第五章-食品無損檢測：計算機(jī)視覺

食品無損檢測潘磊慶南京農(nóng)業(yè)大學(xué)食品科技學(xué)院12十一月20242第五章計算機(jī)圖像處理檢測第一節(jié)圖像處理簡介一、計算機(jī)圖像處理

數(shù)字圖像處理（digitalimageprocessing）：通俗地講，就是用計算機(jī)對圖像進(jìn)行一系列的操作，從而達(dá)到某種預(yù)期效果的技術(shù)。

/（中國視覺網(wǎng)）/index.asp（中國圖像圖形）12十一月20243圖像按空間坐標(biāo)和明暗程度的連續(xù)性可分:

模擬圖像：指空間坐標(biāo)和明暗程度都是連續(xù)變化的圖像。

數(shù)字圖像：是一種空間坐標(biāo)和灰度均不連續(xù)的、用離散的數(shù)字(一般用整數(shù))表示的圖像。12十一月20244二、數(shù)字圖像處理的應(yīng)用領(lǐng)域

①生物醫(yī)學(xué)圖像處理。

各種細(xì)胞自動計數(shù)、分類，染色體分析，癌細(xì)胞識別X光肺部圖像增晰、超聲波圖像處理、心電圖分析、立體定向放射治療等醫(yī)學(xué)診斷方面。

②軍事圖像處理。導(dǎo)彈的精確制導(dǎo)，各種偵察照片的判讀公安業(yè)務(wù)圖片的判讀分析，指紋識別，人臉鑒別，不完整圖片的復(fù)原等。12十一月20245

③工業(yè)圖像處理郵政信件的自動分揀高速公路不停車自動收費系統(tǒng)中的車輛和車牌的自動識別

④遙感圖像處理資源調(diào)查/災(zāi)害檢測/資源勘察/農(nóng)業(yè)規(guī)劃/城市規(guī)劃

⑤機(jī)器人視覺水下機(jī)器人、自動化生產(chǎn)線、無人駕駛汽車12十一月20246一、圖像獲取設(shè)備圖像處理的第一步是獲取對象物的圖像。所獲圖像的質(zhì)量直接影響后續(xù)各項處理的精度。

常用的圖像獲取裝置或稱圖像傳感器:1．?dāng)z像機(jī)和圖像采集卡

攝像機(jī):目前使用最廣泛的圖像獲取設(shè)備。12十一月20247傳感器類型：MegaSpeed黑白或彩色CMOS傳感器

最大分辨率：1280X1024

像素尺寸：12μmX12μm

光譜范圍：400nm-1000nm

像機(jī)尺寸：100mmX100mmX152mm

像機(jī)重量：1.6Kg

PCI卡：標(biāo)準(zhǔn)PCI

視頻輸出：高速數(shù)據(jù)到計算機(jī)或通過NTSC或PAL接口

拍攝速度：可任意設(shè)置

電源要求：6V直流或220V交流

增益調(diào)節(jié)：可軟件設(shè)置，圖象尺寸：可軟件設(shè)置

采集模式：自動、手動或觸發(fā)器控制

文件存儲：AVI或JPG、BMP

圖象處理：可用軟件進(jìn)行圖象增強

抗沖擊：50G高速攝像機(jī)12十一月20248圖像采集卡:是支持視頻信號輸入輸出計算機(jī)的設(shè)備。將攝像機(jī)攝取的模擬圖像信號轉(zhuǎn)換為數(shù)字信號，以便

于計算機(jī)處理。

農(nóng)產(chǎn)品自動分級及品質(zhì)檢測:目前研究——絕大多數(shù)研究的對象仍是靜態(tài)的農(nóng)產(chǎn)品個體。實際生產(chǎn)——大多是動態(tài)的農(nóng)產(chǎn)品圖像；圖像處理和分析更復(fù)雜。要適應(yīng)動態(tài)需要，應(yīng)選用高速圖像采集裝置（高速攝像頭+高速采集卡/每秒幾十幀到上千幀不等。12十一月20249圖象采集卡

