（计算机应用技术专业论文）三维编织复合材料预制件表面编织均匀性的研究.pdf

摘饕 摘要 本文论述了用数字图像技术及数理统计知识对编织复合材料预 制件表面图像进行编织均匀性检测的方法：详细阐述了检测系统的 硬件结构、软件结构及其实现方法。系统通过对复合材料预制件表 面编织花节中特征顶点的提取，实现编织花节的定位，并根据提取 的顶点信息求得编织花节的花节长度和编织角信息，进而根据这些 特征建立特征模型，根据特征模型对预制件表面编织均匀性进行检 测。 系统通过对采集得到的图像进行滤波处理、二值化处理、细化 处理等一系列图像处理工作，以获得图像的压缩信息，为图像的特 征提取做准备。本文提出了一种可行的，并且计算复杂度小的角点 提取的方法以完成图像中编织花节顶点信息的提取。之后通过预制 件特有信息的约束条件实现编织花节的定位，进而求得每个编织花 节的特征模型参量。 最后采用数理统计中的变异系数这一统计量对预制件表面图像 中的每个编织单元进行分析，分别对特征模型中的花节长度量和编 织角量进行均匀性统计，进而完成复合材料预制件表面编织均匀性 的测量。 系统的整个过程由计算机自动完成，解决了以往需要人机交互 的检测问题。 关键词：细化、角点提取、编织均匀性、花节长度、编织角、变异 系数 a b s t r a c t a b s t r a c t t h i s p a p e r d i s c u s s e st h e a p p l i c a t i o n o f i m a g ep r o c e s s i n g a n d m a t h e m a t i c a ls t a t i s t i co nt h eb r a i d i n gh o m o g e n e i t ym e a s u r i n go fb r a i d e d c o m p o s i t e sm a t e r i a lp r e f o r m ，l nw h i c he x p o u n d s t h eh a r d w a r e ，s o f t w a r e a r c h i t e c t u r e sa n dr e a l i z i n gm e t h o d sa sw e l l 1 no r d e rt oc o m p l e t eb r a i d i n g h o m o g e n e i t ym e a s u r i n g 。p o s i t i o ni n f o r m a t i o no fe v e r yb r a i d e du n i tm u s t b ea c q u i r e d t h i sp a p e re x p o u n d sc o m e rd e t e c t i o nm e t h o dt og e tt h e p o s i t i o n i n f o r m a t i o no fe v e r yb r e i d e du n i t sc l i m a x e s a n dt h e nt h e b r a i d e du n i t s l o c a t i z a t i o nc a nb er e a l i z e dw i t ht h e s ec l i m a x e si n f o r m a t i o n w h e nr e a l i z e dt h eb r a i d e du n i t s j o c a l i z a t i o n 。f e a t u r em o d e ic a n b e c o n s 专i t u t e db e v e r yu n i t si n f o a t i o n 。t h ef e a t u r em o d e l n d u d e st w o c h a r a c t e r s ：t h eb r a i d e d u n i t s b r a i d i n g d i s t a n c ea n d b r a i d i n ga n g l e p r o c e s s i n gt h e c l i m a x e si n f o r m a t i o nc a ng e tt h et w oc h a r a c t e r s t h i s p a p e ru s e sm a t h e m a t i c a l s t a t i s t i ct e c h n o l o g yt or e a l i z et h e b r a i d i n gh o m o g e n e i t ym e a s u d n g ，u s i n g t h ec o e f f i c i e n tv a r i a t i o n so f b r a i d i n gd i s t a n c ea n db r a i d i n ga n g l e ，t h eb b i d e dc o m p o s i t e sm a t e r i a l p r e f o r m sb r a i d i n gh o m o g e n e i t yc a nb eg o t t e n k e yw o r d s ：t h i n n i n g ，c o r n e rd e t e c t i o n ，b r a i d i n gh o m o g e n e i t y , b r a i d i n g d i s t a n c e ，b r a i d i n ga n g l e ，c o e f f i c i e n tv a r i a t i o n s 2 第一章前言 第一章前言 1 。