（电磁场与微波技术专业论文）“智能型杂质在线探测仪”算法研究.pdf

安徽大学硕士学位论文 摘要 物料在线检测与分选系统是一种新兴的自动化检测设备，已广泛应用于粮 食、蔬菜、水果等农产品的在线分级与加工以及工业生产中次品检出等场合。 例如，工业现场中的自动检测及加工过程监控、农副产品的质量检测、医学图 像的自动分析与诊断系统等。相比原始的人工检测方法，这种新兴的自动化检 测设备极大地降低了生产线上工人的劳动强度，提高了劳动效率，同时也提高 了产品分级和检测的精度。 由安徽大学、山东秦皇岛烟机设备公司和安徽涡阳烟叶复烤厂共同研制的 “智能型杂质在线探测仪”是集机器视觉系统、计算机技术、传感器技术、空 气动力学和精密机械等一体的高科技产品，是科技部“九五”地方重大科技攻 关项目，经鉴定达到了国际先进水平。该系统已于2 0 0 3 年完成并投入试运行。 目前，智能型杂质在线探测仪主要应用于烟草行业，经安徽省涡阳县烟叶复烤 厂多年的使用，产品操作方便，性能稳定，具有剔除多种杂物的功能。 本文的工作是对“智能型杂质在线探测仪”的完善，在已有成果基础上进 行改进和补充。几年来，通过在烟草行业的试用，产品的不足之处逐渐显现。 本文研究的方向仅限于系统的软件实现部分，包括计算机对信号的采集、图像 的预校正、信号识别等工作。在对现阶段存在的问题进行分析和归纳之后，本 文主要从下面四个方面展开讨论： 1 信号模型的研究。讨论了烟叶、背景、杂质及噪声的信号模型，重点是 从大量样本模型中抽象出特定品种烟叶的颜色特征，以利于建立新的、 高效的烟叶识别算法。 2 图像亮度校正算法的研究。由于光源摆放位置及其自身特性的影响，系 统中存在两种类型的亮度失真。在图像预校正章节中给出了亮度不均匀 性失真的模型，并对两种类型的亮度失真进行了校正。 3 烟叶信号阈值优化算法的研究。在这一部分中，首先通过对烟叶信号的 保护和筛选操作，优化了烟叶信号特征库。其次，利用 z 变换，有效 地压缩了烟叶信号阈值空间中的非烟叶区域。 安徽大学硕士学位论文 。智能型杂质在线探测仅4 算法研究 4 网络通信单元的设计。为了便于对整个系统的操作和维护，通过设计合 理的时序关系，建立了一个小型的局域网，实现对传送带上物料的监视、 控制及识别等功能。 关键词：烟叶：颜色；阈值；局域网 安徽大学硕士学位论文 a b s t r a c t t h es y s t e mu s e df o re l a e e k i n ga n dp i c k i n gm a t e r i a l0 1 3 1 i n ei sar i s i n ga u t o m a t i c c h o o s i n ge q u i p m e n t i ti sw i d e l yu s e di ng r a d i n ga n dm a c h i n i n gf o o d ，v e g e t a b l e ， f r u i to ro t h e rf a r mp r o d u c e ，a n da l s ou s e di ne x a m i n i n gi n f e r i o ri n i n d u s t r i a l p r o d u c t i o n f o re x a m p l e , i tc a l lb eu s e di nm o n i t o r i n gt h ep r o c e s so fa u t o m a t i c e l a e e k i n ga n dn l a e l l i l l i n gi ni n d u s t r y , c h e c k i n gt h eq u a l i t yo fb y p r o d u c t s ，a n a j y z i n g a n dd i a g n o s i n gm e d i c a li l l l a g c sa n ds oo n c o m p a r e dt ot h ep r i m a lm a n u a lm e t l a o c k t h er i s i n ga u t o m a t i ce l a o o s i n ge q u i p m e n tr e d u c e st h ei n t e n s i t yo f t i l ew o r k e r s l a b o r , i n c r e a s e st h ee f f i c i e n c yo ft h ew o r k , a n da l s oi m p r o v e st h ep r e c i s i o no ft l a eg r a d i n g a n de l a e e k i n go f t l a ep l o d u e t s t h eo n - l i n ei n t e l l i g e n ti m p u r i t yd e t e c t o r , w h i c hi st o g e t h e rd 删叩e db ya n h u i t l n i v e r