12十一月2024102．?dāng)?shù)碼攝像機(jī)數(shù)碼攝像機(jī)將圖像采集、A/D轉(zhuǎn)換等多種功能集于一體，直接輸出計算機(jī)可接受的數(shù)字信號。3．掃描儀精度和分辨率中等，成本很低。但速度較慢，實時性差。4.遙感中常用的圖像獲取設(shè)備多光譜攝像機(jī)、紅外輻射計、紅外攝像儀、多通道紅外掃描儀、多光譜掃描儀、微波輻射計、俯視雷達(dá)、合成孔徑雷達(dá)等。12十一月202411索尼DCR-SR62E數(shù)碼攝像機(jī)愛普生PerfectionV500Photo掃描儀MCA多光譜照相機(jī)系統(tǒng)衛(wèi)星遙感：南方積雪覆蓋監(jiān)測12十一月202412二、圖像存儲器保存圖像處理過程中有關(guān)數(shù)據(jù)和處理最終結(jié)果的裝置。三、輸出裝置可以是圖像/更高層次的理解/識別的描述或結(jié)論。

輸出可分為:

軟拷貝裝置：陰極射線管顯示器(CRT)、液晶顯示器(LCD)、場致發(fā)光顯示器(ELD)、發(fā)光二極管顯示器(LED)。

硬拷貝方法:激光打印、噴墨打印、膠片照相和光盤刻錄等。12十一月202413四、可見光圖像采集方法圖像采集是數(shù)字圖像處理第一步，十分關(guān)鍵！

組成：（1）光照系統(tǒng)

光源：白熾燈、日光燈、汞燈、鈉燈

考慮要素：被測對象表面的分光反射特性；被測對象外形；被測對象在視場中的分布情況。（2）攝像機(jī)：模擬圖像（3）圖像采集卡：數(shù)字圖像（4）圖像存儲（5）計算機(jī)12十一月20241412十一月202415五、紅外圖像采集方法

組成系統(tǒng)與可見光基本相同。

主要區(qū)別：紅外攝像機(jī)(infraredthermalimager)CCD攝像機(jī)與紅外線濾鏡(infraredfilter)組合

有效工作波長范圍：700-1100nm12十一月20241612十一月20241712十一月20241812十一月202419第三節(jié)數(shù)字圖像處理基礎(chǔ)一、數(shù)字圖像處理的基本內(nèi)容①圖像信息的獲取。通過圖像采集裝置獲取待研究物體圖像，并借助圖像處理專用硬件將其轉(zhuǎn)換成適合計算機(jī)處理的數(shù)字信號。②圖像信息的存儲。一般作檔案存儲主要采用磁盤、光盤等。③數(shù)字圖像處理。計算機(jī)圖像處理的概念，用計算機(jī)對圖像進(jìn)行各種操作,包括圖像增強、分割、描述、分析、識別等一系列處理。④圖像信息的輸出與顯示。圖像處理的最終信息的顯示和輸也是不可缺少的環(huán)節(jié)。12十一月202420二、顏色變換1.RGB顏色模型R：紅色，RED，700nmG：綠色，GREEN，546nmB：藍(lán)色，BLUE，435.8nm

R、G、B成分與人的顏色感覺無直接聯(lián)系。2.HIS顏色模型H：色度，hueI：明度，intensityS：飽和度，saturation與人的顏色感覺一致，有利于圖形處理。12十一月2024211.RGB模型RGB模型用三維空間中的一個點來表示一種顏色。每個點有三個分量，分別代表該點顏色的紅、綠、藍(lán)亮度值，亮度值限定在［0,1］。在RGB模型立方體中，原點所對應(yīng)的顏色為黑色，它的三個分量值都為零。距離原點最遠(yuǎn)的頂點對應(yīng)的顏色為白色，它的三個分量值都為1。12十一月202422從黑到白的灰度值分布在這兩個點的連線上，該線稱為灰色線。立方體內(nèi)其余各點對應(yīng)不同的顏色。彩色立方體中有三個角對應(yīng)于三基色——紅、綠、藍(lán)。剩下的三個角對應(yīng)于三基色的三個補色——黃色、青色（藍(lán)綠色）、品紅（紫色）。12十一月202423RGB模型單位立方體12十一月2024242.HSI模型

