精選文檔圖像處理課程報(bào)告

《數(shù)字圖像處理》課程論文題目：瓶子灌裝流水線是否灌裝滿瓶體的檢測(cè)姓名學(xué)院專(zhuān)業(yè)班級(jí)學(xué)號(hào)指導(dǎo)教師日期2015年6月10日

瓶子灌裝流水線是否灌裝滿瓶體的檢測(cè)摘要：使用數(shù)字圖像處理方法分析圖像中液面高度來(lái)檢測(cè)瓶中的液體體積是否符合要求。通過(guò)對(duì)瓶子中裝滿液體的區(qū)域進(jìn)行提取，以此區(qū)域的大小作為判斷的依據(jù)。首先對(duì)采集的實(shí)際圖像進(jìn)行RGB三種顏色分量的提取，將其中的兩種分量作差，除去背景，接下來(lái)將作差后的圖像采用大津法計(jì)算閾值并二值化，再通過(guò)腐蝕、膨脹等運(yùn)算去除躁聲點(diǎn)。最后標(biāo)記連通域、計(jì)算各連通域的面積，判斷出未裝滿的瓶子，將其標(biāo)注出來(lái)，同時(shí)統(tǒng)計(jì)瓶子總數(shù)及未裝滿的個(gè)數(shù)。所有處理過(guò)程通過(guò)matlab編程實(shí)現(xiàn)。關(guān)鍵詞：數(shù)字圖像處理；液體體積檢測(cè)0引言隨著消費(fèi)水平的提高，相關(guān)法律法規(guī)的完善，在食品（飲料、調(diào)料）和醫(yī)藥等行業(yè)中，產(chǎn)品的質(zhì)量變得越來(lái)越重要。而產(chǎn)品的重量符合要求正是產(chǎn)品質(zhì)量的基本要求之一。但現(xiàn)在，這些行業(yè)的生產(chǎn)規(guī)模日益擴(kuò)大，生產(chǎn)現(xiàn)代化水平日益提高。采用傳統(tǒng)手段對(duì)大規(guī)模現(xiàn)代化生產(chǎn)線上的產(chǎn)品灌裝后的液體體積進(jìn)行逐一檢測(cè)，已經(jīng)是很困難的了。在固定的同一種瓶中，其液體的液位變化直接反應(yīng)了所裝液體體積的變化，所以對(duì)液位的檢測(cè)實(shí)際上就是對(duì)灌裝液體體積的檢測(cè)。本文利用數(shù)字圖像處理技術(shù)對(duì)灌裝后瓶?jī)?nèi)液位進(jìn)行檢測(cè)的算法，能滿足對(duì)液體體積進(jìn)行快速在線檢測(cè)的要求。在當(dāng)前市面上液面的檢測(cè)是基于傳感器等芯片實(shí)現(xiàn)的，結(jié)構(gòu)復(fù)雜。而基于數(shù)字圖像處理的算法只能處理一些簡(jiǎn)單的理想的圖片，事實(shí)上流水線由于空氣浮沉、機(jī)械振動(dòng)等的影響根本無(wú)法采集到躁點(diǎn)少，雜波低的理想圖片。本算法利用作差法實(shí)現(xiàn)了去噪，又運(yùn)用了圖像增強(qiáng)法實(shí)現(xiàn)了對(duì)目標(biāo)圖像的提取，克服了傳統(tǒng)算法的缺點(diǎn)。1檢測(cè)原理在瓶子灌裝流水線上要實(shí)現(xiàn)對(duì)液體是否灌裝滿瓶體的檢測(cè)，可以有下面三種方法：（1）以液面的高度作為判斷依據(jù)。將剛好裝滿時(shí)的液位高度作為標(biāo)準(zhǔn)，若液面高度低于此標(biāo)準(zhǔn)，則認(rèn)為未裝滿。（2）以瓶口處未裝滿的體積作為判斷依據(jù)。由于同一流水線上的瓶子的尺寸和規(guī)格都是一樣的，所以當(dāng)瓶口處未裝滿的體積大于標(biāo)準(zhǔn)值時(shí)則認(rèn)為未裝滿。