1 谍瑟瀚基戆与意义 复合秘料是2 0 世纪材料辩学颁域中发矮十分迅速翡一类耨耪糕，是应 现代稿学按术菱震豹器求两涌现交静其有极大生余力的糖籽。它怒自强秘或 两种以上的材料组成的种有用的多相材料【l4 1 ，其各组分材料在化举性能或 物理性能上是不同的，且各缀分材料之间具有明显的晃武。复合材料的各组 傍在往缝圭起耱嚣佟蕊， 戮攀一糖精无法磁羧豹优越豹综合毪麓，这一点 使得复合材料在很多领域得到了广泛的疲用。根据不同组份的不阍性能，复 合鸯砉瓣蔻乎渗透裂疑毒熬羧零领域，这蒺中毽揍靛空靛天王魏、黪熬工整、 汽车工她、军事工业、医疗卫生等领域。 复合材料根据不同盼技术指标有着不同的分类【”】。按性能离低可分为： 鬻弼复合李窖精、先逡爱台榜瓣；按基髂枣孝精豹耱裳可分魏：聚合耪蒸复合薅 料、金属藻复合材料、陶瓷基复合材料、石墨綦复合材料、混凝纂复合材 糕；按蠲途哥分鸯：缝穗复合耪辩、凌簸复会糖辩、智戆簸含耪辩；按增强 材料的种炎可分为：颗粒增强复合材料、晶须增强复合材料、纤维增强复合 材料：按增强材料的形状可分为：零维( 颗粒状) 复合材料、一维( 纤维状) 复合毒孝糕、二维( 冀状或乎瑟织物) 复合榜鼗以及三维( 三囊编织髂) 复合 辛才料。 本渫繇中瑟薅谂熬三缝缡缓复合褪精楚兰缨壤织按求鞫琵我囊会奉砉辩 技术相结合的产物，臼上个馓纪8 0 年代以来，豳内外对三维编织缩构复合 材料已经避行了大量的研究工作。它与传统复合树料具有较大的区别【1 “。传 绫复合李考誊毒是逶过撼纱线按定兹热爱秘意戆蹶摩进行镳层或缝绕悉裁 成的。两三维编织复合材料突破了这一檄念，它是具有多轴纤维般向的高度 整体纯鼹连续纤维鬃仑体，毙服了层台援复合税辩在厚度方囱麴潮度窍强度 毪能低、露内剪韬；麓瑟闻翦甥强度 羲、筋分联、冲击韧性濑攒伤签鞭水平低 等致命的弱点。 三缝缡织复合耪精激凑三维绽织笈合毒李辩鞭懿绎增强瑟生戏f l 。在筵 鞭铡件中，纱线和纤维柬按不同的取向耦互交织在一起，形成一个不分层的 三维翻鞠黥攘体结稳。由三绫缡织复合枣芎糕该戮终灌强生成的三缀貔织复合 率芎辩其霄伉越酌抗湾蠢瞧憨，并且魄强度离，院模量高，综合力举瞧能麦 ， 是制作结构件的理想材料，在很多高科拽领域中照到高度重视。 覆兰绫编织复合毒手辩鞭铡臀懿缍构参数不阌，襞形成戆笈会毒芎瓣爨整蒺 第l ! 憩 第章前言 就不同。为了满足复合材料的性能要求，就必须对预制件的参数进行测量和 控制。在三维编织复合材料预制件中，有很多参数的测量并没有现成的标准 和通用的测量方法，目前还大多采用手工测量的方法，存在着测量速度慢、 人为因素影响重、测量不准确等缺点，这样势必造成误差大，效率低的后果， 这也给制成的复合材料的质量评定造成了不确定性和人为的主观误差较大 的后果。 本论文中的实验方法就是针对三维编织复合材料预制件参数的测定而 提出的。在三维编织复合材料预制件中，表面编织均匀性是一项重要的性能 指标，不同的编织结构会生成不同的复合材料，而编织的均匀程度又直接影 响了由此增强产生的复合材料的质量，所以对三维编织复合材料预制件表面 编织均匀性进行检测是一项重要的工作。编织均匀性测量包括编织角的均匀 性测量和花节长度的均匀性测量。编织角和花节长度是三维编织复合材料预 制件的两项重要的性能参数，通过对这两项参数进行均匀性检测，即可以实 现对编织复合材料预制件表面编织均匀性的检测。图1 1 显示了编织角和花 节长度的定义，其中h 为花节长度，a 为编织角”： 图1 - 1 编织角和花节长度的定义 目前对这两项参数的测量还处于半自动阶段，在实际检测中，需要通过 目视检验来判定编织物经、纬密度的均匀性”】。在本次课题实验中，使用数 字图像技术完成了自动的编织花节的花节长度和编织角的计算机测量和统 计均匀性分析，这样可以消除人为参与而引起的误差，使得测量精度得到提 高，并且把实验人从繁重的目视检验中解脱出来。 1 2 数字图像技术 从1 9 4 6 年世界上第一台电子计算机诞生时，数字图像技术就开始了自 己的发展。随着计算机硬件及软件的不断升级，图像技术在近年来也得到极 大的发展，出现了许多的新理论、新方法、新算法、新手段、新设备。 第2 页 第一章前高 图像技术在广义上是指各种与图像有关的技术的总称【8 。从它的研究方 法来看，它与数学、电子学、计算机科学等许多学科可以相互借鉴；从它的 研究范围来看，它与模式识别、计算机视觉、计算机图形学等多个专业又相 互交叉。它的内容非常丰富，根据抽象程度和研究方法等的不同可分为三个 层次：图像处理、图像分析和图像理解。