s i t y , q i n h u a n g d a om a e l a i n e r yc o m p a n yi n $ 1 a a n d o n g ，a n dg u o y a n g t o b a c c o f a c t o r yi na n l a u i ，i sah i g h - t e c hp r o d u c ti n v o l v i n gm a e l a i n ev i s i o n , c o m p u t e r t e e l m o l o g y , s e n s o rt e e l m o l o g ya n da e r o d y m m i e s i ti st h el o c a ll 【e yp r o j c c to ft h e n a t i o n a l n i n t hf i v e - y e a r - p l a n ”o fd e p a r t m e n to fs c i e n c ea n dt e e l m o l o g y , a n dh a s a c h i e v e dt h ei n t e r n a t i o n a la d v s n e e dl e v e l t h i ss y s t e mh a sb e e nc o m p l e t e da n d t e n t a t i v e l yu s e di n2 0 0 3 p r e s e n t l y , t h eo n - l i n ei n t e l l i g e n ti m p u r i t yd e 傀咖ri sm a i n l y a p p l i e di nt h ei n d u s t r yo f t o b a c c o h a v i n gb e e nu s e di ng u o y a n g t o b l l c c of a c t o r yf o r m a n yy e a r s , i ti sp r o v e dt l l a tt h ep r o d u c ti so fs t e a d yc a p a b i l i t y , e a s i l yh a n d l e d , a n d h a st h ef u l | c t i o no f w e e d i n gm a n yk i n d so f i m p u r i t y t h e p l l l p o s l 。o f t h i sp a p e r i st op e - r f e e tt h e o n - l i n ei n t e l l i g e n ti m p u r i t yd e t e c t o r b yu s i n gi nt o b a c c oi a d u s u yf o rs e v e r a ly e a r s ，t h ed e f i c i e n c i e so ft h es y s t e m g r a d u a l l ye m e r g e i nt h i sp 犏骶s t u d yt h ei m p l e m e n t a t i o no ft h es y s t e m s s o m v l l r e ，i n c l u d ec o l l e c t i n gs i g n a lb yt l a ec o m p u t e r , t h ep f 酏c e 锄m e n to ft h ei m a g e ， a n dr e c o g n i z i n gt h es i g n a l b ya n a l y z i n ga n dc o n c l u d i n gt h ec 珈m m tp r o b l e m s 。f o u r a s p e c t sw i l lb ed i s c u s s e d 嬲f o l l o w s ： 1 s t u d y i n gt h em o d e l so f d i f f e r e n ts i g n a l s ，i n c l u d et h em o d e l so f t o b a c c ol e a f ； h i 安徽大学硕士学位论文 “智能型杂质在线探测仪”算法研究 b a c k g r o u n d , i m p u r i t ya n dn o i s e t h ee m p h a s e so f t h i sp a r ti st oa b s t r a c tt h e c h a r a c t e r i s t i co ft h ec o l o ro fc e r t a i nt o b a c c ol e a ri no r d e rt of m dab e t t e r r e c o g n i t i o na l g o r i t h m 2 t h er e s e