基于传送带背景的同色重叠目标的边缘检测

梁利倩 赵梗明

上海师范大学信息与机电学院，上海 200234

基于传送带背景的同色重叠目标的边缘检测

梁利倩 赵梗明

上海师范大学信息与机电学院，上海 200234

本文针对现有的生产线上产品质量检验对机器视觉识别技术的需要，为了能够从传送带上采集的图像中提取几何特征。笔者以传送带上葡萄等级检测项目为例，首先用轮廓波变换对含噪声的采集图像消噪，然后再进行图像边缘检测，边缘检测的效果直接影响了是否能从采集的葡萄个体图像中提取出几何特征参数。 实验结果表明此方法能够在同色重叠物体图像中获得较准确完整的边缘检测效果，从而使几何特征提取成为可能。

可视化仿真；图像分割算法；边缘检测；图像消噪

Visualized Simulation; Image segmentation algorithm;boundary detection;Image denoise method

引言

图像边缘是图像灰度不连续性的反映，它包含了图像的大量信息，反映了物体的本质特征， 也是图像最基本也是最重要的特征之一。边缘检测是图像处理和计算机视觉等领域最基本的技术，其目的是标识数字图像中亮度变化明显的点。对于复杂背景下，尤其是同色且多目标重合的边缘检测，找出一种算法实现同一色度下的图像分割及目标区域识别，具有广泛的应用领域和实用价值。以农产品的生产检验为例，目前大部分农产品加工厂仍然以人工手段进行产品的分类检测，工作效率较低，从而制约了大规模批量生产的实现。随着工业自动化发展，为了满足工农业生产批量化规模化的要求，将机器视觉识别技术运用到现有的质量检测和产品分类设备中，已经成为当前的主流趋势，这不仅能节约大量的人力资本，更重要的是提高了产品的质量。

人们在这方面已作了不少研究，且提出一些经典的边缘检测算法有微分法，小波变换法， 基于神经网络的边缘检测算法等。但是由于检测物体特征区别，并没有一种适合于所有图像的通用检测算法。本文章就是针对具有同色重叠目标特征的物体进行图像分割和边缘检测。

对葡萄进行等级分类检测的设备，会对葡萄进行多角度的图像采集，对图像进行预处理，几何特征提取，数据处理，等级划分。

1 图像分割

1.1 基于轮廓波变换的模糊 C均值算法

为了检测图像亮度变化突出或灰度不连续的点，首先必须对图像消噪，将彩色图像转化为灰度图像，同时根据图像的灰度，色彩，几何形状，空间纹理等特征把图像划分成若干个互不相交的区域，使得这些特征在同一区域内，表现出一致性或相似性，而在不同区域间表现出明显的不同即图像分割。其中图像阈值化分割是一种最常用的方法，特别适用于单目标体且目标和背景占据不同灰度级范围的图像。但对于像葡萄这类多个同色度物体叠加的边缘不规则的复杂目标体，阈值分割不能达到很好的分离整体与背景的效果。因此我们采用模糊分割算法，由于比传统的硬分割算法能保留更多原始图像信息。这里采用基于轮廓波变换的FCM（模糊 C均值算法）进行图像分割。

轮廓波变换2002年由M.N.DO 博士和他的导师提出， 它具有更丰富的方向基，能够有效地识别图像中更多的纹理信息和几何特征，比小波描述图像具有更稀疏的特征，而且轮廓波变换本身能够较好地描述图像中的方向信息，这些特点决定了轮廓波变换更适合多物体目标叠加的图像分割， 此外由于噪声信号则通常没有方向性，因此在轮廓波域更容易将物体与噪声分割开来，具有更好的消除图像背景噪声和提取前景目标的效果。

1.2 算法实现步骤

第一步；使用蒙特卡罗方法确定门限。

第二步：利用轮廓波变换对含噪图像进行消噪。

第三步：对消噪后图像进行FCM算法分割。

1.2.1 确定消噪门限的方法主要有3种，即蒙特卡罗法，冲激响应法 和随机噪声法。这些方法都基于统计的观点对3 σ/4 σ准则进行修正。

这里采用的方法为：采用基于蒙特卡罗的自适应窗口收缩方法来确定阈值。

按照下面式子得到每个系数低频子带除外相应位置上的阈值收敛因子

修正 准则得到变换域上每个位置的门限，

Th在最细节尺度取4，一般取3。σ是噪声强度。

1.2.2 轮廓波变换的基本原理与方法：

假设a0[n]=〈f, φ L,n〉是L2（R2）的内积，其中f(t)∈L2（R2）, φ L,n是尺度L上的尺度函数，假定图像a0[n]通过离散轮廓波变换被分解为系数

