（計(jì)算機(jī)應(yīng)用技術(shù)專業(yè)論文）三維編織復(fù)合材料預(yù)制件表面編織均勻性的研究.pdf

摘饕 摘要 本文論述了用數(shù)字圖像技術(shù)及數(shù)理統(tǒng)計(jì)知識(shí)對(duì)編織復(fù)合材料預(yù) 制件表面圖像進(jìn)行編織均勻性檢測(cè)的方法：詳細(xì)闡述了檢測(cè)系統(tǒng)的 硬件結(jié)構(gòu)、軟件結(jié)構(gòu)及其實(shí)現(xiàn)方法。系統(tǒng)通過(guò)對(duì)復(fù)合材料預(yù)制件表 面編織花節(jié)中特征頂點(diǎn)的提取，實(shí)現(xiàn)編織花節(jié)的定位，并根據(jù)提取 的頂點(diǎn)信息求得編織花節(jié)的花節(jié)長(zhǎng)度和編織角信息，進(jìn)而根據(jù)這些 特征建立特征模型，根據(jù)特征模型對(duì)預(yù)制件表面編織均勻性進(jìn)行檢 測(cè)。 系統(tǒng)通過(guò)對(duì)采集得到的圖像進(jìn)行濾波處理、二值化處理、細(xì)化 處理等一系列圖像處理工作，以獲得圖像的壓縮信息，為圖像的特 征提取做準(zhǔn)備。本文提出了一種可行的，并且計(jì)算復(fù)雜度小的角點(diǎn) 提取的方法以完成圖像中編織花節(jié)頂點(diǎn)信息的提取。之后通過(guò)預(yù)制 件特有信息的約束條件實(shí)現(xiàn)編織花節(jié)的定位，進(jìn)而求得每個(gè)編織花 節(jié)的特征模型參量。 最后采用數(shù)理統(tǒng)計(jì)中的變異系數(shù)這一統(tǒng)計(jì)量對(duì)預(yù)制件表面圖像 中的每個(gè)編織單元進(jìn)行分析，分別對(duì)特征模型中的花節(jié)長(zhǎng)度量和編 織角量進(jìn)行均勻性統(tǒng)計(jì)，進(jìn)而完成復(fù)合材料預(yù)制件表面編織均勻性 的測(cè)量。 系統(tǒng)的整個(gè)過(guò)程由計(jì)算機(jī)自動(dòng)完成，解決了以往需要人機(jī)交互 的檢測(cè)問(wèn)題。 關(guān)鍵詞：細(xì)化、角點(diǎn)提取、編織均勻性、花節(jié)長(zhǎng)度、編織角、變異 系數(shù) a b s t r a c t a b s t r a c t t h i s p a p e r d i s c u s s e st h e a p p l i c a t i o n o f i m a g ep r o c e s s i n g a n d m a t h e m a t i c a ls t a t i s t i co nt h eb r a i d i n gh o m o g e n e i t ym e a s u r i n go fb r a i d e d c o m p o s i t e sm a t e r i a lp r e f o r m ，l nw h i c he x p o u n d s t h eh a r d w a r e ，s o f t w a r e a r c h i t e c t u r e sa n dr e a l i z i n gm e t h o d sa sw e l l 1 no r d e rt oc o m p l e t eb r a i d i n g h o m o g e n e i t ym e a s u r i n g 。p o s i t i o ni n f o r m a t i o no fe v e r yb r a i d e du n i tm u s t b ea c q u i r e d t h i sp a p e re x p o u n d sc o m e rd e t e c t i o nm e t h o dt og e tt h e p o s i t i o n i n f o r m a t i o no fe v e r yb r e i d e du n i t sc l i m a x e s a n dt h e nt h e b r a i d e du n i t s l o c a t i z a t i o nc a nb er e a l i z e dw i t ht h e s ec l i m a x e si n f o r m a t i o n w h e nr e a l i z e dt h eb r a i d e du n i t s j o c a l i z a t i o n 。f e a t u r em o d e ic a n b e c o n s 專i t u t e db e v e r yu n i t si n f o a t i o n 。t h ef e a t u r em o d e l n d u d e st w o c h a r a c t e r s ：t h eb r a i d e d u n i t s b r a i d i n g d i s t a n c ea n d b r a i d i n ga n g l e p r o c e s s i n gt h e c l i m a x e si n f o r m a t i o nc a ng e tt h et w oc h a r a c t e r s t h i s p a p e ru s e sm a t h e m a t i c a l s t a t i s t i ct e c h n o l o g yt or e a l i z et h e b r a i d i n gh o m o g e n e i t ym e a s u d n g ，u s i n g t h ec o e f f i c i e n tv a r i a t i o n so f b r a i d i n gd i s t a n c ea n db r a i d i n ga n g l e ，t h eb b i d e dc o m p o s i t e sm a t e r i a l p r e f o r m sb r a i d i n gh o m o g e n e i t yc a nb eg o t t e n k e yw o r d s ：t h i n n i n g ，c o r n e rd e t e c t i o n ，b r a i d i n gh o m o g e n e i t y , b r a i d i n g d i s t a n c e ，b r a i d i n ga n g l e ，c o e f f i c i e n tv a r i a t i o n s 2 第一章前言 第一章前言 1 。1 諜瑟瀚基戇與意義 復(fù)合秘料是2 0 世紀(jì)材料辯學(xué)頒域中發(fā)矮十分迅速翡一類耨耪糕，是應(yīng) 現(xiàn)代稿學(xué)按術(shù)菱震豹器求兩涌現(xiàn)交靜其有極大生余力的糖籽。