（计算机应用技术专业论文）基于边缘检测的影像自动测量系统研究与实现.pdf

摘要 基于边缘检测的影像自动测量系统研究与实现 摘要 随着计算机和图像采集器件性价比的刁：断提高，激光技术、精密计量光栅制造技 术、以及计算机数字图象处理技术的不断发展，在现代工业制造业对工件测量的高精 度、高效率要求的驱动下，影像自动测量系统以其高效，快速、精确以及自动化程度 高等特点赢得了广泛的关注。 本文以数字图像处理理论为基础，丌发了用于工件几何尺寸测量及表面质量检验 的影像自动测量系统。主要完成了以下工作： 1 通过对工件图像的实时采集、灰度化、滤波降噪、对比度增强、边缘检测以 及拟合测量等一系列过程，实现了工件的几何测量，并设计了友好的用户操作界面。 2 在对图像滤波降噪和对比度增强的过程中，对不同算法进行分析比较和仿真 实验，选择了适合于本系统的算法。 3 通过比较r o b e r t s ，s o b c ! 等一些传统边缘检测算法的优缺点，提出了基于小波 变换的影像边缘检测算法。用b 样条小波作为本系统边缘检测的算予，与c a n n v 算 子相比较，有较好的检测效果。 4 提出了多线自动测量算法，实现了同时对多个工件的自动测量，缩短了测量 时间，提高了效率，同时又能有效的保证测量精度。 5 分别对影像测量系统进行了功能和精度测试，结果表明，在现有的硬件及软 件的基础上，系统的测量精度令人满意，测量结果比较稳定。 关键词：计算机视觉检测，对比度增强，图像边缘检测，小波变换，多分辨分析。曲 线拟合 a b s t r a c t t h es t u d ya n di m p l e m e n t a t i o no fa u t o m a t l c m e a s u r es y s t e m o fj m a g eo n i m a g ee d g ed e t e c t l o n a b s t r a c t w i t ht h ei n c r e a s i n go fp e r f o r m a n c e p r i c eo fc o m p u t e ra n di m a g ec a p t u r es e n s o ra n d t h ed e v e l o p m e n to fl a s e r , e x a c tc o m p u t i n gg r a t i n gm a n u f a c t u r e ，d i g i t a li m a g ep r o c e s s i n g ， t h ea u t o m a t i ci m a g em e a s u r es y s t e mh a sa r o u s e dg r e a ti n t e r e s tw i t hi t sh i g he f f e c t ，s p e e d ， p r e c i s i o n ，a n dd e g r e eo fa u t o m a t i cu n d e rt h em o t i o no fr e q u i r e m e n t so fw o r k p i e c e s m e a s u r e m e n tw i t hh i 曲p r e c i s i o na n de f f i c i e n c yi nm o d e mm a n u f a c t u r ei n d u s t r y b a s e do ut h ed i g i t a li m a g ep r o c e s s i n gt h e o r y , t h i sa r t i c l ed e v e l o p sa na u t o m a t i c m e a s u r es y s t e mo fi m a g eo ni m a g ee d g ed e t e c t i o nw h i c hc a nb ea p p l i e di nt h em e a s u r e o f w o r k p i e c eg e o m e t r yd i m e n s i o na n ds u r f a c eq u a i l t y m ym a j o rw o r k sa r e a sf o l l o w ： r e a l i z a t i o no ft h ew o r k p i e c eg e o m e t r ym e a s u r ew h i c hi n c l u d i n go n l i n ei m a g e c a p t u r e ， p r o d u c i n gg r e yl e v e li m a g e ，f i l t e r i n gn o i s e ，c o n t r a s te n h a n c e m e n t ，e d g ed e t e c t i o na n d m e a s u r e ，a n dd e v e l o pan i c eu