换句话说，图像技术是既有联系又 有区别的图像处理、图像分析及图像理解三者的有机结合，另外还包括对它 们的工程应用。 图1 - 2图像技术结构框架图 符， 目标 象素 小 蓁 l鎏 i 大 从图1 - 2 可以看出，图像处理指比较低层的操作，主要在图像像素级上 进行处理，着重强调在图像之间进行的变换。虽然人们常用图像处理泛指各 种图像技术，但比较狭义的图像处理主要指对图像进行各种加工以改善图像 的视觉效果，并为自动识别打基础。 图像分析则进入了中层，主要是对图像中感兴趣的目标进行检测和测 量，以获得它们的客观信息，从而建立对图像的描述。如果说图像处理是一 个从图像到图像的过程，那么图像分析是一个从图像到数据的过程。这里数 据可以是对目标特征测量的结果，或是基于测量的符号表示。它们描述了图 像中目标的特点和性质。 图像理解主要是高层操作，对从描述抽象出来的符号进行运算，通过研 究目标的性质和它们之间的相互关系，得到对图像内容含义的理解以及对原 来客观场景的解释，从而指导和规划行动。如果说图像分析主要是以观察者 为中心研究客观世界，那么图像理解在一定程度上是以客观世界为中一1 1 , ，借 助知识、经验等来把握整个客观世界( 包括没有直接观察到的事物) 。 原始图像数据经过三个层次的加工，将被逐步转化为更有组织和用途的 第3 页 层 层 层 高 中 低 r吒l 语义 第一章前言 信息。在这个过程中，操作对象发生变化，语义不断引入，抽象程度提高 数据量得到压缩。 1 3 实验中图像技术的应用 在三维编织复合材料预制件表面编织均匀性的编织花节长度均匀性测 量和编织角均匀性检测中，几乎涉及到了图像技术的每一个层次。图像处理 及图像分析在编织复合材料表面图像预处理过程中得到了充分的利用。在进 行均匀性检测时用到了图像理解的知识。图1 3 系统说明了本课题中应用的 数字图像技术： 图像采集和获取( 包括成像方法、摄像机校正等) 图像处理 图像滤波、增强 边缘检测、图像分割 图像分析目标表达、描述( 包括二值图像处理、数学形态学等) 目标识别和提取( 渗透模式识别领域) 图像理解图像特征模型匹配 图1 - 3 图像技术应用列表 通过这些数字图像技术协同模式识别等领域内的相关理论，以及计算机 软件系统设计的知识，可以很好的完成课题的研究任务，后期的实验也证明 了这一点。 1 4 课题研究路线和结果 课题的最终目的是完成三维编织复合材料预制件表面编织均匀性的节 测。实验的输入是三维编织复合材料预制件的表面图像，要求的输出是对于 编织均匀性的一个均匀性统计。实验的流程如图1 + 4 所示： 图1 - 4 实验流程图 第4 页 第一章前言 h l 于空间采样及幅度分层等影响，实验图像与模版图像之间会存在细节 上的不同，如果直接采用模板匹配的方法进行均匀性检测，在进行匹配过程 中匹配精度会受到这些因素的影响。所以可以通过提取图像中物体的特征 点，并建立特征模型，以进行特征模型匹配，这样就可以避免噪声和成像因 素对匹配结果的影响。 1 图像处理：对采集的图像进行噪声处理、二值化、细化处理都是 为了便于后期的特征提取。提取什么样的特征是由三维编织复合 材料预制件表面图像的特征决定的。 2 通过对编织复合材料预制件表面图像进行分析发现，可以采用图 像识别技术来识别图像中的每一个编织单元，然后通过检测每一 个单元的编织情况来检测整体的编织情况。识别每一个编织单元 的工作可以通过提取表面图像中编织花节的四个顶点信息来实 现。这些顶点信息能全面的反映出编织花节的信息，编织花节的 长度信息和编织角信息也可以非常方便的由这四个顶点信息的 组合运算而得出。 3 在后期的实验当中，可以通过选择的特征的组合对全图进行特征 模型匹配，以完成均匀性的检测，即可以检测出每个编织花节的 花节长度和编织角信息，通过对这些信息进行数理统计，以得出 编织复合材料预制件表面编织的均匀性。 图l 一4 基本上概括了课题实验的工作，在以后的章节中，将分别对其中 的每个部分进行详细的介绍。 第5 页 第一二章编织复台材料预制件表面图像的采集 第二章编织复合材料预制件表面图像的采集 由于计算机只能处理数字图像，而自然界提供的图像却是其他形式的， 所以数字图像处理的一个先决条件就是将图像转化为数字形式。人们曾使用 多种结构不同的装置完成图像的数字化，在本章中将详细介绍在采集编织复 合材料预制件表面图像时采用的装置及方法。 2 1 图像数字化器简介 2 1 1 图像数字化器的组成 一个图像数字化器必须能够把图像划分为若干图像元素并给出它们的 地址，能够度量每一象素的灰度，并把连续的度量结果量化为整数，以及能 够将这些整数结果写入存储设备【1 们。为完成这些功能，该设备必须包含以下 五个组成部分： 1 采样孔：采样就是把时间和空间上连续的图像变成离散点( 抽样点 即象素) 的集合的一种操作。采样孔使得数字化设备能够单独观测 特定的图像元素而不受图像其它部分的影响： 2 图像扫描机构：图像是二维平面上分布的信息形式，要把它输入到 计算机，必须在图像平面上按一定间隔、顺序扫描图像。