摘饕 摘要 本文論述了用數字圖像技術及數理統計知識對編織復合材料預 制件表面圖像進行編織均勻性檢測的方法：詳細闡述了檢測系統的 硬件結構、軟件結構及其實現方法。系統通過對復合材料預制件表 面編織花節中特征頂點的提取，實現編織花節的定位，并根據提取 的頂點信息求得編織花節的花節長度和編織角信息，進而根據這些 特征建立特征模型，根據特征模型對預制件表面編織均勻性進行檢 測。 系統通過對采集得到的圖像進行濾波處理、二值化處理、細化 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 征提取做準備。本文提出了一種可行的，并且計算復雜度小的角點 提取的方法以完成圖像中編織花節頂點信息的提取。之后通過預制 件特有信息的約束條件實現編織花節的定位，進而求得每個編織花 節的特征模型參量。 最后采用數理統計中的變異系數這一統計量對預制件表面圖像 中的每個編織單元進行分析，分別對特征模型中的花節長度量和編 織角量進行均勻性統計，進而完成復合材料預制件表面編織均勻性 的測量。 系統的整個過程由計算機自動完成，解決了以往需要人機交互 的檢測問題。 關鍵詞：細化、角點提取、編織均勻性、花節長度、編織角、變異 系數 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 復合秘料是2 0 世紀材料辯學頒域中發矮十分迅速翡一類耨耪糕，是應 現代稿學按術菱震豹器求兩涌現交靜其有極大生余力的糖籽。它怒自強秘或 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。復合材料的各組 傍在往縫圭起耱囂佟蕊， 戮攀一糖精無法磁羧豹優越豹綜合毪麓，這一點 使得復合材料在很多領域得到了廣泛的疲用。根據不同組份的不閽性能，復 合鴦砉瓣蔻乎滲透裂疑毒熬羧零領域，這蒺中毽揍靛空靛天王魏、黲熬工整、 汽車工她、軍事工業、醫療衛生等領域。 復合材料根據不同盼技術指標有著不同的分類【”】。按性能離低可分為： 鬻弼復合李窖精、先逡愛臺榜瓣；按基髂棗孝精豹耱裳可分魏：聚合耪蒸復合薅 料、金屬藻復合材料、陶瓷基復合材料、石墨綦復合材料、混凝纂復合材 糕；按蠲途哥分鴦：縫穗復合耪辯、凌簸復會糖辯、智戇簸含耪辯；按增強 材料的種炎可分為：顆粒增強復合材料、晶須增強復合材料、纖維增強復合 材料：按增強材料的形狀可分為：零維( 顆粒狀) 復合材料、一維( 纖維狀) 復合毒孝糕、二維( 冀狀或乎瑟織物) 復合榜鼗以及三維( 三囊編織髂) 復合 辛才料。 本渫繇中瑟薅諗熬三縫縭緩復合褪精楚蘭纓壤織按求鞫琵我囊會奉砉辯 技術相結合的產物，臼上個馓紀8 0 年代以來，豳內外對三維編織縮構復合 材料已經避行了大量的研究工作。它與傳統復合樹料具有較大的區別【1 “。傳 綾復合李考謄毒是逶過撼紗線按定茲熱愛秘意戇蹶摩進行鑣層或縫繞悉裁 成的。兩三維編織復合材料突破了這一檄念，它是具有多軸纖維般向的高度 整體純鼴連續纖維鬃侖體，斃服了層臺援復合稅辯在厚度方囪麴潮度竅強度 毪能低、露內剪韜；麓瑟聞翦甥強度 羲、筋分聯、沖擊韌性瀨攢傷簽鞭水平低 等致命的弱點。 三縫縭織復合耪精激湊三維綻織笈合毒李辯鞭懿繹增強瑟生戲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，形成一個不分層的 三維翻鞠黥攘體結穩。由三綾縭織復合棗芎糕該戮終灌強生成的三綴貔織復合 率芎辯其霄伉越酌抗灣蠢瞧憨，并且魄強度離，院模量高，綜合力舉瞧能麥 ， 是制作結構件的理想材料，在很多高科拽領域中照到高度重視。 覆蘭綾編織復合毒手辯鞭鍘臀懿綞構參數不閿，襞形成戇笈會毒芎瓣爨整蒺 第l ! 憩 第章前言 就不同。為了滿足復合材料的性能要求，就必須對預制件的參數進行測量和 控制。