（计算机应用技术专业论文）图像处理与识别技术在智能机器鱼中的应用.pdf

沈阳理工大学硕士学位论文 摘要 科学研究和统计表明，人类从外界获得的信息约有7 5 是从图像中获得的。而 计算机及其有关软件的发展，使图像的实时化、智能化数字处理识别成为可能。 数字图像的处理与识别在智能机器人视觉系统中的地位越来越重要。本文从图像 处理与识别技术出发，利用v c + + 6 0 作为实验平台，以湖面采集的含有垃圾的c c d 图像为研究对象，取得了一些成果。 首先详细地介绍了图像处理与识别的发展状况和应用情况，讨论了二者结合 的必要性、可行性。按照机器人视觉系统的逻辑结构，对图像采集系统和双目立 体视觉的可行性进行了深入研究。 其次，系统论述了数字图像的二维图像灰度化，图像增强技术包括平滑、锐 化、滤波等；分析了图像的噪声来源，研究了影响图像处理效果的主要因素；比 较了图像分割中的并行区域和串行区域分割算法；采用了迭代式求图像最佳阈值 和基于h s i 差值的区域生长算法实现了图像的分割二值化。这是本论文的主要工 作，能够实现图像的快速、准确分割，给出了实验结果。 最后，比较了图像识别的几种方法( 统计模式识别、句法模式识别、模糊集合 识别、神经网络识别法) 。根据本论文的实际情况，分析定义了几种特征，并最终 选用了统计模式识别中的模板匹配法，实现了现有垃圾样本( 白色塑料袋) 的识别。 关键词：图像识别；图像处理；图像分割；模板匹配 沈阳理工大学硕士学位论文 a b s t r a c t a c c o r d i n gt os c i e n t i f i cr e s e a r c ha n ds t a t i s t i c s ，7 5p e r c e n to fk n o w l e d g eg o t t e nf r o m o u t s i d ea r eg i v e nb yi m a g e s t h ed i g i t a li m a g e p r o c e s s i n ga n dr e c o g n i t i o na r em o r ea n d m o r ei m p o r t a n ti ni n t e l l i g e n tr o b o tv i s i o ns y s t e m o nt h eb a s eo fr e s e a r c h i n gt h et h e o r y o fd i 百t a l i m a g ep r o c e s s i n ga n dr e c o g n i t i o n , s o m e r e s u l t sw e r e a c c o m p l i s h e d s u c c e s s f u l l yt h r o u g ho nt h ei m a g ec o n t a i n i n gg a r b a g ef r o mc c dw i t hu s i n gv c6 0i n t h i sp a p e r f i r s t l y ，t h e c u r r e n t d e v e l o p m e n ta n da p p l i c a t i o n o fi m a g ep r o c e s s i n ga n d r e c o g n i t i o na r ed e s c r i b e di nd e t a i l f u r t h e r m o r e , t h en e c e s s a r ya n df e a s i b i l i t yo ft h e c o m b i n a t i o no fi m a g ep r o c e s s i n ga n dr e c o g n i t i o na r ed i s c u s s e d i nt e r mo fl o g i c f r a m e w o r ko fr o b o tv i s i o n ，t h ep a p e rc o n d u c t e da l li n - d e p t hs t u d yo fr e s e a r c h e da n dt h e f e a s i b i l i t yo fb i n o c u l a rs t e r e ov i s i o n s e c o n d l y , t h eg r a y - s c a l e o ft h et w o - d i m e n s i o n a li m a g ei s e x p o u n d e d , t h e t e c h n o l o g yo fi m a g ee n h a n c e m e n ti n c l u d i n gs m o o t h i n g , s h a r p e n i n ga n df i l t e ri s r e s e a r c h e di n - d e p t ha n dt h en o i s es o u r c e so ft h ei m a g ea r ea n a l y z e d