專利名稱：物品中異物檢測的紋理特征在線識(shí)別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種物品在線檢測中對(duì)有較明顯紋理特征的異物進(jìn)行識(shí)別的方法。主要用于煙草等物品的異物檢測。
背景技術(shù)：
目前，在煙草等物品在線檢測系統(tǒng)中使用的常規(guī)異物識(shí)別方法是基于像素點(diǎn)的色度統(tǒng)計(jì)法，其基本原理是利用煙草和異物在顏色上的差異，判斷單元內(nèi)像素點(diǎn)是屬于煙草還是異物，進(jìn)而判斷單元內(nèi)是否包含有異物。其工作過程有以下基本步驟1、色度空間變換由RGB空間變換到Ohta或者HIS空間；2、計(jì)算判別閾值在色度空間中統(tǒng)計(jì)煙葉及各種異物的顏色參數(shù)的范圍(如R、G、B等)，得到判別的上限和下限；3、像素點(diǎn)屬性判別根據(jù)得到的閾值，判別待測圖像中的像素點(diǎn)是屬于煙葉還是異物；4、單元屬性判別根據(jù)單元內(nèi)像素點(diǎn)屬于煙葉的比例確定該單元是否包含異物。
上述方法對(duì)于顏色與煙葉差別較大的異物有較好的識(shí)別效果，但是對(duì)于顏色與煙葉相似的異物卻無能為力。在上述方法的步驟(3)中，是根據(jù)像素點(diǎn)的色度參數(shù)(如R、G、B等)判別該點(diǎn)是屬于煙草或異物。實(shí)際情況中，有些異物在顏色控件中與煙草有較大范圍的重疊，因此僅根據(jù)像素的顏色來判別，很容易出現(xiàn)誤判。這也是該方法有待改進(jìn)的地方。

發(fā)明內(nèi)容
為了提高煙草等物品和異物的正確判別率，尤其是提高有較明顯紋理特征的異物的識(shí)別率，以研制出性能更優(yōu)的煙草剔除系統(tǒng)，本發(fā)明提供了一種物品中異物檢測的紋理特征在線識(shí)別方法。它利用了標(biāo)準(zhǔn)物品和異物在紋理上的差異，經(jīng)過FFT變換，標(biāo)準(zhǔn)物品和異物的變換域圖像有明顯的不同，通過對(duì)比二者的變換域圖像，可判斷其是異物還是物品。
為了實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明的技術(shù)方案是本發(fā)明包含了現(xiàn)有技術(shù)的基本步驟(1)圖像攝取(2)圖像傳輸(3)異物識(shí)別處理(4)識(shí)別信號(hào)傳輸(5)剔除異物。
本發(fā)明的改進(jìn)在于
在步驟(3)中，首先根據(jù)圖像的彩色信息，利用基于像素點(diǎn)色度判別法識(shí)別單元中是否包含有異物；若無法利用像素的色度進(jìn)行判斷，則根據(jù)單元的FFT變換進(jìn)行紋理識(shí)別。之所以要先采用基于像素點(diǎn)色度判別法識(shí)別，是由于FFT變換運(yùn)算量較大，比背景技術(shù)中基于像素色度的方法復(fù)雜，而一般情況下顏色與標(biāo)準(zhǔn)物品相似的單元所占比例不會(huì)很大，為了在提高識(shí)別效果的前提下盡量縮短識(shí)別時(shí)間，該方法需要配合基于像素色度的方法進(jìn)行使用。在遇到顏色與標(biāo)準(zhǔn)物品相似的單元，而用基于像素色度的方法無法判別單元屬性的時(shí)候，才使用FFT變換進(jìn)行紋理識(shí)別。