a r c ho ft h ea l g o r i t h mo fa d j u s t i n gl u m i n a n c e b e c a u s eo ft h e p o s i t i o na n dt h ec h a r a c t e r i s t i co ft h el i g h t , t h e r ea r et w ot y p e so fl u m i n a n c e d i s l o r t i o ni nt h es y s t e m i nt h i sp a r t , ad i s t o r t i o nm o d e lo fa s y m m e t r i c l u m i n a n c ei sp r o p o s e d , a n dt h e s et w ot y p e so f d i s t o r t i o na r ea d j u s t e d 3 s t u d y m gt h ea l g o r i t h mo f o p t i m i z i n gt h es i g n a l st h r e s h o l do f t o b a c c ol e a f f i r s to fa l l ，t h ec h a r a c t e r i s t i cs p a c eo ft h es i g n a li so p t i m i z e db yt h e o p e r a t i o no fp r o t e c t i o na n df i l t e r s e c o n d l y , t h en o n - t o b a c c or e g i o ni s c o m p r e s s e db yu s i n g k lt r a n s f o r m 4 d e s i g n i n gt h eu n i to fc o m m u n i c a t i o n i no r d e rt om a n i p u l a t et h es y s t e m c o n v e n i e n t l y , f i r s t l yw ed e s i g nar e a s o n a b l eo r d e r , t h e ne s t a b l i s has m a l l l a nt om o n i t o r , c o n 臼o la n dr e c o g n i z et h em a t e r i a lo nt h et r a n s m i s s i o n b e i t i v 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。据我所知，除了文中特另4 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，也不包含为获得安徽大学或其他教育机构的 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 学位论文作者签名：签字日期：年月 e l 学位论文版权使用授权书 本学位论文作者完全了解安徽大学有关保留，使用学位论文的规定，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 阅本人授权安徽大学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 ( 保密的学位论文在解密后适用本授权书) 学位论文作者签名： 签字日期：年月日 学位论文作者毕业去向： 工作单位： 通讯地址： 导师签名： 签字日期：年 月 日 电话： 邮编： 安徽大学硕士学位论文 第一章绪论 1 1 引言 1 1 1 背景 第一章绪论 在一些工业生产过程中，原料和半成品里经常混有金属及其它非金属杂物， 影响产品质量，并有可能造成生产设备的损坏。香烟作为一种特殊的食品，如 同药品、其他食品等制造行业一样，产品中的杂物与异物问题一直存在并困扰 着我们，严重影响了产品质量的提高。在卷烟的生产过程中，杂物( 特别是非 金属杂物，如橡胶皮、毛发、包装袋等) 会影响最终成品的成分、气味、口感， 有的甚至存在致命的危险。因此，除杂问题已成为食品工业的一个亟待攻克的 技术难题。由于在线检测系统的研究与应用在我国起步较晚，所以，国内大多 数烟草行业在卷烟生产过程中对除杂问题一直采用最为原始的方法，即通过人 工剔除。显然人工除杂的效率十分低下，而且还不能保证剔除的可靠性。直到 二十一世纪初期，国内几家知名的大型卷烟厂率先斥巨资引进了国外自动化程 度较高的烟草在线检测与异物剔除系统，这类设备的显著特点是自动化程度高、 工作可靠性强、操作简单方便，大大提高卷烟生产的质量与现代化水平。但是 由于进口国外产品价格昂贵、配件更换困难以及售后服务难以及时到位等问题， 严重束缚了国内大部分企业引进此类设备的步伐。更为重要的是，受到产品知 识产权的限制，国内烟草企业始终引进不了与国外同等水平的同类设备，无法 提高企业自身在国际市场的竞争能力。