而實(shí)際通過(guò)攝像頭采集的圖像是二維的，無(wú)法計(jì)算體積，于是有面積代替。（3）以瓶子裝滿的體積作為判斷依據(jù)。由于同一流水線上的瓶子的尺寸和規(guī)格都是一樣的，所以當(dāng)瓶子裝滿的體積小于標(biāo)準(zhǔn)值時(shí)則認(rèn)為未裝滿。而實(shí)際通過(guò)攝像頭采集的圖像是二維的，無(wú)法計(jì)算體積，于是用面積代替。考慮到算法的簡(jiǎn)便性，本文采用了第三種方法。圖像處理的流程如下：二值化去噪生二值化去噪生計(jì)算裝滿區(qū)圖像的面積比較判斷是否裝滿并標(biāo)記統(tǒng)計(jì)總數(shù)并計(jì)算不合格率去背景圖（1）圖像處理流程圖2去背景由于我們最終要提取的是瓶子裝滿區(qū)域的面積，所以我們感興趣的部分就是瓶子裝滿液體的區(qū)域，其他部分則為背景。去除背景的干擾才能便于后續(xù)的面積提取。例如模擬瓶子灌裝流水線上的初始圖像如圖所示：圖（2）初始圖像其中瓶子本身為無(wú)色透明的，所裝液體為橙黃色，瓶后的擋板為白色（由于采集光線所致，擋板略顯粉紅）。若直接進(jìn)行灰度變換（如圖3），所得圖像難以將裝滿區(qū)域提取。圖（3）直接進(jìn)行灰度變換后圖像應(yīng)用matlab編寫(xiě)程序?yàn)椋篶learcloseallI=imread('E:\圖像處理\6.png');figure,imshow(I)I=rgb2gray(I);figure,imshow(I)因此不能直接進(jìn)行灰度變換，只能考慮先對(duì)彩色圖像進(jìn)行處理。首先將彩色圖像的RGB三個(gè)彩色分量提取出來(lái)。應(yīng)用matlab編寫(xiě)程序?yàn)椋篺R=I(:,:,1);%獲取圖像的紅色分量fG=I(:,:,2);%獲取圖像的綠色分量fB=I(:,:,3);%獲取圖像的藍(lán)色分量figure,imshow(fR)%分別顯示圖像figure,imshow(fG)figure,imshow(fB)圖（4）紅色分量圖像圖（5）綠色分量圖像圖（6）藍(lán)色分量圖像將RGB三個(gè)色彩分量的圖形進(jìn)行分析可發(fā)現(xiàn)，在每一種分量的圖像中瓶子裝滿區(qū)域與其他部分的差別不大不易提取，但將三種分量的圖像進(jìn)行對(duì)比可以發(fā)現(xiàn)瓶子已灌裝液體的區(qū)域與未裝滿的在分量圖像中各有差異，因此可以采用圖像代數(shù)運(yùn)算中的圖像減法來(lái)實(shí)現(xiàn)圖像裝滿區(qū)域的提取，即圖像的去背景。圖像減法也稱(chēng)為差分方法，是一種常用于檢測(cè)圖像變化及運(yùn)動(dòng)物體的圖像處理方法。圖像減法可以作為許多圖像處理工作的準(zhǔn)備步驟。例如，可以使用圖像減法來(lái)檢測(cè)一系列相同場(chǎng)景圖像的差異。圖像減法與閾值化處理的綜合使用往往是建立機(jī)器視覺(jué)系統(tǒng)最有效的方法之一。對(duì)原始圖像分析可得到如下特征：（1）瓶后的擋板為白色，RGB三種分量的灰度值都接近255，因此任意兩種分量的圖像做減法運(yùn)算均可以去掉擋板。（2）瓶中液體為橙黃色，瓶子本身為無(wú)色，因此：紅色分量減去藍(lán)色分量可提取出瓶中裝有液體的區(qū)域：圖（7）紅色分量減去藍(lán)色分量后的圖像圖（8）紅色分量減去綠色分量后的圖像顯然，對(duì)液體區(qū)域的提取紅色分量減去綠色分量沒(méi)有沒(méi)有紅色分量減去藍(lán)色分量的清晰。