利用FFT變換進(jìn)行紋理分析，是根據(jù)不同的紋理反應(yīng)在FFT變換圖像中是在特定的位置出現(xiàn)較明顯的亮斑，通過對(duì)比亮斑出現(xiàn)的位置和規(guī)律實(shí)現(xiàn)異物的識(shí)別。該方法的基本原理如下一幅數(shù)字圖像可以認(rèn)為是一個(gè)二維的空域離散序列函數(shù)。用f(i，k)表示一幅數(shù)字圖像，則其離散傅里葉變換的形式為F(u,v)=Σx=0M-1Σy=0N-1f(x,y)e-j2π(uxM+vyN)]]>式中，u＝1，2，…，M-1；v＝1，2，…，N-1。
實(shí)際計(jì)算的時(shí)候，通常令圖像為正方形，此時(shí)M＝N。并且，要利用二維離散傅里葉變換的可分離性，將其變?yōu)閮蓚€(gè)一維變換進(jìn)行計(jì)算。二維離散傅里葉變換的可分離性如下式所示F(u,v)=1NΣx=0N-1e-j2πuxN×Σx=0N-1f(x,y)e-j2πuxN----u,v=1,2,···,N-1]]>FFT是傅里葉變換的快速算法，可以分為按時(shí)間抽取法和按頻率抽取法兩大類，這是已有技術(shù)，此處不詳細(xì)介紹。
本發(fā)明中，采用基于FFT進(jìn)行紋理分析的識(shí)別方法包括以下步驟①灰度化將標(biāo)準(zhǔn)物品的彩色圖像變換為灰度圖像；②平滑濾波對(duì)圖像進(jìn)行中值濾波，消除噪聲。具體是在所得的灰度圖像上用一滑動(dòng)窗口，將窗口內(nèi)各象素的灰度按大小排序，用其中值代替窗口中心象素的原灰度；③FFT變換對(duì)多幅標(biāo)準(zhǔn)物品圖像和背景圖像進(jìn)行FFT變換，將變換后的圖像數(shù)據(jù)存到內(nèi)存中；對(duì)待檢測圖像進(jìn)行FFT變換，得到變換域圖像；④根據(jù)變換圖像識(shí)別將待測圖像與標(biāo)準(zhǔn)物品和背景的FFT變換圖像做比較。具體方法如下首先使二者中心亮度歸一化，即令待區(qū)分的兩幅變換域圖像中心亮度相等，同時(shí)使各自圖像中各像素點(diǎn)和中心像素點(diǎn)亮度的比值保持不變；然后以中心像素點(diǎn)為中心，上下左右各取一定像素?cái)?shù)量的長度劃分出一個(gè)矩形，統(tǒng)計(jì)圖像中在矩形外的部分中，亮度超過一定值G1的像素點(diǎn)的個(gè)數(shù)N；對(duì)內(nèi)存中的多幅標(biāo)準(zhǔn)物品和背景圖像重復(fù)上述操作，將多幅變換域圖像的N的最大值Nmax作為上限，當(dāng)待測圖像的N大于Nmax，則可認(rèn)定為包含有異物的圖像，反之則為物品圖像。
進(jìn)一步，本發(fā)明還在步驟(1)中，使用發(fā)光二極管代替普通日光燈管作為光源，由于發(fā)光二極管壽命長、光強(qiáng)穩(wěn)定，得到圖像的顏色和亮度也就更穩(wěn)定。為了能用較簡單的方法(如基于像素色度的判別法)識(shí)別普通異物，采用了與物品相近的顏色作為背景色，增強(qiáng)背景與異物的色差。同時(shí)用兩臺(tái)CCD線陣攝像機(jī)對(duì)待測物的上下兩面進(jìn)行拍照，分別對(duì)得到的兩幅圖像進(jìn)行識(shí)別，這樣減少了由于遮擋產(chǎn)生的誤判。
本發(fā)明的有益效果是一些異物色度與待測物品相似，在彩色空間有大量重合區(qū)域，僅用背景技術(shù)中基于像素色度的識(shí)別方法，識(shí)別率很低，并有較高的誤判率；如果異物具有較明顯的紋理特征，則可通過本發(fā)明的方法，采用FFT進(jìn)行紋理特征分析，用變換后的圖像進(jìn)行識(shí)別，從而提高了煙草等物品和異物的正確識(shí)別率。盡管FFT的運(yùn)算量較大，但許多數(shù)字信號(hào)處理芯片(DSP)都集成了FFT運(yùn)算功能，因此通過嵌入DSP，用硬件高效實(shí)現(xiàn)FFT變換，本發(fā)明中的方法也可方便的用于煙草等物品在線檢測的實(shí)時(shí)處理。