它怒自強(qiáng)秘或 兩種以上的材料組成的種有用的多相材料【l4 1 ，其各組分材料在化舉性能或 物理性能上是不同的，且各綴分材料之間具有明顯的晃武。復(fù)合材料的各組 傍在往縫圭起耱囂佟蕊， 戮攀一糖精無(wú)法磁羧豹優(yōu)越豹綜合毪麓，這一點(diǎn) 使得復(fù)合材料在很多領(lǐng)域得到了廣泛的疲用。根據(jù)不同組份的不閽性能，復(fù) 合鴦砉瓣蔻乎滲透裂疑毒熬羧零領(lǐng)域，這蒺中毽揍靛空靛天王魏、黲熬工整、 汽車工她、軍事工業(yè)、醫(yī)療衛(wèi)生等領(lǐng)域。 復(fù)合材料根據(jù)不同盼技術(shù)指標(biāo)有著不同的分類【”】。按性能離低可分為： 鬻弼復(fù)合李窖精、先逡愛(ài)臺(tái)榜瓣；按基髂棗孝精豹耱裳可分魏：聚合耪蒸復(fù)合薅 料、金屬藻復(fù)合材料、陶瓷基復(fù)合材料、石墨綦復(fù)合材料、混凝纂復(fù)合材 糕；按蠲途哥分鴦：縫穗復(fù)合耪辯、凌簸復(fù)會(huì)糖辯、智戇簸含耪辯；按增強(qiáng) 材料的種炎可分為：顆粒增強(qiáng)復(fù)合材料、晶須增強(qiáng)復(fù)合材料、纖維增強(qiáng)復(fù)合 材料：按增強(qiáng)材料的形狀可分為：零維( 顆粒狀) 復(fù)合材料、一維( 纖維狀) 復(fù)合毒孝糕、二維( 冀狀或乎瑟織物) 復(fù)合榜鼗以及三維( 三囊編織髂) 復(fù)合 辛才料。 本渫繇中瑟薅諗熬三縫縭緩復(fù)合褪精楚蘭纓壤織按求鞫琵我囊會(huì)奉砉辯 技術(shù)相結(jié)合的產(chǎn)物，臼上個(gè)馓紀(jì)8 0 年代以來(lái)，豳內(nèi)外對(duì)三維編織縮構(gòu)復(fù)合 材料已經(jīng)避行了大量的研究工作。它與傳統(tǒng)復(fù)合樹料具有較大的區(qū)別【1 “。傳 綾復(fù)合李考謄毒是逶過(guò)撼紗線按定茲熱愛(ài)秘意戇蹶摩進(jìn)行鑣層或縫繞悉裁 成的。兩三維編織復(fù)合材料突破了這一檄念，它是具有多軸纖維般向的高度 整體純鼴連續(xù)纖維鬃侖體，斃服了層臺(tái)援復(fù)合稅辯在厚度方囪麴潮度竅強(qiáng)度 毪能低、露內(nèi)剪韜；麓瑟聞翦甥強(qiáng)度 羲、筋分聯(lián)、沖擊韌性瀨攢傷簽鞭水平低 等致命的弱點(diǎn)。 三縫縭織復(fù)合耪精激湊三維綻織笈合毒李辯鞭懿繹增強(qiáng)瑟生戲f l 。在筵 鞭鍘件中，紗線和纖維柬按不同的取向耦互交織在一起，形成一個(gè)不分層的 三維翻鞠黥攘體結(jié)穩(wěn)。由三綾縭織復(fù)合棗芎糕該戮終灌強(qiáng)生成的三綴貔織復(fù)合 率芎辯其霄伉越酌抗灣蠢瞧憨，并且魄強(qiáng)度離，院模量高，綜合力舉瞧能麥 ， 是制作結(jié)構(gòu)件的理想材料，在很多高科拽領(lǐng)域中照到高度重視。 覆蘭綾編織復(fù)合毒手辯鞭鍘臀懿綞構(gòu)參數(shù)不閿，襞形成戇笈會(huì)毒芎瓣爨整蒺 第l ! 憩 第章前言 就不同。為了滿足復(fù)合材料的性能要求，就必須對(duì)預(yù)制件的參數(shù)進(jìn)行測(cè)量和 控制。在三維編織復(fù)合材料預(yù)制件中，有很多參數(shù)的測(cè)量并沒(méi)有現(xiàn)成的標(biāo)準(zhǔn) 和通用的測(cè)量方法，目前還大多采用手工測(cè)量的方法，存在著測(cè)量速度慢、 人為因素影響重、測(cè)量不準(zhǔn)確等缺點(diǎn)，這樣勢(shì)必造成誤差大，效率低的后果， 這也給制成的復(fù)合材料的質(zhì)量評(píng)定造成了不確定性和人為的主觀誤差較大 的后果。 本論文中的實(shí)驗(yàn)方法就是針對(duì)三維編織復(fù)合材料預(yù)制件參數(shù)的測(cè)定而 提出的。在三維編織復(fù)合材料預(yù)制件中，表面編織均勻性是一項(xiàng)重要的性能 指標(biāo)，不同的編織結(jié)構(gòu)會(huì)生成不同的復(fù)合材料，而編織的均勻程度又直接影 響了由此增強(qiáng)產(chǎn)生的復(fù)合材料的質(zhì)量，所以對(duì)三維編織復(fù)合材料預(yù)制件表面 編織均勻性進(jìn)行檢測(cè)是一項(xiàng)重要的工作。編織均勻性測(cè)量包括編織角的均勻 性測(cè)量和花節(jié)長(zhǎng)度的均勻性測(cè)量。編織角和花節(jié)長(zhǎng)度是三維編織復(fù)合材料預(yù) 制件的兩項(xiàng)重要的性能參數(shù)，通過(guò)對(duì)這兩項(xiàng)參數(shù)進(jìn)行均勻性檢測(cè)，即可以實(shí) 現(xiàn)對(duì)編織復(fù)合材料預(yù)制件表面編織均勻性的檢測(cè)。圖1 1 顯示了編織角和花 節(jié)長(zhǎng)度的定義，其中h 為花節(jié)長(zhǎng)度，a 為編織角”： 圖1 - 1 編織角和花節(jié)長(zhǎng)度的定義 目前對(duì)這兩項(xiàng)參數(shù)的測(cè)量還處于半自動(dòng)階段，在實(shí)際檢測(cè)中，需要通過(guò) 目視檢驗(yàn)來(lái)判定編織物經(jīng)、緯密度的均勻性”】。在本次課題實(shí)驗(yàn)中，使用數(shù) 字圖像技術(shù)完成了自動(dòng)的編織花節(jié)的花節(jié)長(zhǎng)度和編織角的計(jì)算機(jī)測(cè)量和統(tǒng) 計(jì)均勻性分析，這樣可以消除人為參與而引起的誤差，使得測(cè)量精度得到提 高，并且把實(shí)驗(yàn)人從繁重的目視檢驗(yàn)中解脫出來(lái)。 1 2 數(shù)字圖像技術(shù) 從1 9 4 6 年世界上第一臺(tái)電子計(jì)算機(jī)誕生時(shí)，數(shù)字圖像技術(shù)就開始了自 己的發(fā)展。隨著計(jì)算機(jī)硬件及軟件的不斷升級(jí)，圖像技術(shù)在近年來(lái)也得到極 大的發(fā)展，出現(xiàn)了許多的新理論、新方法、新算法、新手段、新設(shè)備。 第2 頁(yè) 第一章前高 圖像技術(shù)在廣義上是指各種與圖像有關(guān)的技術(shù)的總稱【8 。從它的研究方 法來(lái)看，它與數(shù)學(xué)、電子學(xué)、計(jì)算機(jī)科學(xué)等許多學(xué)科可以相互借鑒；從它的 研究范圍來(lái)看，它與模式識(shí)別、計(jì)算機(jī)視覺(jué)、計(jì)算機(jī)圖形學(xué)等多個(gè)專業(yè)又相 互交叉。它的內(nèi)容非常豐富，根據(jù)抽象程度和研究方法等的不同可分為三個(gè) 層次：圖像處理、圖像分析和圖像理解。換句話說(shuō)，圖像技術(shù)是既有聯(lián)系又 有區(qū)別的圖像處理、圖像分析及圖像理解三者的有機(jī)結(jié)合，另外還包括對(duì)它 們的工程應(yīng)用。 