t h em a i nf a c t o r s , w h i c ha f f e c tt h er e s u l t so fi m a g ep r o c e s s i n g , a r es t u d i e dh i - d e p t h t h ep a p e rc o m p a r e s t h ea l g o r i t h i no fp a r a l l e lr e g i o n a ls e g m e n t a t i o nw i t ht h ea l g o r i t h mo fs e r i a lr e g i o n a l s e g m e n t a t i o na n dg e t st h r e s h o l d i n gi m a g et h r o u g ha d o p t i n gab e s tt h r e s h o l dv a l u eo f i m a g es e g m e n t a t i o nm e t h o da n dam a r g i n b a s e do nh s ir e g i o ng r o w i n go fi m a g e s e g m e n t a t i o nm e t h o d t h i si st h em a i nt h e s i so ft h ep a p e r , t h ei m a g e s 啪b ea c h i e v e d q u i c k l y , a c c u r a t e l ys e g m e n t e d , a n dt h ee x p e r i m e n t a lr e s u l t sa r ep r o v i d e d f i n a l l y , t h ep a p e rc o m p a r e s s o m em e t h o d so fi m a g er e c o g n i t i o n , i n c l u d i n g s t a t i s t i c a lp a t t e r nr e c o g n i t i o n , s y n t a xp a t t e r nr e c o g n i t i o n , f u z z yr e c o g n i t i o na n d a r t i f i c i a ln e u r a ln e t w o r k a c c o r d i n gt ot h ea c t u a ls i t u a t i o no ft h i sp a p e r , s o m eo r i g i n a l f e a t u r e so fi m a g e sa r ea n a l y z e da n dd e f i n e d f u r t h e r m o r e ，t h ep a p e rs e l e c t st e m p l a t e m a t c h i n ga l g o r i t h mo fs t a t i s t i c a lp a t t e mr e c o g n i t i o na n dr e a l i z e st h er e c o g n i t i o no f t h ee x i s t i n gw a s t es a m p l e sr w h i t ep l a s t i c ) k e yw o r d s ：i m a g er e c o g n i t i o n ；i m a g ep r o c e s s i n g ；i m a g es e g m e n t a t i o n ；t e m p l a t e m a t c h i n g 沈阳理工大学 硕士学位论文原创性声明 本人郑重声明：本论文的所有工作，是在导师的指导下，由作者本 人独立完成的。有关观点、方法、数据和文献的引用已在文中指出， 并与参考文献相对应。除文中已注明引用的内容外，本论文不包含任 何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要 贡献的个人和集体，均己在文中以明确方式标明。本人完全意识到本 声明的法律结果由本人承担。 作者( 签字) ：葬茹游 e t 期 ：御年多月e t 学位论文版权使用授权书 本学位论文作者完全了解沈阳理工大学有关保留、使用学位论文 的规定，即：沈阳理工大学有权保留并向国家有关部门或机构送交学 位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权沈阳理工 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、缩印或其它复制手段保存、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：魏汽 e t 期：砷， 指导教师签鱼：高彭现嚣乙 e t 期：j - 们 7 - 多 第1 章绪 论 1 1 课题背景及意义 1 1 1 课题背景 第1 章绪论 随着相关学科的发展及各种先进技术的应用和人们对生存环境的环保意识逐 渐增强，环保机器人的研究与开发越来越受到广泛的重视，具有良好的应用前景， 如智能清扫机器人、地板清洁机器人、擦窗擦墙机器人等。