当前位置:
文档之家› 基于计算机视觉测量技术的图像轮廓提取方法研究_吴凤和
基于计算机视觉测量技术的图像轮廓提取方法研究_吴凤和
区间为[ Zmin , Zmax ] , 在该区间内设定一个阈值 Z t,
且 Zmin < Zt < Zmax, 令图像中所有灰度值小于或等
于 Zt 的像素的新灰度值都为 0, 大于 Zt 的像素的
新灰度值都为 1, 即经过这样的阈值分割构建出一
个输出的二值图像 f t ( x , y ) :
1 f ( x, y) > Zt
视觉的测量系统中, 为保证测量精度选取合适的轮 廓提取方法是非常重要的。
轮廓提取的基本方法是边缘检测法, 即借助于 空域微分算子进 行, 通过 将模板与图像卷 积完成。 经典的边缘检测 方法是局部算 子法, 如梯 度算子、 Sobel 算子、Roberts 算子、Canny 算子等, 该方法具有 实现简单、运算速度快等优点, 但存在下述缺点: 检 测出来的边缘无法保证单像素宽, 往往出现孤立的
图 1 基于灰度阈 值的轮廓提取过程
3 关键技术
3. 1 图像预处理 由光学成像系统生成的二维图像通常 包含噪
声, 为提高计算机的视觉功能, 增强计算机的分析和 识别能力, 需去除原始图像中的噪声。这种突出有 用信息、抑制无用信息和改善图像质量的处理技术, 称为图像的预处理。
图像预处理的过程就是对输入的图像进行某些
特点, 能满足工程测量的实际需要。
关键词: 计量学; 轮廓提取; 图像分割; 计算机视觉; 数学形态 学; 灰度阈值法
中图分类号: T B92
文献标识码: A
文章 编号: 1000 1158( 2007) 01 0018 05
A Study on Contour Extraction Method in Computer Vision Measurement Technology
A B=
{ x | ( x + b ) A , 对每一个 b B } ( 3) A 被B 作开运算, 可以表示为 A B, 其定义为:
A B = ( A B) B
( 4)
A 被B 作闭运算, 可以表示为 A B , 其定义为:
ቤተ መጻሕፍቲ ባይዱ
A B = ( A B) B
( 5)
基于数学形态学的缺陷修补方法中, 结构元素
Zmin , 令阈值 Z t 的初始值为( Zmax + Zmin ) 2;
( 2) 根据阈值 Zt 将图像分割为目标和背景, 分
别求出两者的平均灰度值 ZO 和 ZB ;
( 3) 求出新阈值 Zt+ 1 = ( ZO + Z B) 2;
( 4) 若 Zt = Z t+ 1 , 则所得即为阈值; 否则令 Zt =
19
或仅仅是分小段连续的边缘。因此, 需要进行细化 处理, 同时要设法将断续的边缘像素连接起来, 这样 才能完成轮廓提取。显然, 这一处理过程过于复杂, 提取的轮廓精度无法保证。在某些情况下, 由于噪 声的影响, 甚至无法提取图像的轮廓。
针对传统边缘检测方法中存在的问题, 结合计 算机视觉测量技术的特点, 本文提出了一种实用的 轮廓提取方法, 即采用灰度阈值法进行图像分割, 并 用数学形态学方法对二值图像进行缺陷修补, 通过 链码跟踪存储轮廓信息, 实现了具有单像素边缘的 图像轮廓提取。实验表明, 与经典的边缘检测方法 相比, 此方法具有抗干扰性强、精度高等特点, 能满 足工程测量的实际需要。
所采用的运算形式 ( 膨胀、腐蚀、开运算、闭运 算) 对缺陷修补的效果也有很大影响。一般来说, 膨 胀可以使目标增大、孔洞缩小; 腐蚀能收缩图像的边 界, 使内孔增大, 消除外部孤立噪声; 开运算可以切 断细长的搭接, 去掉图中的孤立子域、毛刺及凸出部 分; 闭运算能够填充细小空洞, 搭接短的间隔, 连接 邻近物体。在实际应用中, 运算形式的选择应遵循 以下原则:
第28卷 第1期 2007 年 1 月
计
量
学
报
ACTA METROLOGICA SINICA
Vol. 28,
1
January 2007
基于计算机视觉测量技术的图像轮廓提取方法研究
吴凤和
( 燕山大学机械工程学院, 河北 秦皇岛 066004)
摘要: 图像分 割与轮廓提取是计 算机视觉测量技术 的关键环节。针对传统 边缘检测方法中存 在的问题, 结合
收稿日期: 2005 10 22; 修回日期: 2006 03 07 基金项目: 河北省教育厅自然科学计划项目( Z2005105) 作者简介: 吴凤和, ( 1968- ) , 男, 内蒙古扎兰屯人, 燕山大学副教授, 硕士, 主要从事计算机视觉、图形图像处理的研究。
第 28 卷 第 1 期
吴凤和: 基于计算机视觉测 量技术的图像轮廓提取方法研究
变换, 从而得到清晰图像的过程。比如, 对含有噪声
的图像, 要除去噪声, 滤去干扰, 提高信噪比; 对于对
比度小的图像要进行灰度变换等增强处理; 对于己 经退化的模糊图像要进行各种复原的处理; 对于失
真的图像要进行几何校正等变换。基于计算机视觉