s e rm a n i p u l a t i o ni n t e r f a c e 1 b yc o m p a r i n gm a n yd i f f e r e n tm e t h o d so ff i l t e r i n ga n dr e d u c i n gn o i s ea n di m a g e c o n t r a s te n h a n c e m e n t ，t h em e t h o dw h i c hi sm o s ts u i t a b l et ot h i ss y s t e mi ss e l e c t e d 2 b ya n a l y z i n gt h ea d v a n t a g e sa n dd i s a d v a n t a g e so ft h et r a d i t i o n a lr o b e r t s ，s o b e l a l g o r i t h m s ，a ni m a g ee d g ed e t e c t i o na l g o r i t h mb a s e do nw a v e l e tt r a n s f o r mi sp r o p o s e d t h er e s u l t so fe d g ed e t e c t i o nu s i n gt h ebw a v e l e tf o re d g ed e t e c t i o na r eb e t t e rt h a nt h o s e u s i n gc a n n y 3 a n a l g o r i t h mo f m u l t i l i n ea u t o m a t i cm e a s u r ei s p r o p o s e d ，w h i c hc a b a u t o m a t i c a l l ym e a s u r em a n yw o r k p i e c e sa tt h es a m el i m e t h e r e f o r e ，t h ep r o p o s e d a l g o r i t h mc a nr e d u c et h em e a s u r et i m ea n di m p r o v et h ee f f i c i e n c yw i t h o u ts a c r i f i c i n g t h em e a s u r ep r e c i s i o n 4 t h es t a b l et e s t i n gr e s u l t so ft h ef u n c t i o n sa n dt h ep r e c i s i o no ft h ed e v e l o p e d a u t o m a t i c i m a g em e a s u r es y s t e md e m o n s t r a t et h a tt h i ss y s t e mc a l lm e e tt h e r e q u i r e m e n t sb a s e d0 nt h ec u r r e n ts o f t w a r ea n dh a r d w a r ec o n d i t i o n k e yw o r d s ：c o m p u t e rv i s u a li n s p e c t i o n ，c o n t r a s te n h a n c e m e n t ，i m a g ee d g ed e t e c t i o n ， w a v e l e tt r a n s f o r m ，m u l t i r e s o l u t i o na n a l y s i s ，c u r v ef i t t i n g i i 独创性声明 本人郑重声明：所呈交的学位论文足我个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友和撰写的研究成果，也不包含为 获得华东交通大学或其他教育机构的学位或证书所使用过的材料。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 并表示了谢意。 本人签名么、砂塑日期本人签名么：! 竺：二，么日期 关于论文使用授权的说明 本人完全了解华东交通大学有关保留、使用学位论文的规定，即： 学校有权保留送交论文的复印件，允许论文被查阅和借阅。学校可以公 布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论 文。 保密的论文在解密后遵守此规定，本论文无保密内容。 名尘孥臌名杠 日期硼r - 忆j o 第一章绪论 第一章绪论 1 1 课题的提出及其研究意义 1 1 i 课题的提出 随着计算机和图像采集器什住价比的不断提高，激光技术、精密计量光栅制造技 术以及计算机数字图象处理技术的不断发展，在现代工业制造业对工件测量的高精 度、高效率要求的驱动下，影像自动测量系统以其商效、快速、非接触、精确以及自 动化程度高等特点赢得了广泛的关注。