因此，为了提高我国烟草行业的国际竞 争力，研制出具有自主知识产权的烟草异物剔除设备显得尤为重要和有意义。 1 1 2 国内外除杂设备研究现状 物料在线检测与分选系统是一种新兴的自动化检测设备。在国外，随着科 技的进步和人们对生活质量需求的不断提高，它们已广泛应用于粮食、蔬菜、 水果、海产品等农产品的在线分级与加工以及工业生产中次品检出等场合1 h 引。 安徽大学硕士学位论文。智能型杂质在线探测仪”算法研究 二十世纪9 0 年代以来，国外一些较为先进的烟草企业，逐渐在烟草生产线 上使用了异物剔除系统，识别并剔除烟叶中混杂的异物( 如麻绳、纸片、霉变 烟叶以及其它杂物) ，以提高烟丝产品内在质量。国内外一些公司和研究机构对 烟草异物的识别与剔除技术作了许多研究，并产生了一套较为可行的烟草异物 剔除系统的设计方案，基本工作原理为：利用烟叶和异物在物理特性( 主要是 颜色) 上的差异，采用基于光电检测原理的机器视觉系统实时地识别烟叶和异 物，再根据生产线上的具体情况，对识别出来的异物，采用合适的方法将其剔 除，达到除杂的目的。 在烟草在线异物剔除系统整机研制和生产方面，较为领先的是德国的豪尼 ( h a u n i ) 公司和美国的s r cv i s i o n 公司，h a i 肿公司的产品命名为 t o b a c c o s c a n ，s r cv i s i o n 公司的产品命名为t o b a c c os o r t e r ，它们 均在国际市场占有十分重要的份额。豪尼公司是一家以生产烟草机械为主体的 企业，同时也生产食品、木料等其它物品的在线检测系统，因而在烟草异物提 出系统研制和生产上具有技术优势。而s r cv i s i o n 公司则在机器视觉技术上 具有较强实力，该公司涉足光学检测系统研发领域已达3 0 年之久，包括检测系 统所使用的光源等均可自己生产。 国内对在线检测与分选系统的研究与应用起步比较晚，但已经具有一定的 技术积累，例如水果在线自动分级系统、工件尺寸在线检测系统。大米杂物在 线分离器等。近年来，就烟叶在线除杂问题一些单位和企业进行了研究，如重 庆大学和昆明船舶设备集团公司联合研制的“烟草在线异物剔除系统” 9 1 ，西 安、南京也有高等院校对此项技术进行研究【1 0 l 【1 1 】。总的来说，国内的在线检测 技术尚处在起步阶段，还没有大量成熟的在线检测系统投入到实际生产线上。 1 1 3 智能型杂质在线探测仪 由安徽大学、秦皇岛烟机设备公司和涡阳烟叶复烤厂共同研制的。智能型 杂质在线探测仪”是集机器视觉系统、计算机技术、传感器技术、空气动力学 和精密机械等一体的高科技产品，是科技部“九五”地方重大科技攻关项目， 达到了国际先进水平。目前，智能型杂质在线探测仪主要应用于烟草行业，经 安徽省涡阳县烟叶复烤厂1 2 0 0 0 公斤小时烟叶复烤线一年多来的使用，产品操 2 安徽大学硕士学位论文 第一章绪论 作方便，性能稳定，物料流通顺畅，具有剔除多种杂物的作用，在线检测杂质 尺寸分辨精度小于1 个平方厘米，分辨颜色能力大于一千万种，单位剔除面积 小于4 个平方厘米，达到产品主要技术指标要求。 智能型杂质在线探测仪与国外最新产品s r ct o b a c c os o r t e r 型杂质剔除 器比较，具有下述特点： 1 整个处理过程，从物料输入到杂物的剔除，均由计算机自动控制。采用 软件编程，进行数字图像数据分析和处理，以及高速驱动和实时图像显 示，无需其它图像处理和显示等辅助硬件设备。 2 采用变频电源与6 5 0 0 k 色温光源结合，通过合理排列，形成一个无阴 影光的区域，在高速拍摄下可以获得无抖动和拖尾现象的图像。并且通 过一个静态和动态图像幅度位置校正算法，降低了摄像机边缘畸变和杂 教光影响，使物料颜色一致性参数趋于平衡。 3 将杂质剔除尺寸与物料颜色一致性结合，通过控制物料筛选和保护参 数，经概率统计分析获取物料特征库，从而提高了检测精度，降低了建 库时间。该方法有自动和手动，添加和清除物料或杂物等多种方式。并 且在杂物检测过程中有快速算法，满足实时处理的要求。 4 软件采用中文界面，编程以对象( 操作人员、维修人员、调试人员和主 管人员) 为目标，分级管理，操作简单方便。 1 1 4 智能型杂质在线探测仪简介 这一节简要介绍智能型杂质在线探测仪的信号识别原理和系统工作原理， 目的是让读者对本系统有个大致了解，方便后面各章节的叙述，有关该系统的 详细资料参见其技术报告f l 习。 1 信号识别原理 自然环境中不同物质对光的吸收及反射情况不一样，这种不同就反应为反 射系数的变换，即不同物质显现的光通量的变化和色度的变化。基于这种分析， 物质与杂物的检测就在于找出它们在光学平面或空间中的差异并给予量化定 义。将这种量化进行计算，排除可能出现的干扰和误差，得到杂质与正常物料 的不同电信号。 安徽大学硕士学位论文 “智能型杂质在线探测仪”算法研究 2 系统工作原理 物料高速抛入上、下摄像机拍摄区，其正面和背面的状态分别由上下摄像 机完全拍摄。因为摄像机拍摄动态物流超过万分之一秒快门速度，上下光源均 特别设计为高亮度，全真色稳定光源。