类似这样的机器人美 国、日本、中国等均已研制和开发出产品并投入了使用。 目前，我国所有的人工湖都采用的是人工清理垃圾，但是对于水质的维护确 不能得到保证，不能达到人工湖美化环境的效果。人工湖水不流动或流动性差， 都造成了人工水景的水质随时间变差，这与保护和美化自然环境的要求是不相符 的。所以有关部门提出了制造一种移动式水质净化保持器对湖水进行保持处理， 用流动的处理器去处理不流动的水，达到水质处理的目的。处理器可同时对湖内 的各种垃圾进行自动收集，清除和防治绿藻及其它损害永质的浮游生物。湖面清 扫机器鱼就是一种可以全自动、全场移动式的处理不流动水而达到水质处理的水 上智能环保机器人，能够对湖内的各种漂浮垃圾进行自动收集和对绿藻及其它损 害水质的浮游生物等清除和防治，实现对湖面的环境保护和水质维护。 湖面清扫机器鱼的主要功能有： ( 1 ) 景观娱乐功能( 定时喷水，放音乐) ； ( 2 ) 检测分析及生化处理功能，检测b o d 5 、c o d c r 、s s 、p h 值等水质指标； ( 3 ) 集污功能和排污功能( 物理处理) ； ( 4 ) 通信功能。 湖面清扫机器鱼主要由游动系统、视觉系统、g p s 定位系统、垃圾处理系统、 语音系统等五大部分组成。机器鱼通过其视觉系统将水中的垃圾进行识别定位并 通过垃圾吸入系统收集到鱼的口中，经刮板器定时将垃圾推入到网状垃圾袋中。 袋中垃圾装满后，启动返回排放垃圾系统，将垃圾投放到预定位置。机器鱼对湖 面水进行定时采样收集分析水中检测b o d 5 、c o d c r 、s s 、p h 值等主要水质指标参 一1 一 选堕垄三丕堂塑主堂焦堡奎 数值，判别是否符合水质要求，是否已造成污染。若水质不符合标准，则机器鱼 对水面将喷洒污水处理生化物( 环保公司的专利产品) 进行水质维护。机器鱼的游 动方向由g p s 定位系统控制，实现监控室与机器鱼之间的无线通信。语音系统主 要用来控制喷水、放音乐等娱乐功能的实现。 湖面清扫机器鱼视觉系统的主要信息来源是c c d 摄像头采集的图像，并依据从 图像中提取的数据来识别湖面垃圾和实现导航。本文通过对图像处理与识别技术 的研究与分析，探讨解决如何利用图像处理与识别技术的相关技术能够对图像进 行最有效的处理，研究如何从图像中提取对机器鱼视觉系统有用的相关数据。 1 1 2 论文研究的意义 智能机器人是一个多感知的系统，其视觉系统就类似于人类的眼睛。智能机 器人视觉系统主要依靠图像为信息来源来获取信息感知周围世界，所以图像信息 成为机器人有效进行认知和判别的主要依据。今年来。随着计算机数字图像技术 和图像识别技术快速发展，图像处理与识别的研究日益朝智能化、高可靠性、高 速自动化方向发展，其目的主要解决的就是如何能够让智能机器人更加准确、迅 速的将图像的信息传送给其“大脑”，做出像人一样的反映。 现阶段对于图像处理与识别的研究具有很大的针对性，图像处理与识别的新 方法的提出也只是针对某一特定的领域。这主要是因为不同的图像具有不同的性 质特征，不同的应用对图像中提取的目标也不同，从而没有形成一个统一的标准。 图像处理与识别的研究，是主要针对湖面清扫机器鱼在湖面运行过程中采集的各 种漂浮垃圾、障碍物和湖面岸边图像的处理与识别，是开发湖面清扫机器鱼视觉 系统前亟待解决的重大课题。如何利用图像处理与识别技术精确的实现对各种漂 浮垃圾、障碍物和湖面岸边的识别直接关系到视觉系统性能的好坏。 1 2 论文研究的主要内容 ( 1 ) 图像采集系统是获取图像最主要的手段。如何获得高质量的图像和更多 的信息是图像采集系统中最主要的部分。本文主要研究设计一套适合机器鱼的图 像采集系统。 ( 2 ) 机器鱼一般处于运动之中，其周围环境变化和不确定性对图像采集的图 一2 一 蔓! 童笙堡 像质量以及对图像的处理与分析都造成一定影响，所以在图像预处理过程中必须 改善图像质量。 ( 3 ) 图像分割是整个过程最重要的环节之一，直接影响后续过程图像识别和 解释即目标识别的可信度( 可信度要求在9 9 9 6 以上) 。所以图像分割算法选取和实 现是需要重点研究之一。 ( 4 ) 图像识别是在分割的基础上选择需要提取的特征，并对某些参数进行测 量，再提取这些特征，最后根据测量结果作分类。图像原始特征定义和图像识别 方法研究也是本文的研究内容的一部分。 1 3 相关技术及发展现状 1 3 1 数字图像处理概述 图像是用各种观测系统以不同形式和手段观测客观世界而获得的，是对客观 存在的物体的一种相似性的生动模仿或描述。照片、动画等都是最直观的例子。 图像带有大量的信息，百闻不如一见，一图值千字都说明了这个事实“，。 ， 所谓数字图像处理( d i g i t a li m a g ep r o c e s s i n g ) 又称为计算机图像处理，就 是指用数字计算机及其它相关数字技术，对图像施加某种运算和处理，从而达到 某种预想的目的。数字图像处理的研究内容主要有图像数字化、图像增强、图像 恢复、图像编码、图像重建、图像分析等课题。 