需的设备及其连接 在我们的羽绒种类自动检测系统中，图像采集所需主要设备是c c d 摄像机、图像采集卡。 将摄像机放在显微镜的目镜上，图像采集卡插入计算机的p c i 插槽，然后将摄像机的输出线 接到图像采集卡的输入接口。显微镜底座上有灯泡，为图像采集提供了检测所需要的光源。 3 ，12 图像采集设备的参数调整 在进行图像采集之前，先要对摄像机、显微镜、采集卡的某些参数进行调整和设置，尽 量使得采集环境达到最佳。 我们检测的羽绒样本足将一朵羽绒放在两个盖玻片之间并将盖玻片压紧做成的，羽绒样 本的颜色均为白色或者灰色，所以，我们只需要采集灰度图像即可。在前面第三章中，已对 此标准作了浣明。 我们使用的图像采集卡为m a t r o x 图像采集卡，课题组购买了与之配套的软件包 m i l ( m a t m xi m a g el i b r a r y ) 7 o 以及i n t e l l i c a m 。其中i n t e l l i c a m 是一款小巧实用的摄像机配置 软件，提供了各种型号摄像机的参数配置文件( d c f ) ，将摄像机的参数调整集成化，标准化。 而m i l7 o 提供了图像采集卡的一些接口，通过这些接口，我们可以编制自己的图像采集系 统。我们的羽绒种类自动检测系统也就是用了m i l 实现了对羽绒样本图像的采集功能。 下面我们对摄像机、图像采集卡、显微镜的一些参数进行设置。 首先，根据目前使用的摄像机打开或者新建一个d c f 文件，对其中的参数进行配置，设 置以后，点击确定会出现如图4 一l 所示的窗口。在d c f l 窗口中，我们可以看到关于正在使 用的摄像机的一些参数设置信息。然后，我们再新建一个图像文件，此时出现图像的设置窗 口，我们按如图4 2 来设置，设罱采集图像的大小为4 8 0 3 2 0 ，且为8 位的灰度图像，即 为灰度级为2 5 6 的次度图像，我们在羽绒种类自动检测研究中采集的图像均为此标准。设置 完成后，我们便可以进行图像采集，可以单帧采集，也可以连续采集。 垩塑查兰堕：! ：兰些堡苎一 图4 一l 用d c f 对摄像机进行配置后的窗口 除了用d c f 文件对摄像机的参数进行配置外，还要用摄像机的调节按钮对摄像机的其他 参数进行配置： 1 ) 打开h t e l l i c a m ，设置为连续采集方式，打开摄像机背面的调节按钮盒，出现调节按钮； 2 ) 按其中的“m e n u ”按钮，i i l t e l l i c a m 窗口上会出现摄像机的调节选项菜单，如图4 3 ， 我们选择方向按钮选中某一项，按“s e t ”按钮进行设置； 3 ) 设置图像数字放大倍数为1 ，即对羽绒样本只进行光学放大，而不进行数字变焦， 这样可以保证采集到的图像的质量； 4 ) 进行白平衡调整，使拍摄到的图像中白色与选择的标准白保持一致，即保持颜色的视 觉一致性： 5 ) 根据实际的拍摄情况，调整曝光量，对比度，快门速度等。 篆黎豢燮攀遴，颦攀蒸蘩豢豢 藜攀黪目溪蘩滋； 一掌蟊酒豢醇；磬遂曩糍：一g 誊誉二苦李渗鬣；蓉豢一 曩豫许面b 谚。默量：v 誊 謇薹f 嚣、d i 葡i 莓i 黔 o ：羔_ = ：_ _ ：二_ | _ _ _ 兰兰羔一：兰挲二 薯：ij 臣耍薹 誊塞墼；i ：j 寡鲤鐾垤 图4 2 采集的图像文件的参数设置 1 6 第三章圳绒幽像的采集及3 e 处型方法研究 图4 3 对摄像机进行参数调整的界面 将羽绒样本放在载物台上，调整显微镜的放大倍数为4 0 倍，打开i n t e l l i c a m 连续采集窗 口，羽绒样本的显微结构就显示在窗口中。调整显微镜的粗准焦螺旋和细准焦螺旋，以使羽 绒的显微结构最清晰：调整显微底座的照明灯和显微镜载物台下边的光圈，羽绒样本图像会 变亮或者变暗。根据羽绒检测的需要，经过试验和测试，照明灯和光圈都调到最大限度的8 0 即为最佳。 3 1 3 图像采集 在上面，图像采集设备的一些具体参数已经设置完毕，我们便可以对羽绒样本进行采集 了。如图4 4 为羽绒图像的采集窗口。当然我们利用i n t e l l i c a m 进行图像采集，主要是为了 我们初期的研究的方便，同时，经过使用此软件，也为自己开发羽绒种类自动检测系统的图 像采集功能模块提供了一定的思路。最后我们开发完成的羽绒种类自动检测系统软件，完全 不依赖于m a t r o x 的i n t e l l i c a m 软件，当然，必须借助于m a t r o x 采集卡的驱动和m i l 库。 