圖（9）綠色分量減去紅色分量后的圖像圖（10）綠色分量減去藍(lán)色分量后的圖像圖（11）藍(lán)色分量減去紅色分量后的圖像圖（12）藍(lán)色分量減去綠色分量后的圖像經(jīng)過(guò)對(duì)以上處理方法所得結(jié)果進(jìn)行對(duì)比，決定給采用紅色分量減去藍(lán)色分量來(lái)提取瓶子中裝滿液體區(qū)域的方法。此方法可有效提取液體區(qū)域，且噪點(diǎn)少，便于后續(xù)的二值化等處理。綜上可得，用不同顏色分量做作差去背景的方法十分靈活，可根據(jù)瓶子的顏色及瓶中液體的顏色來(lái)選擇不同的作差方式。尤其適用于瓶子顏色與所裝液體顏色不同情況下。以上處理應(yīng)用matlab編寫(xiě)的程序?yàn)椋篺R_B=fR-fB;%紅色分量減去藍(lán)色分量figure,imshow(fR_B)fR_G=fR-fG;%紅色分量減去綠色分量figure,imshow(fR_G)fG_R=fG-fR;%綠色分量減去紅色分量figure,imshow(fG_R)fG_B=fG-fB;%綠色分量減去藍(lán)色分量figure,imshow(fG_B)fB_R=fB-fR;%藍(lán)色分量減去紅色分量figure,imshow(fB_R)fB_G=fB-fG;%藍(lán)色分量減去綠色分量figure,imshow(fB_G)3二值化圖像的二值化處理就是將圖像上的點(diǎn)的灰度置為0或255，也就是將整個(gè)圖像呈現(xiàn)出明顯的黑白效果。即將256個(gè)亮度等級(jí)的灰度圖像通過(guò)適當(dāng)?shù)拈撝颠x取而獲得仍然可以反映圖像整體和局部特征的二值化圖像。利于再對(duì)圖像做進(jìn)一步處理時(shí)，圖像的幾何性質(zhì)只與像素值為0或255的點(diǎn)的位置有關(guān)，不在涉及像素的多級(jí)值，使處理變得簡(jiǎn)單，而且數(shù)據(jù)量減小，能凸顯出感興趣的目標(biāo)的輪廓。圖像二值化的具體實(shí)現(xiàn)方法就是將所有灰度大于或等于閾值的像素判定為屬于特定物體，其灰度值為255表示，而其他的像素點(diǎn)被排除在物體區(qū)域以外，灰度值為0，表示背景或者例外的區(qū)域。因此圖像二值化的選擇十分關(guān)鍵，根據(jù)其對(duì)像素的處理方式，主要分為三類(lèi)：（1）全局閾值法：是指整個(gè)圖像采用單一閾值（全局閾值）T進(jìn)行圖像二值化。一般有圖像的直方圖或灰度的空間分布確定一個(gè)全局閾值T，將圖像的每個(gè)像素的灰度值與T進(jìn)行比較。若大于T，則取為前景色；否則取為背景色；典型的全局閾值法有Ostu法、最大熵法等。（2）局部閾值法：由當(dāng)前像素灰度值與該像素周?chē)c(diǎn)局部灰度特征來(lái)確定像素的閾值。通過(guò)定義考察點(diǎn)的鄰域，并由鄰域計(jì)算模板實(shí)現(xiàn)考察點(diǎn)灰度與鄰域點(diǎn)的比較。典型的局部閾值法有Bernsen法、Nilblack法等。（3）動(dòng)態(tài)閾值法：當(dāng)光照不均勻、或者背景灰度變化較大等情況時(shí)，必須根據(jù)圖像的坐標(biāo)位置關(guān)系自動(dòng)確定不同閾值，實(shí)施動(dòng)態(tài)的閾值確定。該法的閾值選擇不僅取決與該像素及周?chē)袼氐幕叶戎?。