图像扫描 机构就使得采样孔按照预先确定的方式在图像上移动，从而按顺序 观测每一个象素： 3 光传感器：它通常是一个将光强转换为电压或电流的变换器，通过 采样孔测量图像的每一个象素的亮度； 4 量化器：经过采样，图像被分解为时间和空间离散的象素，但是象 素的值还是连续的。把连续的灰度数值变换成离散值的操作就是量 化。而将传感器输出的连续量转化为整数值就是量化器所要做的工 作。典型的量化器是一种被称为“模数( a d ) 转换器”的电路，它 产生一个与输入电压或电流成比例的数值； 5 输出存储体：其任务是将量化器产生的灰度值按照适当格式存储起 来，以用于后续的计算机处理。它可以是固态存储器，也可以是磁 盘或其它合适的设备。 第6 页 第二章编织复合材料预制件表面图像的采集 从上面图像数字化器的组成可以看出，图像数字化最为主要的两个方面 是对图像的采样和量化。在实际数字化过程中，在每个象素位置，图像的亮 度被采样和量化，从而得到图像对应点上表示其亮暗程度的一个整数值。具 体的实现流程可以通过图2 - 1 来表示。 甜开萌一密 度瓣 鬟虚 图2 一l 数字化流程图 当对所有的象素都完成上述转化后，图像就被表示成一个整数矩阵。每 个象素具有两个属性，即位置和灰度属性。位置，也可以称为象素的地址， 是由扫描线内的采样点的两个坐标决定，它们又被称为行和列。而表示该象 素位置上亮暗程度的整数称为灰度。在生成的整数矩阵中，就包含有位置和 灰度两个信息，所以，此数字矩阵被作为计算机处理的对象，也是图像处理 的数字输入形式。 2 1 2 数字化器的性能 在不同场合使用的数字化器的组成也许不同，但其基本性能可以由下面 的几个参数进行定性分析。 1 象素大小：决定象素大小的依据是采样孔的大小和相邻两个采样点 之间的距离。当确定了这两个重要的性能指标后，象素的大小也就 确定下来； 2 图像大小：这是另一个重要参数，即仪器允许输入的图像的大小。 最大输入的图像尺寸取决于扫描设备的类型，而对于输出而言，图 像大小是由最大行数和每行最大象素数确定的： 3 线性度：数字化的线性程度也是一个重要的方面。例如，对光强进 行数字化时，应当知道灰度正比于图像亮度的实际精确程度如何， 非线性的数字化器会影响后续过程的有效性。 根据数字化器的这几项性能参数就可以对具体的应用选择具体的数字 化器，这样会提高图像数字化的质量，也为后期的图像处理工作提供最有力 第7 页 窖 班 0 上l 啼 斗 啼 同u 稀一 第一二章编织复合材料预制件表面图像的采集 的支持。 2 2 图像采集系统的构成 在实验中，图像采集系统负责原始编织复合材料预制件表面图像的采 集，它负责把预制件的影像从视频模拟信号变换为数字图像并录入计算机 中，以备对图像进行后续处理。系统构成如下图2 2 所示： 图2 - 2 图像采集系统模块 2 2 1c c l ) 摄像机 在实验中，我们使用c c d 摄像机以得到编织复合材料预制件的视频图 像。c c d ( 电荷耦合器件阵列) 是近来获得发展的图像传感器一一电子自扫 描固态传感器阵列的一种。在电荷耦合器件中存在位于单个集成电路芯片上 的一组线性( 线扫描c c d ) 或矩形( 平面扫描c c d ) 光传感器阵列，并包 含用于读出由入射图像产生的充电电荷的必要电路。下面对线扫描c c d 传 感器和平面扫描c c d 传感器的工作原理进行简单的介绍： 线扫描c c d 传感器是由一个行感光基元，两个定时的将感光基元中的 内容传给传输寄存器的传输门，以及一个定时的将传输寄存器中的内容传给 放大器的输出门构成。放大器输出的电压信号与感光基元行的内容成比例。 下图2 - 3 是其逻辑结构示意图。 图2 3 线扫描传感器 平面扫描的工作原理与线扫描相似，但感光基元是按照矩阵形式进行排 第8 页 第二章编织复台材料预制件表面图像的采集 列。感光基元列由传输门和传输寄存器隔开，先将奇数列感光基元的内容顺 序送进垂直传输寄存器，然后再送进水平传输寄存器。把水平传输寄存器的 内容送进放大器就得到1 帧隔行的视频信号。对偶数列感光基元重复以上过 程就可得到另1 帧隔行的视频信号。将2 帧合起来就得到隔行扫描的1 场。 平面扫描c c d 传感器的逻辑结构图如图2 - 4 。 图2 - 4 平面扫描传感器 实际中常用的线性扫描c c d 一般有5 1 2 到4 0 9 6 个象素或更多。在实验 中采用的是5 1 2 5 1 2 的面c c d 传感器。采用c c d 对原始图像进行采集的原 因是由于c c d 具有光电转换，信息存储和延时等功能，而且集成度高，功 耗小，故在固体图像传感、信息存储和处理等方面得到了广泛的应用；再者， c c d 摄像机没有几何畸变，而且对光的响应是高度线性的。根据后期的实 验可以看出，用此摄像机摄取的图像已经完全达到了技术要求。 2 2 2 图像采集卡 在实验中采用的是v 5 1 2 a 图像卡，它是具有一路a d 、d a 和一个 5 1 2 + 5 1 2 + 8 位的帧存体的黑白图像采集卡。对v 5 1 2 a 图像卡的工作原理可以 进行如下的概括： 当视频信号输入图像卡后，卡上的a d 转换电路按1 1 m 一1 4 m 的采样频 率分别把r 、g 、b 三路视频模拟信号转换为8 位的数字信号，数字信号的 值在0 到2 5 5 之间变化，对应图像从暗到亮变化。这些值被存入帧存体中， 直到被计算机捕获为止。