图像处理在护照缝纫装订中的应用

毕月

摘 要：为提高护照质量，有效防止护照被不法分子仿制，以及国民个人信息安全被泄露，利用图像处理技术通过Matlab软件处理采集到的图像。在紫外灯照射下，缝纫线与纸张上的荧光纤维都呈现出一定亮度的颜色。先将RGB颜色空间转换为HSV空间对原始图像进行同态滤波处理，然后转回RGB空间，提取红色通道，对灰度图进行图像增强与图像平滑预处理；再利用巴特沃兹滤波器增强缝纫线的边缘，对滤波后的图像进行均衡处理；最后用Otsu进行图像分割，最终获得细节分明的二值图像。通过以上的图像处理步骤，在消除背景噪声的同时，可获得了细节丰富的缝纫线图像。

关键词：护照；缝纫质量；图像处理；同态滤波；巴特沃兹滤波

DOIDOI：10.11907/rjdk.173253

中图分类号：TP317.4

文献标识码：A 文章编号：1672-7800（2018）002-0195-03

0 引言

随着图像处理生物识别技术的不断发展，国内外研究水平不断的提高，图像处理已经从研究领域拓展到了应用领域，与人们的日常生活息息相关，在工业、农业、生物医学等领域应用广泛。彭俊善[1]在工业钢筋计数方面利用RGB颜色空间，将3个分量加权平均后的值作为灰度图像的亮度信息对彩色图像进行灰度化处理；李露露[2]利用直方图均衡化对灰度图进行图像增强，但处理后的图像会出现偏暗的现象，致使图像细节不清晰，很难进行有效辨别；段丽英[3]将图像处理应用于粮食品种的识别与计数；李江波[4]在农业方面，对脐橙表面的缺陷检测进行了研究，通过亮度变换理论，对经过傅立叶变换后的图像进行低通滤波均衡图像亮度；黄红梅[5]介绍了很多应用于生物工程细胞识别方面的图像分割方法。图像处理除了应用于静态图像，还可应用于动态视频图像的目标跟踪与识别，甚至在医学图像处理中，已逐步引入人工智能技术[6-7]。

指纹、人脸识别也已开始应用于个人身份认证，但证明公民国籍的合法证件护照实体仍然不可或缺。我国对护照生产质量要求严格，为了提高护照的安全性与耐用性，在材料选择上选用带有荧光纤维的防伪纸张及防伪印刷油墨[8]，在装订技术方面采用传统的缝纫订[9]，这种装订方式拥有独特优势，比铁丝订牢固耐用。在护照装订成品的在线检测中，利用图像灰度化、图像去噪等基本流程进行图像处理得到的二值图像，线条过粗，细节缺失严重，不利于后续识别与计数工作的开展。

综上所述，由于护照属于安防保密品，涉及公民个人信息安全，防伪功能突出，目前尚没有一种方法适用于护照缝纫线图像的提取。本文针对护照缝纫线图像，利用图像处理中的滤波及灰度拉伸等技术对缝纫线图像进行预处理与分割，获得了细节较为丰富的二值图。对后期控制护照外观质量及耐用度、改善护照的美观程度具有一定意义。

1 图像背景分离

护照使用的荧光缝纫线，日光灯下呈白色，紫外灯下呈红色，紫外灯光照条件下缝纫线比较清晰饱满，回缝线易辨别，因此选取紫外灯照射下的图像采集方案。但是护照使用的是带有彩色荧光纤维的防伪纸张，在紫外灯照射下，纤维呈现不同亮度的绿光与蓝光，对缝纫线的提取产生了干扰。

在采集的原始图像中，缝纫线与彩色纤维等背景噪声有明显的颜色差别，可以利用红色通道提取缝纫线，实现背景分离。但是直接提取原始图像的红色通道，获得的缝线线段过粗，回缝线[10-11]形态丢失细节，本应呈现的孔洞被填充，不能达到预期要求。

2 同态滤波

同态滤波是一种在频域中将图像亮度范围进行压缩的同时增强对比度的方法，通过分别处理照度和反射光，可以有效改善图像质量，揭示图像暗调细节特征，解决光照分布不均情况下的图像增强问题[12]。