圖1 - 2圖像技術(shù)結(jié)構(gòu)框架圖 符， 目標(biāo) 象素 小 蓁 l鎏 i 大 從圖1 - 2 可以看出，圖像處理指比較低層的操作，主要在圖像像素級(jí)上 進(jìn)行處理，著重強(qiáng)調(diào)在圖像之間進(jìn)行的變換。雖然人們常用圖像處理泛指各 種圖像技術(shù)，但比較狹義的圖像處理主要指對(duì)圖像進(jìn)行各種加工以改善圖像 的視覺(jué)效果，并為自動(dòng)識(shí)別打基礎(chǔ)。 圖像分析則進(jìn)入了中層，主要是對(duì)圖像中感興趣的目標(biāo)進(jìn)行檢測(cè)和測(cè) 量，以獲得它們的客觀信息，從而建立對(duì)圖像的描述。如果說(shuō)圖像處理是一 個(gè)從圖像到圖像的過(guò)程，那么圖像分析是一個(gè)從圖像到數(shù)據(jù)的過(guò)程。這里數(shù) 據(jù)可以是對(duì)目標(biāo)特征測(cè)量的結(jié)果，或是基于測(cè)量的符號(hào)表示。它們描述了圖 像中目標(biāo)的特點(diǎn)和性質(zhì)。 圖像理解主要是高層操作，對(duì)從描述抽象出來(lái)的符號(hào)進(jìn)行運(yùn)算，通過(guò)研 究目標(biāo)的性質(zhì)和它們之間的相互關(guān)系，得到對(duì)圖像內(nèi)容含義的理解以及對(duì)原 來(lái)客觀場(chǎng)景的解釋，從而指導(dǎo)和規(guī)劃行動(dòng)。如果說(shuō)圖像分析主要是以觀察者 為中心研究客觀世界，那么圖像理解在一定程度上是以客觀世界為中一1 1 , ，借 助知識(shí)、經(jīng)驗(yàn)等來(lái)把握整個(gè)客觀世界( 包括沒(méi)有直接觀察到的事物) 。 原始圖像數(shù)據(jù)經(jīng)過(guò)三個(gè)層次的加工，將被逐步轉(zhuǎn)化為更有組織和用途的 第3 頁(yè) 層 層 層 高 中 低 r吒l 語(yǔ)義 第一章前言 信息。在這個(gè)過(guò)程中，操作對(duì)象發(fā)生變化，語(yǔ)義不斷引入，抽象程度提高 數(shù)據(jù)量得到壓縮。 1 3 實(shí)驗(yàn)中圖像技術(shù)的應(yīng)用 在三維編織復(fù)合材料預(yù)制件表面編織均勻性的編織花節(jié)長(zhǎng)度均勻性測(cè) 量和編織角均勻性檢測(cè)中，幾乎涉及到了圖像技術(shù)的每一個(gè)層次。圖像處理 及圖像分析在編織復(fù)合材料表面圖像預(yù)處理過(guò)程中得到了充分的利用。在進(jìn) 行均勻性檢測(cè)時(shí)用到了圖像理解的知識(shí)。圖1 3 系統(tǒng)說(shuō)明了本課題中應(yīng)用的 數(shù)字圖像技術(shù)： 圖像采集和獲取( 包括成像方法、攝像機(jī)校正等) 圖像處理 圖像濾波、增強(qiáng) 邊緣檢測(cè)、圖像分割 圖像分析目標(biāo)表達(dá)、描述( 包括二值圖像處理、數(shù)學(xué)形態(tài)學(xué)等) 目標(biāo)識(shí)別和提取( 滲透模式識(shí)別領(lǐng)域) 圖像理解圖像特征模型匹配 圖1 - 3 圖像技術(shù)應(yīng)用列表 通過(guò)這些數(shù)字圖像技術(shù)協(xié)同模式識(shí)別等領(lǐng)域內(nèi)的相關(guān)理論，以及計(jì)算機(jī) 軟件系統(tǒng)設(shè)計(jì)的知識(shí)，可以很好的完成課題的研究任務(wù)，后期的實(shí)驗(yàn)也證明 了這一點(diǎn)。 1 4 課題研究路線和結(jié)果 課題的最終目的是完成三維編織復(fù)合材料預(yù)制件表面編織均勻性的節(jié) 測(cè)。實(shí)驗(yàn)的輸入是三維編織復(fù)合材料預(yù)制件的表面圖像，要求的輸出是對(duì)于 編織均勻性的一個(gè)均勻性統(tǒng)計(jì)。實(shí)驗(yàn)的流程如圖1 + 4 所示： 圖1 - 4 實(shí)驗(yàn)流程圖 第4 頁(yè) 第一章前言 h l 于空間采樣及幅度分層等影響，實(shí)驗(yàn)圖像與模版圖像之間會(huì)存在細(xì)節(jié) 上的不同，如果直接采用模板匹配的方法進(jìn)行均勻性檢測(cè)，在進(jìn)行匹配過(guò)程 中匹配精度會(huì)受到這些因素的影響。所以可以通過(guò)提取圖像中物體的特征 點(diǎn)，并建立特征模型，以進(jìn)行特征模型匹配，這樣就可以避免噪聲和成像因 素對(duì)匹配結(jié)果的影響。 1 圖像處理：對(duì)采集的圖像進(jìn)行噪聲處理、二值化、細(xì)化處理都是 為了便于后期的特征提取。提取什么樣的特征是由三維編織復(fù)合 材料預(yù)制件表面圖像的特征決定的。 2 通過(guò)對(duì)編織復(fù)合材料預(yù)制件表面圖像進(jìn)行分析發(fā)現(xiàn)，可以采用圖 像識(shí)別技術(shù)來(lái)識(shí)別圖像中的每一個(gè)編織單元，然后通過(guò)檢測(cè)每一 個(gè)單元的編織情況來(lái)檢測(cè)整體的編織情況。識(shí)別每一個(gè)編織單元 的工作可以通過(guò)提取表面圖像中編織花節(jié)的四個(gè)頂點(diǎn)信息來(lái)實(shí) 現(xiàn)。這些頂點(diǎn)信息能全面的反映出編織花節(jié)的信息，編織花節(jié)的 長(zhǎng)度信息和編織角信息也可以非常方便的由這四個(gè)頂點(diǎn)信息的 組合運(yùn)算而得出。 3 在后期的實(shí)驗(yàn)當(dāng)中，可以通過(guò)選擇的特征的組合對(duì)全圖進(jìn)行特征 模型匹配，以完成均勻性的檢測(cè)，即可以檢測(cè)出每個(gè)編織花節(jié)的 花節(jié)長(zhǎng)度和編織角信息，通過(guò)對(duì)這些信息進(jìn)行數(shù)理統(tǒng)計(jì)，以得出 編織復(fù)合材料預(yù)制件表面編織的均勻性。 圖l 一4 基本上概括了課題實(shí)驗(yàn)的工作，在以后的章節(jié)中，將分別對(duì)其中 的每個(gè)部分進(jìn)行詳細(xì)的介紹。 第5 頁(yè) 第一二章編織復(fù)臺(tái)材料預(yù)制件表面圖像的采集 第二章編織復(fù)合材料預(yù)制件表面圖像的采集 由于計(jì)算機(jī)只能處理數(shù)字圖像，而自然界提供的圖像卻是其他形式的， 所以數(shù)字圖像處理的一個(gè)先決條件就是將圖像轉(zhuǎn)化為數(shù)字形式。人們?cè)褂?多種結(jié)構(gòu)不同的裝置完成圖像的數(shù)字化，在本章中將詳細(xì)介紹在采集編織復(fù) 合材料預(yù)制件表面圖像時(shí)采用的裝置及方法。 