專利名稱：基于歐氏距離和圖像分塊的羊毛直徑檢測方法
技術領域：
本發明屬于圖像處理技術領域，更進一步涉及一種基于歐氏距離和圖像分塊的羊毛纖維直徑檢測方法。本發明可應用于纖維質量測量領域，通過圖像處理技術實現高速連續地從切片圖像中測量出纖維直徑數據。
背景技術：
羊毛纖維直徑是確定羊絨、羊毛品質和使用價值最為重要的指標之一。常見的 羊毛直徑測量方法中顯微鏡投影法是手工操作，效率低，精度略差；氣流法和聲學法速度快，但測量精度易受環境濕度、溫度影響；激光分析法測速快、精度高，但相應設備昂貴，使用條件高，操作嚴格，維護困難；圖像處理分析法測量精度高、時間短，測量過程全自動，是目前纖維質量測量領域中研究最多的技術，該法將羊毛纖維取樣并切成片段，在顯微鏡下成像并通過CCD攝相機和圖像采集卡完成圖像數據采集，計算機對采集的纖維圖像進行處理和計算得到羊毛直徑。目前圖像處理分析法基本上是以國外的發明和創新為主線，形成了較為完整、實用、科學的測量體系、方法及標準。盡管國內也制定了相應標準，不少學者對于羊毛纖維直徑測量方法進行了大量的研究工作，而且設計出類似OFDA細度儀的產品，但國內基于圖像處理的羊毛纖維直徑測量方法和設備還存在處理算法復雜、計算速度較慢、實際應用困難的不足。清華大學在其擁有的專利技術“一種羊毛纖維細度測量方法及系統”(專利申請號02100056，授權公告號1156708)中提出了一種基于二值圖像邊緣輪廓檢測和最小二乘曲線擬合的測量方法。該專利技術首先采集纖維圖像，提取圖像中的纖維邊緣，然后采用鏈碼相關法搜索邊緣確定待計算纖維微段區域，對纖維微段邊緣進行中值濾波，通過基于灰度變化曲線的最小二乘擬合方法提取出微段截面，計算截面得到纖維的直徑。但是該專利技術的不足之處在于，基于鄰域搜索的纖維微段識別判斷準則復雜，效率不高，微段截面提取所采用的最小二乘曲線擬合算法時間復雜度高，耗費時間長。整個算法的測量基于圖像邊緣信息的提取，因此測量的精確度受切片圖像成像質量的制約。曾脈在文獻“基于數字圖像處理的羊毛測量與分類系統”(成都電子科技大學碩士論文，CNKI，2009年04期)中提出了一種基于圖像形態學操作和歐氏距離變換的方法。該方法首先將羊毛切片圖像進行圖像增強，再對圖像進行二值化，將二值圖進行纖維骨架提取，去除交叉點，獲得骨架點坐標，最后在開操作后的二值圖上結合基于半徑擴張的歐氏距離變換計算出羊毛直徑值。該方法雖然能夠成功解決羊毛纖維交叉問題，但是該系統在使用中存在的不足是，半徑計算時的基礎圖像時開操作后的二值圖像，開操作本身對圖像的邊緣就有影響，此外，該方法采取的處理步驟繁多，部分算法時間復雜度高，效率偏低，難以處理海量的纖維切片圖像
發明內容
本發明針對上述現有技術存在的不足，提出了一種基于歐氏距離和圖像分塊的羊毛直徑檢測方法。本方法既可以很好的保護羊毛纖維圖像的邊緣細節信息，又可以較好的解決羊毛重疊、交叉、成像不清等問題，具有較高的測量精度，同時由于本算法復雜度低，因而能夠大幅減少纖維直徑測量在圖像處理上耗費的時間。實現本發明的基本思路是計算機讀取羊毛纖維圖像，采用中值濾波和大律法閾值分割相結合的方法對圖像進行處理得到二值圖像，再對二值圖像采用切割分塊和分塊提取篩選相結合的方法，得到待計算的圖像分塊，最后對待計算圖像分塊采用歐氏距離變換和帶狀圖像穩定性分析相結合 的方法計算出羊毛纖維直徑，并輸出到計算機終端。為實現上述目的，本發明的包括以下步驟(I)計算機讀取圖像采集卡從數字攝相機采集的灰度圖像矩陣；(2)對采集的灰度圖像矩陣通過中值濾波公式得到濾波圖像；⑶二值化3a)對濾波圖像通過最大類間方差法公式求出最佳分割閾值；3b)根據最佳分割閾值，將濾波圖像通過二值公式實現二值化，得到二值圖像；(4)圖像切割分塊按分塊分辨率將二值圖像進行分塊，得到以分塊為單元的圖像矩陣；(5)分塊提取篩選5a)對圖像矩陣按行依次選取每一分塊圖像；5b)以每一分塊圖像的左上角頂點為起點，以順時針繞分塊圖像邊緣一周為路徑，統計邊緣像素點值變化次數，得到一組變化次數值；5c)選取所有變化次數值等于4的分塊圖像作為半徑計算的圖像分塊；(6)歐氏距離變換將半徑計算的圖像分塊通過二維歐氏距離變換公式求得距離變換矩陣；(7)半徑計算7a)對距離變換矩陣的每行取極大值，得到一維半徑矩陣；7b)在一維半徑矩陣中，對所有元素分別按照相鄰間隔為0、1、2、3的間距求差值，取差值的絕對值結果構成相應的差分向量屯、Cl1, d2、d3 ；7c)選取差分向量dQ、Cl1, d2、d3中所有小于O. 