反映了人的視覺系統(tǒng)觀察彩色的方式，在藝術(shù)上經(jīng)常使用HSI模型。

HSI模型:H——色調(diào)(Hue);S——飽和度(Saturation);I——表示亮度(Intensity，對應(yīng)成像亮度和圖像灰度)。

12十一月202425這個模型的建立基于兩個重要的事實：

①I分量與圖像的彩色信息無關(guān)；②H和S分量與人感受顏色的方式是緊密相聯(lián)的。

這些特點使得HSI模型非常適合借助人的視覺系統(tǒng)來感知彩色特性的圖像處理算法。12十一月202426

色相環(huán)：描述了色相和飽和度兩個參數(shù)。

色相由角度表示，它反映了該彩色最接近什么樣的光譜波長。一般假定：0°表示的顏色為紅色；

120°為綠色；

240°為藍(lán)色。

0°到240°色相：覆蓋了所有可見光譜的彩色；

240°到300°之間：為人眼可見的非光譜色（紫色）。

12十一月202427

飽和度是指一個顏色的鮮明程度.

飽和度越高，顏色越深,如深紅，深綠。

飽和度參數(shù)是色環(huán)的原點（圓心）到彩色點的半徑的長度。

由色相環(huán)可以看出:環(huán)的邊界上純的或飽和的顏色，飽和度值為1。在中心是中性（灰色）陰影，

飽和度為0。12十一月202428H指的就是色相:紅色為0度(360度)；黃色為60度；綠色為120度；青色為180度；藍(lán)色為240度；品紅色為300度。12十一月20242912十一月202430色相環(huán)飽和度色相（色調(diào)）非光譜色（紫色）12十一月202431

亮度是指光波作用于感受器所發(fā)生的效應(yīng).大小由物體反射系數(shù)來決定，反射系數(shù)越大，物體的亮度愈大，反之愈小。HSI模型的三個屬性定義了一個三維柱形空間?；叶汝幱把刂S線從底部的黑變到頂部的白，具有最高亮度。最大飽和度的顏色位于圓柱上頂面的圓周上。12十一月2024323.顏色空間變換（1）RGB到HIS變換上式中：Ｈ＝ＷＢ≤Ｇ［0°,180°］；Ｈ＝２π－ＷＢ＞Ｇ［180°，360°］

對任何3個［0，1］范圍內(nèi)的R、G、B值，其對應(yīng)HSI模型中的I、S、H分量的計算公式為：12十一月202433

注：式中計算出的H值的范圍為［0°,180°］，對應(yīng)于Ｇ≥Ｂ。在Ｇ＜Ｂ時，Ｈ值大于180°,只要令Ｈ＝360°－H，即可把Ｈ轉(zhuǎn)換到［180°，360°］區(qū)間。所以若將兩種情況都考慮上，則由式算得的Ｈ是在［0°，360°］范圍內(nèi)。12十一月202434（2）HIS到RGB轉(zhuǎn)換當(dāng)0°≤H＜120°：

假設(shè)H、S、I的值在［0，1］之間，R、G、B的值也在［0，1］之間，則HSI轉(zhuǎn)換為RGB的公式為(分成3段以利用對稱性)

