欢迎来到工作报告网!

数字图象处理技术的应用

寒假社会实践报告 时间:2023-07-14 11:10:06

摘要:数字图象处理是一门新兴的技术,本文对数字图象处理中的基本概念、常用处理技术、系统的一般组成结构等方面进行了讨论,较为详细地阐述了几种数字图象处理技术的应用实例。

关键词:数字图象处理技术,检测,特征提取,图象分割

一、引言

数字图象处理是一门新兴的技术,它是五十年代数字计算机发展到相当水平后开拓出来的计算机应用新领域。它把图象转换成数据矩阵存放于计算机中,并对其进行滤波、增强、删除等处理,包括图象输入输出技术、图象分析、变换与处理技术以及图象识别与特征提取等方面。六十到七十年代,数字图象处理技术的理论和方法更加完善,其精确性、灵活性和通用性逐步提高。数字图象处理是针对性很强的技术,根据不同的应用、不同的要求采用不同的方法。采用的方法是综合各学科较为先进的成果而成的,如数学、物理、心理学、医学、计算机科学、通信理论、信号分析、控制论和系统工程等。各个学科互相补充、互相渗透才使数字图象处理技术飞速发展。计算机图象处理的主要问题是算法原理和专用硬件,他们都反映了上述技术的综合性。

二、数字图像处理系统

通常人眼所能观察到的图象称为模拟图象,它是连续的、可解析的,因而它具有可积分、存在可逆的傅立叶变换等特征。但是计算机无法接受模拟图象,因而必须将它转换成数字图象才能进行处理,这种转换称为图象的数字化。通常通过采样和量化使模拟图象在空间和数值上离散化,形成一个数字点阵,一般是进行等间距采样和均匀量化。为了便于处理,数字图象的行数、列数以及量化等级都取2的整数次幂,且每级只取整数值。这样数字图象就可以看到一个矩阵,其每个元素称为图象元素,简称象素。象素的值称为灰度级,通常量化为256级,用0、1、2、…、255表示。图象上每一点的灰度级与其亮度相对应。一般说来,灰度级越大,图象越亮,颜色越浅,因此可以通过图象处理技术,将模拟图象颜色的深浅或亮度的大小转化成相应的数字图象灰度级大小。

数字图象处理系统一般包括三个组成部分:图象输入与数字化设备,图象处理设备以及图象输出与记录设备,通用的图象处理系统如图1所示。

三、数字图像处理技术的应用

1.检测

随着计算机技术的飞速发展,利用计算机来代替人力进行检测已经成为历史的必然。先进的自动化检测技术已较普遍地应用于各个领域。

以木材加工为例,最近几年,我国木材进口的数量逐年增加,其中木材检测是必不可少的重要环节。板材是木材应用需求量最大的品种,板材表面缺陷是评定板材质量的重要指标之一。随着木材加工业向机械化、自动化的大规模生产发展,人们对板材的加工质量,尤其是表面缺陷给予了越来越多的重视,因而表面缺陷检测技术变得越来越重要,板材表面缺陷的在线检测对木材加工过程中的质量控制及产品分级等均具有重要意义。

对板材缺陷进行检测的方法很多,传统的检测大多是用人工的方法,凭借经验,根据板材的颜色、纹理、色泽、板材的构造特性等来评价板材。但肉眼识别有一定的局限性,尤其是板材表面有多种缺陷,缺陷的尺寸和形状变化很大,人工分类比较困难。所以这种检测方法已不能满足木材生产中快速检测和持续检测的需要。

近20年来,探测木材缺陷的非人工方法主要有:超声波法、激光扫描法、X射线透视法和(射线检测法等。

图象的显著特点是信息量大、频带宽,通过图象处理可以初步检测木材特征,其优点是处理精度高,处理内容丰富,可进行复杂的非线性处理,有灵活的变通能力;方法简单且直观性强,实时速度快,不破坏木材,节省材料资源。

基于数字图象处理技术的板材表面缺陷检测系统由照明光源、CCD摄像机、图象采集卡、PC机以及输出设备组成。与计算机相连的CCD摄像机摄取木材表面图象,将木材表面特征转换为视频信号。根据像素分布和亮度等信息,通过图象采集卡送入计算机,然后计算机利用专门的处理软件对所采集到的图象进行存储和处理。通过参数计算对板材图片提取特征以检测表面缺陷信息,然后进行分类定等级。检测原理见图2。

在检测过程中,通常需要对木材图象进行预处理。预处理一般包括三步:首先进行边缘增强,一般选用拉普拉斯算子对木材图象进行边缘增强,这是因为拉普拉斯算子具有各向同性,能对任何走向的界线和线条进行锐化,无方向性。然后进行平滑处理,平滑处理的目的是减弱图象中的噪声,一般选用中值滤波方法。中值滤波在一定的条件下,可以克服线性滤波器所带来的细节模糊,而且对滤波脉冲干扰的图象扫描噪声最为有效。最后进行图象的背景和边缘二值化,便于研究边缘所在的位置。将处理后图象的特征送入分类器进行缺陷分类,即可实现对板材的检测和分级。

将数字图象处理技术应用于木材缺陷检测中,具有处理精度高、处理速度快、处理内容丰富、不破坏木材、可进行复杂的非线性处理、方法简单且直观性强等特点。用图象处理法检测木材缺陷的理论研究将为智能型板材缺陷识别机的开发提供基础理论指导,解决木材缺陷人工识别判定误差大、难以实现双面识别的问题,给木材工业带来巨大的经济效益。