本课题就足在这种背景下展开的。 - 】 1 1 2 课题的研究意义 传统的测量方法，根掘测量器件与被测物体是否接触柬分，可分为接触式与非接 触式两大类。传统的接触式测量法，如采用光学灵敏杠杆、标准量块、干涉仪等，其 测量误差除了与仪器误差有关外，还与瞄准、定位等人工误差有关，并且接触时还可 能会造成零件的磨损和变形；另外，由于被测物体的大小不一，需要配备多种尺寸规 格的标准量块，为测量带来了一定的困难，且很难保证高精度，更谈不上高速度和自 动测量的实现。传统的非接触式测量法主要有光学式和气动式两种，其中以光学反射 式最为典型。光学式测量法主要利用光的反射、衍射等原理形成影像，或通过显微镜 进行测量。其精度有可能比接触式测量法高，但由于测量过程中人为因素的干扰，对 测量精度影响较大。 随着生产与科学技术的迅速发展，对测景方法的精确度、测量效率以及测量的自 动化程度的要求也越来越高。而传统的测量方法很难适应这些新的要求，特别是在某 些特定场合，如微小尺寸、曲面轮廓及孔距等，有的成为传统测量方法无法实现的难 题。近几年来，随着计算机数字图像处理技术的飞快发展和广泛运用，人们开始将测 量仪与计算机图像处理技术相结合，研发了新一代的影像测量系统。与传统的影像测 量方法相比，它具有非接触、高效率、低成本及完全计算机化等诸多优势，极为适合 大批量、高速度制造过程的产品质量检测，如机械、电子零部件、轻工业制品乃至汽 车等工业产品的形状尺寸、表面质星等。但在国内，这类系统还仅仅处于研发阶段， 技术尚未成熟，助能上并不完善，智能化程度低，无法满足当前工业制造发展的要求。 本课题提出了一种新的测量技术多线自动测蕈技术，实现了同时对多个工件 进行几何测匿，大大提高了影像测量系统的智能化羊n 度，缩短了测量时1 1 日j ，提高了效 率，同n 于还确保了测量的精度。更重要的足，本系统还是一个完整的只有较强实用价 值的系统，能够给相关领域带束巨大的纾济效益。 第一章绪论 1 2 计算机视觉检测技术的艺展现状和趋势 处f - ： t 技亿息高速发屣的2 1 纪，工业制造业必农足皂u 省以佶息技长为核心的 自动化智能制造系统的力向发展。毵进制造技术足在计算机技术丛础上发展起来的一 个榘机械、电子、信息、材料和管蟹技术于一体的新型，交义学科。其中基f 计算机的 信息处理技术在先进制造技术体系- t ，占据着卜分重要的位胃。 从生产发展史柬看，机械加上精度的提高总是与：1 0 量技术的发展水平紧密相关 的。几何测量技术也是随着科学技f 、的发展而发展，并纳着加工精度的提高而得以完 善的。2 0 世纪仞，几何测量还只是使用机械式测量器， 。到5 0 年代以后，开始采用 光学和电动测量仪，而后又逐渐应用光学显微镜、投影仪、光波干涉仪等。7 0 年代 以来，我国大力研究了光栅、磁栅屑l 感应同步嚣等$ ! 量器件，j f 发了激光大位移测量 系统、三坐标测量机等商稍度测量仅器，以及包拼激咒二f 二涉、全z 3 照相测量、光导纤 维等在内的新的精密测量技术。尤其是近二十年来，随着激光技代、精密计量光栅制 造技术、计算机技术以及图象处理技术的发展，将它们应用剑精 测量领域，形成了 一种新的精密测量技术计算机视觉检测( c o m p u t e rv i s u a lh b p t c t i o n ，c v i ) “， 极大的满足了现代工业制造业的发展在速度和精度上对精密复杂【件几何参数的精 密测量的要求。 计算机视觉捡删技术足以计算机视觉方法为基础，综合运用图象处理、精密测量 以及模式移 别、人工智能等的i f 接触检测技术。这种捡测技术把被2j 对象的图像当作 裣测和传递信息的手段，从中提取有用信号米获得待测参数。 近几年来，随着数字图像处理的快速发展，计算机挑觉检测技卜有了质的飞跃， 与传统测量方法相比，有着独特的优越性。首先，计算机视觉检测有效地扩展了人类 自身的视觉能力，它利用光电成像技术对所得到的光学图像进行处理，促成了人类视 觉探测域的延伸和时i 码j 暂留，通过选择合适的放人或缩小镜头，可以对不同尺寸大小 的零件进行测量，极大地扩大了测量范围，避免了多种测量工具的同时使用；其次， 利用数字图像处理技术对图像进行各种处理，例如图像增强、边缘锐化、滤波降噪以 及边缘检测等，可以有效地提取待测物体的有用信息，抑制无用的噪卢信息，改善图 像的质量，提高测量精度。此外，由于测量系统本身的特性以及测量过程自动化程度 提高，极大地减少了处理的工作量，缩短了工作时i 日j ，提高了工作效率。因此，计算 机视觉作为一种检测手段己经越束越引起人们的重视。 1 3 论文主要完成的工作 本文傲了如下工作： ( 1 ) 在v i s u a l c + + 6 0 ；f 台上jr 发了一个完整的影像自动测星系统。该系统在交 互上，设计了友好的用户界面；在功能上，翅过对j 二f ，l 图像的寅时采集、狄度化，滤 第一章绪论 波降噪、对比度增强、边缘检测以及拟合测蹙等一系列过程，实现了工什的几何测量 ( 2 ) 在对图像进行滤波降噪和对比度增强的过程中。