（信号与信息处理专业论文）印刷品质量缺陷识别与相关算法的研究与应用.pdf

塑茎一塑婺掣型型 p 7 7 7 ， ( 摘要 厂随着科学技术的发展，图像信息处理技术目益应用到社会生 产、生活的各个方面，当前图像信息处理理论的一个主要的发展 趋势就是将其算法理论的研究同工业生产的实际应用结合起来， 直接用理论指导工业的生产应用，提高社会经济效益。 我国目前印刷业发展迅速，而对高精度印刷产品的非自动化 质量检测已经限制了印刷业的进一步发展，因比迫切需要将图像 处理技术引入印刷业的自动化产品捡测。) 矿 本论文针对高精度印刷品图像的自动化质量检测，对图像边 缘提取和图像缺陷识别算法进行了探讨和研究，从而实现印刷品 图像质量缺陷识别的功能。 文中对质量检测系统的图像预处理部分做了研究，分析了多种 常用边缘提取算法，结合工业质量检测的特点，提出了一种新的 基于信息融合的特征物边缘提取算法，兼顾了检测速度和精度的 要求，提高了图像配准的准确性。 本文对图像的缺陷识别算法进行了研究，在分析印刷品图像可 能出现的缺陷点情况的基础上，对缺陷识别算法的结构进行了探 讨分析。算法从人的视觉特性和工业检测要求出发，提出了动态 的灰度阈值标准和“点、面缺陷检测”算法从而提高了对印刷品 图像的缺陷点识别准确度。同时对金字塔算法进行了改进和简 化，利用不同尺寸的检测窗口分层检测，并采用一种新的十字架 型的搜索检测方法来提高缺陷识别速度。 关键词边缘提黟缺陷识别，动态阂值) 分层检测。 珊1 | 墨，觥彻刈 堡墨 j ! 查奎堕查兰堕主兰垡笙壅 a b s t r a c t i m a g ei n f o r m a t i o nt e c h n i q u eh a sb e e nw i d e l yu s e dt oe v e r y r e s p e c t so fs o c i a lp r o d u c t i o na n d f e n o wam a j o rc u r r e n t o fi m a g ei n f o r m a t i o nt e c h n i q u ei sa p p l y i n gi t st h e o r yt o i n d u s t r yp r o d u c t i o n a n dt h e nt h ep r o d u c t i o no fi n d u s t r yi s d i r e c t l yg u i d e db yi t st h e o r ya n dt h i sw i l ii n c r e a s e s e c o n o m i cb e n e f i t r e c e n t l yt h ep r e s si sd e v e l o p i n gr a p i d l yi no u rc o u n t r y , b u tt h en o n a u t o m a t i n gq u a l i t yi n s p e c t i o nt oh i g hp r e c i s i o np r o d u c tc o n s t r i c t si t s d e v e l o p m e n t a n ds oi ti sh i 【g l lt i m et oi n d u c et h ei m a g i n gp r o c e s s i n g t e c h n i q u et op r o d u c ti n s p e c t i o no f h i g hp r e c i s i o np r e s s a i m e da tt h ea u t o m a t i n gi n s p e c t i o no fh i g h p r e c i s i o np r e s s i n g i m a g e ，t h i sp a p e rd i s c u s s e sa n ds t u d i e si m a g ee d g ee x t r a c t i o ni nt h e i m a g el o c a t i o na n dd e f e c tr e c o g r 6 z a t i o n ，a n dt h e nr e a l i z e st h ed e f e c t i n s p e c t i o na b i l i t yo f q u a l i t yi n s p e c t i o ns y s t e m i nt h i sp a p e r , m a n ym e t h o d sf o re d g ee x t r a c t i o na r ec o m p a r e d ，a n d an e we d g ee x t r a c t i o nm e t h o db a s e do nd a t af u s i o ni s g i v e n i t c o n s i d e r st h er e q u e s to fi n s p e c t i n gv e l o c i t