2 1 圖像數(shù)字化器簡(jiǎn)介 2 1 1 圖像數(shù)字化器的組成 一個(gè)圖像數(shù)字化器必須能夠把圖像劃分為若干圖像元素并給出它們的 地址，能夠度量每一象素的灰度，并把連續(xù)的度量結(jié)果量化為整數(shù)，以及能 夠?qū)⑦@些整數(shù)結(jié)果寫入存儲(chǔ)設(shè)備【1 們。為完成這些功能，該設(shè)備必須包含以下 五個(gè)組成部分： 1 采樣孔：采樣就是把時(shí)間和空間上連續(xù)的圖像變成離散點(diǎn)( 抽樣點(diǎn) 即象素) 的集合的一種操作。采樣孔使得數(shù)字化設(shè)備能夠單獨(dú)觀測(cè) 特定的圖像元素而不受圖像其它部分的影響： 2 圖像掃描機(jī)構(gòu)：圖像是二維平面上分布的信息形式，要把它輸入到 計(jì)算機(jī)，必須在圖像平面上按一定間隔、順序掃描圖像。圖像掃描 機(jī)構(gòu)就使得采樣孔按照預(yù)先確定的方式在圖像上移動(dòng)，從而按順序 觀測(cè)每一個(gè)象素： 3 光傳感器：它通常是一個(gè)將光強(qiáng)轉(zhuǎn)換為電壓或電流的變換器，通過(guò) 采樣孔測(cè)量圖像的每一個(gè)象素的亮度； 4 量化器：經(jīng)過(guò)采樣，圖像被分解為時(shí)間和空間離散的象素，但是象 素的值還是連續(xù)的。把連續(xù)的灰度數(shù)值變換成離散值的操作就是量 化。而將傳感器輸出的連續(xù)量轉(zhuǎn)化為整數(shù)值就是量化器所要做的工 作。典型的量化器是一種被稱為“模數(shù)( a d ) 轉(zhuǎn)換器”的電路，它 產(chǎn)生一個(gè)與輸入電壓或電流成比例的數(shù)值； 5 輸出存儲(chǔ)體：其任務(wù)是將量化器產(chǎn)生的灰度值按照適當(dāng)格式存儲(chǔ)起 來(lái)，以用于后續(xù)的計(jì)算機(jī)處理。它可以是固態(tài)存儲(chǔ)器，也可以是磁 盤或其它合適的設(shè)備。 第6 頁(yè) 第二章編織復(fù)合材料預(yù)制件表面圖像的采集 從上面圖像數(shù)字化器的組成可以看出，圖像數(shù)字化最為主要的兩個(gè)方面 是對(duì)圖像的采樣和量化。在實(shí)際數(shù)字化過(guò)程中，在每個(gè)象素位置，圖像的亮 度被采樣和量化，從而得到圖像對(duì)應(yīng)點(diǎn)上表示其亮暗程度的一個(gè)整數(shù)值。具 體的實(shí)現(xiàn)流程可以通過(guò)圖2 - 1 來(lái)表示。 甜開萌一密 度瓣 鬟虛 圖2 一l 數(shù)字化流程圖 當(dāng)對(duì)所有的象素都完成上述轉(zhuǎn)化后，圖像就被表示成一個(gè)整數(shù)矩陣。每 個(gè)象素具有兩個(gè)屬性，即位置和灰度屬性。位置，也可以稱為象素的地址， 是由掃描線內(nèi)的采樣點(diǎn)的兩個(gè)坐標(biāo)決定，它們又被稱為行和列。而表示該象 素位置上亮暗程度的整數(shù)稱為灰度。在生成的整數(shù)矩陣中，就包含有位置和 灰度兩個(gè)信息，所以，此數(shù)字矩陣被作為計(jì)算機(jī)處理的對(duì)象，也是圖像處理 的數(shù)字輸入形式。 2 1 2 數(shù)字化器的性能 在不同場(chǎng)合使用的數(shù)字化器的組成也許不同，但其基本性能可以由下面 的幾個(gè)參數(shù)進(jìn)行定性分析。 1 象素大小：決定象素大小的依據(jù)是采樣孔的大小和相鄰兩個(gè)采樣點(diǎn) 之間的距離。當(dāng)確定了這兩個(gè)重要的性能指標(biāo)后，象素的大小也就 確定下來(lái)； 2 圖像大?。哼@是另一個(gè)重要參數(shù)，即儀器允許輸入的圖像的大小。 最大輸入的圖像尺寸取決于掃描設(shè)備的類型，而對(duì)于輸出而言，圖 像大小是由最大行數(shù)和每行最大象素?cái)?shù)確定的： 3 線性度：數(shù)字化的線性程度也是一個(gè)重要的方面。例如，對(duì)光強(qiáng)進(jìn) 行數(shù)字化時(shí)，應(yīng)當(dāng)知道灰度正比于圖像亮度的實(shí)際精確程度如何， 非線性的數(shù)字化器會(huì)影響后續(xù)過(guò)程的有效性。 根據(jù)數(shù)字化器的這幾項(xiàng)性能參數(shù)就可以對(duì)具體的應(yīng)用選擇具體的數(shù)字 化器，這樣會(huì)提高圖像數(shù)字化的質(zhì)量，也為后期的圖像處理工作提供最有力 第7 頁(yè) 窖 班 0 上l 啼 斗 啼 同u 稀一 第一二章編織復(fù)合材料預(yù)制件表面圖像的采集 的支持。 2 2 圖像采集系統(tǒng)的構(gòu)成 在實(shí)驗(yàn)中，圖像采集系統(tǒng)負(fù)責(zé)原始編織復(fù)合材料預(yù)制件表面圖像的采 集，它負(fù)責(zé)把預(yù)制件的影像從視頻模擬信號(hào)變換為數(shù)字圖像并錄入計(jì)算機(jī) 中，以備對(duì)圖像進(jìn)行后續(xù)處理。系統(tǒng)構(gòu)成如下圖2 2 所示： 圖2 - 2 圖像采集系統(tǒng)模塊 2 2 1c c l ) 攝像機(jī) 在實(shí)驗(yàn)中，我們使用c c d 攝像機(jī)以得到編織復(fù)合材料預(yù)制件的視頻圖 像。c c d ( 電荷耦合器件陣列) 是近來(lái)獲得發(fā)展的圖像傳感器一一電子自掃 描固態(tài)傳感器陣列的一種。在電荷耦合器件中存在位于單個(gè)集成電路芯片上 的一組線性( 線掃描c c d ) 或矩形( 平面掃描c c d ) 光傳感器陣列，并包 含用于讀出由入射圖像產(chǎn)生的充電電荷的必要電路。下面對(duì)線掃描c c d 傳 感器和平面掃描c c d 傳感器的工作原理進(jìn)行簡(jiǎn)單的介紹： 線掃描c c d 傳感器是由一個(gè)行感光基元，兩個(gè)定時(shí)的將感光基元中的 內(nèi)容傳給傳輸寄存器的傳輸門，以及一個(gè)定時(shí)的將傳輸寄存器中的內(nèi)容傳給 放大器的輸出門構(gòu)成。放大器輸出的電壓信號(hào)與感光基元行的內(nèi)容成比例。 下圖2 - 3 是其邏輯結(jié)構(gòu)示意圖。 圖2 3 線掃描傳感器 平面掃描的工作原理與線掃描相似，但感光基元是按照矩陣形式進(jìn)行排 第8 頁(yè) 第二章編織復(fù)臺(tái)材料預(yù)制件表面圖像的采集 列。感光基元列由傳輸門和傳輸寄存器隔開，先將奇數(shù)列感光基元的內(nèi)容順 序送進(jìn)垂直傳輸寄存器，然后再送進(jìn)水平傳輸寄存器。把水平傳輸寄存器的 內(nèi)容送進(jìn)放大器就得到1 幀隔行的視頻信號(hào)。對(duì)偶數(shù)列感光基元重復(fù)以上過(guò) 程就可得到另1 幀隔行的視頻信號(hào)。將2 幀合起來(lái)就得到隔行掃描的1 場(chǎng)。 平面掃描c c d 傳感器的邏輯結(jié)構(gòu)圖如圖2 - 4 。 圖2 - 4 平面掃描傳感器 實(shí)際中常用的線性掃描c c d 一般有5 1 2 到4 0 9 6 個(gè)象素或更多。