5的元素，將一維半徑矩陣中與之對應的半徑元素構成待加權半徑&、Rp R2、R3 ；7d)將待加權半徑％、R1^ R2> R3加權平均，得到最終半徑值；7e)對所有求得的最終半徑值分別乘2，得到相應的羊毛直徑值；(8)原圖標注在原羊毛纖維的灰度圖像矩陣上標注所有求得的羊毛直徑值；(9)計算羊毛纖維平均直徑9a)將所有羊毛直徑值分別乘I. 5，得到實際羊毛直徑值；9b)對所有實際羊毛直徑值取平均，得到羊毛纖維的平均直徑；9c)輸出羊毛纖維的平均直徑到計算機。本發明與現有技術相比具有以下優點第一，本發明在羊毛圖像預處理部分采用了中值濾波和大律法閾值分割結合的方法，克服了現有技術中圖像預處理對纖維圖像邊緣細節保護不足的缺點，同時降低了成像不清對測量結果精確度造成的影響，使得本發明具有測量精度高的優點。第二，本發明通過對后處理圖像采用切割分塊和分塊提取篩選相結合的方法，有效減少了圖像處理的計算量，克服了現有技術在直徑測量選取位置時處理步驟多、算法復雜度高、效率不高的缺點，使得本發明具有實現簡單，效率高，實時性高的優點。第三，本發明采用歐氏距離變換和帶狀圖像穩定性分析相結合的方法，克服了現有技術中直徑計算難以采用低復雜度的算法達到精確測算的缺點，同時能夠處理圖像中交叉、重疊、帶狀分布不規則等情況，使得本發明具有精確度高、魯棒性好的優點。


圖I為本發明的流程圖；圖2為本發明仿真效果圖。
具體實施例方式下面參照附圖I對本發明的步驟作進一步的詳細描述。步驟1，讀取羊毛纖維圖片計算機讀取圖像采集卡從CCD攝相機采集的羊毛切片灰度圖像矩陣，用f(x，y)表示，X和y分別為灰度圖像矩陣的行序號和列序號。本發明實施例中羊毛切片的成像規格羊毛通過切斷器切割成長度為2mm的片段，數字相機分辨率為752X480，光學尺寸為4. 512X2. 88mm,每次的采集面積為I. 128mmX0. 72mm，采集的圖像像元尺寸為6 μ m，遠心鏡頭的放大倍數為4倍，測量值與實際值的換算比例為I : 1.5。步驟2，中值濾波對灰度圖像矩陣按中值濾波公式進行中值濾波g (X，y) = med {f (x_k, y_l)}，(k, I e ff)其中，g(x，y)表示濾波圖像，x、y表示濾波圖像矩陣的行、列序號值，med表示中值濾波，f (X，y)表示原圖像，k、I表示二維濾波模板W的尺寸，本發明實施例中采用k = 3、I=3的濾波窗口對圖像進行中值濾波。步驟3，圖像二值化首先，對中值濾波后的灰度圖像采用最大類間差法計算圖像最佳分割閾值g g = arg max「(7
0^7^255L ' /J其中，g表示圖像最佳分割閾值，arg max表示使得函數G(T)最大時T的取值，T表示濾波圖像前景和背景的分割閾值，G(T)表示濾波圖像背景和前景兩類像素的類間方差，按下式求得G(T) = Wb(T) (μΒ ⑴-μ)2+%⑴(μ0(Τ)-μ)2其中，wjT)表示背景像素點數占圖像總點數的比例、μΒ(Τ)表示背景像素的平均灰度值、μ表示圖像總的平均灰度值、Wtl(T)表示前景像素點數占圖像總點數的比例、μ ο (T)表示前景像素的平均灰度值，分別按下列各式求得
權利要求