的测量技术中 图像预处理的目的是改 善图像的质
量, 使图像便于处理, 易于测量。常采用的图像预处
WU Feng he
( College of Mechanical Engineering, Yanshan University, Qinhuangdao, Hebei 066004, China)
Abstract: Image segmentation and border extracting technology play an important role in the computer vision measurement system. Aiming at the shortcomings of traditional edge detection methods, considering the features of computer vision measurement, a practical contour extraction method is introduced. In the method, image segmentation is based on the gray threshold method, the mathematical morphology method is adopted to remedy the defects of binary image, the contour of image is stored into chain- code through contour tracking algorithm. Using this method, the one- pixel- wide border of image can be easily extracted. The principles and algorithms of key technologies of the method are described. The experiments show that the features of the method such as denoise and precision are better than that of the traditional edge detection methods. It can be applied to practical engineering measurement system.
统计结果确定初始阈值, 利用该阈值将图像分割为
目标和背景, 并把两者的灰度平均值的均值作为新 的阈值, 通过循环迭代直到前后两次循环得到的阈
值相差非常小时循环停止, 得到灰度阈值 Zt 。该方
法具有算法简单, 易于实现等 优点, 其 具体步骤如 下:
( 1) 求出图像的最大灰度值 Zmax 和最小灰度值
B 的形状和大小都直接影响缺陷修补的效果。不同 形状的结构元素( 圆形、方形或菱形等) 对噪声及缺 陷的敏感程度不同, 结构元素的形状应依据缺陷的 具体情况而定。
若采用一种形状的结构元素不能产生满意的效 果时, 可以同时采用多种形状的结构元素, 分别对图 像进行运算, 然后将运算后的图像合并起来。结构 元素的尺寸大小对缺陷修补的效果也有影响, 一般 来说, 小尺寸的结构元素去噪声能力较弱, 但对边缘 细节的保护较好; 大尺寸的结构元素去噪声能力较 强, 但对边缘细节的保护较差。因此, 选取结构元素 时应从尺寸和形状两个方面考虑, 针对缺陷的具体 情况确定结构元素。
2 轮廓提取的原理
从物体图像中得到目标物体的外形轮廓称为轮 廓提取, 它是保证测量精度的关键环节。针对计算 机视觉测量中的图像通常只包含目标( 工件) 和背景 两类区域的特点, 本文采用灰度阈值法进行图像分 割; 利用数学形态学的非线性滤波特性, 消除二值图 像中的缺陷与噪声; 采用掏空内部点的方法从二值 图像中提取轮廓; 通过链码跟踪的方法存储轮廓信 息, 使轮廓的处理与测量更可靠方便。其工作过程 如图 1 所示, 首先通过图像预处理滤除图像中的噪 声, 然后利用阈值法分割图像得到二值图像, 经缺陷 修补处理后进行轮廓提取得到图像的边界点( 目标 的轮廓) , 最后通过轮廓跟踪算法将轮廓存储为链码 表示的格式。
算( Open) 和闭运算( Close) 。
设 A 为输入的二值图像, 采用结构元素 B 对图
像进行形态学处理。A 被 B 膨胀, 可以表示为 A B , 其定义为:
A B=
{ x | x = a + b , 对某些 a A 和 b B }
( 2)
A 被B 腐蚀, 可以表示为 A B, 其定义为:
计算 机视觉测量技术的特点, 提出了一种实用的轮 廓提取 方法。该方 法采用 灰度阈 值法进 行图像 分割, 并用数 学
形态 学方法对二值图像进行缺陷修补, 通过链码跟 踪存储 轮廓信 息, 实 现了具 有单像 素边缘 的图像 轮廓提 取。文