拍摄到的图像信号被传入计算机内存中， 经过程序运算，将与正常物料不同的信息放大处理并立即生成相应位置的定位 信号，剔除机构接收到杂物定位信号后迅速启动第x 号电磁阀，将该阀下的杂 物吹离正常物流，进入杂物出料皮带机，正常物料则抛至正常物料出料皮带机。 由于检测和剔除是在很短时间( m s ) 内完成的，关键是软件处理程序的有效和 高速。上述过程可以简单概括为：图像连续拍摄一信号处理一给出剔除信号一 执行剔除。图1 一l 为系统工作原理图。 正常物料 杂物 一算飞柏蛐黝 一f 二 图1 - 1 系统工作原理图 1 2 产品现阶段存在的问题 通过在安徽省涡阳县烟叶复烤厂几年来的使用，我们发现该产品还存在着 一些问题有待解决，现概括为如下三个方面。如何解决好这些问题是本文研究 的重点。 1 图像的亮度存在失真。由于噪声和光源位置的影响，摄像机拍摄到的图像 呈现亮度增益不均匀的现象。这使得图像上各点的亮度不但与物体本身有 关，还与所在的空间位置有关。这种影响在物料特征库建立过程中，大大 4 安徽大学硕士学位论文 第一章绪论 增加了库的阈值范围，降低了检测灵敏度。 2 由于烟叶信号之间存在相关性，造成烟叶信号阈值空间的扩张。如何提高 系统除杂的准确度，这是对系统进行改进的一个关键问题。在本文之前， 我们没有对信号模型进行讨论，对烟叶信号阈值空间缺乏深入的研究，这 些不足之处都将影响到在物料分类单元中信号识别的准确性。 3 多台分机分开操作不方便。系统中使用了四台摄像机分别监控传送带上四 块不同的区域，每台摄像机又分别连接一台计算机。为节省成本，四台计 算机共用一台显示器，利用视频切换器实现切换显示各台计算机图像的功 能。这种设计方法操作起来不够方便，不易对四台分机进行统一管理，并 且不能同时显示多台计算机上的图像。 。 1 3 本文研究重点 本文目的不是要设计烟叶除杂系统，而是要对智能型杂质在线探测仪进行 算法上的改进，针对上面提到的产品现阶段存在的问题，我将从下面四个方面 展开讨论。 1 信号模型讨论。系统中信号识别的原理是依据烟叶和杂质在颜色空问中分 别处于不同的区域。因此，本文将通过现场中实际拍摄到的大量烟叶图像 在多种颜色空间中建立烟叶信号统计模型，并研究系统场景中其他各种信 号模型，以利于建立更好的识别算法。 2 亮度校正算法的研究。系统中已经考虑到图像亮度的不均匀性校正，采用 了一种线性校正的方法对图像各点亮度进行调整。但是从系统实际校正后 的图像看，校正效果不能令人很满意。因此，本文将深入讨论图像的亮度 校正问题，结合实际场景模型，以研究出一种较为简单、实用的亮度校正 算法。 3 优化烟叶信号阈值算法的研究。为了工程上的方便，系统中的信号识别采 用了建立特征库的算法，这种建表的方法是以牺牲系统内存为代价，并且 缺少对建库时间的的研究。在信号识别一章中将讨论烟叶特征库及烟叶信 号阈值空间的优化问题。 4 网络通信单元的设计。在网络通信章节中，我将讨论如何利用s o c k e t 技术 安徽大学硕士学位论文 。智能型杂质在线探测仪”算法研究 为系统建立一个小型的局域网，使工作人员操作一台计算机即可方便地对 系统进行控制和维护。这一章主要从软件的角度研究局域网建立的方法、 时序以及数据传输格式等，并最终使用v i s u a lc + + 6 0 编程工具，为系统原 有软件添加网络通信单元。 1 4 论文结构 第一章为序论部分，综述本文的研究背景和意义，介绍了智能型杂质在线 探测仪的工作原理和现阶段存在的问题，进而指出本文将重点研究的四个方面。 最后给出本论文的结构。 第二章讨论光度学和色度学的基础知识，介绍了光强的度量方法、光照模 型、颜色的表征方法以及不同颜色空间。这些知识的学习为下面几章研究做好 理论基础。 第三章研究场景中各种物体的信号模型，包括背景条、烟叶、杂质以及噪 声，目的是为了建立更好的识别算法。在这一章中，对烟叶信号模型的讨论是 重点，我将运用多种表示方法来描述烟叶信号的统计模型。 第四章的工作是对图像进行预校正。首先介绍系统中对亮度不均匀性失真 进行校正所使用的线性校正方法。之后依据第二章关于光照模型的知识建立系 统不平度照射模型，参照这个模型提出新的亮度不均匀性校正方法。接下来研 究系统的背景亮度校正问题。最后是对本章提出的各种算法进行模拟试验，给 出评价结论。 第五章讨论烟叶信号的识别问题。这一章中首先讨论烟叶特征库的优化， 在原有建库算法的基础上增加对信号的筛选和保护操作。接着研究烟叶信号阈 值空间的优化问题。最后通过模拟实验验证这一章中提出的算法的有效性。 第六章研究网络通信问题。在这一章中，首先初步介绍w m d o w s 网络编程 基础。然后根据“智能型杂质在线探测仪”网络通信单元的设计要求，确定合 理的时序关系，并最终使用v i s u a lc - h6 0 编程工具实现该网络通信单元。 第七章是对本文的总结和展望。 6 安徽大学硕士学位论文第二章光度学与色度学基础 第二章光度学与色度学基础 本章介绍光度学与色度学的基本知识【1 3 】【1 4 1 1 嘲，为论文后续章节的研究提供 理论基础。我将从光的特性、光的度量、光照模型以及颜色的表征和色度量四 个方面展开讨论。这一章的基本理论对于建立信号模型、亮度校正和阈值优化 三章有着很重要的指导意义。 