对不同算法进行分析比较 和仿真实验，选择了适合于本系统的算法。 ( 3 ) 在比较r o b e r t s ，s o b e l 等一些传统边缘检测算法优缺点的基础上，提出了基 于小波变换的影像边缘检测算法。然后通过理论上的分析和实验效果的对比，最终选 用二次b 样条小波作为本系统边缘检测的算予。它与c a n n y 算子相比较，有较好的 检测效果，有效地保证了测量精度。 ( 4 ) 结合边缘搜索和曲线拟合算法，创新地提出了多线自动测毓算法，实现了 同时对多个工件的自动测量，缩短了测量时间，提商了效率，同时又能有效地保证测 量精度。 ( 5 ) 分别对影像测量系统进行了功能测试和可行性分析，并分析了误差产生的 原因。 。 1 4 论文的结构 第一章绪论：描述了计算机视觉检测技术的发展趋势，阐述了课题的研究意义， 概括了论文研究的主要内容； 第二章影像测量系统组成：整体地概括了系统的结构，系统地介绍了硬件构成 和软什各功能模块； 第三章影像的预处理：比较各种滤波去噪和图像增强算法的优缺点，选择了恰 当的影像预处理算法； 第四章影像边缘检顶l ：综合分析了传统边缘检测算法的优缺点，深入分析了小 波变换的特点，结合本系统的特点，阐明了小波变换用于边缘检测的优越性： 第五章影像边缘提取：主要介绍了图像二值化、边缘细化以及边缘点提取的算 法： 第六章影像自动测量算法及实现：综合边缘枪测、提取和拟合测量等算法，提 出了多线自动测量算法。 第七章系统编稃实现和测量结果分析：通过实际的测鞋验证了系统的可行性， 并分析了误差产生的原因。 2 i ：一币影像，州昔糸统自l 成 第二章影像测量系统组成 2 1 影像测量系统的结构 本系统主要由显微成像系统、采集系统( 包括坐扫、数掘的读取和图像的采集) 和 数据图像处理系统三部分组成。显微成像系统负责将物体放大并通过c c d 摄像头 ( c h a r g ec o u p l e dd e v i c e ，电1 寄耦合器件) 成像，然后由图像采集系统采集图像并获取相关 数掘；图像处理系统从采集系统中获取数掘和图像信息并进行各种处理以获得所需结 果并输出至相关外设。 显微成像和采集工作主要由影像测量仪、图像采集专米完成。数据图像处理系统 部分主要包括计算机和影像测量软沣系统。山于影像测量强调的足：立度和精度，所以 山显微成像系统提供清晰图像、图像处理系统选择合适的图像处理算法对影像测量是 至关重要的。系统的结构框图如图2 - 1 所示。 i 璺i2 - 1 系统结构框图 f i 9 2 - l b l o c kg r a p ho fs y s t e ms t r u c t u r e 从软硬件束分，系统的硬件部分主要包括影像测量仪、图像采集卡和讨算机。软 件部分则指本系统影像自动测量系统。 2 2 系统的硬件组成 2 2 1 影像测量仪 影像测量仪( 又名影像式精密测绘仪) 是在测量投影仪的丛础上进行的一次质的 飞跃，它将工业测量方式从传统的光学投影对位提升到了依托于数字影像时代而产生 的计算机屏幕测量。值得一提的是，目前d j 场卜有一种既带数显屏又接计算机的过渡 性产品。从严格意义束i 兑，这种仅把电脑片j f l 瞄准工且的设备不是影像测量仪，只能 叫做“影像式测量投影仪”或“影像对位式投影仪”。换句话说，影像测量仪是依托于计 4 芽j 章影像洲草系统组成 算机屏幕测量技术和强大的空间几何运算软件而存在的。光源、显微变焦物镜、c c d 摄像机和电子光栅尺是仪器的主要构件。影像测量仪示意图如图2 2 所示。 1 1 1 0 9 8 7 6 1 c c d 摄像头2 工作台3 摇杆4 操作面板5 支脚6 手柄 7 大理石底座8 导轨9 电子光栅尺lo 光源( 位于工竹台下) 1 1 支柱 图2 - 2 影像测量仪示意豳 f 啦- 2 s k e t c hm a po fi m a g em e a s u r ei n s t r u m e n t 2 2 2 图像采集卡 图像采集卡主要用来将影像测量仪获取的模拟图像信号转换成数字图像信号，使 计算机得到所需要的数字图像信号通常图像采集卡带有外接的c c d 摄像头，图像 监视器和视频信号接口。图像采集卡的工作过程是：对摄像机输出的景物的视频信号 进行实时采集，经a d 转换后将数字图像存放在图像存储单元的一个或多个通道中， 通过计算机发出指令，将某一帧图像静止在图像存储通道中，即采集或捕获了一帧图 像，计算机对采集的图像进行处理。采集卡上的d a 转换电路自动将图像实时显示 在图像影像捕捉窗口上。高档的图像采集卡还包括图像处理专用的快速部件，如卷积 滤波、f f t 变换和实时直方图处理器等快速部件。 2 3 系统的软件结构 如图2 3 所示，按照影像测量流程，系统的软件部分分为图像拧制、图像预处理、 边缘检测、拟合测星及数据输f j ：h 个功能模块，下面是它们的功能介绍： 第一争影像删牮系统组成 1 ，彩像控制模块：克成影f 的采集，显乃：、以昭埤功能； ( 2 ) 影f 女顶处理模块：对孓k 的图像进行狄度亿、滤波降噪以及刈比度增强等 操作； ( 3 ) 影像边缘检测模块：通过对预处理图像的边缘检测，获取有用的边缘信息； ( 4 ) 拟合测量模块：根掘图像边缘检测和提取的结果进行拟合测量，获取所需 测量数据； ( 5 ) 数据输出模块。 ( 2 ) 、( 3 ) 、( 4 ) 三块模块结合在一块称为影像测量模块。本文的研究仅限于影 像测量模块。 幽2 - 3 系统软f ，| 流程幽 f i g 2 3f l o wc h a r to fs y s t e ms o f t w a r e 第三章影像的预处理 第三章影像的预处理 在影像测量系统中，采集系锖采集到的目标图像被送到计算机内存或者保存在 硬盘上，为了便于后续的处理，心须对采集的图像进行预处理。本系统的图像预处理 主要包括彩色图像灰皮化、图像* i 强和滤波去噪三个方面。 3 1 图像灰度化处理 灰度图像只包含亮度信息“。彩色图像则同时包含亮度信息和色度信息。由于检 测速度和算法实现难易等方面的娶求，影像测量中往往需要将彩色图像转化为灰度图 像。图像灰度化是指把含有亮度f ：色彩的彩色图像转换成灰度图像的过程，它是后续 图像处理的基础。 彩色图像灰度化就是从彩色图像中提取亮度信息，屏蔽色度信息。本系统采集的 目标图像是以b m p 格式存储的r g b 彩色图像，其中每个像素由贾，g 、口三种基色 分量组成，以下为r g b 彩色图像灰度化的常用方程“1 ： ( 1 ) y 。【0 2 9 9 0 5 8 7o 1 1 4 【rg 口】r ( n t s c 制式亮度方程) ( 2 ) y - o 2 2 2 0 7 0 7 0 0 7 q 【r gb 】丁( p a l 制式亮度方程) ( 3 ) y 一【1 4 5 9 0 7 0 0 6 0 1 1 僻g 口r ( c i e 推荐三基色相对亮度方程) 本系统采用c i e ( 国际照明委员会) 推荐的三基色相对亮度方程进行彩色图像的 灰度化。通过方程求解y ，获取彩色图像每像素点的亮度值，然后分别赋给r ，g ，口 三个分量，即可得到一幅灰度图像。 3 2 图像滤波降噪 在影像测量系统中，噪声是影响测量精度的一个非常重要的因素。在目标图像的 采集过程中，图像中的噪声主要来自c c d 器件的质量因素、光照程度以及传感器温 度形成的噪声，这些噪声和有用信号一样，能够在各光敏元中积分形成一个暗信号图 像叠加到目标图像上，从而使一幅完整清晰的图像受到某些“亮条”或“亮点”的破 坏，导致目标图像无法真实的反映原有的信息。如果不消除这些噪声，那么在本系统 随后进行的边缘检测中这些噪声也会被当作边缘而彼提取测量，导致边缘的误选，致 使测量精度下降”1 因此，有必要对目杯图像进行恰当的滤波降噪处理，为边缘检测 和测量提供一个相对清晰并能真实反映原有信息韵图像。 图像滤波降噪的方法很多，i 要可分为频域法和空域法两大类。频域滤波是先将 图像从空问域转换到频率域，再利用频域内的备种变换进行图像滤波的方法。这是一 种i b j 接的罔像滤波方法。而空域洮波则是直接对像素f # 变换处理的滤波方法。 第二章影缘的】= ! ；! 处理 3 2 i 频域唐波法 在频域f j i ，频凿的直流分量j f 比于图像自j ，p 均觉度，噪声对应_ 丁频：# 较高的区域， 图像实体位于频率较低的区域。囚此，可以构造低通滤波器，使低频分量顺利通过同 时又能有效的抑制高频分量，从而实现滤波降噪的目的。 低通滤波器的数学描述“1 ： g 0 ，y ) = g ( u ，y ) h ，v )( 3 2 1 ) 其中 g 以，p ) ：是含有噪声的j 4 入图像的频域表示 0 ，p ) ：滤波器传递函史( 简称滤波器) ，用f 抑制图像中的高频信息 g ( “，v ) ：低通滤波后输l ；图像的频域表示 由( 3 2 1 ) 滤波后，通过式( 3 2 2 ) j 之反傅立叶变换即町得到平滑去噪后的图像： g ( x ，y ) 一f 。 c 、“，y ) ( 3 2 2 ) 由于频域滤波时，滤波前要进 一次傅二叶变换牦破处理图像切换到频率域，滤 波后还要通过反傅立叶变换返回到：z 问域，计算复杂，计算量大，因此本系统采用直 接在空间域内运用模板操作进行滤自：的方法。 3 2 2 空域滤波法 空域滤波足在图像空问借助模板进行邻域操作完成的，根据其特点一般可分为线 性滤波和非线性滤波两类。线性吕波器的设计常基于对傅立叶变换的分析，非线性滤 波器! l ! l j 一般直接对邻域进行操作“1 ；另外，投掘功能可分为平滑滤波器和锐化滤波器。 平滑的作用可分为两类：一炎足模糊，目的足在提取较大目标前去除太小的细节或将 目标内的小问断连接起来；另一类足消除噪声。锐化的目的主要是为了增强被模糊的 细节。空域滤波器的工作原理部可馅助频域进行分析，它们的基本特点都是让图像在 傅立叶空问的某个范围的分量受到 j 制，而让其它分量不受影响，从而改变输出图像 的频率分布，达到增强的目的。邻域平均滤波、中值滤波是常用的两种空域滤波方法。 1 邻域均值滤波 在概率论中，若设随机变量以( s0 , 1 ，n 一1 ) 的期望和方差为 e ( x t ) 一所，d ( x t ) ；( ，2 ，( 七= o ，1 ，n 1 ) ( 3 2 3 ) 那么均值以一罗m ( 其中s 勾不含的邻域坐杯点集合，m 为集合内点的总 翘 数) 的期望和方差为 e o 。) 