ya n dp r e c i s i o n ，a n d i m p r o v e st h ep r e c i s i o no fi m a g el o c a t i o n t h i sp a p e rs t u d i e st h ed e f e c tr e c o g n i z a t i o na l g o r i t h m a n di nt h i s m e t h o dt h ep e r s o n sv i s i o nc h a r a c t e ra n di n d u s t r yi n s p e c t i o nr e q u e s t a r ec o n s i d e r e d ，ad y n a m i ct h r e s h o l da n d “d o t 、s u r f a c ed e f e c ti n s p e c t ” a l g o r i t h ma r eg i v e n a n dt h i sp a p e ru s e ss t o r i e di n s p e c t i n ga n dan e w c r o s s i n g 。s h a p es e a r c h i n gm e t h o d st oi m p r o v ei n s p e c tv e l o c i t y k e y w o r de d g ee x t r a c t i o n d y n a m i ct h r e s h o l d d e f e c tr e c o g n i z a t i o n s t o r i e di n s p e c t i n g 第一蕈综述 北方交通大学硕士学位论文 1 1 引言 第一章综述 人类通过感觉器官从外界获得信息，接收到的信息主要是视 觉、听觉、触觉、味觉和嗅觉等，据统计人类相互之间以及和外 界环境之间传递信息的主要媒介是语音( 听觉) 和图像( 视觉) ， 而在人类接受的信息中，视觉信息更是要占到6 0 以上，与此同 时，正如俗话所说“一目了然”，人的视觉十分完善，人眼灵敏 度高，鉴别能力强，加上人脑的思维和联想，对图像信息有很强 的辨别能力，人脑能区分出4 0 0 种以上的色彩，能判别二三十个 灰度级。因此，对于人来说，识别和分析客观环境中存在的事物 或目标，从而进一步对其处理，这是一件非常简单的事，可以轻 松完成。但是这种人类与生俱来的功能如果让计算机视觉系统来 进行，却是十分困难的事情。 对于一个机器视觉处理系统来说，图像的获得可以通过各种 光电器件( 如摄像头、c c d ) 等得到，并量化成数字信号。其后 的处理一般是交给功能强大的计算机和微处理器来完成。一般的 机器视觉系统都是在某一领域内作用的f 1 1 ，故待识别的目标是特 定领域内的，而且类型有限，于是可以做一个样本库容纳可能出 现的目标类型模板。在判断输入的图像是什么时，就可以将输入 的图像与存储的样本库进行匹配比较，进行判断识别嘲。 图像的缺陷识别技术属于数字图像处理和计算机视觉理论的 苎二! 堡堕 j ! 查奎望查兰堡主堂垡堡塞 范畴，是图像信息处理理论在工程工业和社会生产方面的一个重 要的应用领域。数字图像处理技术利用计算机或实时的硬件对图 像信息进行处理，是一门具有完整的理论体系和专门技术的综合 性学科。计算机视觉研究的是如何用计算机系统从输入的二维图 像中提取它们所反映的场景信息，也形成了一个比较明确的体系 1 2 1 。它们在国民经济和国计民生中众多领域都发挥着巨大的作用， 不仅在理论上深入发展，在应用上亦是科学研究、社会生产乃至 人类生活中不可或缺的工具。它们的应用已经渗透到工程、工业、 医疗保健、航空航天、军事、科研、安全保卫等各个方面。当前 图像信息处理理论的一个主要的发展趋势就是将其算法理论的研 究同工业生产的实际应用结合起来，直接用理论指导工业的生产 应用，提高社会经济效益。 在工业生产的生产线上对生产的产品和部件进行无损检测即 缺陷识别是图像信息处理理论的一个广泛应用领域，目前工业上 应用图像缺陷识别技术的例子已经有很多，例如食品包装出厂前 的质量检查，浮法玻璃生产线上对玻璃质量的监控和筛选，甚至 在工件尺寸测量方面都出现采用图像处理的方法加以自动实现。 而通过光电转换将景物信息变化成电量，再进步数字化后，用 计算机来进行处理，所达到的处理范围相对人眼来说更为广泛和 深入，处理的精度更高，变通能力更为灵活。 本论文主要对印刷品质量缺陷识别及相关算法进行了研究， 其目的是实现高精度印刷品自动化质量检测系统的缺陷识别和相 关算法，提高系统对有缺陷印刷产品的实时检测能力。 1 2 高精度印刷业质量检测概述 1 2 1 高精度印刷业的发展和现状 现代社会中随时随处都可见到印刷品，印刷品已成为人类g i 存和发展的重要组成部分。二十世纪以来，随着科学技术的发展， 印刷技术突飞猛进，印刷的发展推动着教育的普及和知识的交 流，从而使人类文明进入一个高速发展的时期。印刷术是一种t 以 直接或间接的方式对原稿的图文进行复制的技术，印刷的方式和 种类有很多，如凸版印刷、平版印刷、凹版印刷和丝网印刷等1 2 “。 