图像数字化即研究如何把一幅连续的光学图像表示成一组数据，既不失真又 便于计算机分析处理。 图像增强是通过增强图像中的有用信息，削弱干扰和噪声，以便于观察识别 和进一步分析和处理。增强后的图像未必和原图一致。 图像的恢复是把退化、模糊了的图像复原。复原图像要尽可能和原图保持一 致。 图像编码是在满足一定的保真度的要求下，简化图像的表示，从而大大的压 缩图像的数据，以便于存储和传输。 图像重建是由图像投影数据重建该图像。 图像分析是则对图像中感兴趣的目标进行分割、分类、识别和描述，解释。 一3 一 沈阳理工大学硕士学位论文 前几个方面是把一幅图像变换成另外一幅图像，图像处理的输入是图像，输 出仍然是图像，信息恢复任务则留给人来完成。而对于最后一个方面，则是一个 图像到数据的过程，输出是图像的描述或解释，或是对图像的分类或结构分析( 又 称为图像识别) 一。 1 3 2 数字图像处理发展概况 数字图像处理是- - f 3 年轻的学科。本世纪二十年代，图像处理技术首次应用 于图像的远距离传送，用来改善伦敦和纽约之间海底电缆发送的图片质量。数字 图像处理则最早出现于2 0 世纪5 0 年代，当时的电子计算机已经发展到一定水平， 人们开始利用计算机来处理图形和图像信息。 数字图像处理作为- - n 学科大约形成于2 0 世纪6 0 年代初期。早期的图像处 理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。图像 处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理 方法有图像增强、复原、编码、压缩等。首次获得实际成功应用的是美国喷气推 进实验室( j p l ) 。他们对航天探测器“徘徊者7 号”在1 9 6 4 年发回的几千张月球 照片使用了图像处理技术，如几何校正、灰度变换、去除噪声等方法进行处理， 并考虑了太阳位置和月球环境的影响，由计算机成功地绘制出月球表面地图，获 得了巨大的成功。随后又对探测飞船发回的近十万张照片进行更为复杂的图像处 理，获得了月球的地形图、彩色图及全景镶嵌图，获得了非凡的成果，为人类登 月创举奠定了坚实的基础，也推动了数字图像处理这门学科的诞生。在以后的宇 航空问技术，如对火星、土星等星球的探测研究中，数字图像处理技术都发挥了 巨大的作用“，。 数字图像处理取得的另一个巨大成就是在医学上获得的成果。1 9 7 2 年英国e m i 公司工程师t f o u s f i e l d 发明了用于头颅诊断的x 射线计算机断层摄影装置，也就 是我们通常所说的c t ( c o m p u t e rt o m o g r a p h ) 。c t 的基本方法是根据人的头部截面 的投影，经计算机处理来重建截面图像，称为图像重建。1 9 7 5 年e m i 公司又成功 研制出全身用的c t 装置，获得了人体各个部位鲜明清晰的断层图像。1 9 7 9 年，这 项无损伤诊断技术获得了诺贝尔奖，说明它对人类做出了划时代的贡献。 与此同时，图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成 一4 一 蔓! 童鳖垫 就，属于这些领域的有航空航天、生物医学工程、工业检测、机器人视觉、公安 司法、军事制导、文化艺术等，使图像处理成为一门引人注目、前景远大的新型 学科“，。 ， 随着图像处理技术的深入发展，从7 0 年代中期开始，随着计算机技术和人工 智能、思维科学研究的迅速发展，数字图像处理向更高、更深层次发展。人们已 开始研究如何用计算机系统解释图像，实现类似人类视觉系统理解外部世界，这 被称为图像理解或计算机视觉。很多国家，特剐是发达国家投入更多的人力、物 力到这项研究，取得了不少重要的研究成果。其中代表性的成果是7 0 年代末m i t 的m a r r 提出的视觉计算理论，这个理论成为计算机视觉领域其后十多年的主导思 想。图像理解虽然在理论方法研究上已取得不小的进展，但它本身是一个比较难 的研究领域，存在不少困难，因人类本身对自己的视觉过程还了解甚少，因此计 算机视觉是一个有待人们进一步探索的新领域。 七十年代后期，我国学者开始了较大规模的研究，使我国的数字图像处理技 术逐渐跻身于世界先进行列。近年来，各个应用领域对数字图像处理提出了越来 越高要求，从而促使这门学科的研究向更高级的方向发展，例如，图像处理的实 时性，图像处理和图像分析的智能化等。可以预料，随着计算机技术的不断发展， 尤其是第五代计算机的研究和使用，必将使数字图像处理技术得到更大的发展和 广泛的应用。 1 3 3 数字图像处理技术的典型应用 目前，数字图像处理技术己经在许多领域中得到了应用，下面介绍几个主要 的应用领域。 ( 1 ) 通信中的应用 图像信息的传输，电视电话等，包括静态图像和动态的图像序列传送，主要 是对图像数据进行压缩，以及对序列图像的处理。 ( 2 ) 宇宙探测 由于太空技术的发展，需要用数字图像处理技术处理大量的星体照片。 ( 3 ) 遥感方面的应用 遥感有航空遥感和卫星遥感之分，它们都是用不同光源和技术获得大量的遥感图 一5 一 选堕堡三盔堂亟圭堂垡望塞 像。这些图像需要用数字图像处理技术加工处理并提取有用信息。它可用于地形 地质，矿藏探查，森林、水利、海洋、农业等资源调查，自然灾害的预测和预报， 环境污染的监测，气象卫星云图的处理，以及用于军事目的的和地面目标的识别 等等。