v 5 1 2 a 图像卡的基本结构可用图2 5 表示： 第9 页 第一章编织复合材料预制件表面图像的采集 图2 5v 5 1 2 a 图像卡结构示意图 从性能上讲，y 5 1 2 a 卡的基本性能参数可以总结如下 1 )图像采集速度：每帧( 1 2 5 ) s ： 2 )帧存容量：5 1 2 * 5 1 2 * 8 b i t ； 3 )采样频率：1 4 m h z1 ：l 比例； 4 )a d 、d a ：1 4 m h z8 b i t ； 5 )象素分辨率：2 5 6 灰度级； 6 )扫描制式：6 2 5 行5 0 h z 顺序扫描。 在这章中，对编织复合材料预制件表面图像的采集系统进行了简单介 绍。通过采集系统对图像进行采集和数字化，可以得到预制件表面图像的数 字形式，这样在后期处理中，可以使用高级编程语言对数字图像进行处理。 在实验中采用的是v c + + 编程软件，这在运算速度上给处理提供了方便。这 样利用软件编程和数字图像技术的理论知识及数理统计的知识即可以完成 对三维编织复合材料预制件表面图像的处理。 第1 0 页 豁二= 錾编织蔓台瓣瓣致翻 睾袅露萤豫技术辩醵究 第三章编织复合材料预制件褒面图像技术的研究 3 。1 表嚣蓬豫嚣羲簸疆 不论是在图像识别中还是在数字图像技术的其他领域中，对图像 进行预处理是一个必需的过程。通过对图像的预处理可以去除图像中 的噪声，并且可以缩减实验中不需要的网像信息，即冗余信息。 农实验孛，对编织复合耪耱囊裁l 串褒瑟瑟像送行颈鲶理鼢主要遥 程瓴括：灰度图滤波、二值纯等处理。图像经过预处理瓣，将得到一 幅只包含编织花节边缘信息的二值化图像。其工作流程如图3 1 所示。 潮3 - 1 蘑豫预憝联流程囝 3 ，1 1 图像预除噪 柱图像的采集、获取、编码和传输过程中，所有的图像均不同程 度的被可见或不可见的噪声“污染”。噤声源包括电子噪磐、光子噪声、 囊赢臻声秘量恁獠声 1 1 。魏栗整噪毙德予一定承平，襟垮逐溪交残可 见的颗粒形状，就会簿致图像质量的下降。 从三维编织复合材料预制件的原始采集图像中我们可以很明显的 着到原始图片上有很多噪声，这就是因为图像在采集中受到各种噪声 源的予我秘影响藤使图像质量变差。及应在蚕像上，噪声使原本均匀 秘建续变纯熬灰度突然交大凌交夺，表现秀一鏊蠹稷豹逸缘或轮褰， 所以在进行以后图像处理的工作之前必须去除噪声，这熬噪声也来自 摄取的环境和光线等熊他因素的影响。下面对图像进行平化处理以去 除图像中的噪声。 霆像的乎瀑是静蜜震的图像处瑷技术，主要蘑的怒为了减少匿 豫戆噪声。在空鬻域肉霹以矮镁壤乎均謇减少噪声；在菝率域，壶予 噪声频谱多在高频段，因此可以采用各种形式的低通滤波的办法来减 少噪声。同时噪声滤波有线性和非线性之分。线性滤波包括线性平 移不变( l s i ) 滤波器、加权平均滤波器和线性最小均方误藏( l m m s e ) 苯1 1 炎 第二章编织复合村料预制件表面图像技术的研究 以及维纳( w i e n e r ) 滤波器等。在数字信号处理和数字图像处理的早 期研究中，线性滤波器是主要处理手段。非线性滤波器，包括如中值 滤波器、次序统计滤波器等。下面将介绍几种常用的图像平滑滤波的 方法。 1 线性滤波器：是一种低通滤波器。【2 1 在概率论中我们知道，若 随机变量x i ( i = l ，2 ，n ) 的前二阶矩为 e x i ) = m ， d x i = 盯2 0 = 1 , 2 ，) 那么它们的均值i = 万1 善nt 的前二阶矩为 e 斜= m ， d 斟= 盯2 n 也就是说n 个随机变量序列的均值的方差比每一个方差 倍。利用这一结果，对图像沙( 工，j ，) ；z ，y = 0 , 1 ，n l 的每一象素 邻域s ，以( x ，y ) 为中心，作空间平均： 办川2 万1 。磊) i x 批1 ，2 ，n - 1 ( 3 1 ) ( 3 2 ) 缩小n 取处理 ( 3 3 ) 其中m 为s 中包含的坐标点总数。用公式3 - 3 对图像进行平滑处 理，输出图像的方差将减少m 倍。 3 1 常用的线性滤波都是采用模板操作的方法，通过一点和周围几 点的运算来去除突然变化的点，从而滤掉一定的噪声。一般情况下， 通过选择不同的模板来消除不同的噪声。常用的线性模板如图3 2 所 示： f 1 1 1 1 土il 2 1 1 0 1 1 1 1 j r 1 1 1 ! i1o 1 8 1 1 1 1 j r l 2 1 土i24 2 1 6 1 1 2 1 j 第1 2 页 r l 1 1 ! f 1 1 1 9 1 1 1 1 j 1，j 0 1 o 1 i o 1 0 ，l ，一4 辩二= + 章犏舞复台稚辩鞭露姊表蠢鹫像按术曲醭究 图3 2线性滤波模板 在平滑过程中，根据噪声的不同，可以选取不同的模板。 2 中僮平瀵滤波( m e d i a n ) ：是一耱非线性平游滤波器。它可以 筏淄豫噪声又绦持謦像的绥节。 1 4 它首先确定一个奇数像元的窗口w ，窗口内各像元按灰度大小 排队后，用其中间位鬣的灰度值代替原图像f ( x ，y ) 灰度慎，成为增强图 像g ( x ，y ) 。 