凸版印刷方式最为古老，包括了已基本淘汰的铅活字版印刷 和主要用来印刷标签、商标、装潢纸的柔性版印刷。平版印刷在 印刷过程中纸张不再和印版接触，属于间接印刷方式，也就是印 刷业所说的“胶印”，能印刷的产品类别极为丰富，涉及的承印 材料十分广泛，印刷质量好，印刷周期短，是用量最大的印刷方 式。 凹版印刷方式版面线条细腻，版纹精巧，印刷的图像质量很好， 具有很高的防伪价值，对于钞票、票据等有价证券和邮票之类的 印刷品是首选的印刷方式。丝网印刷承印的材料极其广泛，而且 能在制造好的成型产品上直接印刷图像，因此在许多特殊的制造 业中得到应用。 印刷业中把图案比较复杂，细节繁多的印刷品称为精细印刷 品，它们的典型代表如钞票和邮票等。这些印刷品上面均有复杂 苎二垦堡垄 ! ! 查銮望盔堂堡主堂堡堡茎 细腻的图案，图像精度比较高，我们也可以称之为高精度印刷品。 高精度印刷品的质量要求较高，而它的生产相对于一般印刷品也 更为复杂和精细，生产工序上一般要经过胶印和凹印两次印刷过 程。这样由于印刷技术的不完善，以及一些不易避免的随机因素， 在印刷过程中会出现各种错误，或使印刷品产生缺陷嘲。以钞票 为例，常见的缺陷有纤维落在纸上造成的污点，油墨在图案上产 生的痕迹( 如由于印刷过程中油墨尚未干纸张之间就有相对运动 时) ，或图案缺版发白( 如由于纸张未放平整，纸张和印刷滚筒 之间接触不良或与印刷头未接触上) ，其它还有走版( 即凹印部 分整体相对于裁切边缘而言距离不合适或超过了公差范围) ，胶 印墨大或墨浅( 导致胶印部分的底色花纹颜色过深或过浅) 等。 1 2 2 我国高精度印刷业质量检测存在的问曩 目前我国高精度印刷品的质量检测系统基本上仍未实现自动 化，而主要是由有经验的检验员用目测法来进行检查，这样至少 带来了两个问题：一是检验速度比较慢，因为检验员觉得有问题 时会逐张仔细检查，二是检验质量不稳定，检验员会因为疲劳而 误检、漏检，另外对合格标准的把握个人之间也会有差异l ”l 。为 了保证产品的质量不得不建立层层的检查制度，而为了保证检验 速度与目前已相当自动化的印刷速度相协调，又需要花费大量的 人力物力。 与我国印刷业相比较，国外印刷技术发展较快，同时也投入 第一蓖综述 北方交通大学硕士学位论文 了大量的人力物力用于研究印刷过程中的自动化质量控制过程a 如德国的海德堡公司、罗兰公司一直从事胶印机的生产和质量检 测工作，其中海德堡公司从八十年代末期推出的c p c 系列胶印 机控制系统，占据了世界胶印机质量控制的大部分市场。 在高精度印刷品领域，国外也已引入图像信息处理技术，研 制出用于高精度印刷品的自动化质量检测系统。例如，德国公司 e l t r o m a t 已经生产出g e dn 0 - a s a v e 系列印刷品质量检测 系统并用于对钞票印刷的质量检测过程，实践证明它们大大缩短 了检测的时间并提高了检测精度，达到了监控高精度印刷品生产 过程的目的。 近年来，我国印刷业也开始重视这一领域，逐步投入对高精 度印刷品质量自动化控制方面的研究。比如在1 9 9 4 年和1 9 9 6 年人民机器总厂与北京工业大学合作，研制自动套色读版印刷装 置l p c 一3 并取得成功，对自动套准控制装置i p c 一4 的技术进 行了讨论分析。成都印钞公司在1 9 9 7 、1 9 9 8 年同重庆大学合作， 对检测小张钞票的号码印刷质量闽题进行了一些理论研究，主要 工作是对钞票图像进行分析，提取出图像轮廓，再根据轮廓图像 做出进一步分析，主要是对钞票的号码部分进行识别嘲。中国科 学院合肥智能机械研究所也在1 9 9 8 年对小张钞票的印刷质量检 测问题进行了研究，初步设计了小张钞票质量检验系统，基本能 够在2 米，秒的运动速度下，完成废错钞票的识别和分检，实现人 民币印刷质量的自动监控嘲。 总的来看，我国在高精度印刷业质量检测的自动化的发展水 平还不甚高，而质量检测的发展现况已经制约了高精度印刷业的 第一章综述 北方交通大学硕士学位论文 快速发展，迫切需要将图像信息处理理论中的图像缺陷识别技术 应用到对高精度印刷业的质量检测上来。 1 3 论文的研究范围和意义 1 3 1 论文的研究意义 在工业生产的生产线上对生产的产品和部件进行质量检测和 监控是图像缺陷识别技术的重要应用领域，而对于印刷行业图像 处理技术能发挥重要的作用，其中高精度印刷品的自动化质量检 测更是离不开图像信息处理的理论指导。如前所述，如果将图像 信息处理技术引入对高精度印刷品的检测，就可以节约检测过程 中的大量人力物力，可以使检验速度与已经相当自动化的印刷速 度相协调，既能提高生产效率和产品质量，又能降低生产成本。 当前在我国对印刷品的自动化质量检测还处在初步研究应用阶 段，仍旧有很多问题需要研究。例如中国科学院合肥智能机械研 究所设计的小张钞票的印刷质量检测系统，在图像处理算法的速 度上还不能完全令人满意，有很多需要改进的地方，以达到适应 高速检测从而与印刷速度相匹配的要求。 而国外对高精度印刷品质量检测的研究已经达到产品化的程 度，现在我国高精度印刷行业的一些厂家也引进了国外的一些检 测系统，但是在应用中还存在一些问题。