而且還與該像素的坐標(biāo)位置有關(guān)。鄰域均值法是較為常見(jiàn)的一種動(dòng)態(tài)閾值確定技術(shù)。對(duì)去背景后的圖像（圖（7））分析得到，圖像整體光照均勻，適合用全局閾值法，這里我們采用Ostu法（最大類(lèi)間方差法，又稱(chēng)大津法）來(lái)選取閾值。應(yīng)用MATLAB進(jìn)行圖像處理時(shí)使用函數(shù)level=graythresh(I)來(lái)計(jì)算全局閾值（level).處理后圖像如圖（13）。圖（13）采用Ostu法選取閾值并將進(jìn)行二值化的圖像二值化后的圖像基本可以，已能將瓶中裝滿液體的區(qū)域提取。應(yīng)用matlab編寫(xiě)程序?yàn)椋篵w1=im2bw(fG_B,level);%二值化figure,imshow(bw1)四濾波通常，由于噪聲的影響，圖像在閾值化后所得到邊界往往是很不平滑的，物體區(qū)域具有一些噪聲，背景區(qū)域上散布著一些小的噪聲物體。連續(xù)的開(kāi)和閉運(yùn)算可以有效地改善這種情況。有時(shí)需要經(jīng)過(guò)多次腐蝕之后在加上相同次數(shù)的膨脹，才可以產(chǎn)生比較好的效果。開(kāi)運(yùn)算：先腐蝕后膨脹的過(guò)程稱(chēng)為開(kāi)運(yùn)算。用來(lái)消除小物體、在纖細(xì)點(diǎn)處分離物體、平滑較大物體的邊界的同時(shí)并不明顯改變其面積。閉運(yùn)算：先膨脹后腐蝕的過(guò)程稱(chēng)為閉運(yùn)算。用來(lái)填充物體內(nèi)細(xì)小空間、連接鄰近物體、平滑其邊界的同時(shí)并不明顯改變其面積。腐蝕：腐蝕是一種消除邊界點(diǎn)，使邊界向內(nèi)部收縮的過(guò)程?？梢杂脕?lái)消除小且無(wú)意義的物體。膨脹：膨脹是將與物體接觸的所有背景點(diǎn)合并到該物體中，使邊界向外部擴(kuò)張的過(guò)程?？梢杂脕?lái)填充物體中的空洞。經(jīng)過(guò)二值化后的圖像雖然能基本提取所需區(qū)域，但扔存在一些纖細(xì)處分離的物體類(lèi)噪聲點(diǎn)。我們要將這些噪聲點(diǎn)去掉，對(duì)于每一個(gè)瓶子的位置只保留一個(gè)連通的區(qū)域來(lái)計(jì)算面積，所以采用開(kāi)運(yùn)算的方法來(lái)消除噪聲。由于噪聲點(diǎn)不是很多，可進(jìn)行一次開(kāi)運(yùn)算便得到了很好的效果（如圖（14））。如果小物體類(lèi)噪聲點(diǎn)較大可采用多次腐蝕后在經(jīng)相同次數(shù)的膨脹來(lái)完成。圖（14）經(jīng)開(kāi)運(yùn)算后的圖像應(yīng)用matlab編寫(xiě)程序?yàn)椋?SE1=strel('arbitrary',eye(5));%設(shè)置腐蝕結(jié)構(gòu)元素%bw2=imerode(bw1,SE1);%腐蝕%figure,imshow(bw2)bw3=bwmorph(bw1,'open');%開(kāi)運(yùn)算figure,imshow(bw3)%bw3=bwmorph(bw2,'open');%開(kāi)運(yùn)算%figure,imshow(bw3));五裝滿區(qū)域面積的計(jì)算對(duì)瓶中裝滿液體區(qū)域面積的計(jì)算實(shí)際就是對(duì)目標(biāo)所占像素?cái)?shù)的計(jì)算。