由于原始图像光照不均匀，消除噪声后暗调细节易丢失，而同态滤波器可以较好地控制照射分量和反射分量，因而对原始图像采用了色调保持不变的方法，增强饱和度，在空间域中对亮度分量进行同态滤波。因为同态滤波函数與高通滤波器的转移函数有类似的形状，所以用高通滤波器的转移函数逼近同态滤波函数。首先将原始图像的RGB颜色空间转换为以色调、饱和度、亮度为标准参数的HSV颜色空间，然后利用高斯低通滤波器构造一个高斯高通滤波器作为同态滤波函数，滤出图像高频部分，接着用对数变换将图像的入射光和反射光部分分开，最后将高斯高通滤波器与经对数转换的图像做卷积进行滤波处理，再将滤波后的图像用幂变换转换回来。图1为采集的原始图像，用Matlab软件进行实现，结果如图2所示。

实验结果表明，同态滤波解决了图像上照明不均匀的问题，在不损坏图像的轮廓及边缘信息的条件下使图像清晰、视觉效果好。避免了后期因消除噪声丢失细节导致的失真，增强了图像暗调的细节，使图像上的回缝线得以区分。

3 图像灰度化

灰度化是对彩色图像中每个像素点的R、G、B三个分量进行加权处理，用所得的亮度值表达图像的灰度。由于本实验目标图像缝纫线段呈现红色，在颜色上区别于背景噪声，经过同态滤波处理，实现了图像增强，而另外一种获得灰度图的方式是提取彩色图像的颜色通道，于是使用Matlab软件分别提取图像的3个颜色通道，如图3所示，可以看出红色通道分量得到的灰度图缝纫线突出，背景噪声不明显，线条亮度较均匀，因此选择提取红色通道获取灰度图。

为了改善灰度图的视觉效果，提高图像质量，需要对图像进行增强处理。图像增强分为两类，空间域增强以及频率域增强。空间域图像增强有直方图均衡化、灰度拉伸。频率域图像增强的方法有傅立叶变换、小波变换、Gabor变换等[13] 。

3.1 直方图均衡化

直方图均衡化是把原始图像的灰度直方图从比较集中的某个灰度区间变成均匀分布在全部灰度范围内。直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。使用累积函数对灰度值进行调整，增加像素灰度值的动态范围，达到增强图像整体对比度的效果。endprint

3.2 灰度拉伸

基于人眼视觉特性的灰度拉伸[14]用于强调图像的某个部分，可以改善图像的动态范围，将低对比度的圖像拉伸为高对比度图像。灰度拉伸可以更加灵活的控制输出灰度直方图的分布，通过调整参数有选择的拉伸灰度区间，改善输出图像质量。

用Matlab对灰度图进行上述两种图像加强处理，结果如图4、图5所示，图4为直方图均衡化的结果，图5为灰度拉伸的结果。可以看出经直方图均衡化处理后的灰度图不理想，图像过渡不平滑。而经灰度拉伸处理后的灰度图，有效的消除了噪声，突出缝线形态。

4 图像平滑

压制、弱化或消除图像中的细节、突变、边缘和噪声就是图像平滑化[15]。中值滤波是一种非线性平滑技术，在消除图像内椒盐噪声和保持图像的空域细节方面，性能优于均值滤波。用中值滤波对灰度图进行平滑处理，可以减少毛刺，在抑制噪声的同时有效保护边缘少受模糊，使线条边缘更加流畅。

5 巴特沃兹高通滤波（Butterworth）

理想高通滤波器不能通过电子元器件来实现，而且存在振铃现象。在实际中最常使用的高通滤波器是巴特沃斯高通滤波器。在背景噪声基本去除后，可以利用此高通滤波器来加强缝纫线边缘的清晰度。

傅立叶变换[16]是将图像从空间或时间域转换到频率域，利用变换系数反映图像某些特征进行图像滤波的方法。傅立叶变换是一种常用的变换。在傅立叶变换域，频谱的直流分量正比于图像的平均亮度，噪声对应于频率较高的区域，所以在消除图像噪声后，通过构造一个高通滤波器，加强高频分量，再经过反变换回到空间域取得清晰的目标图像边缘。