以德国e l t r o m a t 生 产的g e dn o t a s a v e 高精度印刷品质量检测系统为例，由于 算法的限制，该系统在检测不确定的特征物时会出现错误，造成 第一琶综述 北方交通大学硕士学位论文 误检或漏检情况。同时该系统对系统硬件的要求比较高，价格相 当昂贵，因而我国印刷业大多无法采用。因此，对高精度印刷品 质量检测的算法加以研究有着重要的实际意义。 高精度印刷品图像的自动化检测算法涉及到图像信息处理技 术的很多部分，比如图像的几何算术处理、图像增强、图像识别 等内容。从图像信息处理技术的角度来看，自动化质量检测主要 就是对印刷品图像中不合格的图像像素点进行识别、分析和综合 判决的过程。由于高精度印刷品自动化质量检测系统对检测的质 量和检测时间的要求，带来了对图像处理各部分的算法在精度和 速度上的高要求，也因此，对于图像缺陷识别的算法需要从检测 速度和效果上进一步加以研究。 总之。对高精度印刷品的质量检测中图像缺陷识别算法的研 究是将图像信息处理技术的理论知识应用到工业生产上，也是解 决当前我国高精度印刷业存在的质量检测自动化难题的一个方 法，属于图像信息处理的一个重要的应用领域，无论在理论上还 是实践上都有着十分重要的意义。 1 3 2 论文的研究范围 本文的研究项目是与上海印钞厂合作的，针对钞票的凹印印 刷过程，设计并实现一个自动化检测系统。按照课题的要求，系 统根据检测具体要求对图像信息处理的理论知识进行分析和研 究，按照高精度印刷品质量自动化检测的精度和速度上的要求， 星二主笪堕 j ! 燮坠鲨 针对给定的软硬件条件设计并实现一个能对高精度印刷品图像进 行实时质量检测，并通过p l c 反馈信号对印刷生产线进行调整， 从而监控印刷质量的自动化系统。本论文承担了检测系统中部分 软件算法的研究和设计。 图1 1 印刷生产线质量检测系统框图 高精度印刷生产线检测系统的结构如图1 1 所示。在自动化 的印刷生产线上，生产的印刷产品首先经过“图像采集系统”进 行图像采集，接着利用采集到的比较“标准”的图像来构建图像 匹配的模板川，图像模板即是进行质量检测的标准，然后将采集 到的需要检测的产品和经过建模运算得到的模板图像一起送到图 像的预处理部分，经过提取特征物、边缘检测等运算得到比较清 楚的图像特征，接下来图像预处理的结果被送到图像配准部分， 进行定位配准运算，保证进行质量比对的样本图像和模板图像能 够“对准”，经过“对准”的样品和模板最后在图像质量检测部 分进行比对，图像缺陷识别部分主要是判断和识别样本产品是否 存在达到判别标准的缺陷点，进而找出不合格的印刷样本图像产 品。在识别系统中，最后还应该对缺陷识别的结果进行分析和再 第一蕈综述 北方交通大学硕士学位论文 处理，将产品图像缺陷点位置等检测信息存贮和送至p l c 控制电 路显示以监控生产线的印刷。 自动化的质量检测系统主要分为以下五个大的部分：图像采 集部分、建立图像模板部分、图像预处理部分、图像配准部分和 图像缺陷识别部分，其中图像采集部分主要是硬件设备的应用， 而建模、预处理、配准和缺陷识别部分则都是软件工作，由数字 图像处理的算法组成。 本论文在印刷质量检测系统的设计工作中，着重对系统中图 像预处理部分和图像缺陷识别部分进行了深入的研究和分析，对 现有的相关的图像处理算法进行了探讨，这样就可以对一些处理 算法提出改进，提出能更好的适用于本文所研究算法背景的系统 检测工作。 本文所设计的印刷质量检测系统中图像预处理算法主要是对 于图像的特征区域的边缘提取算法。印刷质量检测的系统在检测 中要将样本图像和模板图像进行配准，而若直接将图像采集部分 获得的图像送至图像配准部分进行定位匹配运算，不能得到比较 好的效果，需要首先对采集图像进行预处理运算，获取包含特定 目标对象的特殊的特征信息，使得下一步的图像配准运算更加易 于进行，达到更高的配准精度。本文所研究确定的图像特征物基 元是特征区域的图像边缘。本文对边缘提取算法进行了分析和比 较，对常用的梯度算子进行了研究，在实验比较的基础上，提出 了一种基于信息融合的特征物边缘提取算法。该算法从信息融合 的角度出发，考虑到梯度算子的检测互补特性，对简单算子进行 了有机的融合，达到比较好的边缘提取效果，从而完成图像预处 第一审综述 北方交通犬学硕士学位论文 理部分的运算。 本文所深入研究和讨论的另一个部分是图像缺陷识别部分， 具体就是对于经过图像配准后的模板图像和样本图像，如何进行 比对，快速而准确的找到样本图像上可能存在的缺陷点，确定缺 陷点的位置和大小尺寸等信息。这一部分的算法直接关系到对图 像质量检测的效果和精度，需要达到e p ；同j 业的质量检测的精度要 求和检测速度的要求。本文对印刷品图像上可能存在的缺陷点做 了分析，说明了图像缺陷识别算法的基本结构，从图像比较标准、 缺陷判定算法和为提高算法速度的分层搜索算法等方面对缺陷识 别运算做了研究。 本论文中对图像匹配算法的研究主要着眼于对高精度印刷品 质量的自动化检测，高精度印刷的自动化决定了检测标准对于速 度和精度的高要求。例如，在本论文设计的系统中，设定印刷时 纸张的运行速度为3 米秒，在使用一台高分辨率( 2 k lk ) 的 c c d 摄像机的情况下，要保持检测速度与印刷速度相匹配，每秒 钟系统处理的数据量大约为8 6 m 左右，同时检测精度不能低于 一个像素点。