1.基于歐氏距離和圖像分塊的羊毛直徑檢測方法，包括如下步驟 (1)計算機讀取圖像采集卡從數字攝相機采集的灰度圖像矩陣； (2)對采集的灰度圖像矩陣通過中值濾波公式得到濾波圖像； (3)ニ值化 3a)對濾波圖像通過最大類間方差法公式求出最佳分割閾值； 3b)根據最佳分割閾值，將濾波圖像通過ニ值公式實現ニ值化，得到ニ值圖像； (4)圖像切割分塊 按分塊分辨率將ニ值圖像進行分塊，得到以分塊為單元的圖像矩陣； (5)分塊提取篩選 5a)對圖像矩陣按行依次選取每一分塊圖像； 5b)以每一分塊圖像的左上角頂點為起點，以順時針繞分塊圖像邊緣一周為路徑，統計邊緣像素點值變化次數，得到一組變化次數值； 5c)選取所有變化次數值等于4的分塊圖像作為半徑計算的圖像分塊； (6)歐氏距離變換 將半徑計算的圖像分塊通過ニ維歐氏距離變換公式求得距離變換矩陣； (7)半徑計算 7a)對距離變換矩陣的每行取極大值，得到ー維半徑矩陣； 7b)在ー維半徑矩陣中，對所有元素分別按照相鄰間隔為0、1、2、3的間距求差值，取差值的絕對值結果構成相應的差分向量も、Cl1, d2、d3 ； 7c)選取差分向量も、も、d2、d3中所有小于O. 5的元素，將ー維半徑矩陣中與之對應的半徑元素構成待加權半徑ル、も、R2、R3 ; 7d)將待加權半徑ル、H R3加權平均，得到最終半徑值； 7e)對所有求得的最終半徑值分別乘2，得到相應的羊毛直徑值； (8)原圖標注 在原羊毛纖維的灰度圖像矩陣上標注所有求得的羊毛直徑值； (9)計算羊毛纖維平均直徑 9a)將所有羊毛直徑值分別乘I. 5，得到實際羊毛直徑值； 9b)對所有實際羊毛直徑值取平均，得到羊毛纖維的平均直徑； 9c)輸出羊毛纖維的平均直徑到計算機。
2.根據權利要求I所述的基于歐氏距離和圖像分塊的羊毛直徑檢測方法，其特征在于，步驟(2)中所述的中值濾波公式如下 g (X，y) = med {f (x_k, y-1)}, (k, I e ff) 其中，g(x，y)表示濾波圖像，X、y表示濾波圖像矩陣的行、列序號值，med表示中值濾波，f (X，y)表示原圖像，k、I表示ニ維濾波模板W的尺寸，本發明實施例中采用k = 3、I =3的濾波窗ロ對圖像進行中值濾波。
3.根據權利要求I所述的基于歐氏距離和圖像分塊的羊毛直徑檢測方法，其特征在于，步驟3a)中所述的最大類間方差法公式如下
4.根據權利要求I所述的基于歐氏距離和圖像分塊的羊毛直徑檢測方法，其特征在于，步驟3b)中所述的ニ值公式如下 j fl ，A(m,n)^g A jo ， A(m,n)<g 其中，Ia表示ニ值圖像，A表示中值濾波后的圖像，m和η表示中值濾波后圖像的行序號和列序號，me {1，2，…，M}，M表示濾波后圖像的總行數，n e {1，2，…，N}，N表示濾波后圖像的總列數，g表示濾波圖像的最佳分割閾值。
5.根據權利要求I所述的基于歐氏距離和圖像分塊的羊毛直徑檢測方法，其特征在于，步驟(4)所述分塊圖像的分辨率為mXn，其中m，η分別表示分塊圖像的總行數與總列數，本發明實施例中，m=LM/10j，n=LN/10j，U表示取整運算，Μ、Ν分別表示ニ值圖像的總行數與總列數。
6.根據權利要求I所述的基于歐氏距離和圖像分塊的羊毛直徑檢測方法，其特征在于，步驟(6)所述的ニ維歐氏距離變換公式如下 Clij = min{D[(i, j), (x, y) ], (x, y) e B} 其中，Clij表示距離變換矩陣，min表示取距離變換最小值，D[(i，j)，(x, y)]表示ニ值圖像的前景點到背景點的距離，i、j分別表示ニ值圖像前景像素點行、列序號值，X、I分別表示ニ值圖像背景像素點行、列序號值，B表示ニ值圖像的背景點集合。
全文摘要
本發明公開了一種基于歐式距離和圖像分塊的羊毛直徑檢測方法，其步驟為(1)計算機讀取圖像采集卡從數字攝相機采集的灰度圖像矩陣；(2)對采集的灰度圖像矩陣通過中值濾波公式得到濾波圖像；(3)二值化；(4)圖像切割分塊；(5)分塊提取篩選；(6)歐氏距離變換；(7)半徑計算；(8)原圖標注；(9)計算羊毛纖維平均直徑。本發明可應用于羊毛纖維質量測量領域，通過圖像處理技術實現高速連續地從切片圖像中測量出纖維直徑數據。由于本發明采用帶狀圖像穩定性分析的方法，并充分利用圖像分塊方法減少歐氏距離變換的計算量，因此具有測量精度高，測量速度快的特點。測量精度可達±0.1μm，測量速度每秒300根纖維。
文檔編號G01B11/08GK102840835SQ20121023403
公開日2012年12月26日 申請日期2012年7月6日 優先權日2012年7月6日
發明者羅銘, 胡方明, 楊延平, 艾超, 郭夏旭 申請人:西安電子科技大學