江南大学硕：i 二学位论文 图4 4 羽绒图像的采集窗口界面 3 2 图像预处理 3 2 1 概述 影响系统图像清晰程度的因素很多，例如光照度不够均匀就会造成图像灰度过于集中； 由c c d ( 摄像头) 获得的图像经过a ，d ( 模数转换，该功能在图像系统中由数字图像采集 卡来实现) 转换、线路传送都会产生噪声污染等等。因此采集到的图像质量不可避免地降低 了，轻者表现为图像不干净，难于看清细节：重者表现为图像模糊不清，连概貌也看不出来。 因此，在对图像进行分析之前，必须要对图像质量进行改善，一般情况下改善的方法有两类 1 1 0 】：图像增强和图像复原。图像增强不考虑图像质量下降的原因，只将图像中感兴趣的特征 有选择的突出，而衰减不需要的特征；图象增强的目的是采用某种技术手段，改善图像的视 觉效果，或将图像转换成更适合于人眼观察和机器分析识别的形式，以便从图像中获取更有 用的信息，从而提高图像的可懂度。 图像增强的方法分为空域法和频域法两类1 5 l 。空域法主要是对图像中的各个像素点进行操 作；而频域法是在图像的某个变换域内，对图像进行操作，修改变换后的系数，例如傅立叶 变换、d c t 变换等的系数，然后再进行反变换得到处理后的图像。图象增强与感兴趣物体的 特性、观察者的习惯和处理目的相关，因此，图象增强算法应用是有针对性的，并不存在通 用的增强算法。 通常，图象增强的基本方法主要有：在空域，点处理( 图像灰度变换、直方图均衡、伪彩 色处理等) 以及邻域处理( 线性、非线性平滑和锐化等) ，而在频域，高、低通滤波、同态滤 波等。考虑到系统的实时性要求，本文仅就空域法对羽绒图像的增强进行了研究。 1 8 塑三里型丝鬯堡塑墨塞丝墨竺里变堕竺! 1 3 2 2 图像平滑 图像平滑是图像增强的主要内容之一，其主要目的在于消除各种干扰和噪音，这些噪音 可能是在图像采集、量化过程中产生的，也可能是在图像传送过程中产生的。其表现是图像 信息被干扰噪声污损，这类噪声具有离散性和随机性的特点。通常把消除这类噪音的处理方 法成为图像平滑。图像平滑的困难在于尽量避免降低图像的清晰度，不使图像的边缘进一步 模糊。 最常用的空间域平滑法有邻域平均法和中值滤波法，其中邻域平均法虽然对噪声的抑制 能力较强，但会使图像的边缘产生严重的模糊，给边缘的检测带来困难；中值滤波也会使图 像边缘产生一定程度的模糊】。鉴于此，本文采用一种修正的自适应邻域平均法【1 “，它不但 能够有效的平滑噪声，同时也能够锐化模糊的图像边缘，而且计算比较简单，不需要任何预 定的参数，是一种非线性的邻域平均法。设厂0 ，y ) 为待处理图像，g o ，y ) 是平滑后的图像， 则有： 9 0 ，y ) = 当f ，m a x 饥，。) 当| v ，m a x ，j v 。) ( 3 1 ) 其它 其中，s 为预先发定的邻域，一般选以陔象素为叶j 心的一个i p 7 j 彤区域，具甲象秉思裂为n ； 。、。、j v ，分别代表5 内的灰度值大于、等于、小于均值m 的象素数；m 见式( 3 2 ) 所 示为灰度平均值；m 。、，为灰度上偏差和下偏差，计算分别见式( 3 3 ) 和( 3 4 ) ；盯2 为 邻域5 的灰度方差，计算如式( 3 5 ) 。 m = 专。露川， c s _ z ， = 击胞旷m ) 黾肥吵m ( 3 吲 ”肼一击胞z ) 川) 雕，f ) c m ( 3 叫 专。罄肥f ) _ ( 3 _ 5 ) 从式( 3 一1 ) 可见该方法是通过给邻域均值加一个随图像局部细节变化的修正项来克服边 m m 口 d 生m m 一以 一 一 一 + m m 小 江南大学顾= e 学位论文 缘模糊的。在灰度均匀的区域内，或者直线边缘恰好通过邻域中心时，。将近似等于， 修正项为0 。当j v ，) j v 。或。) j v f 且相差很大时，口2 也较大，修正项也随着增加，从而起到 既平滑又锐化边缘的作用。该方法和传统的邻域平均法及中值滤波法的处理效果如图3 5 所 不。 从实验结果可以看出，传统的邻域平均法和中值滤波法都会使图像产生一定的模糊，图 像的边缘细节信息损失很大，而用该修正的邻域平均法在去除图像噪声的同时，又很好地保 持了图像的边缘，所以滤波后的图像很清晰，处理效果较好。 ( 3 5 ) a 原始羽绒图像( 3 5 ) b 邻域均值处理后的羽绒图像 ( 3 5 ) c 中值滤波法处理后的图像( 3 5 ) d 修正的邻域均值法处理后的图像 3 2 3 增强对比度 增强对比度，一般通过直接修正图像的灰度级来达到预处理的目的，能够部分补偿显微 镜照明条件的不足。主要有两种形式【6 l ：一种是灰度级修正，这是修改个别图像象素点的灰 度级以补偿原来记录图像时的不均匀照明；另一种为灰度级映射变换以统一的方法改变整个 图像的灰度级或改变图像的一些区域的灰度，增强对比度，使图像的细节更清晰。 在本系统中，根据羽绒种类识别的需要，首先必须识别出菱节的位置，然后要确定菱节 的位置并且根据其位置对菱节进行配对。因为只有在同一枝条上的方向一致且相邻的菱节之 间的距离，即节距才能作为羽绒种类识别的判别标准呻1 ”。所以，为了后续的羽绒识别的需 要，我们必须突出菱节及其所在的枝条。因此，我们对经过平滑处理后的图像进行增强对比 度操作。 图3 4 中，经过修正的邻域均值法处理后的图像再经过增加对比度处理后效果如图3 6 所示。 2 0 第三章羽绒剀像的采集及弘处理方法研究 图( ：3 6 ) a 修正的邻域均值法处图( 3 6 ) b 图像a 经过增加对比度 理后的图像 处理的图像 3 3 图像分割 图像分割是图像处理中最基本和最重要的技术，是任何理解系统和自动物体识别系统必 不可少的一个重要环节。它是按照某种特征( 如灰度、频谱、纹理、彩色特征等) 将图像分成 一些有意义的互不相交的区域并提取感兴趣目标的过程，这些区域内往往具有相同或者相近 的某种特性。从本质上况，图像分割是将图像中的象素按照某种特征的不同而进行分类 的过程。 对于我们研究的羽绒种类自动检测系统来说，为了检测羽绒的种类，首先要识别羽绒图 像中的菱节，然后通过节距来确定羽绒的种类，因此，我们必须保留菱节及其它所在的枝条， 我们的目标就是枝条及其上的菱节。进行图像分割就是把原图像分为两个区域( 目标和背景) ， 把技条及其上的菱节从背景中提取出来，这种分割也称为图像的二值化【1 0 1 。由于目标和背景 在灰度缴上相差较大，所以我们选用灰度特征进行分割。图像分割是本系统预处理的一个很 关键的环节，其结果直接影1 1 自到羽绒种类识别的准确性。 阈值分割是一种常用的图像分割方法，当使用闽值规则进行图像二值化分割时，所有灰 度值大于或者等于某阈值的象素都被判属于物体( 或背景) ，而所有灰度值小于该阈值的象素 则被排除在物体之外( 或物体) 。目前，阈值选取的方法很多【1 5 1 1 “”，基本可归纳为1 0 大类， 本文研究了三种自动阈值分割方法来实现羽绒图像的二值化：k a p u r 最大熵法、迭代法和最 大类间方差法。 3 3 1 最大熵法 将信息论中鼬n n n o 一熵概念应用于图像分割时，其依据是使图像中目标与背景分布的信息 量最大，即通过分析图像欢度直方图的熵，找出最佳阈值l 。对于灰度范围为 o ，l ，f 1 j 的 图像，设分割阈值为f ，则目标0 和背景b 服从两个不同的概率分布： d ：丛，旦，k ，旦 p tp tp t伊器，盏，e 器 。吖， 根据肋n w o n 熵的概念，定义与这两个概率分布相关的熵为 江南大学硕：l 二学位论文 h ( o ) _ l n p 等h ( b ) _ l n ( 1 - 跏等( 3 - 7 ) 式中，2 酗；h 一2 一磊( p f l 吣) ；h “2 一荟( p f l n b ) 。 勋p u r 定义准则函数v ( f ) 为h ( 0 ) ，h ) 之和，即 嘲叫。m ( 驴) 噜+ 等 ( 3 _ 8 ) 使v ( r ) 最大的灰度级f 就是所求的最优阈值f ，即f = m a x v ( f ) 。 0 f ，一1 3 3 2 迭代法 r i d l e r 和c a l v a r d 在1 9 7 8 年曾提出过选取阂值的一种迭代法，但是十分耗时，t r u s s e l 对 此作了简化，即任意将直方图划分为两部分，并计算每一部分的平均灰度，然后用两个平均 灰度级的平均值作为新的分割阈值【1 6 】。这种方法基于逼近的思想，其具体算法如下： ( 1 ) 求出图像的最大灰度值和最小灰度值，分别记为z 一和z 。，令初始闽值 ，z m 。+ z m 02 = 一； ( 2 ) 根据闽值瓦将图像分割为前景和背景，分别求出两者的平均灰度值z 。和z 。； ( 3 ) 求出新闽值t + 。= 毕； ( 4 ) 若瓦一瓦+ 1 则即为所得阈值，否则转( 2 ) 迭代计算。 3 3 3 最大类