12十一月202435當(dāng)120°≤H≤240°：當(dāng)240°≤H＜360°：12十一月202436二、圖像的數(shù)學(xué)模型

1.圖像的采樣和量化

1.1采樣圖像在空間上的離散化稱為采樣。用空間上部分點的灰度值代表圖像，這些點稱為采樣點。

具體做法：先沿垂直方向按一定間隔從上到下順序地沿水平方向直線掃描，取出各水平線上灰度值的一維掃描。而后再對一維掃描線信號按一定間隔采樣得到離散信號，即先沿垂直方向采樣，再沿水平方向采樣這兩個步驟完成采樣操作。對于運動圖像（即時間域上的連續(xù)圖像），需先在時間軸上采樣，再沿垂直方向采樣，最后沿水平方向采樣由這三個步驟完成。12十一月202437采樣示意圖12十一月2024381.2量化

模擬圖像經(jīng)過采樣后，在時間和空間上離散化為像素。但采樣所得的像素值（即灰度值）仍是連續(xù)量。把采樣后所得的各像素的灰度值從模擬量到離散量的轉(zhuǎn)換稱為圖像灰度的量化。

12十一月202439若連續(xù)灰度值用z來表示，對于滿足zi≤z≤zi+1的z值，都量化為整數(shù)qi。

qi稱為像素的灰度值，z與qi的差稱為量化誤差。一般，像素值量化后用一個字節(jié)8bit來表示。如圖（b）所示，把由黑—灰—白的連續(xù)變化的灰度值，量化為0～255共256級灰度值，灰度值的范圍為0～255，表示亮度從深到淺，對應(yīng)圖像中的顏色為從黑到白。

12十一月202440圖量化示意圖（a）量化；(b)量化為8bit12十一月202441

連續(xù)灰度值量化為灰度級的方法：

等間隔量化；

非等間隔量化。

等間隔量化:簡單地把采樣值的灰度范圍等間隔地分割并進(jìn)行量化。對于像素灰度值在黑—白范圍較均勻分布的圖像，這種量化方法可以得到較小的量化誤差。該方法也稱為均勻量化或線性量化。

12十一月202442

非均勻量化:依據(jù)一幅圖像具體的灰度值分布的概率密度函數(shù)，按總的量化誤差最小的原則來進(jìn)行量化。具體做法：是對圖像中像素灰度值頻繁出現(xiàn)的灰度值范圍，量化間隔取小一些，而對那些像素灰度值極少出現(xiàn)的范圍，則量化間隔取大一些。12十一月20244312十一月202444不同采樣點數(shù)對圖像質(zhì)量的影響（a）原始圖像(256×256)；（b）采樣圖像1(128×128)；（c）采樣圖像2(64×64)；（d）采樣圖像3(32×32)；（e）采樣圖像4(16×16)；（f）采樣圖像5(8×8)12十一月202445不同量化級別對圖像質(zhì)量的影響（a）原始圖像(256色)（b）量化圖像1(64色)（c）量化圖像2(32色)（d）量化圖像3(16色)（e）量化圖像4(4色)（f）量化圖像5(2色)12十一月202446

一般，當(dāng)限定數(shù)字圖像的大小時,為了得到質(zhì)量較好的圖像可采用如下原則：

（1）對緩變的圖像，應(yīng)該細(xì)量化粗采樣，以避免假輪廓。（2）對細(xì)節(jié)豐富的圖像，應(yīng)細(xì)采樣粗量化，以避免模糊（混疊）。對于彩色圖像，是按照顏色成分——紅（R）、綠（G）、藍(lán)（B）分別采樣和量化的。若各種顏色成分均按8bit量化，即每種顏色量級別是256，則可以處理256×256×256=16777216種顏色。

12十一月202447第四節(jié)圖像增強

圖像增強:按照特定的要求，采用一系列技術(shù)，突出圖像中的某些信息以改善圖像的視覺效果，或?qū)D像轉(zhuǎn)換為更適于人或機(jī)器進(jìn)行處理的形式。為后續(xù)的特征提取、識別、分析和理解等工作打下良好的基礎(chǔ)。12十一月202448（1）直接灰度變換