經(jīng)過(guò)開(kāi)運(yùn)算后，每個(gè)裝滿的區(qū)域都成了一個(gè)連通的區(qū)域，為計(jì)算每一個(gè)區(qū)域的面積首先要各個(gè)區(qū)域進(jìn)行標(biāo)記，可以利用matlab中的bwlabel函數(shù)來(lái)實(shí)現(xiàn)；然后計(jì)算被標(biāo)記的各區(qū)域的大小，可以利用matlab中的regionprops來(lái)實(shí)現(xiàn)；Bwlabel的作用是在二值圖像中標(biāo)記連通區(qū)域，用法如下：L=bwlabel(BW,n)返回一個(gè)和BW大小相同的L矩陣，包含標(biāo)記了BW中每個(gè)連通區(qū)域的類(lèi)別標(biāo)簽，這些標(biāo)簽的值為1、2、num(連通區(qū)域的個(gè)數(shù)）。n的值為4或8，表示是按4連通尋找區(qū)域，還是按8連通尋找區(qū)域。[L,num]=bwlabel(BW,n)這里num返回的就是BW中連通區(qū)域的個(gè)數(shù)。regionprops，它的用途是getthepropertiesofregion,即用來(lái)度量圖像區(qū)域?qū)傩缘暮瘮?shù)。用法如下：TATS=regionprops(L,properties)測(cè)量標(biāo)注矩陣L中每一個(gè)標(biāo)注區(qū)域的一系列屬性。L中不同的正整數(shù)元素對(duì)應(yīng)不同的區(qū)域，例如：L中等于整數(shù)1的元素對(duì)應(yīng)區(qū)域1；L中等于整數(shù)2的元素等于對(duì)應(yīng)區(qū)域2；以此類(lèi)推。返回值STATS是一個(gè)長(zhǎng)度為max(L(:)）的結(jié)構(gòu)數(shù)組，結(jié)構(gòu)數(shù)組的相應(yīng)域定義了每一個(gè)區(qū)域相應(yīng)屬性下的度量。Properties可以是由逗號(hào)分隔的字符串列表、包含字符串的單元數(shù)組、單個(gè)字符串’all’或者’basic’。如果properties沒(méi)有指定或者等于’basic’，則屬性：’Area’,’Centroid’和’BoundingBox’將被計(jì)算。在這里我們要得到的是’Area’屬性，即面積屬性。Matlab代碼為：[L,n]=bwlabel(bw3,8);%STATS=regionprops(L,'Area');%計(jì)算連通域大小stats=regionprops(L);Cen=cat(1,stats.Centroid);S=cat(1,stats.Area);經(jīng)上述處理后圖像中4個(gè)裝滿區(qū)域的面積分別為：12873，,11860,10655,13653.六比較判斷是否裝滿并標(biāo)記和統(tǒng)計(jì)瓶子數(shù)目及不合格率不難發(fā)現(xiàn)，裝滿的瓶子區(qū)域面積都在11000左右，而未裝滿的瓶子區(qū)域面積小于11000，所以我們可以以11000作為區(qū)分裝滿與未裝滿的閾值。小于次閾值的認(rèn)為未裝滿，其余的認(rèn)為裝滿。并利用提取的重心坐標(biāo)將未裝滿的瓶子在圖像中標(biāo)記出來(lái)。同時(shí)可統(tǒng)計(jì)瓶子數(shù)量及未裝滿的數(shù)量，計(jì)算不合格率。Matlab代碼為：holdon;x=0;fori