而在数字图像处理等学科所研究的内容中般算法 的速度和精度都是互相矛盾的，高精度的算法所需要运行的时间 总是较长，速度快的算法通常需要精度上的牺牲，因此，对于高 精度印刷品的自动化质量检测，在研究检测算法时必须全面考虑 速度和精度的代价问题，在两个算法评价的指标上都符合自动化 图像检测的要求，这个问题是本论文工作的难点，同时也是在整 个工作阶段中本论文一直努力解决的关键所在。 笙二童堡堕 ! ! 互銮望查兰堡主兰堡堡墨 1 。4 论文的结构安排 本论文的研究重点是对印刷自动化质量检测条件下的图像预 处理部分和图像缺陷检测部分的算法进行了研究。文中对图像预 处理部分与所研究实验系统相关的边缘检测算法和图像缺陷识别 部分的判决算法进行了分析和实验比较，提出了适合于印刷自动 化质量检测背景下的图像预处理算法和图像缺陷识别算法，从而 在此基础上，实现完成高精度印刷品自动化质量检测的系统。 本论文的结构安排如下： 第一章综述 本章概括地介绍了目前图像缺陷识别和相关算法的应用前 景，对我国印刷行业的发展和现状进行了分析，指出当前我国高 精度印刷业质量检测存在的闷题和国内外在印刷品自动化质量检 测的研究和应用上取得的进展。在此基础上阐明了系统中图像预 处理部分和图像缺陷识别部分的设计内容和研究意义，进而确定 了本文后继各章的研究范围和工作安排。 第二章基于信息融合的特征物边缘提取算法 根据第一章中对图像质量检测系统的结构介绍，在图像采集 部分获取图像后，首先进行图像预处理部分的计算。在本章里对 图像特征物边缘提取的算法进行了研究。文中对边缘提取算法的 基本原理和常见的多种边缘提取算法傲了介绍和实验比较，在此 基础上提出了一种基于信息融合的特征物边缘提取算法。算法将 多种梯度算子在信息融合的特征层次上进行融合，达到互补的边 笙二垦堡鲨 ! ! 查窒望j ! 兰堡主兰篁坚 缘提取效果。实验证明，该算法能快速准确的提取特征物图像的 边缘，从而提高后继图像配准运算的精度。 第三章图像缺陷识别算法研究 本章对图像的缺陷识别算法进行了研究，在分析印刷品图像 可能出现的缺陷点情况的基础上，对缺陷识别算法的结构进行了 探讨分析。算法首先从人的视觉特性和工业检测要求出发，提出 了动态的灰度阈值标准以提高对不同灰度区域图像的缺陷点识别 精度；接着，算法提出了“点缺陷检测”和“面缺陷检测”算法 以保证对印刷品图像的缺陷点判别准确度。同时为提高算法的检 测速度，本文还对多分辨率技术的金字塔算法进行了改进和简 化，利用不同尺寸的检测窗口分层检测，同时采用了一种新的十 字架型的搜索检测方法来提高缺陷的识别速度。本章最后给出实 验数据并作相应分析。 第四章缺陷识别及相关算法系统的实现 本章对印刷品质量缺陷识别及相关算法的实验系统的实现进 行了分析，并提出了系统的整体结构。按照检测系统所要达到的 检测指标，本章对整体检测系统的设计作了分析与说明，介绍论 文所研究算法的实现方法。 第五章总结与展望 作为论文的最后一章，对本论文的工作进行了总结并提出需 要进一步改进的方面。 第二章基于信息融合的特征物边缘提取算法 方亳堕丕堂堕兰兰里堡墨 第二章基于信息融合的特征物边缘提取算法 2 1 引言 本章是对印刷品图像质量检测系统中图像预处理部分的算法 进行研究和分析。在综述中本文提到，图像质量检测系统可以分 成五个部分，即图像采集部分、图像建模部分、图像预处理部分、 图像配准部分和图像缺陷识别部分。其中图像配准部分是质量检 测系统的一个重要组成部分，它的实质是在由同一场景摄影或遥 感的得到的两幅或多幅数字图像之间识别和定位同名点( 区块) 州，在具体的印刷品图像质量检测系统中是指将已建立好的模板 图像和待检测的样本图像进行对准，便于进行下一步的缺陷识别 运算。因此图像配准的精度也是比较重要的，关系到质量检测的 准确性。 由于运算速度的要求，图像配准算法不是对整幅图像进行匹 配，而是通过对图像中比较明显的特征物进行某种匹配运算来确 定图像的正确位置。由于图像特征间的匹配度量随位置变动很 大，一般都会在正确的匹配像素临域内形成一个比较尖锐的相关 性的失峰，从而比较容易寻找到精确的配准位置。对于我们所研 究的印刷产品图像的质量检测而言，因为实际印刷生产线上的各 种条件限制，需要用于配准的图像特征物往往受到噪声的干扰， 影响图像的准确配准。所以我们在根据图像特征物对图像进行配 准前，应该对图像的特征物进行预处理，以得到个更清楚的匹 配基元来为图像配准做准备。 第二章基于信息融合的特征物边缘提取算法方交通大堂堡主兰篁堡兰 图2 1 图像预处理效果示意图 图2 1 是从高精度印刷品检测系统采集图像中取出的一小部分 图像，作为图像预处理效果的一个简单示例，其中图a 是直接采 集到的图像，没有经过图像的预处理步骤；而图b 则是对图a 经 过一定预处理后的图像，可以明显看出，图b 要比图a 更加清楚 明了，如果将该图作为特征物用于图像的配准运算，图b 会比图 a 的配准精度更高。 作为图像配准运算的预处理过程，提取特征物的算法也有不 少，如边界、闭合曲线、边缘点、角点、灰度的局部极大点、拐 点等。按照工业检测的实际要求和特征物提取算法的运算速度等 因素来看，其中特征物边缘提取是一种比较便捷且效果较为理想 的预处理方式。