g ( x ，y ) = m e d i a n 联x k ，y 1 ) ，( 1 【，1 ) gw ； w 为选定窗口大小。其中w 窗口的形状和尺寸对滤波器效果影响 很大。不同图像内容和不同应用要求税镪选用不同的窗闻形状和尺寸。 常嗣的二维中值滤波窿口形状有线状、方形、圆形、十字形等。通过 这皴不同窗口实现浆审毽滤波效果院线髅低逶滤波消除噪声豹效果更 鲟，因为噪声多为灸蜂羧干魏，若髑线经滤波盈麓去除嗓声，毽陡峭 的边缘将被模糊：丽中值滤波的主要功能就是让与周围象素灰度值的 差比较大的像素改取与周围象素值接避的值，从而可以消除孤立的噪 声点。由于它不是简聃的取均值，所以产生的模糊比较少。 上覆篾单分绥了a 秘平潺赊嗓弱方法。不同戆方法逶矮子不蘑懿 漾声图像，霞我对予旗噪声强像要戆知道哪一种方法凝适合，必须 对图像中的噪声做定性分析；另外一点蒙考虑的是不同的图像有着自 身的特性，选择滤波器时应把图像的自身特性考虑进去，以选择最为 合邋的滤波方式。 芦l 噪声熬舞类霹叛熟续懿下： 1 ) 尾叠加自礤声； 2 )叠加白高斯噪声： 3 ) 长尾叠加自噪声； 4 ) 正向脉冲噪声； 5 ) 受囱熬诤嗓声； 6 ) 教盐噪声： 7 )积性噪声； 8 ) 与信号相关的噪声； 9 )混合噪声( 1 、6 、8 类噪声共存) 。 第1 3 嚣 第二章编织复合材料预制件表面图像技术的研究 而实际上噪声滤波器性能完全取决于应用场合，常用的一些滤波 器性能测量项目有： 1 )对不同类型的滤波特性； 2 ) 边缘保护； 3 ) 细节信息保护； 4 ) 无偏性： 5 ) 计算复杂性。 在实验的开始阶段，考虑到图像的噪声多为在图像采集阶段引入 的，根据扫描噪声的特点，并以尽可能的保留图像中的边缘信息为准 绳，本课题采用了线性滤波的方法对编织复合材料表面图像进行平滑 处理。考虑到编织复合材料的表面编织周期特性，采用了图3 3 的平 滑模板，这样对保留图像中的边缘信息有很好的效果，实验结果也证 实了这一点。 私朝 ( a ) 平滑前图像 ( b ) 平滑后图像 图3 4 平滑处理效果比较图 通过与原始图像对比，滤波后图像已经消除了大部分的噪声而变 的更加光滑。 3 1 2 图像二值化处理 6 1 图像二值化是图像处理的一项基本技术，可以看作是对图像的 压缩，压缩后的图像每像素只占1 位，所以在图像存储上节省了可观 的存储空间。在模式识别等工程应用中，图像二值化是它们进行数据 第1 4 页 第三章编织复合材料预制件表面目像技术的研究 预处理的重要技术。 在很多图像处理应用中，图像的几何特征对于最终的目标识别结 果常常起着关键的作用。因此在进行二值化预处理过程中，能否保留 图像的边缘特征是很关键的。 经典二值化处理方法包括从简单的灰度阈值方法、频域和空间分 割方法到复杂的连接元素分析方法。其中阈值法中又存在着很多成熟 的处理方法。这些方法基本上可以分为三类： 1 ) 整体阈值法； 2 ) 局部阈值法； 3 ) 动态阈值法。 整体阈值法是指在二值化过程中只使用一个固定阈值t 进行分割 的方法。二值化过程可以用下式表示： 伽，= 恬麓搿 a ， 整体阈值法对于质量较好的图像较为有效，特别是对具有双峰直 方图的图像而言。而阈值t 的选取又有几种方法： i )平均灰度值法：该方法以图像中所有象素的灰度值的平 均作为阈值r 。计算公式如下： 2 5 5 r = f + u f s ( 3 - 5 ) 扛o 式中以是图像中灰度级为i 的像素个数；s 是图像的面积。 i i )最大方差法：该方法取阈值t ，它把双峰直方图一分为 二，并使被分开的两部分方差最大。 i i i )基于直方图的方法：该方法通过对图像的直方图进行分 析，以获得合适的阈值。 由于整体二值化法对图像的质量要求非常严格，而且对图像的明 暗度非常的敏感，这会给后期的图像处理带来困难，所以一般情况下 并不采用整体二值化方法。 第1 5 页 第二一章编织复台材料预锥4 饽褒彝醚像技术的研究 局部阂值法是崮像素灰度德和此像豢邻域的局部灰度特性来确定 像索的阈值的，此方法能适应较为复杂的情况，同时可以去除由于明 暗的关系而给图像带来的质量问题，其处理结果也令人满意。但它的 时间开销大，而且在某些情况下会产生一些失真。 动态阙蓬法熬阂稳不纹取决予该像素旋凄蓬及箕邻城内豫素静获 度德，而且还和此像索的坐标位置有关。 图3 5 是对图像进行平均阈值全局二值化和局部= 值化的实验效 粜阁。 缀皴 ( a ) 全鼹二篷纯( b ) 蜀部二馕稳 图3 - 5二值化图像 在实验研究中，需要研究一种既能很好的保留图像的边缘特征， 运算起来又快速的二傻化方法。局部：德化可以得到很好的处理效果， 但怒它豹运算量是缀弼褒懿，藤且在逑缘傈整方瑟也蠢所欠缺。本谍 瑟考虑虱了这殛点，分剃采蔫不同豹熬瑷方法来弥釜这秘患缺陷。 为了在二值化精能得到尽可能准确的边缘信息，程对图像进行二 值化前，可以考虑先对图像进行边缘检测；而为了减少遮算量，可以 把全局二值化法和局部二值化法结合起来。实验证明，用这种二值化 方浚对蚕豫进行二餐化篾缝褥裂满意的处理续果，又熊蒂省霹阕。二 餐仡鹣其钵步骤翔下猕速p 1 ： i )确定输入图像f ( x ，y ) 的整体闭值t o ； i i )将输入拭度图像f ( x ，y ) 进行边缘检测，提取边界特征，得 到边雾辫像e ( x ，y ) ；并对辫像e 进行全局二德他处理，褥 委二篷纯强缳b ( x ，y ) 。 