在三維編織復合材料預制件中，有很多參數的測量并沒有現成的標準 和通用的測量方法，目前還大多采用手工測量的方法，存在著測量速度慢、 人為因素影響重、測量不準確等缺點，這樣勢必造成誤差大，效率低的后果， 這也給制成的復合材料的質量評定造成了不確定性和人為的主觀誤差較大 的后果。 本論文中的實驗方法就是針對三維編織復合材料預制件參數的測定而 提出的。在三維編織復合材料預制件中，表面編織均勻性是一項重要的性能 指標，不同的編織結構會生成不同的復合材料，而編織的均勻程度又直接影 響了由此增強產生的復合材料的質量，所以對三維編織復合材料預制件表面 編織均勻性進行檢測是一項重要的工作。編織均勻性測量包括編織角的均勻 性測量和花節長度的均勻性測量。編織角和花節長度是三維編織復合材料預 制件的兩項重要的性能參數，通過對這兩項參數進行均勻性檢測，即可以實 現對編織復合材料預制件表面編織均勻性的檢測。圖1 1 顯示了編織角和花 節長度的定義，其中h 為花節長度，a 為編織角”： 圖1 - 1 編織角和花節長度的定義 目前對這兩項參數的測量還處于半自動階段，在實際檢測中，需要通過 目視檢驗來判定編織物經、緯密度的均勻性”】。在本次課題實驗中，使用數 字圖像技術完成了自動的編織花節的花節長度和編織角的計算機測量和統 計均勻性分析，這樣可以消除人為參與而引起的誤差，使得測量精度得到提 高，并且把實驗人從繁重的目視檢驗中解脫出來。 1 2 數字圖像技術 從1 9 4 6 年世界上第一臺電子計算機誕生時，數字圖像技術就開始了自 己的發展。隨著計算機硬件及軟件的不斷升級，圖像技術在近年來也得到極 大的發展，出現了許多的新理論、新方法、新算法、新手段、新設備。 第2 頁 第一章前高 圖像技術在廣義上是指各種與圖像有關的技術的總稱【8 。從它的研究方 法來看，它與數學、電子學、計算機科學等許多學科可以相互借鑒；從它的 研究范圍來看，它與模式識別、計算機視覺、計算機圖形學等多個專業又相 互交叉。它的內容非常豐富，根據抽象程度和研究方法等的不同可分為三個 層次：圖像處理、圖像分析和圖像理解。換句話說，圖像技術是既有聯系又 有區別的圖像處理、圖像分析及圖像理解三者的有機結合，另外還包括對它 們的工程應用。 圖1 - 2圖像技術結構框架圖 符， 目標 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，主要在圖像像素級上 進行處理，著重強調在圖像之間進行的變換。雖然人們常用圖像處理泛指各 種圖像技術，但比較狹義的圖像處理主要指對圖像進行各種加工以改善圖像 的視覺效果，并為自動識別打基礎。 圖像分析則進入了中層，主要是對圖像中感興趣的目標進行檢測和測 量，以獲得它們的客觀信息，從而建立對圖像的描述。如果說圖像處理是一 個從圖像到圖像的過程，那么圖像分析是一個從圖像到數據的過程。這里數 據可以是對目標特征測量的結果，或是基于測量的符號表示。它們描述了圖 像中目標的特點和性質。 圖像理解主要是高層操作，對從描述抽象出來的符號進行運算，通過研 究目標的性質和它們之間的相互關系，得到對圖像內容含義的理解以及對原 來客觀場景的解釋，從而指導和規劃行動。如果說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、經驗等來把握整個客觀世界( 包括沒有直接觀察到的事物) 。 原始圖像數據經過三個層次的加工，將被逐步轉化為更有組織和用途的 第3 頁 層 層 層 高 中 低 r吒l 語義 第一章前言 信息。在這個過程中，操作對象發生變化，語義不斷引入，抽象程度提高 數據量得到壓縮。 1 3 實驗中圖像技術的應用 在三維編織復合材料預制件表面編織均勻性的編織花節長度均勻性測 量和編織角均勻性檢測中，幾乎涉及到了圖像技術的每一個層次。圖像處理 及圖像分析在編織復合材料表面圖像預處理過程中得到了充分的利用。在進 行均勻性檢測時用到了圖像理解的知識。