轮廓波变换的双滤波器结构：实现方法是采用拉普拉斯金字塔（L a p l a c i a n pyramid,LP）级联方向滤波器如图1所示。

图1 轮廓波变换的双滤波器结构

基于轮廓波变换消噪的基本方法为：首先将被噪声污染的图像进行轮廓波变换然后选取一定确定的门限将小于门限的系数认为是噪声产生的干扰（过于细小的边缘和亮点）需要滤除掉，门限之上的系数则被认为是有用信号予以保留，即

1.2.3 模糊C均值算法（FCM）

相对于带波变换(Banddelet Transform)为代表的自适应基多分辨率几何分析方法，固定基多分辨率几何分析变换方法由于运算量要小很多，所需存储空间也较小， 因此更适用于工业应用。

它是采用固定的多方向基来对图像进行分解，虽然未能达到本质上最优的收敛速度， 但和理论极限非常接近。 固定基表示方法中最典型的代表应该是曲线波变换以及轮廓波变换， 曲线波变换直接定义在连续空间，因此对于片上系统离散化实现具有较大的困难。 而轮廓波变换则直接定义在数字域，更容易用计算机来实现快速算法。

图2 含2%高斯噪声的F C M算法分割结果

2 边缘检测

对上述分割后的图像进行边缘检测。常用的边缘检测算子有Sobel和Robert,Prewitt等。

这些神算子的模板:

直观上看，Sobel和Prewitt算子能够检测垂直和水平方向边缘，Robert算子易于检测45°方向边缘。我们进一步分析后发现，用Sobel计算的边缘防线误差最小，约4°。Prewitt次之，其他两种算子较大，超过8°。为了使误差最小化，可以组合利用2个不通的算子，然后估计精确值。

同时因为是流水线作业，对于检测时间有一定的要求，因此优先选择运算量较小的梯度算子，将它们有机的融合起来，可以在计算量不显著增加的前提下，提高边缘检测的质量。

本方案选择Sobel 和Roberts及拉普拉斯算子进行检测。

图3

[1]R.D.Dony,"Edge detection on color images using RGB vector angles,"IEEE Trans.Canadian Conference on Electrical and Computer Engineering,Canada,pp.6～87692, May 2009

[2]L.S.Davis,"A Survey of Edge Detection Techniques," Computer Graphics and Image Processing 4,pp.248～270,1995

[3]罗希平，田捷，诸葛婴等.图像分割方法综述[J].模式识别与人工智能1999，12（3）：300～312

[4]R.Gonzalez and R.Woo“ds,Digital Image Processing,”Addison-Wesley Publishing Compan 1992

[5]A.Murat Tekalp,“Digital Video Processing,”Prentice Hall PTR[J],1995

[6]R.Crane,“A simplified approach to Image Processing,”Prentice-Hall,1997.

[7]O.S.Byun,"A Study on HFSD system using HMMD Color Model and Wavelet Morphology,"22003.

[8]RANDY CRA“NEA Simplified approach to Image processing”1999

[9]向阳，谢方平，汤楚宙，等，输送带铺砂型排种器实验台的研制[J]，农业工程学报，699s，64（M）：51M.5-92

Boundary Detection Against The Same Colour Overlapping Target On Conveyor Belt

Liang Liqian,Zhao Gengming College of Information, Mechanical and Engineering, Shanghai Normal University, Shanghai,200234

To meet the need of robot vision technique in farm production quality, we analysis t hgeeometrical characters extraction algorithm against target on belt.Take a example such as grape level classify, first step,the image containing noise was denoised by contourlet transform, secondly, make boundary detect , this is for extract individual feature.The simulation result present good image boundary detection effect.

TP317.4

A

10.3969/j.issn.1001-8972.2011.24.014

梁利倩（1984-），女 汉族，天津人，硕士研究生，主要研究领域为嵌入式系统方向。

赵梗明，女 汉族，上海人，教授，硕士研究生导师，主要研究领域为嵌入式系统方向。