2.特征提取

基于图像的特征提取是数字图像处理技术的应用领域之一,在许多应用中,为了对某一物体进行分析研究,首先需要获取该物体的相关特征。

以农作物生长状况分析为例,由于根是植物适应陆上生活在进化中逐渐形成的器官,它具有吸收、固着、输导、合成、储藏和繁殖等功能,土壤内的水和矿物质通过根进人植株的各个部分,根的顶端能无限地向下生长,根的内部能生出侧向的支根,形成庞大的根系,有利于植物体的固着和吸收,使植物体的地上部分能完善地生长,达到枝叶繁茂,花果累累。由此可见,根的正常生长对植物的健康起着关键的作用。为了对植物生长状态进行分析,可以通过运用数字图象处理技术以及处理算法,对植物生长过程中根系图象进行识别与分析,得到植物生长是否异常的描述与特征信息的提取。然后,根据根系的特征信息与计算机专家系统作模式匹配比较,得到植物生长状况的相关性数据,达到研究根系的目的。

根系图象的获取可通过两种方式:第一种方法是将植物根系从土壤中拔出,然后将其洗净,最后进行测量。这种方法因为简单直接所以得到了广泛的应用,但其对根系的损伤特别大,据统计有30%的根系在洗的过程中脱落,这样就降低了测量的精度,而且在每次测量时都必须将根系拔出,既损伤了植物又给研究带来很多不便。第二种方法是对根系图象进行处理,图象的采集可采用X摄像技术和CCD摄像系统。这种方法可直接无接触地对植物根系进行采样,无需将植物从土壤中拔出,这种利用数字图象处理技术来测量根系的方法要比前者精确度高的多,其灰度图采集过程如图3。

在图象获取过程中,摄像系统质量、胶片曝光度、给光条件以及录入装置等因素会在一定程度上增加图象噪声,使图象变得模糊、对比度低、灰度分布不均匀等。因而,一般还需要对根系图象进行灰度级修正、平滑、锐化等预处理,以使图象清晰、突出目标、改善图象质量,从而保证后期图象分割的效果。此外,柱面图象成像在平面的CCD传感器上存在原理性的象差,为了保证结果的精确度,可利用一些数学方法和图象处理技术来消除象差。

3.图象分割

在很多实际应用中,图像分割是必不可少的步骤之一。以工业领域为例,工业生产中经常使用物位测量装置来监视生产状况、计算原料和产品的数量及控制生产过程。常用的物位测量装置有浮标式液面计、吹气式液面计、静压力式液面计、电容式物位计、超声波式物位计、电触式物位计、探针式物位计和放射性同位素物位计等。由于物位测量容易受到被测介质物理性质、化学性质的影响,所以与其它参数的测量仪器相比,物位计在选择上受到很大的限制。例如液面计仅适用于液体和矿浆的测量,电容式物位计不能应用于块状物料和有粘附倾向的物料,超声波式物位计对温度变化十分敏感,电触式物位计仅适用于导电介质,探针式物位计适用于块状物料和松散物料。而基于数字图象处理技术的物位测量已经在实际中证实具有良好控制效果和精度。

物位测控系统由CCD摄像头、计算机、伺服电机及控制器组成。其工作过程如下:由CCD摄像头实时拍摄下容器内物料表面图象后输入计算机,计算机对该数字图象信号进行分析和处理,根据分析和处理结果计算出物位,然后执行控制程序,通过伺服系统调节进料阀门,从而实现流量控制。

由于物位测控是以物料表面面积为测量参数的,因此系统的测量精度主要取决于对物料表面的图象处理。具体包括两方面内容:图象分割和面积估算。

所谓图象分割是指将图象中的目标和背景分离的过程。最简单的图象分割方法是规定一个阈值,分别将象素灰度大于和小于阈值映射成两个相差较大的灰度值上,这样将一个多灰度值图象转变为二值图象。这方法称为简单阈值法。简单阈值法较为容易,在实际中应用的也较多,但在物位测量中并不适用。因为在不同物位高度下,物料表面图象灰度值差别很大,这将导致计算出的物位高度与实际情况有较大的误差。所以这个方法就不太合适了,对此,可以对图象分割做以下的改变,将图象分成若干个分块,各分块之间有50%的重叠,每个分块的大小为64×64。对每个分块作出直方图,如果存在明显的双峰特征,则使用简单阈值法确定阈值,对于无法直接应用简单阈值法分割的单峰或多峰的分块,则由周围可确定阈值的分块插值获得,这样确定出所有64×64分块的分割阈值。接着进行二次插值,确定32×32分块的分割阈值,如此进行,一直插值到每一个象素都有各自的分割阈值,根据象素的灰度和分割阈值就可以将图象分割成二值图象。这样就基本消除了不同高度下光线对物位测量结果的影响。

图象分割后,物料表面图象中只包含有代表容器表面的黑色背景和代表物料的白色目标,此时就可以通过统计二值图象中灰度为“1”的象素个数来估算物料表面面积。由于容器截面面积是已知的,所以通过公式就可以计算出物位高度。

参考文献:

[1]石岭, 王克奇, 白雪冰, 王业琴. 板材表面缺陷检测技术.林业机械与木工设备[J], 2005,(40).

[2]胡秀娟. 数字图象处理技术在植物根系研究中的应用. 林业机械与木工设备[J], 2003,(29).

[3]吕文阁, 刘建群, 陈泽宇. 应用数字图象处理技术的物位测控系统的研究. 机床与液压,2005,(11).

(作者单位:浙江理工大学信息电子学院)

推荐访问:图象处理 数字 技术

热门文章