现在，许多国家发射了各种不同用途的卫星。遥感图像资源的大量增加， 对图像处理技术提出了更高的要求。 ( 4 ) 生物医学领域的应用 数字图像处理技术从一开始就引起了生物医学界的浓厚兴趣，首先应用于细 胞分类，染色体分类和放射图像的处理。七十年代，数字图像处理在医学上的应 用有了重大的突破。另外，数字图像处理技术正逐步运用到生物学领域，为生物 进化、分类和其他研究提供了有力的工具。 ( 5 ) 工业生产 工业生产中的应用主要有产品质量检测、生产过程的自动控制、计算机辅助 设计与制造等。 ( 6 ) 计算机视觉即机器视觉 计算机视觉是用计算机模拟人眼的视觉功能，从图像或图像序列中提取信息， 对客观世界的三维景物和物体进行形态和运动识别。主要用于军事侦察、危险环 境作业、装配工作识别和定位以及邮政、家政服务等m 。 ( 7 ) 军事、公安、档案等其他方面的应用 军事目标的侦察，制导和警戒系统，自动火器的控制及反伪装等都要用到数 字图像处理技术。在公安安全部门，则有大量的现场照片、指纹、手迹、印章， 人像等需要作进一步处理和鉴别。这些都可以使用数字图像处理技术辅助地或自 动鲍实现。另外，还有大量过期的文字、图片档案需要修复和处理，以及其他方 面的图像信息的显示、记录、处理和文字的自动识别等。 ( 8 ) 视频和多媒体系统目前，电视制作系统广泛使用图像处理、变形、合成技 术。多媒体系统离不开静止图像和动态图像的采集、压缩、处理、存储和传输m 。 1 3 4 图像识别技术概述 图像识别，主要是研究用计算机代替人类自动处理大量物理信息，解决人类 生理器官所不能解决的问题，从而部分代替人的脑力劳动。图像目标识别技术是 一6 一 。 蔓! 童笙堡 人类视觉认知的延伸，随着计算机技术及人工智能技术的发展，越来越成为人工 智能的基础技术。它涉及的技术领域也越来越广泛，应用越来越深入。其基本分 析方法也随着数学工具的不断进步而不断发展。现在，图像识别技术的应用范围 己经远远突破视觉的范围，而更多地体现为机器智能、数字技术的特点。 图像识别是对预处理后的图像进行分类的方法。它可在分割的基础上选择需要 提取的特征，并对某些参数进行测量，再提取这些特征；最后根据测量结果作分 类。这是利用图像处理技术及故障进行诊断的关键。 为了更好地识别图像，还要对整个图像加以分析，对图像进行描述，以便对 图像的主要信息得到一个解释和理解，并通过许多对象相互问的结构关系对图像 加深理解，从而更好的帮助识别。 图像处理与图像识别的区别如下： 图像处理 ( 编码、压缩、增强、 分割、复原) 图像识别 判别、结构分 图像 ( 特征提取、分类、 分析) 图1 1 图像处理与图像识别的区别 1 3 5 图像识别发展概况 析 图像识别技术创始于5 0 年代后期，在6 0 年代初开始崛起，经过2 0 多年的发展， 尤其是随着微电子技术和计算机技术的蓬勃发展，图像识别己受到许多学科的重 视，在科研与生产的众多领域得到广泛应用。 图像识别是模式识别的一个重要分支。模式识别诞生于2 0 世纪2 0 年代，随着 2 0 世纪4 0 年代计算机的出现及其在这之后的飞速发展，模式识别迅速发展为- f 重要学科。此处所讨论的模式识别是指用计算机实现人的模式识别能力。通常我 们把对具体的个别事物进行观测所得到的具有时间和空间分布的信息称为模式， 模式识别的任务是对输入的模式进行分类，图像作为一种模式，其分类是一种特 定的模式识别，即我们下面的讨论所围绕的中心问题：图像识别。图像识别不要求 一7 一 沈阳理工大学硕士学位论文 结果输出是一幅完整图片本身，而是将经过上述处理后的图像，经分割与描述提 取有效的特征，通过特定的算法判决分类。可以说，图像识别需要综合运用计算 机视觉、模式识别、图像理解等学科的知识，它的发展随着这几个学科的发展而 进行。 图像识别被应用到许多领域中，它可以是工业中机械加工中零部件的识别、 分类，产品的质量检测，生产工程的监视和控制；可以是从遥感图片辨别农作物、 森林、湖泊和军事设施，以及判断农作物的长势，预测收获量等；可以是根据气 象观测数据，或气象卫星照片准确预报天气：邮政系统中自动分拣信函；交通管 制、识别违章行驶的汽车及机场上空中交通管理；银行现金识别、身份证识别； 机器人视觉的应用等等。 图像识别主要有：图像信息获取、信息加工和处理、抽取特征、判断或分类等， 如图1 2 所示。 图i 2 图像识别系统框图 1 3 6 模式识别技术的研究现状 结果 模式识别是对客观世界中物体和过程进行分类、描述的学科。图像是模式的 一种，图像理解和机器人视觉中使用了很多模式识别的概念和方法，图像理解中 的匹配与模式识别的关系尤为密切，两者相互交叉，不可分割。因此，模式识别 技术的不断发展对图像理解和机器人视觉的发展起着重要的支持作用。目前，对图 像模式的识别主要集中在对图像中感兴趣的内容( 目标) 分类、分析和描述。模式 识别的方法有m ，： ( 1 ) 统计模式识别统计模式识别指根据模式统计特性用一系列自动化技术 将给定模式赋值和分类，它建立在经典的决策理论之上。统计模式识别先使用一个 由一组己知类别的模式构成的训练集获取决策函数参数，再用这个决策函数构成 的分类器对模式进行识别。常见的分类器有：最小距离分类器、最优统计分类器等。 ( 2 ) 结构模式识别也称句法模式识别，它基于形式语言理论。实现结构模 一8 一 蔓! 童笙量 式识别需要定义一组模式基元，一组确定这些基元相互作用的规则和一个识别器 ( 自动机) 。其中，规则是以文法( g r a n m a r ) 形式给出的，识别器的结构则由文法规 则确定。常见的结构模式识别有字符串结构识别、树结构识别，两者均有自身的 文法和自动机。 ( 3 ) 模糊模式识别它以模糊数学理论为基础。模糊数学是用数学的方法研 究和处理“模糊性”现象的数学，它提出了隶属度的概念，把数学从二值逻辑推 向连续逻辑，更接近人类的思维形式，隶属函数的数值协助完成对不完整或有缺 损知识的估计，并具有较强的推理能力。模糊数学所具有的特点，使模糊模式识 别得到了长足进展。目前，模糊模式识别的方法主要有隶属度原则识别法、邻近 原则识别法、模糊聚类分析法，不同的方法可应用于模式识别的不同方面m 。 ( 4 ) 人工神经网络模式识别人工神经网络表现出类似人脑的学习分类能力 以及并行和分布处理方式，可用作非参数分类器，逐渐成为进行模式识别的有效 工具，并使传统的模式识别方式受到巨大的挑战和冲击一。 1 4 本文采用的技术方案 本文选题主要从利用图像处理与识别技术出发，利用v c 6 0 作为平台，研究 如何利用图像处理与识别技术识别图像中的目标物体，采用以下技术方案解决研 究中遇到的问题，包括： ( 1 ) 本文设计在机器鱼头部安装两个摄像头，不仅是满足机器鱼外观形体美 的要求，更重要的是采用双目成像系统在采集图像的同时，还能通过视觉系统的 实时计算两幅像间所产生的视差来帮助求取采集器与景物的距离从而获得三维信 息。 ( 2 ) 通过摄像头得到的图像一般都带有彩色信息，并且都是采用r g b 模型。根 据人眼的结构，所有颜色都可看作是3 个基本颜色：红r ( r e d ) ，绿g ( g r e e n ) 和蓝b ( b l u e ) 的不同组合。区分颜色常用3 种基本特性量：亮度i ( i n t e n s i t y ) 、色调h ( h u e ) 和饱和度s ( s a t u r a t i o n ) ，为了正确的使用颜色，需要建立颜色模型，目前常用的 颜色模型可分两类，一类面向诸如彩色显示器或打印机之类的硬设备。另一类面 向以彩色处理为目的的应用。 由于人的视觉对亮度的敏感程度远高于对颜色浓淡的敏感程度，为了便于色 一9 一 鲨塑堡三盔堂堡主堂焦鲨奎 彩处理和识别，人的视觉系统经常采用h s i 色彩空间，它比r g b 色彩空间更符合人 的视觉特性。在图像处理和计算机视觉中大量算法都可在h s i 色彩空间中方便地使 用，它们可以分开处理而且是相互独立的。因此，r g b 模式n h s i 变抉可以大大简 化图像分析和处理的工作。 ( 3 ) 图像增强技术作为基本的图像处理技术，其目的是对图像进行加工，以 得到对具体应用来说视觉效果更“好”，更“有用”的图像。从根本上说，并没 有图像增强的通用标准，观察者是某种增强技术优劣的最终判断者。 由于采集到的图像带有噪声干扰，而使图像质量受到影响，因此需要进一步 对采集到的原始图像进行预处理工作。应根据不同图像的特点和所要达到的效果 对采集到的原始图像进行增强处理。图像的增强技术通常采用空间域法。空间域 法就是在空间域中对图像像素进行运算处理。 机器鱼一般处于运动之中，其周围环境变化和不确定性对图像采集的图像质 量以及对图像的处理与分析都造成很大影响，所以在图像预处理过程中必须改善 图像质量。本文主要通过研究分析空间域法中图像平滑、中值滤波、图像锐化等 几种方法来解决图像采集时给图像带来的噪声问题。 ( 4 ) 基于并行区域技术的分割技术研究 。 在对图像的研究和应用中，人们往往仅对各幅图像中的某些部分感兴趣。这 些部分称为目标或前景( 其他部分成为背景) ，一般都对应图像中特定的、具有独 特性质的区域。为了便于分析目标，需要将这些有关区域分离提取出来，在此基 础上才有可能对目标进一步利用，图像分割就是指把图像分成不同特性的区域并 提取出感兴趣的目标的技术和过程。这里特性可以是灰度、颜色、纹理等，目标 可以对应单个区域，也可以对应多个区域。 图像阈值分割是一神广泛使用的基于空间域聚类分析的图像分割技术，它利 用了图像中要提取的目标和背景在灰度特性上的差异，选择一合适的阈值，以确 定图像中每一象素点应属于目标还是背景，从而产生相应的二值图像。由此可见， 要从复杂背景中分辨出目标并将其形状完整地提取出来，阈值的选取是关键。为 此，国内外学者针对这个课题进行了广泛深入的研究和大量实验，提出了多种阈 值选取方法，主要分为三类，即全局阈值，自适应阈值和最佳阈值m 。 通过对图像的分析和阈值算法的研究比较，本文采用迭代求图像最佳分割阈 一1 0 第1 章绪论 值算法实现阈值分割。 ( 5 ) 基于串行区域技术的区域生长算法研究 串行区域分割技术指采用串行处理的策略通过对目标区域的直接检测来实现 图像分割的技术。串行区域分割一般可分为两种方法：一种是区域生长，二是分裂 合并。区域生长是指从某个像素出发，按照一定的准则，逐步加入邻近像素，当 满足一定的条件时，区域生长终止。区域生长的好坏决定于( 1 ) 初始点( 种子点) 的 选取；( 2 ) 生长准则；( 3 ) 终止条件。 