i i i ) 判断b ( i ，j ) 的值。当( i ，j ) 为边界像素，则对图像e 中的相关 像素点e ( i ，j ) 作局部闽值= 假化处理；否则用t o 作为阈值 第1 6 囊 第三拳编织复台瓣辩攥制搏裘囊鹜像技术黪联巍 进行二值化。 经过上述处理后，就会得到满意的二二值化输出图像e ( x ，y ) 。需要说 明的是，由于图像边缘检测的方法很多，应根据不同的图像特征对图 像逸敬稷适应涎逮缘检 羹| | 篓子。下嚣褥套绥蔑耱经典静边缘捡溅算子， 并裰掇编织复合毒手料袭面图豫的特征进行边缘检溺算子的选择。 3 1 3 边缘检测 1 3 1 物体的边缘是嗽灰度不连续性所反映的。经典的边缘检测方法 楚考察蚕像豹每一令像素在莱个邻域瘫灰瘦我交化，剃震逑缘邻近一 除藏二除方蠢导数斡燹纯蕊律，弱麓肇豹方法裣灏透缘。 【8 1 常见的边缘剖丽有3 种：阶梯状( 网3 - 6 ( a ) 、( b ) ) 、脉冲( 图3 - 6 ( c ) ) 、 屋顶状( 图( d ) ) 。阶梯状的边缘处于图像中两个具有不同灰度值的相邻 区域之间；脉冲状主鼗对应细条状的灰度值突变区域；黼屋顶状的边 缘匕秀下蹲沿都毙较缓漫。 图像 剖颟 町阻口 厂l u 一数止 厂十吧 功导数+ + 十v ( a )( b )( c )( d ) 图3 - 6 边缘糯导数 边缘检测的方法多种多样，比较常用的方法可以归纳为；微分方 法、拟合方法、统计方法、混合方法以及小波变换方法簿 1 1 】。在这里， 第 7 贾 第三章编织复合材料预制件表面图像技术的研究 我们根据三维编织复合材料表面图像的规律性及相对简单性，只对微 分法检测边缘进行介绍。 对于一类图像，在特征区域边界处，灰度要发生较大的变化，如 果以灰度作为边界检测的依据，可以运用微分的方法提取边界，微分 的输出值作为该边界的强度。在此基础上，可以根据某一阂值确定其 是否为边界点，将边界点连接起来就形成边界。 设“x ，y ) 是可微函数，o f 、a f 分别给出了灰度f 在x , y 方向上的 o y 变化率，而方向口上的灰度变化率为 望：笪c o s 口+ 笪s i - n 口( 3 6 )= o 口+ 口lj bj o aa x 砂 偏导数算子巩= 瓦是一个线性算予，不同。( k = 1 ，2 ) 的线性 组合也是一个线性算子。同时d 。又是一个局部算子，d k “x ，y ) 】只和点 ( x ，y ) 处的f 值有关，而与坐标无关，因此是位移不变的。由于待检测 的边界可能是任意走向的，因此希望所构造的微分算子是各向同性的。 可以证明，偶阶导数或奇阶导数的偶次幂的线性组合是各向同性的。 在空域中，可以借助微分算子通过卷积完成边缘的检测。卷积相 当于将原图像向各个空间投影，根据投影的数值可以确定原图像中边 缘点、直线点或孤立点的多少，或哪类点占优势。实际上数字图像中 求导数是利用差分近似微分来进行的。下面是几种常用的微分算子。 1 梯度算子 梯度对应一阶导数，梯度算子是一阶导数算予。对一个连续函数 f ( x ，y ) ，它在位置( x ，y ) 的梯度可表示为一个矢量： v k 加 g ，g ，】7 = 匮暂 这个矢量的幅度( 梯度模) 和方向角分别为 第18 页 ( 3 7 ) 第三章编织复台褪辩矮剃 譬表囊鳖像技术赫研究 w = m a g ( v f ) 一陋+ g ，g = 协丽一历面而f 妒( 工，y ) = a r c t a n ( g 。g ，) g 户陋丽一痧丽f ) 为了便于计算，梯度模还可以采用下面的近似式： 1 ) v ：= t g i + t g ，| ( 38 ) 2 ) v f = m a x 0 g x l ，h | 】 3 ) v f = m a x i f ( i ，j ) | _ l f ( m ，h ) | 】其中( m ，n 是( i j ) 的邻点，若为 砖燕邻点赠嚣加投l ，2 “2 4 ) r o b e r t s 算予。这是一种最褥单的梯度算予，琏j 于其擒取轮癣 的效果优于四点的梯殿公式而被广泛采用。 定义对f ( x ，y ) 求r o b e r t s 梯度为 g , f = m a x f 眩y ) 一厂囊，磅 h j 式中u ，v 为( x ，y ) 点的四邻域，或用麓分近似为 ( 3 9 ) g r f ( x , y ) = m a x , ( 工，y ) 一f ( x + l ，y + 1 ) ，l ，( x + l ，y ) 一，( z ，y + 1 ) | ( 3 一l o ) 阉3 7 是霜模教静形式实现了上鬻豹运算。在实际废厢中常角这 两个小区域模板的卷积运算来进行边缘检测。经验表明，r o b e r t s 对具 有隧峭的低噪声图像响应最好。 图3 7r o b e r t s 模板 2 l a p l a c i a n 冀子 第1 9 疑 第三章编织复台孝毒辩强剜 串表蠹整豫技术抟辑究 拉普拉斯算子是一种二阶导数算予，对一个连续函数f ( x ，y ) ，它在 位鬻( x , y ) 的拉普拉斯假定义如下： v 2 f ：孥+ 孥( 3 - 1 1 ) 。 