圖1為基于紋理特征在線識(shí)別方法的檢測系統(tǒng)結(jié)構(gòu)示意圖。
圖2為紋理特征在線識(shí)別方法的流程圖。
圖3為標(biāo)準(zhǔn)煙葉的原始圖像。
圖4為黃皮帶的原始圖像。
圖5為標(biāo)準(zhǔn)煙葉的灰度圖像。
圖6是標(biāo)準(zhǔn)煙葉的FFT變換圖像。
圖7為黃皮帶的灰度圖像。
圖8為黃皮帶的FFT變換圖像。
具體實(shí)施例以下以煙草的識(shí)別為例，結(jié)合附圖，說明本發(fā)明的一個(gè)具體實(shí)施例。
結(jié)合圖1和圖2，本方法的具體實(shí)現(xiàn)如下1、圖像攝取在生產(chǎn)線上，當(dāng)煙葉流被傳送至傳送帶后端時(shí)，用啟動(dòng)裝置產(chǎn)生高速氣流，煙葉流耦合于氣流中并以高速(5m/s左右)拋射出，在煙葉流懸空時(shí)，采用兩臺(tái)高速CCD線陣攝像機(jī)(5000線/s)，從上下兩面同時(shí)攝取一定范圍內(nèi)的煙草和異物混合物的彩色圖像。光源采用用發(fā)光二極管代替普通日光燈管。
2、將CCD線陣攝像機(jī)得到的圖像傳至DSP嵌入式系統(tǒng)中處理，將煙葉流的位置信號(hào)傳至計(jì)算機(jī)內(nèi)存當(dāng)中。
3、異物識(shí)別處理
首先用背景技術(shù)中基于像素色度的方法識(shí)別，在該方法無法識(shí)別是否有異物的情況下，采用本發(fā)明的方法(1)對(duì)圖3和圖4中所示的標(biāo)準(zhǔn)煙葉和黃皮帶的原始彩色圖像灰度化，使之變成灰度圖像如圖5和圖7所示。
(2)對(duì)灰度圖像進(jìn)行中值濾波，減小噪聲影響。
(3)進(jìn)行FFT變換，得到變換域圖像，如圖6和圖8所示。
(4)通過對(duì)比發(fā)現(xiàn)煙葉的傅里葉變換圖像中(圖6)，中心亮斑十分突出，而周邊較暗的亮區(qū)缺乏明顯的方向性，且集中于中央亮斑周圍；而黃皮帶的傅立葉變換圖像(圖8)，中央亮斑稍小稍暗，但在距離中心較遠(yuǎn)處有較多亮度較大，分布有規(guī)律的離散亮斑。根據(jù)對(duì)比距離中心處較遠(yuǎn)處的亮斑，可以把二者識(shí)別出來。具體對(duì)比方法如下首先使待測煙草變換域圖像和標(biāo)準(zhǔn)煙草和背景變換域圖像二者中心亮度歸一化，即令待區(qū)分的兩幅變換域圖像中心亮度相等，同時(shí)使各自圖像中各像素點(diǎn)和中心像素點(diǎn)亮度的比值保持不變；然后以中心像素點(diǎn)為中心，上下左右各取一定像素?cái)?shù)量的長度劃分出一個(gè)矩形，統(tǒng)計(jì)圖像中在矩形外的部分中，亮度超過一定值G1的像素點(diǎn)的個(gè)數(shù)N；對(duì)內(nèi)存中的多幅標(biāo)準(zhǔn)煙葉和背景變換域圖像重復(fù)上述操作，將多幅變換域圖像的N的最大值Nmax作為上限，當(dāng)待測煙草變換域圖像的N大于Nmax，則可認(rèn)定為包含有異物黃皮帶的圖像，反之則為煙葉圖像。
4、識(shí)別信號(hào)傳輸對(duì)煙草和異物進(jìn)行識(shí)別后，將表示異物位置的信號(hào)傳輸至系統(tǒng)的電控單元。
5、剔除異物電控單元根據(jù)所接收到的異物位置信號(hào)，控制相應(yīng)的空氣噴嘴將異物剔除。
權(quán)利要求