在實(shí)驗(yàn) 中采用的是5 1 2 5 1 2 的面c c d 傳感器。采用c c d 對(duì)原始圖像進(jìn)行采集的原 因是由于c c d 具有光電轉(zhuǎn)換，信息存儲(chǔ)和延時(shí)等功能，而且集成度高，功 耗小，故在固體圖像傳感、信息存儲(chǔ)和處理等方面得到了廣泛的應(yīng)用；再者， c c d 攝像機(jī)沒(méi)有幾何畸變，而且對(duì)光的響應(yīng)是高度線性的。根據(jù)后期的實(shí) 驗(yàn)可以看出，用此攝像機(jī)攝取的圖像已經(jīng)完全達(dá)到了技術(shù)要求。 2 2 2 圖像采集卡 在實(shí)驗(yàn)中采用的是v 5 1 2 a 圖像卡，它是具有一路a d 、d a 和一個(gè) 5 1 2 + 5 1 2 + 8 位的幀存體的黑白圖像采集卡。對(duì)v 5 1 2 a 圖像卡的工作原理可以 進(jìn)行如下的概括： 當(dāng)視頻信號(hào)輸入圖像卡后，卡上的a d 轉(zhuǎn)換電路按1 1 m 一1 4 m 的采樣頻 率分別把r 、g 、b 三路視頻模擬信號(hào)轉(zhuǎn)換為8 位的數(shù)字信號(hào)，數(shù)字信號(hào)的 值在0 到2 5 5 之間變化，對(duì)應(yīng)圖像從暗到亮變化。這些值被存入幀存體中， 直到被計(jì)算機(jī)捕獲為止。v 5 1 2 a 圖像卡的基本結(jié)構(gòu)可用圖2 5 表示： 第9 頁(yè) 第一章編織復(fù)合材料預(yù)制件表面圖像的采集 圖2 5v 5 1 2 a 圖像卡結(jié)構(gòu)示意圖 從性能上講，y 5 1 2 a 卡的基本性能參數(shù)可以總結(jié)如下 1 )圖像采集速度：每幀( 1 2 5 ) s ： 2 )幀存容量：5 1 2 * 5 1 2 * 8 b i t ； 3 )采樣頻率：1 4 m h z1 ：l 比例； 4 )a d 、d a ：1 4 m h z8 b i t ； 5 )象素分辨率：2 5 6 灰度級(jí)； 6 )掃描制式：6 2 5 行5 0 h z 順序掃描。 在這章中，對(duì)編織復(fù)合材料預(yù)制件表面圖像的采集系統(tǒng)進(jìn)行了簡(jiǎn)單介 紹。通過(guò)采集系統(tǒng)對(duì)圖像進(jìn)行采集和數(shù)字化，可以得到預(yù)制件表面圖像的數(shù) 字形式，這樣在后期處理中，可以使用高級(jí)編程語(yǔ)言對(duì)數(shù)字圖像進(jìn)行處理。 在實(shí)驗(yàn)中采用的是v c + + 編程軟件，這在運(yùn)算速度上給處理提供了方便。這 樣利用軟件編程和數(shù)字圖像技術(shù)的理論知識(shí)及數(shù)理統(tǒng)計(jì)的知識(shí)即可以完成 對(duì)三維編織復(fù)合材料預(yù)制件表面圖像的處理。 第1 0 頁(yè) 豁二= 鏨編織蔓臺(tái)瓣瓣致翻 睪裊露螢豫技術(shù)辯醵究 第三章編織復(fù)合材料預(yù)制件褒面圖像技術(shù)的研究 3 。1 表囂蓬豫囂羲簸疆 不論是在圖像識(shí)別中還是在數(shù)字圖像技術(shù)的其他領(lǐng)域中，對(duì)圖像 進(jìn)行預(yù)處理是一個(gè)必需的過(guò)程。通過(guò)對(duì)圖像的預(yù)處理可以去除圖像中 的噪聲，并且可以縮減實(shí)驗(yàn)中不需要的網(wǎng)像信息，即冗余信息。 農(nóng)實(shí)驗(yàn)孛，對(duì)編織復(fù)合耪耱囊裁l 串褒瑟瑟像送行頸鯰理鼢主要遙 程瓴括：灰度圖濾波、二值純等處理。圖像經(jīng)過(guò)預(yù)處理瓣，將得到一 幅只包含編織花節(jié)邊緣信息的二值化圖像。其工作流程如圖3 1 所示。 潮3 - 1 蘑豫預(yù)憝聯(lián)流程囝 3 ，1 1 圖像預(yù)除噪 柱圖像的采集、獲取、編碼和傳輸過(guò)程中，所有的圖像均不同程 度的被可見(jiàn)或不可見(jiàn)的噪聲“污染”。噤聲源包括電子噪磐、光子噪聲、 囊贏臻聲秘量恁獠聲 1 1 。魏栗整噪斃德予一定承平，襟垮逐溪交殘可 見(jiàn)的顆粒形狀，就會(huì)簿致圖像質(zhì)量的下降。 從三維編織復(fù)合材料預(yù)制件的原始采集圖像中我們可以很明顯的 著到原始圖片上有很多噪聲，這就是因?yàn)閳D像在采集中受到各種噪聲 源的予我秘影響藤使圖像質(zhì)量變差。及應(yīng)在蠶像上，噪聲使原本均勻 秘建續(xù)變純熬灰度突然交大凌交奪，表現(xiàn)秀一鏊蠹稷豹逸緣或輪褰， 所以在進(jìn)行以后圖像處理的工作之前必須去除噪聲，這熬噪聲也來(lái)自 攝取的環(huán)境和光線等熊他因素的影響。下面對(duì)圖像進(jìn)行平化處理以去 除圖像中的噪聲。 霆像的乎瀑是靜蜜震的圖像處璦技術(shù)，主要蘑的怒為了減少匿 豫戇噪聲。在空鬻域肉霹以矮鎂壤乎均謇減少噪聲；在菝率域，壺予 噪聲頻譜多在高頻段，因此可以采用各種形式的低通濾波的辦法來(lái)減 少噪聲。同時(shí)噪聲濾波有線性和非線性之分。線性濾波包括線性平 移不變( l s i ) 濾波器、加權(quán)平均濾波器和線性最小均方誤藏( l m m s e ) 苯1 1 炎 第二章編織復(fù)合村料預(yù)制件表面圖像技術(shù)的研究 以及維納( w i e n e r ) 濾波器等。在數(shù)字信號(hào)處理和數(shù)字圖像處理的早 期研究中，線性濾波器是主要處理手段。非線性濾波器，包括如中值 濾波器、次序統(tǒng)計(jì)濾波器等。下面將介紹幾種常用的圖像平滑濾波的 方法。 1 線性濾波器：是一種低通濾波器?！? 1 在概率論中我們知道，若 隨機(jī)變量x i ( i = l ，2 ，n ) 的前二階矩為 e x i ) = m ， d x i = 盯2 0 = 1 , 2 ，) 那么它們的均值i = 萬(wàn)1 善nt 的前二階矩為 e 斜= m ， d 斟= 盯2 n 也就是說(shuō)n 個(gè)隨機(jī)變量序列的均值的方差比每一個(gè)方差 倍。利用這一結(jié)果，對(duì)圖像沙( 工，j ，) ；z ，y = 0 , 1 ，n l 的每一象素 鄰域s ，以( x ，y ) 為中心，作空間平均： 辦川2 萬(wàn)1 。磊) i x 批1 ，2 ，n - 1 ( 3 1 ) ( 3 2 ) 縮小n 取處理 ( 3 3 ) 其中m 為s 中包含的坐標(biāo)點(diǎn)總數(shù)。用公式3 - 3 對(duì)圖像進(jìn)行平滑處 理，輸出圖像的方差將減少m 倍。 3 1 常用的線性濾波都是采用模板操作的方法，通過(guò)一點(diǎn)和周圍幾 點(diǎn)的運(yùn)算來(lái)去除突然變化的點(diǎn)，從而濾掉一定的噪聲。一般情況下， 通過(guò)選擇不同的模板來(lái)消除不同的噪聲。