一m ，d 瓴) 一口2 m ， 一0 , 1 ，n 1 ) ( 3 2 4 ) 可以看出，个随机变量序列6j 均值期望不变，而方差都缩小了肘倍。利用这 一原理，对图像g ( x ，y ) 的每一个像素取邻域s ，以( x ，y ) 为巾心作空问平均 一【i i 】 ：一去【：；1i 】月：，i 1i ：1 】7 日，。志【；2 ：；】j 中值滤波是t u k e y l l 刀提出的一种非线性滤波算法。中值滤波器是通过选择一定大 灰度值分别为口。，口2 ，将灰度值按大小有序排列。当n 为奇数时，灰度值口m 1 ) ： 就是窗口的中心值；当阼为偶数时，则把狄度值0 叫：+ 4 班+ 。) 2 作为窗口的中心值， 记为m e d a ，口：，：，a 。) 。显然，窗口包含像素的多少决定了中值的选取，而窗口的形 9 第一章影像的颅处理 3 2 3 安验结果比较 原始图像 1 5 0 0 1 0 0 0 5 0 0 o 舍嗓图像 邻域平均滤波图像 中1 直滤波臣像 原始图像的直方图 含嗓图像的直方图 ll l 0 1 0 02 0 0 邻域平均滤波图像的直方图 中值滤波图像a i 直方图 图3 1 中值塘波用i 均值滤波对比图 f i 9 3 1 t h ec o n t r a s tb e t w e e nm e d i a nf i l t e ra n de q u a lf l t e r 山图3 1 可以看出： ， ( 1 ) 均值滤波器虽然对高剪l 喙声有较好的平滑作用，但对 他噪声的抑制效果 较差，且在滤波过程中会模糊边缘； 第三章影像的预处理 ( 2 ) 中值滤波在过滤噪声| 内同时，又能保留图像的边缘细节。而边缘信息在后 继的边缘检测和测量中有着极为重要的作用；此外，它还对消除孤立点和线段的干扰 十分有用，特别是对于二迸制蜂声的干扰尤为有效。这一点也特别符合几何尺寸测量 对边缘精密定位的要求。 i 综上所述，系统选用中值汜波器来对图像进行臆波降噪。 4 3 3 图像对比度增强 在图像的采集过程中，一力面，由于光照程度s 因索的晕响，图像的亮度分布会 发生一些非线性失真；另一方西，由于成像系统受， 、孔径视场光阑的限制，会导致图 像的某些边缘模糊。主要体现为图像的对比度不强整体感觉较暗等等。系统采用较 为常用的直方图对比度调整来髟善这种失真。 直方图对比度调整是图像殳理中一项很重要的研究内容，它通过转换图像灰度值r 或索引图像的颜色值来增强图纵对比度。灰度级为【( ll 一1 j 范围的数字图像的宜方 图是一个离散函数： “) - 厅。，其中是第k 级灰度，n 。是医7 像中灰度级为的像素 个数以图像中像素的总数( 用，l 表示) 来除它的每一个值可得到灰度图像的归一化 直方图帕州： p ( ) 一，i ，l ，i o j 。，l 一1( 3 3 1 ) 显然 t l y p ( ) 一i 镯 直方图对比度调整的基本思想是把原始图像的直方图灰度范围变换为所需要的 灰度范围的形式。这样就增加了像素灰度值的动态范围，从而达到增强图像整体对比 度的效果。常用的直方图对比度调整方法主要有线性变换、非线性变换以及直方图均 衡化增强等。 3 3 1 线性变换增强 设原始图像g ( x ，_ ) ，) 的灰度范围为k ，6 l ，处理后图像的灰鹿范围为似，b i ，则对比 度调整的线性变换可以描述为 g 仁，) ，) ，譬二孚k ，y ) 一a 】+ a ( 3 3 i ) 口一口 令七。譬等，则通过调整系数t 1 ) ，可以使狄度直方图得到伸展，从而使图 d 一口 像对比度增强。 直方图线性变换的关系图虹下所示。 g “， i 二章影像的预处理 盈厕 图3 一宜方图线性变换天君1 f i 9 3 2 r e l a t i o i fl i n e a rt r a n s f o r m a t i o “i nh i s t o g r , l i 3 3 2 非线性变换增强 。 当用非线性函数，如埘数函势、指数函数等作为唑埘函数对隙作灰度对比度调 整时，就是非线性变换。刈数变。的表达式为； g ( x , y ) ；蟛掣业+ 。 ( 3 3 3 ) i l l c 口、b 、c 是为调整曲线的位置_ 形状而引入的参数。当希望t 图像的低灰度区有 较大的扩展而对高灰度区压缩时，可采用此年叶+ 变换，它能使图像度的分布均匀且与 人的视觉特性相匹配。将，o ，y ) 。a ( x ，y ) 的位嚣互换一下，就点指数变换的表达式。 3 3 3 直方图均衡化增强 设r 是归一化到区间【o ，l 】的输入图像的灰度级，定义变换r s 。r ( o ，0 r 1 ( 3 3 4 ) 使得区日j 【o ，1 】内的任意r ，经燕换r ( ，) 都有一个s 与之对应，显然，s 可以看作 是经变换丁( 厂) 后输出图像的灰度易。丁( ，) 在区删0 s ，s 1 内满足f f 下条件： ( 1 ) t ( r ) 单调递增 ( 2 ) 0 t ( r 、s 1 ( 3 ) j ，具有一一对应的关，暴 单调递增足为了保持输出图伢从黑到白顺序增加。