本文因此选定印刷图像中具有显著特征的图像区 域进行边缘提取，然后进行图像的配准运算。 4 兰三兰苎! i 星壁垒塑堑堡塑望竺堡壁苎鲨一一玄銮望查兰堡主兰些兰：星 图2 2 预处理算法在图像检测中作用 本文对图像的特征物边缘提取算法做了讨论和研究，在分析 图像边缘提取的常用算法的基础上提出了一种基于简单算子的信 息融合的边缘提取算法，该方法针对工业上图像处理对于算法速 度上的要求，将简单梯度算子有机的融合起来，取得比较满意的 检测效果。经过实验证明，应用该边缘提取算法作为图像预处 理算法，可以提高接下来的图像配准运算的精度。 星= 三垦壁主笪：垦壁鱼竺堑笙塑望垡堡坚塞生 查奎望查兰堡主兰竺! ! ! 王 2 2 图像边缘提取算法研究 2 2 1 边缘提取基本原理 图像的边缘是视觉感知的重要线索，边缘提取广泛应用于轮 廓、特征的抽取和纹理分析中，在计算机视觉与模式识别中起着 重要作用跚。边缘提取在计算机视觉、图像分析等应用中起着重 要的作用，是图像分析与识别的重要环节，这是因为子图像的边 缘包含了用于识别的有用信息。所以边缘提取是图像分析和模式 识别的主要特征提取手段。 ll 厂且 图2 3 边缘图像和剖面不意图 所谓边缘是指其周围像素灰度阶梯状变化或屋顶状变化的那 些像素的集合，它存在于目标与背景、目标与目标、区域与区域、 基元与基元之间。常见的边缘剖面有三种：阶梯状( 如图2 3 ( a 1 所示) ；脉冲状( 如图2 3 ( b ) 所示) ；屋顶状( 如图2 3 ( c ) 所示) 。 阶梯状的边缘处与图像中两个具有不同灰度值的相邻区域之间， 塑= 三兰量主堕垦壁鱼竺堑堡塑望垡堡墼簦鲨 立窒望盔兰堡主兰竺堕苎一 脉冲状主要对应细条状的灰度值突变区域，而屋顶状的边缘上升 下降沿都比较缓慢。由于采样的缘故嘲。实际数字图像中的边缘 总有一些模糊，所以这里垂直上下的边缘剖面都表示成有一定坡 度，即边缘区有一定的宽度。 边缘是图像分割所依赖的重要的特征，也是纹理特征的重要 信息源合形状特征的基础；而图像的纹理形状特征的提取又常常 依赖于图像分割。图像的边缘提取也是图像匹配的基础，因为它 是位置的标志，对灰度的变化不敏感，它可作为匹配的特征点。 图像的其他特征都是由边缘和区域这些基本特征推导出来 的。边缘具有方向和幅度两个特征。沿边缘走向，像素值变化比 较平缓；而垂直于边缘走向，则像素值变化比较剧烈。边缘上像 素值的一阶导数较大；而二阶导数在边缘处值为零。 在分析信号或图像的性质时，剧变点往往时最重要的特征。 因此边缘提取是图像分析中的一个重要内容，对它的分析可以为 图像特征的提取提供依据。 图像边缘提取是数字图像处理领域中重要而又困难的一个问 题。许多研究人员对这方面作了很大贡献，提出了各种各样的算 法。如比较经典的边缘检测方法是对原始图像按像素的某领域构 造边缘算子。由于原始图像往往含有噪声，而边缘和噪声在空间 域表现为灰度有比较大的起落；在频域内则反应为同是高频分 量，这就给边缘提取带来困难i ”i 。又如m a r t 和h i l d r c t h 提出的零 交叉( z e r o c r o s s i n g ) 边缘检测方法，他们认为：其一，图像强度 的突变将在一阶导数中产生一个峰或等价于二阶导数中产生一个 零交叉( 即一个连续函数的二阶导数零点，可以称之为过零点 第二章甚于信息融合的特征物边缘提取算法查奎望查兰塑主兰堡堡茎 【2 0 1 ) ：其二，图像中的强度变化是以不同的尺度出现的，故应该 用若干大小不同的算子才能取得良好的检测效果鲫。 2 2 2 边缘提取的常见方法 边缘提取在众多领域都有着广泛的应用，也经过了多年的发 展。目前图像的边缘提取方法已有很多种，如微分算子法、梯度 法、样板匹配法、边界及曲线增强技术、连续小波边缘检测、边 缘聚焦鲫、纹理边缘检测、神经网络边缘检测等，下面本文对图 像边缘提取的常用方法做简单的介绍。 按提取依据的方式进行分类，边缘提取可以被分为以下几类： a 微分法 图像边缘是由灰度值变化比较剧烈的边素构成的，即为图像 灰度急剧变化的位置，也就是灰度剧变点。微分法边缘检测主要 就是寻找这种灰度变化最大的位置，其思路如下是通过进行( 空 间) 微分来检测灰度的不连续性，如偏微分罢和娄分别被用来 “ 掣 表示图像灰度在x 方向和y 方向的变化情况。在数字图像的场合， 微分用差分来表示。 比如，x 方向，y 方向的一次偏微分分别定义为 a , 从f ( i “, j ) ) ：= 朋f ( i ，, j 炉) - f 朋( i _ - 1 , j 1 ； ( 2 1 ) i ，厂( f ，- ，) = ，( f ，) 一厂( f ，一1 ) 、7 笙三兰苎主堕皇壁盒塑塑堡塑望签堡壁簦鲨互奎望盔兰堡圭兰堡! 鱼兰 图像边缘提取常常利用不同形式的微分算子，计算各像素灰 度的空间导数，给出微分锐化图像。 b 梯度法 该方法计算图像强度的梯度，当梯度的量值超过某个门限时 就说存在一个边缘。如设f ( x ，y ) 表示图像在像素( x ，y ) 处的灰度， 其梯度为删，彤( t y ) ：( 荽，荽) 。在点( x , y ) 处梯度的幅度为梯度 o x o y 之模，用g 卅表示，则 g 。