常用的線性模板如圖3 2 所 示： f 1 1 1 1 土il 2 1 1 0 1 1 1 1 j r 1 1 1 ! i1o 1 8 1 1 1 1 j r l 2 1 土i24 2 1 6 1 1 2 1 j 第1 2 頁(yè) r l 1 1 ! f 1 1 1 9 1 1 1 1 j 1，j 0 1 o 1 i o 1 0 ，l ，一4 辯二= + 章犏舞復(fù)臺(tái)稚辯鞭露姊表蠢鷲像按術(shù)曲醭究 圖3 2線性濾波模板 在平滑過(guò)程中，根據(jù)噪聲的不同，可以選取不同的模板。 2 中僮平瀵濾波( m e d i a n ) ：是一耱非線性平游濾波器。它可以 筏淄豫噪聲又絳持謦像的綏節(jié)。 1 4 它首先確定一個(gè)奇數(shù)像元的窗口w ，窗口內(nèi)各像元按灰度大小 排隊(duì)后，用其中間位鬣的灰度值代替原圖像f ( x ，y ) 灰度慎，成為增強(qiáng)圖 像g ( x ，y ) 。 g ( x ，y ) = m e d i a n 聯(lián)x k ，y 1 ) ，( 1 【，1 ) gw ； w 為選定窗口大小。其中w 窗口的形狀和尺寸對(duì)濾波器效果影響 很大。不同圖像內(nèi)容和不同應(yīng)用要求稅鏹選用不同的窗聞形狀和尺寸。 常嗣的二維中值濾波窿口形狀有線狀、方形、圓形、十字形等。通過(guò) 這皴不同窗口實(shí)現(xiàn)漿審毽濾波效果院線髏低逶濾波消除噪聲豹效果更 鱘，因?yàn)樵肼暥酁榫姆漪雀晌?，若髑線經(jīng)濾波盈麓去除嗓聲，毽陡峭 的邊緣將被模糊：麗中值濾波的主要功能就是讓與周圍象素灰度值的 差比較大的像素改取與周圍象素值接避的值，從而可以消除孤立的噪 聲點(diǎn)。由于它不是簡(jiǎn)聃的取均值，所以產(chǎn)生的模糊比較少。 上覆篾單分綏了a 秘平潺賒嗓弱方法。不同戇方法逶矮子不蘑懿 漾聲圖像，霞我對(duì)予旗噪聲強(qiáng)像要戇知道哪一種方法凝適合，必須 對(duì)圖像中的噪聲做定性分析；另外一點(diǎn)蒙考慮的是不同的圖像有著自 身的特性，選擇濾波器時(shí)應(yīng)把圖像的自身特性考慮進(jìn)去，以選擇最為 合邋的濾波方式。 蘆l 噪聲熬舞類霹叛熟續(xù)懿下： 1 ) 尾疊加自礤聲； 2 )疊加白高斯噪聲： 3 ) 長(zhǎng)尾疊加自噪聲； 4 ) 正向脈沖噪聲； 5 ) 受囪熬諍嗓聲； 6 ) 教鹽噪聲： 7 )積性噪聲； 8 ) 與信號(hào)相關(guān)的噪聲； 9 )混合噪聲( 1 、6 、8 類噪聲共存) 。 第1 3 囂 第二章編織復(fù)合材料預(yù)制件表面圖像技術(shù)的研究 而實(shí)際上噪聲濾波器性能完全取決于應(yīng)用場(chǎng)合，常用的一些濾波 器性能測(cè)量項(xiàng)目有： 1 )對(duì)不同類型的濾波特性； 2 ) 邊緣保護(hù)； 3 ) 細(xì)節(jié)信息保護(hù)； 4 ) 無(wú)偏性： 5 ) 計(jì)算復(fù)雜性。 在實(shí)驗(yàn)的開始階段，考慮到圖像的噪聲多為在圖像采集階段引入 的，根據(jù)掃描噪聲的特點(diǎn)，并以盡可能的保留圖像中的邊緣信息為準(zhǔn) 繩，本課題采用了線性濾波的方法對(duì)編織復(fù)合材料表面圖像進(jìn)行平滑 處理?？紤]到編織復(fù)合材料的表面編織周期特性，采用了圖3 3 的平 滑模板，這樣對(duì)保留圖像中的邊緣信息有很好的效果，實(shí)驗(yàn)結(jié)果也證 實(shí)了這一點(diǎn)。 私朝 ( a ) 平滑前圖像 ( b ) 平滑后圖像 圖3 4 平滑處理效果比較圖 通過(guò)與原始圖像對(duì)比，濾波后圖像已經(jīng)消除了大部分的噪聲而變 的更加光滑。 3 1 2 圖像二值化處理 6 1 圖像二值化是圖像處理的一項(xiàng)基本技術(shù)，可以看作是對(duì)圖像的 壓縮，壓縮后的圖像每像素只占1 位，所以在圖像存儲(chǔ)上節(jié)省了可觀 的存儲(chǔ)空間。在模式識(shí)別等工程應(yīng)用中，圖像二值化是它們進(jìn)行數(shù)據(jù) 第1 4 頁(yè) 第三章編織復(fù)合材料預(yù)制件表面目像技術(shù)的研究 預(yù)處理的重要技術(shù)。 在很多圖像處理應(yīng)用中，圖像的幾何特征對(duì)于最終的目標(biāo)識(shí)別結(jié) 果常常起著關(guān)鍵的作用。因此在進(jìn)行二值化預(yù)處理過(guò)程中，能否保留 圖像的邊緣特征是很關(guān)鍵的。 經(jīng)典二值化處理方法包括從簡(jiǎn)單的灰度閾值方法、頻域和空間分 割方法到復(fù)雜的連接元素分析方法。其中閾值法中又存在著很多成熟 的處理方法。這些方法基本上可以分為三類： 1 ) 整體閾值法； 2 ) 局部閾值法； 3 ) 動(dòng)態(tài)閾值法。 整體閾值法是指在二值化過(guò)程中只使用一個(gè)固定閾值t 進(jìn)行分割 的方法。二值化過(guò)程可以用下式表示： 伽，= 恬麓搿 a ， 整體閾值法對(duì)于質(zhì)量較好的圖像較為有效，特別是對(duì)具有雙峰直 方圖的圖像而言。而閾值t 的選取又有幾種方法： i )平均灰度值法：該方法以圖像中所有象素的灰度值的平 均作為閾值r 。計(jì)算公式如下： 2 5 5 r = f + u f s ( 3 - 5 ) 扛o 式中以是圖像中灰度級(jí)為i 的像素個(gè)數(shù)；s 是圖像的面積。 i i )最大方差法：該方法取閾值t ，它把雙峰直方圖一分為 二，并使被分開的兩部分方差最大。 i i i )基于直方圖的方法：該方法通過(guò)對(duì)圖像的直方圖進(jìn)行分 析，以獲得合適的閾值。 由于整體二值化法對(duì)圖像的質(zhì)量要求非常嚴(yán)格，而且對(duì)圖像的明 暗度非常的敏感，這會(huì)給后期的圖像處理帶來(lái)困難，所以一般情況下 并不采用整體二值化方法。 第1 5 頁(yè) 第二一章編織復(fù)臺(tái)材料預(yù)錐4 餑褒彝醚像技術(shù)的研究 局部閡值法是崮像素灰度德和此像豢鄰域的局部灰度特性來(lái)確定 像索的閾值的，此方法能適應(yīng)較為復(fù)雜的情況，同時(shí)可以去除由于明 暗的關(guān)系而給圖像帶來(lái)的質(zhì)量問(wèn)題，其處理結(jié)果也令人滿意。但它的 時(shí)間開銷大，而且在某些情況下會(huì)產(chǎn)生一些失真。 動(dòng)態(tài)闕蓬法熬閡穩(wěn)不紋取決予該像素旋凄蓬及箕鄰城內(nèi)豫素靜獲 度德，而且還和此像索的坐標(biāo)位置有關(guān)。 圖3 5 是對(duì)圖像進(jìn)行平均閾值全局二值化和局部= 值化的實(shí)驗(yàn)效 糶閣。 綴皴 ( a ) 全鼴二篷純( b ) 蜀部二馕穩(wěn) 圖3 - 5二值化圖像 在實(shí)驗(yàn)研究中，需要研究一種既能很好的保留圖像的邊緣特征， 運(yùn)算起來(lái)又快速的二傻化方法。局部：德化可以得到很好的處理效果， 但怒它豹運(yùn)算量是綴弼褒懿，藤且在逑緣傈整方瑟也蠢所欠缺。