变换函数果不单调增加将导 致至少一部分亮度范围被颠倒，从面在输出图像中产生反转灰度发；0 s t ( r ) s 1 保证 了输出狄度级和输入灰度绂具有托同的范围；一一对应是为了f 证t ( r ) 的反变换存 在。t ( r 1 的反变换- j 以表示为； ， r 。t 一1 ( s ) ，0 墨5 1 ( 3 3 5 ) 把输入图像和输出图像的狄牡级，s 视为k 爻_ f n l 【0 , i 川j 随机变 。令p ，( r ) 和p ，( s ) o叫1l七。 第二章影像的预殳 卵 分别表示随机变量r 和s 的密变函数。 白基本概率理论可知，若已知，的概率密度 n ( ，) ，则j 的概率密度可以扈过如下公式得到： 以憎( ，倒 ( 3 3 6 ) 取r 的分布函数为变换函t ，r ( r ) ，贝4 s 2 研) 嚣f 。仃( o a r 。j = 所( o a r ，o s rs 1 ( 3 3 7 ) 由上式可以推导 窘一笔笋，丢k p 心) 】一川， c ，3 8 ) 综合上式和( 3 3 6 ) 、o 3 8 1 ；可以得剑 j ， 拍 嵋( 制嵋( ，) 赤1 1 s o a ( 3 3 9 ) 由式( 3 3 9 ) 可以看出，以o ) 是满足均匀分布的密度函数。 对于数字图像，用频率来代替概率。( 3 3 1 ) 和( 3 3 4 ) 可以得到变换函数r ( ，) 离散 形式的表达式： 。”r ( r a 。荟只( ) 2 磊瓴n ) , k - ，l 一1 , o 丘s 1 ( 3 3 1 0 ) 如上式( 3 3 1 0 所示，通过变换丁将输入图像的灰度级映射到输出图像的灰度级 s k 的过程就是直方图均衡化。 综上所述一直方图均衡化( 1 l i s t o g r a me q u a l i z a t i o n ) 方法的基本思想是：把待处理 图像的直方图变换为均匀分布的形式，如图3 - 3 所示。这样赫增加了像素灰度值的动 态范围，从而达到增强图像整体对比度的效果。 ，( r ) 0， 0 图3 - 3 商方豳均衡化 f 碴1 - 3h i s t o g r a me q u a l i z a t i o n 3 3 4 实驻结果比较 i ：一章影荡 门弼处理 去喽鬟 礁 瞥截 01 0 0 2 0 0 线性变换增强图像的直去暇 “ 蔓穗增强后的g 像 垃dj 化增强盾e 图像 隰 送 翟：恼馥鼢 00 ，5 1 直方图均狮化增强图像的直方戮 善殛 幽3 4幽像对比殷增灶放粜比较 f i 9 3 - 4 t h ec o n t rl s to fi m a g ec o n t r a s te n h a n c e m e n t 1 4 第二章影像的顶处理 j 由上面的直方图可以看出，线性变换和直方馥 均衡化扩大了图像灰度的动态范 围，增加了图像的对比度，许多细节可看得比较清楚。但是从图像增强后的图中我们 可以看出，直方图均衡化增强致使图像出现了一些伪轮廓。而线性变换增强后的图像 边缘更加清晰，且没有伪轮廓，有利于系统后继的边缘掺测和拟合测量。对数变换后 的图像只是使得图像变亮，并没有使边缘突出“”1 ”。因此，系统选取线性变换增强 算法用于影像增强处理。 第叫草影像也缘舱删 第四章影像边缘检测 ， 边缘检测足影像自动测量中最重要的一部分，也 ，实现多线自动测量必不可少的 前提条件。边缘是图像局部亮度变换最明显的部分，l 要存在于目标与目标、目标与 背景以及区域与区域( 包括不同色彩) 之m ，因此它既足图像分割所依赖的最重要的特 征，又足影像测量的重要信息来源。通过检测图像。| l 物体的边缘我们_ j 以把物体与 背景分开，获取真正所需的信息。 边缘检测足指( 图像的) 灰度变化的度量、检测和定位。边纺俭测的方法有多种， 同一种方法使用的滤波器也不尽枷| 亓j ，但它 f l i j 面临一个共同的问匙，冈蛔何解决检 测精度与抗噪卢能力i 曰j 的矛盾。理想的边缘检测应当能够正确解决边缘虮有无、真假 和定位定向等问题。但要达到这种理想的效果卸十分困难的，主要凼为： 实际图像不可避免地被噪卢污染，并且噪声的分布、方差等信息都是未知的， 同时噪声和边缘都是高频信号，如果用平滑滤波消除噪卢，就可能将有用的边缘信息 滤掉，而且常常使边缘发生偏差。 由于物理、光照以及物体本身特征等因素的影响，图像的边缘往注存在于不 同的尺度范围上。此外，某些厌度变化像素点在一幅图像中是边缘，而在弓一幅图像 l p 则很可能足噪声。这些因素都会导致埘边缘真假的错误判断。 从数学角度看，边缘检测实际上是个瘸念问题( i l l p o s e dp r o b l e m ) ，很雉找 到一种方法彻底将信号和噪卢区分厅束。 因此，脱离应用实际而研究边缘检测算法没有太大意义。 本章从介绍传统边缘检测笄法的优缺点入手，对小波变换的多分辨分析特点以及 小波分解和重构的快速算法进行了深入分析的基础上，结合奉系统的特点，提出并分 析了中心b 样条小波变换用于边缘检测的优越性。 4 1基于微分的边缘检测算子 边缘有方向和幅度两个特性，沿边缘走向的厌度变化平缓，而垂直边缘走向的厌 度变化剧烈。