区域生长是从某个或者某些像素点出发，最后得到整个区域，进而实现目标 的提取。分裂合并差不多是区域生长的逆过程：从整个图像出发，不断分裂得到各 个子区域，然后再把前景区域合并，实现目标的提取。分裂合并的假设是对于一 幅图像，前景区域由一些相互连通的像素组成，因此，如果把一幅图像分裂到像 素级，那么就可以判定该像素是否为前景像素，当所有像素点或者子区域完成判 断后，把前景区域或像素合并就可得到前景目标m 。 一 如上所述阈值分割技术固然效果很好，但是仍然存在很多问题，而且图像分 割算法有很大的针对性，不同算法适用于不同特征的图像。所以通过研究分析， 本文也对串行区域技术的区域生长算法进行了研究与应用。 ( 6 ) 图像原始特征的分析 对分割后的二值化图像，首先需要从图像信息中提取可有效描述垃圾，岸边 目标物体特性的原始特征。目前，用于图像目标识别的特征主要有：几何特征、灰 度统计特征、纹理特征、变换域特征和代数特征等几种。 本文对垃圾、岸边等目标物体的研究实验发现，颜色上的差异区别不大，而 在形状上有较大的差别，所以决定提取面积、周长、复杂度、矩形度等6 个较为 直观的，能够反映目标物体形状的特征作为原始特征。 ( 7 ) 图像识别技术和识别算法研究 经上述原始特征分析得到原始特征后，不仅维数多，而且各个特征之间不可 避免地存在相关性，即使同一个特征对于不同的模式类来说，也可能存在交叉重 叠现象。如果直接进行分类识别的设计，不但计算量大，而且各特征之间相互牵 连制约，不能精确的进行分类识别。而图像识别就是在分割的基础上对某些参数 进行测量，再提取这些特征，最后根据测量结果作分类。因此图像识别算法选取 一1 1 一 鎏堕堡三盔堂塑主堂壁迨塞 好坏直接关系到视觉系统能否精确的对目标物体进行识别。 如前文所述用于图像识别的方法有如下几种：( 1 ) 统计模式识别方法：( 2 ) 句法 模式识别方法；( 3 ) 模糊集合识别方法；( 4 ) 人工神经网络的模式识别等。本文主 要针对垃圾图像特征对图像识别技术和几种识别方法进行详细研究，并使用统计 模式识别方法中的模板匹配算法实现已有样本的垃圾识别，为开发机器鱼视觉系 统做好前期准备工作。 1 5 本文的内容安排 论文的主要内容及结构安排如下： 第1 章为绪论。首先阐述了研究背景和意义、研究内容，然后介绍数字图像 处理和图像识别的概念、研究的主要内容、当前发展概况和应用领域以及模式识 别技术的研究现状和几种模式识别方法，最后介绍了本文结构安排。 第2 章为数字图像采集系统分析与设计。本章首先介绍了机器鱼图像采集的 硬件系统结构和设计，然后介绍了图像采集输出的图像数据格式以及位图b m p 的 文件结构。 第3 章为图像预处理技术及应用。本章是本文的研究重点，主要研究分析如 何对垃圾图像进行图像增强和分割，运用图像平滑、中值滤波、图像锐化三种图 像增强方法滤除图像噪声，并进行了比较和分析，给出了一种改进的中值滤波算 法；并对并行区域分割和串行区域分割进行分析研究，运用迭代式求图像最佳阈 值的方法和基于h s i 差值的区域生长算法对图像实现二值化。 第4 章为图像识别基本理论研究及应用。本章主要介绍了对图像识别技术和 统计模式识别方法、句法模式识别方法、模糊集合识别方法、人工神经网络的模 式识别几种识别方法进行了研究分析，根据本文的实际情况定义了几种原始特征， 介绍了图像识别技术的应用以及智能机器鱼中的应用，使用统计模式识别方法中 的模本匹配法实现已知样本的识别。 第5 章为结论。总结本文的主要工作和下一步工作以及展望。 一1 2 第2 章数字图像采集系统分析与设计 第2 章数字图像采集系统分析与设计 2 1 图像采集的硬件系统 湖面清扫机器鱼的数字图像采集系统主要由两个c c d 摄像头、图像采集卡、 光源等组成，如图2 1 所示： 2 1 1 光源 图2 1 机器鱼图像采集系统的组成 在图像采集系统中，好的光源与照明方案往往是整个系统成败的关键，起着 非常重要的作用，它并不是简单的照亮物体而已。光源与照明方案的配合应尽可 能地突出目标物体，在目标物体与不重要部分之间尽可能地产生明显的区别，增 强对比度；同时还应保证足够的整体亮度，物体位置的变化不应该影响成像的质 量。光源的选择必须符合所需的几何形状、照明亮度、均匀度、发光的光谱特性等， 同时还要考虑光源的发光效率和使用寿命。表2 1 列出了几种主要光源的相关特 性。 表2 1 各种光源对比 光源颜色寿命h 亮度特点 卤素灯白色，偏黄5 0 0 0 - 7 0 0 0 很亮发热多，较便宜 荧光灯白色，倔绿5 0 0 0 - 7 0 0 0亮 较便宜 l e d 灯红，黄，绿，白，蓝6 0 0 0 0 一1 0 0 0 0 0 较亮发热少，固体 氙灯白色，偏蓝3 0 0 0 - - 7 0 0 0亮 发热少，持续光 电致发光管由发光率决定 5 0 0 0 7 0 0 0 较亮 发热少，较便宜 在光源方面值得注意的是，l e d 光源因其显色性好，光谱范围宽，能覆盖可见光 的整个范围，且发光强度高，稳定时间长，随着其制造工艺和技术的成熟，价格的降 低，它必将得到越来越广泛的应用，成为图像领域新的亮点。本文中就是采用了这 一1 3 沈阳理工大学硕士学位论文 种l e d 光源，用来提高图像采集的质量。 