本諜 瑟考慮虱了這殛點(diǎn)，分剃采蔫不同豹熬璦方法來(lái)彌釜這秘患缺陷。 為了在二值化精能得到盡可能準(zhǔn)確的邊緣信息，程對(duì)圖像進(jìn)行二 值化前，可以考慮先對(duì)圖像進(jìn)行邊緣檢測(cè)；而為了減少遮算量，可以 把全局二值化法和局部二值化法結(jié)合起來(lái)。實(shí)驗(yàn)證明，用這種二值化 方浚對(duì)蠶豫進(jìn)行二餐化篾縫褥裂滿意的處理續(xù)果，又熊蒂省霹闋。二 餐仡鶼其缽步驟翔下獼速p 1 ： i )確定輸入圖像f ( x ，y ) 的整體閉值t o ； i i )將輸入拭度圖像f ( x ，y ) 進(jìn)行邊緣檢測(cè)，提取邊界特征，得 到邊霧辮像e ( x ，y ) ；并對(duì)辮像e 進(jìn)行全局二德他處理，褥 委二篷純強(qiáng)繯b ( x ，y ) 。 i i i ) 判斷b ( i ，j ) 的值。當(dāng)( i ，j ) 為邊界像素，則對(duì)圖像e 中的相關(guān) 像素點(diǎn)e ( i ，j ) 作局部閩值= 假化處理；否則用t o 作為閾值 第1 6 囊 第三拳編織復(fù)臺(tái)瓣辯攥制搏裘囊鶩像技術(shù)黲聯(lián)巍 進(jìn)行二值化。 經(jīng)過(guò)上述處理后，就會(huì)得到滿意的二二值化輸出圖像e ( x ，y ) 。需要說(shuō) 明的是，由于圖像邊緣檢測(cè)的方法很多，應(yīng)根據(jù)不同的圖像特征對(duì)圖 像逸敬稷適應(yīng)涎逮緣檢 羹| | 簍子。下囂褥套綏蔑耱經(jīng)典靜邊緣撿濺算子， 并裰掇編織復(fù)合毒手料襲面圖豫的特征進(jìn)行邊緣檢溺算子的選擇。 3 1 3 邊緣檢測(cè) 1 3 1 物體的邊緣是嗽灰度不連續(xù)性所反映的。經(jīng)典的邊緣檢測(cè)方法 楚考察蠶像豹每一令像素在萊個(gè)鄰域癱灰瘦我交化，剃震逑緣鄰近一 除藏二除方蠢導(dǎo)數(shù)斡燹純?nèi)锫桑趼凑乇椒ㄒc灝透緣。 【8 1 常見(jiàn)的邊緣剖麗有3 種：階梯狀( 網(wǎng)3 - 6 ( a ) 、( b ) ) 、脈沖( 圖3 - 6 ( c ) ) 、 屋頂狀( 圖( d ) ) 。階梯狀的邊緣處于圖像中兩個(gè)具有不同灰度值的相鄰 區(qū)域之間；脈沖狀主鼗對(duì)應(yīng)細(xì)條狀的灰度值突變區(qū)域；黼屋頂狀的邊 緣匕秀下蹲沿都斃較緩漫。 圖像 剖顢 町阻口 廠l u 一數(shù)止 廠十吧 功導(dǎo)數(shù)+ + 十v ( a )( b )( c )( d ) 圖3 - 6 邊緣糯導(dǎo)數(shù) 邊緣檢測(cè)的方法多種多樣，比較常用的方法可以歸納為；微分方 法、擬合方法、統(tǒng)計(jì)方法、混合方法以及小波變換方法簿 1 1 】。在這里， 第 7 賈 第三章編織復(fù)合材料預(yù)制件表面圖像技術(shù)的研究 我們根據(jù)三維編織復(fù)合材料表面圖像的規(guī)律性及相對(duì)簡(jiǎn)單性，只對(duì)微 分法檢測(cè)邊緣進(jìn)行介紹。 對(duì)于一類圖像，在特征區(qū)域邊界處，灰度要發(fā)生較大的變化，如 果以灰度作為邊界檢測(cè)的依據(jù)，可以運(yùn)用微分的方法提取邊界，微分 的輸出值作為該邊界的強(qiáng)度。在此基礎(chǔ)上，可以根據(jù)某一閡值確定其 是否為邊界點(diǎn)，將邊界點(diǎn)連接起來(lái)就形成邊界。 設(shè)“x ，y ) 是可微函數(shù)，o f 、a f 分別給出了灰度f(wàn) 在x , y 方向上的 o y 變化率，而方向口上的灰度變化率為 望：笪c o s 口+ 笪s i - n 口( 3 6 )= o 口+ 口lj bj o aa x 砂 偏導(dǎo)數(shù)算子鞏= 瓦是一個(gè)線性算予，不同。( k = 1 ，2 ) 的線性 組合也是一個(gè)線性算子。同時(shí)d 。又是一個(gè)局部算子，d k “x ，y ) 】只和點(diǎn) ( x ，y ) 處的f 值有關(guān)，而與坐標(biāo)無(wú)關(guān)，因此是位移不變的。由于待檢測(cè) 的邊界可能是任意走向的，因此希望所構(gòu)造的微分算子是各向同性的。 可以證明，偶階導(dǎo)數(shù)或奇階導(dǎo)數(shù)的偶次冪的線性組合是各向同性的。 在空域中，可以借助微分算子通過(guò)卷積完成邊緣的檢測(cè)。卷積相 當(dāng)于將原圖像向各個(gè)空間投影，根據(jù)投影的數(shù)值可以確定原圖像中邊 緣點(diǎn)、直線點(diǎn)或孤立點(diǎn)的多少，或哪類點(diǎn)占優(yōu)勢(shì)。實(shí)際上數(shù)字圖像中 求導(dǎo)數(shù)是利用差分近似微分來(lái)進(jìn)行的。下面是幾種常用的微分算子。 1 梯度算子 梯度對(duì)應(yīng)一階導(dǎo)數(shù)，梯度算子是一階導(dǎo)數(shù)算予。對(duì)一個(gè)連續(xù)函數(shù) f ( x ，y ) ，它在位置( x ，y ) 的梯度可表示為一個(gè)矢量： v k 加 g ，g ，】7 = 匱暫 這個(gè)矢量的幅度( 梯度模) 和方向角分別為 第18 頁(yè) ( 3 7 ) 第三章編織復(fù)臺(tái)褪辯矮剃 譬表囊鱉像技術(shù)赫研究 w = m a g ( v f ) 一陋+ g ，g = 協(xié)麗一歷面而f 妒( 工，y ) = a r c t a n ( g 。g ，) g 戶陋麗一痧麗f ) 為了便于計(jì)算，梯度模還可以采用下面的近似式： 1 ) v ：= t g i + t g ，| ( 38 ) 2 ) v f = m a x 0 g x l ，h | 】 3 ) v f = m a x i f ( i ，j ) | _ l f ( m ，h ) | 】其中( m ，n 是( i j ) 的鄰點(diǎn)，若為 磚燕鄰點(diǎn)贈(zèng)囂加投l ，2 “2 4 ) r o b e r t s 算予。這是一種最褥單的梯度算予，璉j 于其擒取輪癬 的效果優(yōu)于四點(diǎn)的梯殿公式而被廣泛采用。 定義對(duì)f ( x ，y ) 求r o b e r t s 梯度為 g , f = m a x f 眩y ) 一廠囊，磅 h j 式中u ，v 為( x ，y ) 點(diǎn)的四鄰域，或用麓分近似為 ( 3 9 ) g r f ( x , y ) = m a x , ( 工，y ) 一f ( x + l ，y + 1 ) ，l ，( x + l ，y ) 一，( z ，y + 1 ) | ( 3 一l o ) 閹3 7 是霜模教靜形式實(shí)現(xiàn)了上鬻豹運(yùn)算。在實(shí)際廢廂中常角這 兩個(gè)小區(qū)域模板的卷積運(yùn)算來(lái)進(jìn)行邊緣檢測(cè)。經(jīng)驗(yàn)表明，r o b e r t s 對(duì)具 有隧峭的低噪聲圖像響應(yīng)最好。 