2 1 光的特性 2 1 i 电磁辐射与可见光谱 在地球上，太阳是照亮大自然的光源之一，它是热、光和各种射线的辐射 体、光兼有波动特性和微粒特性，光是一种携带电磁辐射能量的电磁波中的很 小一部分。电磁波的波谱范围很广，包括无线电波、红外线、可见光谱、紫外 线、x 射线、，射线等等。如图2 1 所示。其中只有我们眼睛能看到的那一部 分叫做可见光。 可见光谱 频率l - i z 波长，血 五= 五= 7 8 0 r i m 图2 - i 电磁辐射波谱 7 五= 3 8 0 ，研， 1 0 一” 安徽大学硕士学位论文。智能型杂质在线探测仪”算法研究 由图2 - 1 看出，不同波长的光所呈现的颜色各不相同，随着波长的缩短， 呈现的颜色依次为：红、橙、黄、绿、青、蓝、紫。只含有单一波长成分的光 称为单色光；包含有两种或两种以上波长成分的光称为复合光。复合光给人眼 的刺激呈现为混合色，太阳辐射出的电磁波是含有各种波长的波谱带，其中波 长为3 8 0 7 8 0 n m 的电磁波才能被人眼所感知，并给人以白光的综合感觉。 2 1 2 光源 自然界的不同景物，在日光照射下，由于反射( 或透射) 了可见光谱中的 不同成分而吸收其余部分，从而引起人眼的不同彩色感觉。一般来讲，某一景 物的彩色，是该景物在特定光源照射下所反射( 或透射) 的一定可见光谱成分， 作用于人眼而引起的视觉效果。可见，彩色感觉既决定于人眼对可见光谱中的 不同成分有不同视觉效果的功能，又决定于光源所含的光谱成分以及景物反射 ( 或透射) 和吸收其中某些成分的特性。所以，同一物体在不同光源照射下呈 现的彩色也有所不同。总之，人眼的彩色感觉是主观( 人眼的视觉功能) 和客 观( 物体属性与光照条件的综合效果) 相结合的系统中所发生的生理物理 过程，二者缺一不可。 一般来讲，色源有两种。一种是上述不发光的物体，在一定光谱分布( 功 率波谱) 的光源照射下，因反射一定的光谱成分和吸收其余部分而呈现一定的 彩色；另一种是本身发光的色源，根据它的辐射光谱分布，引起人眼的一定彩 色感觉。由于彩色与照明光源的光谱分布有密切关系，所以有必要对光源作一 简单介绍。 2 1 2 1 色温 在近代照明技术中统称为“白光”的光谱分布并不相同，其中包括光谱能 量偏重于波长较长端( 红色区) 的“热白光”，知道能量偏重于波长较短的“冷 白光”，它们将引起彩色视觉的差异。为了便于进行白光的比较和色度计算， 经常采用色温这个概念。当绝对黑体被加热时，将以电磁波的形式向外辐射能 量，其辐射波谱仅由温度决定。为了区分各种光源的不同光谱分布与颜色，可 8 安徽大学硕士学位论文 第二章光度学与色度学基础 以用绝对黑体的温度来表征。当绝对黑体在某一特定绝对温度下，其辐射的光 谱与某一光源的光谱具有相同的特性，则绝对黑体的这一特定温度就定义为该 光源的色温。色温的单位是开【尔文】( k ) 。例如，一个钨丝灯泡的温度保持在 2 8 0 0 k 时所发出的白光，与温度保持为2 8 5 4 k 的绝对黑体所辐射的白光功率波 谱相一致，于是就称该白光的色温为2 8 5 4 k 。可见，色温并非光源本身的实际 温度，而是用来表征其光谱特性的参量。 2 1 2 2 标准光源 太阳是最大的自然光源，它是辐射波谱范围很广。在地面上测量时，太阳 辐射光谱分布是随季节、气候j 时辰而变化的。因为影响太阳光色温的因素较 多，所以，太阳光不便于用作实用的标准光源。近几十年来，人们在试制新型 光源方面已取得了很大成绩，出现了不少人造光源。在近代照明技术中，按国 际规定选用如下五种主要标准光源( 即标准白光) 。 一 爿光源相当于钨丝灯在2 8 0 0 k 时发出的光，色温为2 8 5 4 k 。其波谱能 量主要集中在红外线区域，所以钨丝灯光看起来不如太阳光白，而总是带些橙 红色。 曰光源接近于正午直射的阳光。当绝对黑体温度在4 8 0 0 k 时发出的光 与该光源发出的光最近，所以说口光源的相关温度为4 8 0 0 k 。 c 光源相当于白天的自然光，其波谱能量在4 0 0 5 0 0 n m 处较大，可 见g 含蓝色成分较多。它的相关色温为6 7 7 0 k 。 d 6 ，光源 相关色温为6 5 0 0 k ，相当于白天的平均光照。在4 0 0 n m 以下 范围内，它的波谱能量比丑光源与c 光源要大些，用来作为照明光源时，被照 物体所呈现的颜色更接近于在日光照射下的真实颜色。所以，1 9 6 7 年国际照明 委员会( c i e ) 建议采用d 6 ，作为标准光源。 占光源是在色度学中采用的一种假想的等能白光( 毛) ，就是当可见 光谱范围内的所有波长的光都具有相等辐射功率时所形成的一种白光，它与色 温为5 5 0 0 k 的白光相近。这种光源实际上并不存在，但由于它的采用而大大简 化了色度学中的计算。 o 安徽大学硕士学位论文 。智能型杂质在线探测仪”算法研究 2 2 光的度量 这里将讨论如何用人眼去度量光，也就是讨论客观光波对人眼刺激的效果。 虽然，诸如光强、亮度等一些基本度量单位在实用中己被作为客观物理量来解 释和利用，但实际上却是客观光波刺激人眼而引起的主观效果，已经包含了人 眼的视觉特性和大脑视觉区域的生理功能。 2 2 1 视觉光谱光效率曲线 视觉效应是由可见光刺激人眼引起的。