玉2彝。 在数字图像中，计算函数的拉普挝斯值也可以借助各种模板实现。 这擐对模板的基本要求是对应中心像索的系数是正的，而对应中心像 素邻近像素的系数应鼹负的，并且它们的和应该为零。常用的两种模 板分别如图3 - 8 的模投： 图3 - 8l a p l a c i a n 模叛 拉普拉斯算子是线性、各向同性和位移不变的一种二阶导数舅子， 它不熊提供边缘方向的信息。可以验诞，拉普拉斯算予在检测点、线 端点和线时输出值分别是同样幅度变化的边界输出值的4 倍、3 倍和2 倍，这个事实说明挝黪拉簸算子对噪声魄较敏感。由予戳上的原因， 投蛰害妻戆雾子穰少鲞谈蠲予硷测透缘，露只是瑶予毫熊遍缘豫素嚣璃 定该像素是在图像的精区或明区一边。 在实际中，常根据二阶导数算子过零点的性质来确定边缘的位置。 将图像与如下2 一d 高斯函数的拉普拉斯栩卷积： 蜘咖e x p ( 一剥 ( 3 一1 2 ) d 是高斯分布的均方差。 盎葵粜令r 2 = x 2 + y 2 ，那么搬据拉普控矮瓣定义定义下式： 鸭= i l 了r 2 _ f i 2 j e x 一割 第2 0 贾 旃兰嚣编织复台材辩顾制件袋蛳蹦像技术曲磷究 这鼹一个轴对称函数，且在r = 艿( 。艿) 熟有过零点，在| r t h ，则( i ，j ) 为阶跃状选 缘点， s i ，j ) ；失逑缘踅像。 在蹋模板对图像进行s o b e l 算予边缘羧测时，可以粥鼹个方向模裁 辩黼像僚卷积楚蘧，挺备方淘上静获疫鸯霸衩差之帮僚为输掇，麸蔼达 到提取边缘的目的。模投如图3 - 9 。 圈圈 图3 - 9s o b e l 模板 第2 i 菱 辩= 二章编缓复合楗瓣弹 澍馋袤瑟鹜像技术熬碍 究 2 ) k i r s c h 算子。这是一种简易而赢观的阶跃边缘点检测算子，对 数字i 司像 “i ，j ) ) 的每一个像素( i ，j ) ，考察它八个邻点的灰度变化，以其 中兰个相邻邻点的加权和减去剩下五个邻点的加权和。令三个邻点环 绕f i d ) 不断移位，取其中差值鲍最大毽l 乍为k i r s c h 算予镶。孽： k ( i ，j ) = m a x 1 ，m a x 5 s i 一3 t i 】) ，净o 一7 s i = f ( a i ) + f ( a i + 1 ) 十“a ，+ 2 ) t i f ( a i + 3 ) + f ( a i + 1 ) 十f ( a ，+ s ) + f ( a i + 6 ) + f ( a ；+ 7 ) ( 3 1 4 ) 取添篷t h ，撵翅下爨薮：若k ( i , j ) t h ，黧( i ，j ) 为狳获透缘患， ( i j ) ) 为边缘圈像。 如果采用模板完成k i t s c h 边缘检测，则可以通过8 个模板对图像 进行卷积处理而实现。根据上面的原理，设计模板如图3 + 1 0 。 圜圈圈圈 田田园圜 圈3 1 0k i r s c h 模披 上瑟累述了咒耱边缘捡溺嚣算子。对于实验孛楚壤豹三维编织复 合材料预制件表面图像，可以根据其巾编织单元特有的方向特性，选 择如图3 一1 1 的4 方向( 0 度、4 5 度、9 0 度、1 3 5 度) s o b e l 边缘检测 模板附图像进行边缘提取，以取得满意的效果。 圈圜田园 图3 - 1 1 方向s o b e l 模板 第2 2 嚣 第= 一章编织复合材料预制件表面图像技术的研究 把边缘检测方法应用到图像二值化过程中，即可完成对图像的二 值化处理，处理效果图3 1 2 ： 图3 1 2 二值化效果图 3 2 图像边缘均衡化处理 图像边缘均衡化过程主要包括图像的细化处理以及为了提取图像 信息而进行的细化均衡处理。具体的操作过程如图3 一1 3 所示： 图3 13均衡化流程图 3 2 1 噪声处理 在图像完成二值化处理后，图像的信息量得到了缩减，但是图像 的质量依然很不理想，这主要是因为图像在二值化后，除了图像中的 边缘信息得到了保留，还引进了由于二值化算法而产生的噪声。这种 噪声主要表现为阶跃性噪声。根据前面在图像去除噪声一节中介绍的， 去除阶跃性噪声的最有效、最简单的办法，就是采用中值滤波法。中 值滤波实验效果图如图3 1 4 ( b ) 。 通过实验效果图可以看出，图中的噪声基本上都被去除了，然而 这种滤波方法对图像中编织花节的边缘信息也起了作用，有些地方的 边缘出现了断裂。解决这一现象的一种方法就是采用加权中值滤波法。 激濯 ( a ) 滤波前图像 第2 3 页 ( b ) 中值滤波 第三章编织复合材料预制件表面图像技术的石j f 究 图3 1 4中值滤波二值化图像 当图像中存在较多的细节、细线时，可以采用加权中值滤波法滤 除噪声“。加权中值滤波的原理是：把窗口内各象元加权，某一象元 加权值m ，即窗口象元灰度排队时该象元重复m 次。通过上面的中值 滤波效果图可以发现，图像中的边界信息受到了影响，这时，可以采 用如下的运算，对图像进行加权中值滤波处理： d ( i ，j ) = m i d d ( i 一1 ，j 一1 ) ，d ( i - l ，j 一1 ) ，d ( i 一1 ，j ) ，d ( i 一1 ，j + 1 ) ，d (