圖3 7r o b e r t s 模板 2 l a p l a c i a n 冀子 第1 9 疑 第三章編織復(fù)臺(tái)孝毒辯強(qiáng)剜 串表蠹整豫技術(shù)摶輯究 拉普拉斯算子是一種二階導(dǎo)數(shù)算予，對(duì)一個(gè)連續(xù)函數(shù)f ( x ，y ) ，它在 位鬻( x , y ) 的拉普拉斯假定義如下： v 2 f ：孥+ 孥( 3 - 1 1 ) 。 玉2彝。 在數(shù)字圖像中，計(jì)算函數(shù)的拉普撾斯值也可以借助各種模板實(shí)現(xiàn)。 這擐對(duì)模板的基本要求是對(duì)應(yīng)中心像索的系數(shù)是正的，而對(duì)應(yīng)中心像 素鄰近像素的系數(shù)應(yīng)鼴負(fù)的，并且它們的和應(yīng)該為零。常用的兩種模 板分別如圖3 - 8 的模投： 圖3 - 8l a p l a c i a n 模叛 拉普拉斯算子是線性、各向同性和位移不變的一種二階導(dǎo)數(shù)舅子， 它不熊提供邊緣方向的信息。可以驗(yàn)誕，拉普拉斯算予在檢測(cè)點(diǎn)、線 端點(diǎn)和線時(shí)輸出值分別是同樣幅度變化的邊界輸出值的4 倍、3 倍和2 倍，這個(gè)事實(shí)說(shuō)明撾黲拉簸算子對(duì)噪聲魄較敏感。由予戳上的原因， 投蟄害妻戇霧子穰少鲞談?lì)糜棼|測(cè)透緣，露只是瑤予毫熊遍緣豫素囂璃 定該像素是在圖像的精區(qū)或明區(qū)一邊。 在實(shí)際中，常根據(jù)二階導(dǎo)數(shù)算子過(guò)零點(diǎn)的性質(zhì)來(lái)確定邊緣的位置。 將圖像與如下2 一d 高斯函數(shù)的拉普拉斯栩卷積： 蜘咖e x p ( 一剝 ( 3 一1 2 ) d 是高斯分布的均方差。 盎葵糶令r 2 = x 2 + y 2 ，那么搬據(jù)拉普控矮瓣定義定義下式： 鴨= i l 了r 2 _ f i 2 j e x 一割 第2 0 賈 旃蘭囂編織復(fù)臺(tái)材辯顧制件袋螄蹦像技術(shù)曲磷究 這鼴一個(gè)軸對(duì)稱函數(shù)，且在r = 艿( 。艿) 熟有過(guò)零點(diǎn)，在| r t h ，則( i ，j ) 為階躍狀選 緣點(diǎn)， s i ，j ) ；失逑緣踅像。 在蹋模板對(duì)圖像進(jìn)行s o b e l 算予邊緣?mèng)葴y(cè)時(shí)，可以粥鼴個(gè)方向模裁 辯黼像僚卷積楚蘧，挺備方淘上靜獲疫鴦霸衩差之幫僚為輸掇，麩藹達(dá) 到提取邊緣的目的。模投如圖3 - 9 。 圈圈 圖3 - 9s o b e l 模板 第2 i 菱 辯= 二章編緩復(fù)合楗瓣彈 澍饞袤瑟鶩像技術(shù)熬礙 究 2 ) k i r s c h 算子。這是一種簡(jiǎn)易而贏觀的階躍邊緣點(diǎn)檢測(cè)算子，對(duì) 數(shù)字i 司像 “i ，j ) ) 的每一個(gè)像素( i ，j ) ，考察它八個(gè)鄰點(diǎn)的灰度變化，以其 中蘭個(gè)相鄰鄰點(diǎn)的加權(quán)和減去剩下五個(gè)鄰點(diǎn)的加權(quán)和。令三個(gè)鄰點(diǎn)環(huán) 繞f i d ) 不斷移位，取其中差值鮑最大毽l 乍為k i r s c h 算予鑲。孽： k ( i ，j ) = m a x 1 ，m a x 5 s i 一3 t i 】) ，凈o 一7 s i = f ( a i ) + f ( a i + 1 ) 十“a ，+ 2 ) t i f ( a i + 3 ) + f ( a i + 1 ) 十f ( a ，+ s ) + f ( a i + 6 ) + f ( a ；+ 7 ) ( 3 1 4 ) 取添篷t h ，攆翅下爨藪：若k ( i , j ) t h ，黧( i ，j ) 為狳獲透緣患， ( i j ) ) 為邊緣圈像。 如果采用模板完成k i t s c h 邊緣檢測(cè)，則可以通過(guò)8 個(gè)模板對(duì)圖像 進(jìn)行卷積處理而實(shí)現(xiàn)。根據(jù)上面的原理，設(shè)計(jì)模板如圖3 + 1 0 。 圜圈圈圈 田田園圜 圈3 1 0k i r s c h 模披 上瑟累述了咒耱邊緣撿溺囂算子。對(duì)于實(shí)驗(yàn)孛楚壤豹三維編織復(fù) 合材料預(yù)制件表面圖像，可以根據(jù)其巾編織單元特有的方向特性，選 擇如圖3 一1 1 的4 方向( 0 度、4 5 度、9 0 度、1 3 5 度) s o b e l 邊緣檢測(cè) 模板附圖像進(jìn)行邊緣提取，以取得滿意的效果。 圈圜田園 圖3 - 1 1 方向s o b e l 模板 第2 2 囂 第= 一章編織復(fù)合材料預(yù)制件表面圖像技術(shù)的研究 把邊緣檢測(cè)方法應(yīng)用到圖像二值化過(guò)程中，即可完成對(duì)圖像的二 值化處理，處理效果圖3 1 2 ： 圖3 1 2 二值化效果圖 3 2 圖像邊緣均衡化處理 圖像邊緣均衡化過(guò)程主要包括圖像的細(xì)化處理以及為了提取圖像 信息而進(jìn)行的細(xì)化均衡處理。具體的操作過(guò)程如圖3 一1 3 所示： 圖3 13均衡化流程圖 3 2 1 噪聲處理 在圖像完成二值化處理后，圖像的信息量得到了縮減，但是圖像 的質(zhì)量依然很不理想，這主要是因?yàn)閳D像在二值化后，除了圖像中的 邊緣信息得到了保留，還引進(jìn)了由于二值化算法而產(chǎn)生的噪聲。這種 噪聲主要表現(xiàn)為階躍性噪聲。根據(jù)前面在圖像去除噪聲一節(jié)中介紹的， 去除階躍性噪聲的最有效、最簡(jiǎn)單的辦法，就是采用中值濾波法。中 值濾波實(shí)驗(yàn)效果圖如圖3 1 4 ( b ) 。 通過(guò)實(shí)驗(yàn)效果圖可以看出，圖中的噪聲基本上都被去除了，然而 這種濾波方法對(duì)圖像中編織花節(jié)的邊緣信息也起了作用，有些地方的 邊緣出現(xiàn)了斷裂。解決這一現(xiàn)象的一種方法就是采用加權(quán)中值濾波法。 激濯 ( a ) 濾波前圖像 第2 3 頁(yè) ( b ) 中值濾波 第三章編織復(fù)合材料預(yù)制件表面圖像技術(shù)的石j f 究 圖3 1 4中值濾波二值化圖像 當(dāng)圖像中存在較多的細(xì)節(jié)、細(xì)線時(shí)，可以采用加權(quán)中值濾波法濾 除噪聲“。加權(quán)中值濾波的原理是：把窗口內(nèi)各象元加權(quán)，某一象元 加權(quán)值m ，即窗口象元灰度排隊(duì)時(shí)該象元重復(fù)m 次。通過(guò)上面的中值 濾波效果圖可以發(fā)現(xiàn)，圖像中的邊界信息受到了影響，這時(shí)，可以采 用如下的運(yùn)算，對(duì)圖像進(jìn)行加權(quán)中值濾波處理： d ( i ，j ) = m i d d ( i 一1 ，j 一1 ) ，d ( i - l ，j 一1 ) ，d ( i 一1 ，j ) ，d ( i 一1 ，j + 1 ) ，d (