如果光的辐射功率相同而波长不同， 则引起的视觉效果也不同。随着波长的改变，不仅颜色感觉不同，而且亮度感 觉也不相同。例如，在等能量分布的光谱中，人眼感到最暗的是红色，其次是 蓝色和紫色；而最亮的是黄绿色。人眼这种对不同波长光有不同敏感度的规律 因不同人而有所不同；对同一人将，也会因年龄、身体状况等因素而变化。下 面要介绍的人眼光谱光效率函数曲线是以“标准观察者”的标准数据为依据 的。这些数据来自对许多正常视觉观察者测试结果的平均值。 为了确定人眼对不同波长光的敏感程度，可以在产生相同亮度感觉的情况 下，测出各种波长光的辐射功率以o ) 。显然办q ) 越大，说明该波长的光越不 容易被人眼所感觉；而办以) 越小，则人眼对它的敏感程度越高。因此办以) 的 倒数可用来衡量视觉对波长为a 的光的敏感程度，称光谱光效能，用k o ) 表示。 实测表明，对波长为5 5 5 n m 的光，有最大光效能足。= r ( 5 5 5 ) 。于是，把 任意波长光的光效能足o ) 与j 0 之比称为光谱光效率函数，并用函数y 0 ) 表示 喇= 器= 掣 ， 如果用得到相同主观亮度感觉时所需各波长光的辐射功率办以) 表示，则有 矿o ) = 办( 5 5 5 ) ，九0 ) ( 2 - 2 ) l o 安徽大学硕士学位论文第二章光度学与色度学基础 y 0 ) 是小于i 的数，也就是说，为得到相同的主观亮度感觉，在波长为 5 5 5 m 时，所需光的辐射 功率最小。随着波长自 5 5 5 i m 开始逐渐增大或减 小，所需辐射功率将不断 增大，或者说光效能不断 下降。 图2 - 2 为光谱光效率 函数曲线。该曲线也称相 对光谱灵敏度( 或光谱响 应) 曲线。它说明，如果 膏 冤 一 劈悦觉 、 、 1 a 、 | 1 ； f 纠 一手 ， 一眵管 鼻 波长如m 图2 - 2 光谱光效率曲线 光的辐射功率相同而波长不同，则人眼的亮度感觉将按曲线规律变化。 2 2 2 光度学中几个度量单位 既然人眼对不同波长光的亮度感觉不同，那么从人眼光感觉来度量某一波 长光的辐射作用时，不仅与该波长光的辐射功率有关，而且还与人眼对该波长 光的光效能有关。一 。 根据我国1 9 8 4 年颁布的中华人民共和国法定计量单位，下面介绍几个 主要光度量单位，它们与国际计量局的最新规定是统一的。 1 发光强度， 发光强度的单位是坎【德拉】，为国际单位制( 田) 中德一个基本单位，1 9 7 9 年第十六届国际计量大会决定：坎德拉是一光源在给定方向上德发光强度，该 光源发出频率为5 4 0 x 1 0 ”- z 的单色辐射，而且在此方向上的辐射强度为1 6 8 3 瓦特每球面度。 发光强度用符号l 表示，其单位坎【德拉】用耐表示。 2 光通量 光通量是按人眼光感觉来度量的辐射功率，用符号以表示。其单位名称为 流明( 加) ，是具有专门名称的甜的一个导出单位，且定义为：流明等于发光 安徽大学硕士学位论文 。智能型杂质在线探测仪”算法研究 强度为1 坎【德拉】的点光源，在1 球面度立体角内发射的光通量。 根据坎【德拉】定义可知，当五= 5 5 5 n m 的单色光辐射功率为l 矿时，所产生 的光通量为6 8 3 l m ( 或称l 光瓦) 。在其它波长时，由于光谱光效率矿以) 下降， 相同辐射功率所产生的光通量均随之下降。 3 【光】亮度、【光】照度单位 用以表示发光面明亮程度的光亮度的单位是坎【德拉】每平方米，符号为 耐脚2 。它是盯的一个导出单位。光亮度用l 表示。， 2 3 光照模型 2 3 1 光源种类 1 点光源。如果光源大小比场景中的物体小得多，可以假定光线是从一个点 向四周均匀发散的，它是发光体最简单的模型。 2 线光源。可以看作是多个点光源在一维空间上的合成，例如模拟荧光灯管 这类长条形的光源。 3 面光源。即可以看作线光源在高一维空间的合成，也可看作点光源在二维 空间的合成。它可以用来模拟发光的块状物体，例如烧红的铁块。 2 3 2 环境光 环境光是邻近各物体所产生的光的多次反射最终达到平衡时的一种光，环 境光是指光源间接对物体的影响。例如，透过厚厚云层的阳光就可以称为环境 光，室内环境光即为墙壁、天花板、地板及室内各物体之间光的多次反射结果。 可近似地认为其光强分布是均匀的，抽象为单一的强度值，它在任何一个方向 上的分布都相同，统一地影响场景中所有物体的所有表面。如果用l 来表示 环境光强度( 简称光强) ，不同的物体对环境光有不同的反射属性，记为疋 ( o j 已 1 ) 。这时，物体上某点的光强可以表示为： l 。= l j i 乙 ( 2 3 ) 安徽大学硕士学位论文 第二章光度学与色度学基础 2 3 3 漫反射和l a m b e r t 模型 租糙的物体表面会将光源射来的定向光朝各个方向均匀散射，这种现象称 之为漫反射。漫反射光的视觉表现是，光亮度与观察角度无关，只与物体表面 与光线的垂赢程度相关。简单光照模型模拟物体表面对光的反射作用。光源被 假定为点光源，其几何形状为一个点，向周围所有方向上辐射等强度的光，在 物体表面产生反射作用。 漫反射光的强度近似地服从于l a m b e r t 定律，即漫反射光的光强仅与入射 光的方向和反射点处表面法向夹角的余弦成正比。 