直写平台定位系统图像识别程序设计

李慧群

摘 要：该文针对平台定位系统中的图像识别和位移计算模块展开研究。利用MATLAB的数字图像处理环境，开发了一套图像识别与处理程序，实现了从CCD读取图像、图像分割、特征信息提取、模板匹配、相对位移计算等功能。该文研究的图像均是二维图像，首采用灰度变换增强、二值化图像等方法对图像进行预处理，较好地解决了背景和噪声干扰、部分遮挡的图像匹配问题。

关键词：图像识别 模板匹配 MATLAB 边缘提取

中图分类号：TP333 文献标识码：A 文章编号：1672-3791（2015）11（a）-0003-02

直写平台上定位系统应该包括：光源、CCD摄像头、图像采集卡、图像处理系统等，通过使用图像摄取装置将被检测的目标转换成图像信号，传送给图像处理系统，然后根据亮度、颜色和像素分布等信息，再转变成数字化信号[1]。图像处理系统对这些数字化信号进行各种运算，以得到被检测目标的特征值，如数量、面积、长度、位置，进而依据预设的允许度和其他条件输出结果进行判别，根据判别的结果来控制现场的设备动作。直写平台上的定位系统在用于生产和装配上可以提高一定柔性和自动化程度。

1 图像识别系统

1.1 图像识别概述

图像处理系统是直写平台定位系统中的一个重要组成模块。

图像识别所讨论的问题，是研究计算机代替人工，可以自动地接受并处理大量的物理信息，从而在人工视觉难以满足要求的场合代替人类的部分脑力劳动。在研制自动识别机时，计算机也往往借鉴人的思考逻辑，采用同样的处理方式，然而图像的灰度与色彩是由光强和波长不同的光波所引起，它们与目标元件表面的光线条件、特性、方向等多种因素有关[2]。在各种不同情况的工作环境里，景物与图像已有较多区别。所以要区分图像属于哪一类，计算机通常要采用预处理、分割、特征提取、分析分类、识别等步骤。

1.2 图像识别系统的构成

在直写平台的图像识别系统，设计其基本组成包括图像输入设备、执行处理分析与控制的计算机、输出设备、及存储设备中的图像数据库、图像处理程序库与模型库。

2 图像分割与特征提取

图像识别系统想要进行图像分析和识别，首先必须先得到图像，并且所获取图像的质量会影响对图像的分析和识别的结果，所以要对原始图像进行预处理：图像分割与特征提取[3]。

2.1 图像分割

图像分割是由图像处理得到图像分析的先行步骤，它将图像分割成若干特定区域且提取目标的技术。图像分割算法的研究近代得到高速发展，到目前为止提出的分割算法有基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。该文采用的是基于阀值的分割法。

2.2 特征提取

图像的特征提取是图像识别的关键步骤，其中如何提取具有较强表示能力的图像特征是智能图像处理的一个研究热点。特征提取依据原始图像，通过计算产生一组原始特征进行特征形成，良好的特征应具有独立性好、可区别性、数量少等特点。

在图像识别系统中，所使用的技术是二值化图像，即将目标图像（区域或边界）和背景（也包括非目标部分）表以不同的灰度级，一般前者灰度值为255，后者的灰度值通常为0。二值化图像有利于图像的进一步处理，在形状和结构分析中具有显著作用，可以凸显目标元件的轮廓。二值化图像是特征提取的第一步。

点特征是图像最基本的特征之一，尤其是图像边缘曲线上曲率极大值或二维图像亮度变化剧烈的点，这些点决定了目标的轮廓特征[4]。因此在图像识别系统的图像配准中，特征主要针对点特征。而在点特征提取过程中则先要剔除不稳定的特征点，不稳定的特征点主要是分布于图像边缘的特征点或是一些低对比度的特征点。因此在程序中侧重于角点的提取。所采用的图像的角点检测方法是先将图像分割为区域，然后提取区域边界直线，之后求直线的交点为角点。