1.物品中異物檢測的紋理特征在線識(shí)別方法，包括以下步驟(1)圖像攝取在生產(chǎn)線上，用CCD線陣攝像機(jī)攝取一定范圍內(nèi)的待測物品和異物混合物的圖像；(2)圖像傳輸用圖像采集卡將所攝圖像數(shù)據(jù)以及物品流的位置信號(hào)傳至計(jì)算機(jī)內(nèi)存或數(shù)字信號(hào)嵌入式處理系統(tǒng)中；(3)異物識(shí)別處理首先根據(jù)圖像的彩色信息，利用基于像素點(diǎn)色度判別法識(shí)別單元中是否包含有異物；若無法利用像素的色度進(jìn)行判斷，則根據(jù)單元的FFT變換進(jìn)行紋理識(shí)別；(4)識(shí)別信號(hào)傳輸對(duì)物品和異物進(jìn)行識(shí)別后，將表示異物位置的信號(hào)傳輸至電控單元；(5)剔除異物電控單元根據(jù)所接受到的異物位置信號(hào)，控制相應(yīng)的空氣噴嘴將異物剔除；其特征在于步驟(3)的異物識(shí)別處理中采用了基于FFT變換進(jìn)行紋理分析的識(shí)別方法，該方法包括以下步驟①灰度化將標(biāo)準(zhǔn)物品的彩色圖像變換為灰度圖像；②平滑濾波對(duì)灰度圖像進(jìn)行中值濾波，消除噪聲，即是在所得的灰度圖像上用一滑動(dòng)窗口，將窗口內(nèi)各象素的灰度按大小排序，用其中值代替窗口中心象素的原灰度；③FFT變換對(duì)多幅標(biāo)準(zhǔn)物品圖像和背景圖像進(jìn)行FFT變換，將變換后的圖像數(shù)據(jù)存到內(nèi)存中；對(duì)待檢測圖像進(jìn)行FFT變換，得到變換域圖像；④根據(jù)變換圖像識(shí)別將待測圖像與標(biāo)準(zhǔn)物品和背景的FFT變換圖像做比較，具體方法如下首先使二者中心亮度歸一化，即令待區(qū)分的兩幅變換域圖像中心亮度相等，同時(shí)使各自圖像中各像素點(diǎn)和中心像素點(diǎn)亮度的比值保持不變；然后以中心像素點(diǎn)為中心，上下左右各取一定像素?cái)?shù)量的長度劃分出一個(gè)矩形，統(tǒng)計(jì)圖像中在矩形外的部分中，亮度超過一定值G1的像素點(diǎn)的個(gè)數(shù)N；對(duì)內(nèi)存中的多幅標(biāo)準(zhǔn)物品和背景圖像重復(fù)上述操作，將多幅變換域圖像的N的最大值Nmax作為上限，當(dāng)待測圖像的N大于Nmax，則可認(rèn)定為包含有異物的圖像，反之則為物品圖像。
2.根據(jù)權(quán)利要求1所述的在線識(shí)別方法，其特征在于在步驟(1)中，使用發(fā)光二極管作為背景光源，用與物品顏色相近的顏色作為背景色，并同時(shí)在待測物上下面都進(jìn)行攝像，對(duì)待測物兩面的圖像都進(jìn)行識(shí)別。
全文摘要
物品中異物檢測的紋理特征在線識(shí)別方法，包括以下步驟(1)圖像攝??；(2)圖像傳輸；(3)異物識(shí)別處理；(4)識(shí)別信號(hào)傳輸；(5)剔除異物。在步驟(1)中，使用發(fā)光二極管作為背景光源，以提高圖像的亮度，并用與物品顏色相近的顏色作為背景色，以提高對(duì)一般異物的識(shí)別率，同時(shí)在待測物上下面都進(jìn)行攝像，對(duì)待測物兩面的圖像都進(jìn)行識(shí)別，減小誤判率；在步驟(3)中針對(duì)顏色與待測物相似并有均勻紋理的異物，采用FFT(快速傅立葉變換)進(jìn)行圖像的紋理分析，使得用顏色特征無法識(shí)別但具有明顯紋理特征的異物更容易被識(shí)別，從而提高了煙草等物品和異物的正確識(shí)別率。
文檔編號(hào)A24C5/34GK1640331SQ20051002013
公開日2005年7月20日 申請(qǐng)日期2005年1月6日 優(yōu)先權(quán)日2005年1月6日
發(fā)明者鐘先信, 姚富光, 唐曉初, 張勇 申請(qǐng)人:重慶大學(xué)