2 1 2c c d 摄像头 c c d ( c h a r g ec o u p l e dd e v i c e ，电荷耦合器件) 摄像头是一种新型的图像采集 器材。它是由具有光电效应的半导体电荷耦合器件组成一个面阵单元，随景物变 化而感受到的信号的电荷量，存储在器件内。然后再转移到移位寄存器里去。在 控制信号的作用下，移位寄存器中的电荷类似电子管型的扫描工作一样，顺序地 逐行输出。由于这种摄像器件的体积小，重量轻，耗电量小，寿命长等优点，目 前获得极为广泛地应用n 一，。 湖面清扫机器鱼头部安装两个完全相同的c c d 摄像头。两个摄像头与人的视 觉系统相似，采用双目成像，对同一场景取像。此时两幅像间所产生的视差可用 来帮助求取采集器与景物的距离从而获得三维信息。图2 2 给出双目成像的一个 示意图，图中两个镜头中心间的连线称为系统的基线b 。利用双目系统可以完全确 定具有像平面坐标点( x 。，y ) 和( x ：，y ：) 的世界点w 的坐标( x ，y ，z ) “”。 2 1 3 图像采集卡 图2 2 双目成像示意图 鬻 在图像采集系统中，图像采集卡是控制摄像头拍照，完成图像采集与数字化， 协调整个系统的重要设备。它一般具有以下功能模块：( 1 ) 图像信号的接收与a d 一1 4 箜! 童墼主国垡墨堡墨丝坌堑量矍生 转换模块，负责图像信号的放大与数字化；( 2 ) 摄像头控制输入输出接口，主要负责 协调摄像机进行同步或实现异步重置拍照、定时拍照等；( 3 ) 总线接口，负责通过 计算机内部总线高速输出数字数据，一般是p c i 接口，传输速率可高达1 3 0 m b p s ， 完全能胜任高精度图像的实时传输，且占用较少的c p u 时间；( 4 ) 显示模块，负责高 质量的图像实时显示；( 5 ) 通讯接口，负责通讯i ( 6 ) 一幅图像的信息量极大，如 靠内存，影响处理速度，因此需要有足够的缓存用于存放图像数据；( 7 ) 图像处理 完成后，以模拟信号的形式输出，即还进行d a 转换m 。 2 2 图像采集的图像格式 数字化后的图像数据文件格式有很多种，基本上有两种形式，种是矢量形 式，也称向量处理( v e c t o r ) ，另一种是光栅形式。 在矢量形式中，图像是用一系列线段或线段的组合体来表示，线段的灰度( 色 度) 可以是均匀的或变化的，在线段的组合体中各部分也可使用不同的灰度。矢 量文件像程序文件，里面有一系列命令和数据，执行这些命令就可根据数据画出 图案。矢量文件主要用于人工绘制的图形数据文件。表示自然图像数据的文件主 要使用光栅形式，该形式与人对图像的理解一致( 一幅图像是许多图像点的集合) ， 比较适合色彩、阴影或形状变化复杂的分辨率。后者带来两个闯题，一个是将图 像放大到一定程度就会出现方块效应，另一个是如果将图像缩小再恢复到原尺寸 则图像会变得模糊。 c c d 摄像头采集的图像输出的数据格式是b m p ( b i t m a p ) 格式，这种格式未经压 缩，像素数值正好与实际要处理的数字图像相对应，最合适进行数字化处理。b m p 文件是m i c r o s o f tw i n d o w s 所定义的图像文件格式，全称是m i c r o s o f t 设备独立 图( d e v i c ei n d e p e n d e n tb i t m a p ，d i p ) ，最早应用在m i c r o s o f t 公司的m i c r o s o f t w i n d o w s 窗口系统。众所周知，m i c r o s o f tw i n d o w s 现今己成为p c 机环境下窗口 系统的事实上的工业标准，因而b m p 图像文件格式也越来越受到人们关注，在 w i n d o w s 环境中运行的图形图像软件都支持b m p 图像格式。 b m p 图像文件也称位图文件，包括3 部分：( i ) 位图文件头( 也称表头) ；( 2 ) 位 图信息( 常称调色板) ；( 3 ) 位图阵列( 即图像数据) 。一个位图文件只能存放一幅图 像。b m p 图像文件有下列五个特点： 一1 5 沈阳理工大学硕士学位论文 ( 1 ) 该结构只能存放一幅图像： ( 2 ) 只能存储四种图像数据：单色、1 6 色、2 5 6 色、全彩色； ( 3 ) 图像数据有压缩或不压缩两种处理方式； ( 4 ) 调色板的数据存储结构较为特殊； ( 5 ) w i n d o w s 设计了两种压缩方式：r l e 4 和r l e 8 。r l e 4 只能处理1 6 色图像数 据；而r l e 8 则只能压缩2 5 6 色图像数据。， 2 3b m p 文件结构 在讲述图像文件格式前，先对图像作一个简单的分类。除了最简单的图像外， 所有的图像都有颜色，而单色图像则是带有颜色的图像中比较简单的格式，它一 般由黑色区域和白色区域组成，可以用一个比特表示一个像素，“l ”表示黑色， “0 ”表示白色，当然也可以倒过来表示，这种图像称之为二值图像。我们也可以 用8 个比特( 一个字节) 表示一个像素，相当于把黑和白等分为2 5 6 个级别，“0 ” 表示为黑，“2 5 5 ”表示为白，该字节的数值表示相应像素值的灰度值或亮度值， 数值越接近“0 ”，对应像素点越黑，相反，则对应像素点越白，此种图像我们一 般称之为灰度