边缘像素点对应于一阶微分幅度大的点，也对应于二阶微分的零交叉点。 微分法就足利用梯度最大值或二阶导数过零点提取边缘点的边缘检测法。 一阶微分是图像边缘检测的最基本方法1 。图像函数，0 ，) ，) 在点0 ，y ) 的梯度( 即 一阶微分) 足一个具有方向和大小的矢量，h 口 v f ( x 一虹g y 】r f 1 。 ( 4 1 ) v ( x ，y ) 的幅度为： 1 6 第四章影像边缘检删 ，- g ( x , y m a g ( v f g ( x 扣万 )- ) 一，o 么j + 叫厶2 方向角为： 毗加a 咖陪矧 ( 4 2 ) ( 4 3 ) 依据上述理论，人们提出了许多算法，常用的算法主要7 f ：差分】l 缘检测方法、 r o b e , s 边缘检测算子、s o b e l 边缘检测算子、p r e w i t t 边缘检测算予、o b i n s o n 边缘 检测算予以及l a p l a c e i a n 边缘检测算子等等。 4 1 1 差分算子t 当我们处理数字图像时，可用图像的一阶差分直接代替图像函数6 子数。二维离 散图像函数在= r 方向的阶差分定义为： 。，o + 1 ，y ) 一， ，_ ) ，)( 4 1 1 ) y 方向的一阶差分定义为： 厂o ，y + 1 ) 一f ( x ，_ ) ，) ( 4 1 硝 利用像素灰度的一阶导数算子在灰度迅速变化处得到极值来进行奇异点的检测。 它在某一点的值就代表该点的“边缘强度”，再通过对这些值设置调值来进一步得至 边缘图像。但是，用差分检测边缘必须使差分的方向与边缘方向垂直，这就需要对图 像的不同方向都进行差分运算，如此便增加了实际运算量。差分算子“3 1 一般从垂直方 向、水平方向和对角线方向进行边缘检铡，这三个方向的模板分别为 】1 差分边缘检测方法是最原始、最基本的方法。根掘厌度迅速变化处一阶导数达到 最大原理，利用导数算子检测边缘。这种算子具有方向性，要求差分方向与边缘方向 4 1 2r o b e r t s 算子 r o b e , s 算子1 是一种利用局部差分算子寻找边缘的算予，它在2 x 2 邻域上计算 对角导数 g ( x ，y ) 一【，o ，y ) 一，o + l ) ，+ 1 ) 1 2 + 【厂 ，y + 1 ) 一，o + l y ) 】2( 4 1 3 ) ( 其中g 似_ ，) 又称为r o b e r t s 交叉算子) r o b e r t s 卷积算子是两个2 x 2 方向模板( 标 注 的是当i ； 像素的位置) ： p， 第川卓影缘边缚榆 9 1 4 r o b e , s 舅子采用对角线方向棚邻两像素之差近似梯度幅值检测边缘。硷测水平 和垂直边缘的效果好于斜向边缘，缕定位精度高，但对噪声敏感。 s o b e l 提出一种将方向差分运算与局部平均相结合的方法，即s o b e l 算f “”。该 算子是往以f ( x ，y ) 为中心的3 x 3 邻喊上计算x 和y 方向的偏导数，即 s 。； ，“+ l ，y 一1 ) + 2 ， + 1 ，y ) + ，o + l ，j + 1 ) 一 h 1 4 ) ，s y4 ，o l ，_ ) ，+ 1 ) + 2 ，“，y + 1 ) + ，0 + l ，y + 1 ) 一 ( 4 1 5 ) 瓯协驴雕封 s o b e l 箅子利用像素点上下或左右邻点的灰皮加权算法，根掘边缘点处达到极值 这一现象进行边缘检测。s o b e l 算子对噪声具有一定的平滑作钉，但它会检测出许多 只i ，o + 1 _ ) ，一1 ) + f ( x + l ，y ) + 厂o + l ，) ，+ 1 ) 一 ( 4 1 6 ) 0 # ，0 1 ，y + 1 ) + ，0 ，) ，+ 1 ) + f ( x + k y + 1 ) 一 h 1 7 1 f 。1 - 1 只。l0 0 li 1 l f 一1 0 只；1 1 o l ，1 0 l p r e w i t t 边缘检测算子检测图像肘的边缘，可以先分别用水平算予和垂直算子对 图像进行卷髟j ，得到两个矩阵m 1 、m 2 ，它们分别衷永图像m p 相同位置处的两个 1 8 羔鲨璺受塑丝丝丝塑 偏导数- 再把刎、m 2 对应位胃的两个数平方后相加得到一个新的矩阵g ( g 表示吖 中各个像素的灰度的梯度值的一个逼近) ，由此可通过阀值处理得到边缘图像。 4 1 5r o b i n s o n 算子 和p r e w i t t 边缘检测算子楣似，r o b i n s o n 边缘捡测算予m 1 也是一种边缘梗板算子， 只是其8 个边缘模板有所不同。r o b i n s o n 边缘检测算子模扳如下所示。 r o b i n s o n 算子通常是利用简单的馨积核来计算方向差分，不同的算子对应不同的 卷积核，它们产生的两个偏导数在图像一个点上用均方值或绝对值求和的形式结合起 来，一旦估计出梯度值，将梯度值与某个给定的阀值比较来判断是否存在边缘，如粟 梯度值大于这个阀值，即可认定存在边缘。t l a p l a c i a n 算子“岫d ”是二阶微分算子，它是一个标量，属于各向f 司性的运