3 模板匹配

在直写平台上要通过图像识别系统对元件进行识别，需要进行模板匹配。其工作的基本原理是通过相关函数的计算通过已知模式到被搜索图中寻找相应模式[5]。

该程序采用的是金字塔搜索策略。金字塔搜索法也叫分层搜索法，是直接基于人眼的视觉特点，先粗后精地观看事物[6]。利用这种方法具有相当高的处理速度。

程序先要对模板和被搜索图均进行分层预处理。分层预处理是将每个像素平均为一个像素来组成二级影像，再将此二级影像用同样的方法处理后得到一个分辨率更低的图像。如果依次进行下去了次分层处理的话，可以得到个处理后的图像。

第一步是从和出发，在的所有搜索位置上和进行匹配相似度运算，找到相关的粗匹配位置，并确定粗匹配位置。这个时期搜索过程很快，因为当前和数据量很少，但是这时相似度值较小，所以可能产生若干个可能的粗匹配位置。

第二步要从较高分辨率的图像和上直接进行，先在上一步得到的粗匹配位置进行相关搜索，找出一个或少数几个可能性更大的匹配位置，重复以上步骤，直到在最高分辨率的搜索图和模板上找到匹配位置后结束搜索。

4 程序设计及调试

4.1 程序设计

要实现对元件的跟踪，整体设计思路是通过CCD摄像头获得元件的图像，对滤波，灰度变换，读取坐标等获得的原始图像数据进行处理，并在获得模板和搜索图的特征提取的基础上接着使用改进后的匹配算法进行模板匹配计算。在实际工作中还需要保证两件事情可以同时进行，一是根据前后两帧中元件的坐标差值与平台的光栅尺的读数比较得出元件是否按操作运动；二是模板更新，在工作中需要根据当前目标元件和初始模块的相似度去判断模板是否需要更新，来保证模板的正确性。

根据当前图像识别系统的总体设计样式和要求，对系统进行设计，该系统主要包括图像获取、图像处理、模板匹配、结果实现与反馈等模块。

4.2 程序调试

在直写平台上对系统进行试运行并进行结果分析。

首先实现模板的提取，这是是在初始图像中完成的。要取得初始的匹配模板，只需要用鼠标在初始图像中的目标区域里要跟踪的目标元件进行矩形框选取。如果在工作中需要更新模板即后续踪效果不良好的情况下，重复上步操作可以重新选择新的模板。

对平台进行操作，移动元件三次，每次移动后动运行图像识别程序获得一组数据，数据中绝对坐标的单位是，像素的单位是个。设第次和第次的X轴绝对坐标的差为，Y轴绝对坐标的差为，X轴像素坐标的为，Y轴像素坐标的差为，则位移，。如表1所示。

由于元件的绝对坐标和像素坐标的单位不同，在这里将对绝对坐标和像素坐标比值进行分析得出误差。建表如表2所示：

由此可知，系统的误差可控制在10%以内，但存在较大波动，这是系统最主要的缺陷之一。这个缺陷是由系统缺少镜头标定这个环节所造成的。

经过多次的实践过程可以得到系统中绝对坐标和像素坐标位移的换算比例为。

5 结语

在直写平台的图像识别系统里所使用的匹配算法依然存在一些的问题，之后要在本文研究的匹配算法上面继续改进。其中比如，如何屏蔽不合适的检测点，如何减少匹配计算的数量以提高运算速度等，都是后续工作的前进方向。并且，在加深环境对匹配效果影响的研究前提下去实现在复杂环境下对目标元件的跟踪。同时为了实现一个完整的自动检测过程，在该直写平台上还添加串口通信和电机的伺服控制单元，根据数据输出来控制电机带动摄像机运动，使整个系统形成一个闭环，提高系统的工作精度。

参考文献

[1] 章毓晋.图像处理和分析基础[M].北京：高等教育出版社，2002.

[2] 夏良正.数字图像处理[M].南京：东南大学出版社，1999.

[3] 罗军辉，冯平，哈力旦禀.MATLAB7. 0在图像处理中的应用[M].北京：机械工业出版社，2005.

[4] 马平.数字图像处理和压缩[M].北京：电子工业出版社，2007

[5] 程卫国，冯峰，姚东.MATLAB5.3应用指南[M].北京：人民邮电出版社，1999.

[6] 楼顺天，姚若玉，沈俊霞.MATLAB7.X程序设计语言[M].西安：西安电子科技大学出版社，2000.