將每一個像素的灰度值按照一定的數(shù)學(xué)公式轉(zhuǎn)化為一個新的灰度值。

線形灰度變換；分段線形灰度變換；非線性灰度變換（2）基于直方圖的灰度變換

直方圖表示每一個灰度級與其出現(xiàn)頻數(shù)間的統(tǒng)計關(guān)系。

直方圖均衡化直方圖規(guī)定化1．灰度變換12十一月20244912十一月2024502.圖像平滑

目的：為了減少圖像的噪聲和抽取對象的特征。

鄰域平均法：用幾個相鄰像素的灰度平均值代替其中的一個

點的灰度值。

中值濾波法：采用含有奇數(shù)個點的滑動窗口，將窗口中各點的灰度值的中值代替指定點的灰度值。

低通濾波：由于噪聲集中于高頻部分，可以去除噪聲改善圖像質(zhì)量。

高通濾波：圖像的邊緣、細(xì)節(jié)多集中在高頻部分，可以采用高通濾波器讓高頻部分通過，減弱和抑制低頻部分。12十一月202451第五節(jié)彩色圖像處理一、偽彩色圖像處理

人為地將灰度圖像像素按一定的規(guī)則賦予不同的彩色，從而將灰度圖像變換成彩色圖像，這種處理方法稱為偽彩色(pseudoco1or)技術(shù)。偽彩色技術(shù)是一種有效的圖像增強措施，其目的是為了提高圖像的可視分辨率。12十一月20245212十一月20245312十一月202454

二、假彩色增強技術(shù)

假彩色(falsecolor)處理是通過彩色映射增強圖像，但其處理的原始圖像不是灰度圖像，而是一幅真實的自然彩色圖像，或是遙感多光譜圖像等。

假彩色處理主要目的：①把景物映射成奇特的色彩，會比原來的自然彩色更引入注目，留下深刻的印象。

如:綠色背景中放一只紅香蕉，就格外吸引人的眼光。

12十一月20245512十一月202456②為了提高分辨率，根據(jù)人眼的生理特點，將感興趣而又不易分辨的細(xì)節(jié)賦予人眼較敏感的顏色。

如:人眼對綠色亮度的響應(yīng)最靈敏，可把原來是其他顏色的細(xì)小物體變換成綠色，這樣就容易鑒別了。人眼對藍(lán)色對比靈敏度最大，可把細(xì)節(jié)較豐富的物體按各像素明暗程度賦予深淺不一的藍(lán)色，從而呈現(xiàn)較強的層次感。

③將多光譜圖像合成彩色圖像，不僅看起來自然、逼真，更重要的是，通過與其他波段圖像配合，可從中獲得更多的信息，便于區(qū)分不同類型的景物。12十一月202457三、真彩色增強技術(shù)一般把能真實反映自然物體本來顏色的圖像稱作真彩色(truecolor)圖像。

最適宜的辦法:是將彩色圖像從RGB表達(dá)空間轉(zhuǎn)換到某種與人眼視覺特性相對應(yīng)的處理空間.如:亮度(I)-色調(diào)；(H)-飽和度；(S)-空間等，然后針對某個或某幾個具有物理意義的分量進(jìn)行增強處理。12十一月202458

第六節(jié)小波變換

小波變換(wavelettransform)作為近年來迅速發(fā)展起來的新的數(shù)學(xué)工具，被譽為泛函分析、傅里葉分析、樣條分析、調(diào)和分析和數(shù)值分析的最完美結(jié)晶。小波變換具有時頻局部化的特性，因而能夠有效地從信號中提取信息。通過伸縮和平移等運算功能可對函數(shù)或信號逐步進(jìn)行多尺度的細(xì)化，最終達(dá)到高頻處時間細(xì)分，低頻處頻率細(xì)分，能自動適應(yīng)時頻信號分析的要求，因而在圖像處理和模式識別等領(lǐng)域有著重要作用。12十一月202459第七節(jié)圖像分割