c x ，y ，= ig r a n 矽c x ，y ，i = j 两 c z z ， 梯度方向是f ( x ，y ) 在该点变化最大的方向，表示为e = t g i l ( 万s f 瓦a f j , 。灰度剧变点往往处于边缘位置。 梯度法包括了多种梯度算子，计算比较简单有效。其中常用 的有r o b e r t 算子、s o b e l 算子等。 c 基于局部图像函数的提取算法 这种方法是用一个曲面来拟合一个小窗口内的数据，然后根 据该曲面来决定边缘点。这一方法检测效果不错，但其所拟合的 平滑曲面只是原始离散图像的一个近似，亦即用于边缘提取的图 像和原始图像间有一定的误差，而在误差图像中也可能包含着一 第二鼋基于信息融合的特征物边缘提取算法方交通大学鲤主堂堡堡皇 些边缘信息，这些信息难以检测，且拟合时往往需要开较大的窗 口，计算量大。 d 图像滤波算法 这种方法是先对图像滤波，再对滤波结果做一阶或二阶导数 以寻找边缘。这一方法遇到的两个问题是：滤波器的选择和边缘 点的定位，例如m a r r - h i l d r e t h 选择g a u s s i a n 滤波器，要达到比较 好的检测效果，滤波器的尺寸需要开得比较大，通常为3 5 3 5 或5 0 5 0 ，计算量很大。 e 基于边界曲线拟合的方法 该算法用平面曲线来表示不同区域之间的图像边界线，试图 根据图像梯度等信息找出能正确表示边界的曲线。在实际应用 中，需要具有同类图像的分割经验，这种方法比较适合于医学图 像。 常用的几种边缘提取算子 a s o b e l 算子 s o b e l 算子是一种一阶微分算子，它利用像素附近区域的梯度 值来计算一个像素的梯度，然后根据一定的阈值来取舍，得到图 像中的边缘。s o b e l 算子是一种不等权的平均梯度算子。 笙三兰兰堕皇壁鱼塑生堡塑望垡堡里兰鎏 查奎塑竺苎墅堕主兰堡! 垒圣 br o b e r t s 算子 r o b e r t s 算子也是一种微分算子，对具有陡峭边缘的低噪声图 像响应最好，它的算法是： g ( i ，) = m a x f ( 一1 ，一1 ) 一f ( i + 1 ，+ 1 ) ，f ( i - 1 , ，+ 1 ) ( 2 3 ) 一f ( i + 1 ，j 一1 ) ) a l o g 算子 该算子先用二维g a u s s 函数卷积，再求零交叉点来检测边缘。 同样是计算各像素的空间导数，给出微分锐化图像。 d l a p l a c i a n 算子 与前几种一阶差分算子不同，拉普拉斯( l a p l a c i a n ) 算子是一 种二阶导数算子，它的运算如下式： g ( i ，) = a 2 j ( i ，_ ，) + a 2 y f ( i , ，) ( 2 4 ) = f ( i + 1 ，- ，) + f ( i l ，j ) + f ( i ，j + 1 ) 一f ( i ，_ ，一1 ) 边缘提取的方法千差万别，算法的复杂程度和应用领域不尽 相同，在不同的情况下实现的效果也相差很大。因此需要根据实 际的应用背景来加以选择和分析。 2 2 。3 算法应用存在的问题 本文所研究的处理算法的应用背景是高精度印刷品生产线上 的图像质量检测，本章所要考虑的边缘提取算法用来对图像特征 第二鼋基于信息融合的特征物边缘提取算法 方交通大学硕上学位论文 物进行预处理，提取出比较好的特征物信息用于图像的配准运 算。作为图像质量检测系统的一个重要组成部分，在对边缘提取 算法进行分析时，必须顾及到设计背景的实际要求。在很多应用 场合( 包括高精度印刷生产线上的质检系统) ，除了对提取出的 特征物边缘质量有较高的要求外，对于边缘提取算法的时间也有 一定的要求。而后一种要求是种种较为复杂的边缘提取算法所难 以达到的。 而如前面所介绍的，微分法、梯度法包括了很多简单的一阶 或二阶的提取算子，这些算子算法相对简单，效果比较好，运算 便捷。因此在本文进行图像质量检测预处理运算时，首先考虑的 是运用梯度算子对图像特征进行边缘提取处理。 本文对不同的边缘提取方法进行了验证，通过实验对几种常 用边缘提取算予进行了比较，如拉普拉斯算子，索贝尔算子，普 瑞维特算子和罗伯特算子等。 图2 4 是用标准的2 5 6 x 2 5 6 l e n a 图像作为例图，给出了 s o b e l 算子的边缘检测结果，可以看到，s o b e l 算子检测对于图 像边缘敏感，但是检测出的边缘较粗。不利于准确定位。 ( a ) 原图像( b ) 边缘图像 兰三兰兰堕璺壁垒塑堑堡望望堡堡娶兰鲨互銮望查兰堡兰兰些羔i 生 图2 4s o b e l 算子边缘检测 图2 5 和图2 6 是对同样的l e n a 标准图像应用了r o b e a s 算 子和p r e w i t t 算子的边缘提取结果，其中r o b e , s 算子的效果要略 优于p r e w i t t 算子，与s o b e l 算子相比较，它们对边缘不够敏感。 ( a ) 原图像 图2 5r o b e a s 算子边缘检测 ( b ) 边缘髑像 ( a ) 原图像( b ) 边缘图像 图2 6p r e w i t t 算子边缘检测 图2 7 是用印刷质量检测系统中图像特征物为例，对几种边 缘提取算子的效果做的说明，可以看到，s o b e l 算子的效果较好， 但是对于圆形特征物的下半段，仍有提取不够清晰的问题，另几 笙三兰苎王堕：垦堂宣竺塑堡塑望丝丝坚竺鲨 垄奎里查兰婴兰兰些! 