利用matlab软件，先将图像进行傅立叶变换，从空间域转换到频率域中，然后与高通滤波器做卷积进行滤波，最后用傅立叶反变换转回到空间域中。结果如图6所示，发现经过巴特沃兹滤波[17]处理后的图像，边缘锐利清晰，有益于后期二值化处理。

形态学处理中的顶帽变换可以改善灰度图中的亮度不均衡现象，有利于后期的图像分割。但是在本图像中，通过Matlab的实现，发现灰度拉伸能得到线条较细、较为理想的二值图。所以在此依旧选择灰度拉伸来改善巴特沃兹滤波后的图像，使其亮度均衡，解决转二值图时暗调部分丢失问题。

6 图像分割

Otsu算法被认为是图像分割中阈值选取的最佳算法，计算简单，不受图像亮度和对比度的影响。为了获得边缘线条平滑、内部饱满、细节清晰的缝纫线图像，本实现采用Otsu算法自动选取阈值进行二值化，对处理后的灰度图进行分割，结果如图7所示。

7 结语

采集装订好的护照缝纫线图像，用滤波、灰度化、灰度拉伸、形态学运算等在Matlab软件下进行图像处理。滤波是在尽量保留图像细节特征的条件下对图像进行噪声抑制或边缘增强，属于预处理中不可缺少的操作。本实验采用了同态、巴特沃兹及中值滤波，其处理效果提高了后续图像处理和分析的有效性和可靠性。在目标与背景颜色存在较大差异时，颜色通道提取是一种有效的分离背景与目标的方法。对比直方图均衡化发现，灰度拉伸是一种有效的图像增强方法，通过调整输入与输出范围参数，在增强对比度的同时，消除了大部分的背景噪声。通过以上方法对缝纫线图像进行图像预处理，二值化后得到了细节分明的目标图像，有利于后期图像的识别与计数，对改善护照的外观质量与耐用度具有一定意义。

参考文献：

[1] 彭俊善.基于数字图像处理技术建筑工地钢筋计数的方法[D].深圳：深圳大学，2017.

[2] 李露露.基于图像处理的圆管计数研究[D].南京：东南大学，2016.

[3] 段丽英.颗粒图象识别及计数在粮种品质测定中的应用[D].石家庄：河北科技大学，2010.

[4] 李江波.脐橙表面缺陷的快速检测方法研究[D].杭州：浙江大学，2012.

[5] 黄红梅.基于区域直方图的悬浮细胞自动识别与计数[D].广州：暨南大学，2007.

[6] 王弈.人工智能方法在医学图像处理中的研究新进展[J].中国医学物理学杂志，2013，30（3）：4138-4143.

[7] 匡斌，何超明.磁共振成像虚拟扫描技术的发展及趋势浅谈[J].磁共振成像，2011，2（3）：218-223.

[8] 宁西.多种技术在护照防伪中的应用[J].安防科技，2003（1）：50-51.

[9] 李艳梅.服装面料缝纫外观质量客观评价及其缝制加工工艺生成系统的研究[D].上海：东华大学，2009.

[10] 陈丹江.工业平缝机回缝线迹质量[J].纺织学报，2007，10（1）：100-107.

[11] P JANA.Sewing equipment and work aids[D].National Institute of Fashion Technology， New Delhi， 2015.

[12] 张亚飞.基于HSI和局部同态滤波的彩色图像增强算法[J].计算机应用与软件，2013，30（12）：303-307.

[13] 陈永亮.灰度图像的直方图均衡化处理研究[D].合肥：安徽大学，2014.

[14] 万智萍.结合视觉特性与灰度拉伸的直方图均衡化红外图像算法[J].计算机工程与设计，2016，37（3）：714-719.

[15] 关雪梅.几种图像平滑处理方法比较研究[J].牡丹江师范学院学报：自然科学版，2016（1）：31-33.

[16] 张勇.傅里叶变换在数字图像处理中的应用[J].廊坊师范学院学报：自然科学版，2015，6（1）：25-27.

[17] 王大红.巴特沃斯非线性混合滤波器图像滤波方法设计[J].计算机工程与应用，2010，46（21）：195-197.endprint