由此可以构造出l a m b e r t 漫反射模型 i 撇= l d k d 懈e l 如觚表示物体表面某点的浸反射光 强，l 为点光源漫射光强度，髟 ( o k d 1 ) 表示物体表面该点对漫反射 光的反射属性，口是入射光线的方向与物 体表面该点处法线的夹角，或称为入 射角( 0 口 目 rg 口震g 曰 白纸1 0 91 2 41 1 5347 黄纸】嬲1 2 03 】346 海绵 1 1 31 1 5 5 5 468 木片 8 87 54 681 0 9 黄皮带 6 53 81 5346 鸡毛4 5 3 62 4 1 51 61 3 3 4 4 噪声信号 数字图像的噪声主要来源于图像的获取和传输过程。比如，在图像获取的 数字化过程中，图像传感器的质量和环境条件会带来噪声；在图像传输过程中， 如通过无线网络传输的图像受到光或其它大气因素的干扰会产生噪声。数字图 像处理过程中的一些重要噪声模型有高斯噪声、指数分布噪声、均匀分布噪声 和椒盐噪声等。高斯噪声源于电子电路噪声和由低照明度或高温带来的传感器 噪声。指数分布噪声用于激光成像噪声。均匀密度分布作为模拟随机数产生器 的基础。椒盐噪声用于成像中的短暂停留中，如错误的开关操作。 由于无需远距离的传输，这里研究的图像噪声主要来源于图像的获取过程。 安徽大学硕士学位论文“智能型杂质在线探测仪”算法研究 又考虑到烟叶除杂系统中的照明单元在长时间的工作过程中将会产生大量的热 量，因此我们认为实际系统中的图像噪声模型为高斯噪声。高斯噪声的概率密 度函数由( 3 6 ) 式给出 p g ) 2 丽1 p w 彬( 3 - 7 ) 其中z 表示灰度值，表示z 的数学期望，盯2 表示方差。如果噪声的灰度 值z 满足上式中的高斯分布，那么根据概率论中的结论，有9 5 的灰度值落在 k 一2 珥+ 2 盯】之间，这说明绝大多数位置上的噪声灰度值不大。在高斯噪声中， 仃2 是一个非常重要的参数，盯2 越大，说明图像被噪声干扰的程度就越大。 3 5 小结 1系统场景介绍，包括光源、背景条以及杂质。 2系统中各种信号模型的建立，如烟叶信号、背景信号、杂质信号和噪声信 号，重点是在不同颜色空间中对烟叶信号进行了讨论。 安徽大学硕士学位论文 第四章图像预技正 4 1 引言 第四章图像预校正 由于噪声以及光源摆放位置的影响，摄像机采集的图像不能直接用于特征 库的建立或杂质的识别，需要首先完成以下工作 1 去除噪声 2 亮度校正 噪声的去除在系统中已经实现( 通过将多帧图像相加取平均值的方法) ，这 里不作讨论。亮度校正是本章的重点，系统中存在两种亮度失真。一是由于光 源摆放位置的影响造成系统环境中不同坐标处的亮度增益不同；另一种是由于 光源的长时间使用，光源亮度的减弱造成系统环境整体亮度的减弱。前一种失 真效果可参见图4 _ l ，对于这个问题原系统已经进行过讨论，在本章中我将首先 分析原系统中使用的校正方法( 线性校正算法) 的利弊，之后根据建立的系统 照明模型提出一个新的亮度不均匀校正算法。对于后一种亮度失真，原系统中 没有考虑到，本文也将给出一个校正方法。 a ) 未校正的背景图像”未校正的动态烟叶图 图4 1 未校正的背景及烟叶图像 4 2 亮度不均匀校正 这一节中需要解决背景板上各点亮度增益不一致的问题。从图4 - l 中可以 看出，背景板上里现中间亮两边暗的现象。原有的考虑方法是把亮度畸变函数 安徽大学硕士学位论文 。智能型杂质在线探测仪”算法研究 用泰勒公式展开，表述为无穷项之和，然后出于工程近似的角度，只选择含零 阶和一阶导数的两项之和来近似，使用近似后的畸变函数的反函数来校正，称 之为线性校正法。这种算法仅从数学角度出发试图实现亮度校正，没有研究产 生失真的真正原因。在这一节中，我将通过研究点光源照射模型来分析系统中 产生亮度不均匀失真的原因，并根据此模型讨论光源的摆放位置和亮度校正算 法。 4 2 1 原有的校正方法：线性校正法 4 2 3 1 畸变函数g f ( o ) 先来回顾一下系统中使用的线性校正法的原理叫。假设在位置( f ，_ ，) 处，物 体的真实亮度为。9 ，记岛( o ) 为在( i ，j ) 处对理想亮度值勤所产生的亮度畸变函 数，而实际显示的图像为t ，则存在下面的关系式 t = l ，f 1 2 。 t 2 1t z z 。j h t r o t , t _ 2 ”j _ & 。g 。) ，g 。：g 。：1 g 一o 。) 9 2 1 g ：。) ，g 。g 。1 g 。g ：，) g ，o 二。l g ：g 。：1 g 。g 。) ( 4 1 ) 为了从实际的图像t 中恢复理想图像s ，可以对t 施加一个逐点的校正过程 ( o ) ： 瓦= 也) ( 4 - 2 ) 因为而= 嘞也) = b 口b ) ) ，所以当= g i - i 时，有而= 。因此畸变函数勖( o ) 的反函数( o ) 的准确获取，是亮度校正的关键。 虽然对于每个位置g _ ，) ，f f 可以精确测量，可任意设定，然而仅通过对 此位置有限的一组测量数据岛= j ，勺，i ) l 七= l 2 ，无法解析确定畸变函数 岛( o ) 。既然岛( o ) 无法精确获取，那么其反函数( o ) = g ( o ) 也无法精确