竺生 种边缘提取算子得到的特征物边缘都不够理想。 图2 7 图像特征物各梯度算子提取效果 根据实验表明，现有的各梯度算子虽然有的对于标准图像的 运算效果还可以，但是对于我们实验中所要做边缘提取的图像特 征物部分，它们的效果都没能达到预想效果，因此需要对图像特 征物的边缘提取算法做研究和改进，提出能快速实现且效果比较 理想的提取算法。 2 3 基于信息融合的边缘提取算法 鉴于这样一种情况，本章从信息融合的角度出发，在运算量 较小的梯度算子的基础上，分析其特性并考虑其检测特性上的互 补性，将它们有机的融合起来，在计算量不显著增加的前提下， 提高边缘提取的质量。 兰= 兰兰王笪：垦堂鱼塑堑堡竺望竺堡坚兰垄 查銮望盔兰堡主堂竺丝生 2 3 1 信息融合技术概述 信息融合也称数据融合( d a t af u s i o n ) 是研究多源信息处理的理 论、技术和方法的综合性学科。随着电子技术的迅猛发展，各种 信息获取手段和设备大量出现，人们获得信息的种类和数量大大 增加。大量数据的获得虽然能够提供更多的信息，但也造成信息 超载，难以及时处理、准确判断的困难，信息融合正是针对这一 情况提出并发展起来的。信息融合与以往的情报融合不同，它将 多平台多类传感器对目标的测量数据和其它情报信息一起自动的 进行综合，以获得任何单信息源无法获得的良好效果。这里融合 是指集成各种信息源、多媒体和多格式信息，生成完整、准确、 及时和有效的综合信息的过程。信息融合技术研究如何加工、怎 样协同利用多元信息，使不同形式的信息相互补充，以获得对一 事物或目标更客观、更本质的认识m l 。信息融合是一信息综合处 理的技术，它比直接从各信息源得到的结果更简洁、更少冗余、 更有用途。 信息融合技术自7 0 年代末诞生以来，引起了广泛重视。它在 军事领域内的作用十分明显，海湾战争中采用了多平台多传感器 收集、传递数据，进行数据融合，从而比较准确的分析了战场情 况，为战争提供了及时、准确的信息。信息融合在非军事领域的 应用与理论的研究也正在开展，但还有不少问题有待解决i 。 我国自八十年代起开始对信息融合技术展开研究，作为一门 新兴技术，虽然信息融合技术理论上还需不断完善，但是其应用 能力却经受了实践的考验，被证明是有效的。目前信息融合技术 璺三兰兰笪：垦壁鱼塑塑堡塑望竺丝壑蔓生垄垄望型兰堑坠譬型望! 垒羔 是信息处理与分析的重要方法之一，它能对多方面的信息进行综 合处理，比简单的信息处理方法更为可靠，所以是一个很受重视 的研究方向。文献。5 1 中将信息融合的层次分为数据层、特征层和 决策层三个层次( 如图2 8 ) 。在图像领域，信息融合技术体现为三 个层次：数据层融合用在多传感器图像分析，如多波段遥感图像 的分类；特征层融合用在图像符号化，如基于边缘检测和区域分 割的图像分割技术；决策层融合主要用于图像目标的自动识别研 究，如对直线和区域的综合分析等。 数据库f 黑板系统 占去嗟i 来自现场的信息 围2 8 信息融合层次化结构 2 3 2 梯度算子性能分析 上文已经对几种微分算子的算法和实验效果做了说明，本节 对算子的特点再做进一步。图像中梯度对应一阶导数，梯度算子 是一阶导数算子口”，也即微分算子。在边缘灰度值过渡比较尖锐 且图像中噪声比较小时，梯度算子工作效果较好。对一个连续图 笙= 兰兰堕：垦壁垒塑堑堡塑望堡堡坚竺婆立窒里查兰堕主兰焦兰：翌 像函数厂( x ，y ) ，它在位置( 石，y ) 的梯度可表示为一个矢量( 其中 g 。和g 分别为沿x 方向和y 方向的梯度) ： 夥加 g ，, g y 卜 篆，争 ( 2 5 ) 这个矢量的幅度( 也常直接简称为梯度) 和方向角分别为： 、盯= m a g ( v f ) = ( g ：+ g ：) 2 ( 2 6 ) m ( w ) = a r c t a l l ( ，) ( 2 7 ) 式( 2 6 ) 的幅度计算是以2 为模( 对应欧式距离) 的。为了计算 简便也可用其它模来计算幅度。常用的两种方式分别以1 为模( 对 应城区距离) ： = | 争i 著l ( 2 8 ) 和以。为模( 对应棋盘距离) ： v 。，= m 积浮l ，禹) ( 2 9 ) o x o y 以上各式中的偏导数需对每个像素位置计算，在实际中常用 小区域模板进行近似计算。对g ，和g ，须各用一个模板，所以需 要两个模板组合起来以构成一个梯度算子。根据模板的大小和元 素( 系数) 值的不同，人们已提出了许多种不同的算子。最简单的 梯度算子是罗伯特交叉( r o b e r t sc r o s s ) 算子，它的两个2 x 2 模板 见图2 9 ( a ) 。比较常用的还有普瑞维特( p r e w i t t ) 和索贝尔( s o b e l ) 算 子，它们都用两个3 3 模板，分别见图2 9 ( b ) 和图2 9 ( c ) ，其中 s o b e l 算子是效果比较好的一种。这些算子都可方便的推广到对 第二奇甚 二信息融合的特 i i = 物边缘提取算法 方交通大学硕士学位论文 3 - d 边缘的检测1 ”，也可扩展成矢量算子，以处理好高维图像m 1 。 匿盥