圖像分割是圖像處理中極為重要的一個環(huán)節(jié)。

將檢測對象從背景中分離出來，以便提取農(nóng)產(chǎn)品的品質(zhì)信息。

分割的精確程度影響甚至決定分析、識別和理解的準(zhǔn)確程度。

分割問題的困難:圖像數(shù)據(jù)的模糊和噪聲的干擾。

12十一月20246012十一月202461一、灰度閾值分割法

灰度閾值分割法:設(shè)置一個灰度閾值T，把圖像中每個像素的灰度值與它進(jìn)行比較，將大于等于T的像素與小于T的像素分劃成兩類，即物體與背景。對像素根據(jù)閾值分類達(dá)到了區(qū)域分割的目的。

閾值的確定是分割的關(guān)鍵。

可分為三種：全局閾值、局部閾值和動態(tài)閾值。1.全局閾值的確定方法P參數(shù)法(S0/S)；狀態(tài)法；

12十一月202462二、基于邊緣的圖像分割

能從一粗糙輪廓識別出物體。物體的邊界在圖像中是由灰度不連續(xù)性所反映的，通常先通過邊緣檢測算子提取圖像中可能的邊緣點，再把這些點連接起來形成封閉的邊界。12十一月202463

生成的具體方法是：從滿足檢測準(zhǔn)則的點開始，在各個方向上生長區(qū)域。當(dāng)其鄰近點滿足相似性測度就并人小塊區(qū)域中，當(dāng)新的點被合并后再用新的區(qū)域重復(fù)這一過程，直到?jīng)]有可接受的鄰近點時生成過程終止。

2．分裂—合并算法

分裂—合并算法的思想是：首先將圖像劃分成若干個小區(qū)域，然后運用特定的檢測判據(jù)，將包含不同內(nèi)容的區(qū)域分裂，將包含相同內(nèi)容的區(qū)域合并，最后得到分割圖像。12十一月202464第八節(jié)目標(biāo)識別

目標(biāo)(模式)識別是整個數(shù)字圖像處理和分析的最終目標(biāo)。針對不同的對象和不同的目的，可以用不同的模式識別理論和方法。

常用的主要方法有：統(tǒng)計模式識別法、結(jié)構(gòu)模式識別法、神經(jīng)網(wǎng)絡(luò)法。12十一月202465第九節(jié)應(yīng)用實例12十一月202466可見光圖像發(fā)在農(nóng)產(chǎn)品

無損檢測中的應(yīng)用12十一月202467研究的目的和意義

探討計算機(jī)視覺技術(shù)無損檢測禽蛋的裂紋，代替工業(yè)生產(chǎn)中的人工照蛋檢測禽蛋品質(zhì)的傳統(tǒng)方法，自動剔除破損蛋。

計算機(jī)視覺技術(shù)能夠模擬人眼的功能，對禽蛋裂紋的判斷具有顯著的優(yōu)勢，工業(yè)生產(chǎn)中可以代替人的勞動，并避免人工的不足，可以高速、準(zhǔn)確、全面地判斷禽蛋的品質(zhì)。12十一月202468

其中：

CCD攝像頭：佳能A85；

圖像采集卡：加拿大MatroxП圖像采集卡；

光源：25W白熾燈；

PC：P41.7G處理器，顯卡為nvidiaGeForceMX44064MB

；

圖像處理軟件系統(tǒng)：Imageprocessing1.0

雞蛋：江蘇省源創(chuàng)禽業(yè)發(fā)展有限公司提供的無公害褐殼雞蛋，雞種為羅曼蛋雞

12十一月202469結(jié)果與討論

定義如下變量：

圓形度（R：Ratio）：直線為0，圓為1；

面積（A：Area）；區(qū)域像素點總和；

長徑（L：LongPath）；區(qū)域邊緣最長點距離；

短徑（S：ShortPath）；與長徑垂直線相交于區(qū)域邊緣兩點距離；

長短徑之比（LS：LongPath/ShortPath）12十一月202470

裂紋特征滿足：①若A≥100像素，則R≤0.2或LS≥3②若A<100像素，則