圖1 3 系統說明了本課題中應用的 數字圖像技術： 圖像采集和獲取( 包括成像方法、攝像機校正等) 圖像處理 圖像濾波、增強 邊緣檢測、圖像分割 圖像分析目標表達、描述( 包括二值圖像處理、數學形態學等) 目標識別和提取( 滲透模式識別領域) 圖像理解圖像特征模型匹配 圖1 - 3 圖像技術應用列表 通過這些數字圖像技術協同模式識別等領域內的相關理論，以及計算機 軟件系統設計的知識，可以很好的完成課題的研究任務，后期的實驗也證明 了這一點。 1 4 課題研究路線和結果 課題的最終目的是完成三維編織復合材料預制件表面編織均勻性的節 測。實驗的輸入是三維編織復合材料預制件的表面圖像，要求的輸出是對于 編織均勻性的一個均勻性統計。實驗的流程如圖1 + 4 所示： 圖1 - 4 實驗流程圖 第4 頁 第一章前言 h l 于空間采樣及幅度分層等影響，實驗圖像與模版圖像之間會存在細節 上的不同，如果直接采用模板匹配的方法進行均勻性檢測，在進行匹配過程 中匹配精度會受到這些因素的影響。所以可以通過提取圖像中物體的特征 點，并建立特征模型，以進行特征模型匹配，這樣就可以避免噪聲和成像因 素對匹配結果的影響。 1 圖像處理：對采集的圖像進行噪聲處理、二值化、細化處理都是 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合 材料預制件表面圖像的特征決定的。 2 通過對編織復合材料預制件表面圖像進行分析發現，可以采用圖 像識別技術來識別圖像中的每一個編織單元，然后通過檢測每一 個單元的編織情況來檢測整體的編織情況。識別每一個編織單元 的工作可以通過提取表面圖像中編織花節的四個頂點信息來實 現。這些頂點信息能全面的反映出編織花節的信息，編織花節的 長度信息和編織角信息也可以非常方便的由這四個頂點信息的 組合運算而得出。 3 在后期的實驗當中，可以通過選擇的特征的組合對全圖進行特征 模型匹配，以完成均勻性的檢測，即可以檢測出每個編織花節的 花節長度和編織角信息，通過對這些信息進行數理統計，以得出 編織復合材料預制件表面編織的均勻性。 圖l 一4 基本上概括了課題實驗的工作，在以后的章節中，將分別對其中 的每個部分進行詳細的介紹。 第5 頁 第一二章編織復臺材料預制件表面圖像的采集 第二章編織復合材料預制件表面圖像的采集 由于計算機只能處理數字圖像，而自然界提供的圖像卻是其他形式的， 所以數字圖像處理的一個先決條件就是將圖像轉化為數字形式。人們曾使用 多種結構不同的裝置完成圖像的數字化，在本章中將詳細介紹在采集編織復 合材料預制件表面圖像時采用的裝置及方法。 2 1 圖像數字化器簡介 2 1 1 圖像數字化器的組成 一個圖像數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，并把連續的度量結果量化為整數，以及能 夠將這些整數結果寫入存儲設備【1 們。為完成這些功能，該設備必須包含以下 五個組成部分： 1 采樣孔：采樣就是把時間和空間上連續的圖像變成離散點( 抽樣點 即象素) 的集合的一種操作。采樣孔使得數字化設備能夠單獨觀測 特定的圖像元素而不受圖像其它部分的影響： 2 圖像掃描機構：圖像是二維平面上分布的信息形式，要把它輸入到 計算機，必須在圖像平面上按一定間隔、順序掃描圖像。圖像掃描 機構就使得采樣孔按照預先確定的方式在圖像上移動，從而按順序 觀測每一個象素： 3 光傳感器：它通常是一個將光強轉換為電壓或電流的變換器，通過 采樣孔測量圖像的每一個象素的亮度； 4 量化器：經過采樣，圖像被分解為時間和空間離散的象素，但是象 素的值還是連續的。把連續的灰度數值變換成離散值的操作就是量 化。而將傳感器輸出的連續量轉化為整數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( a d ) 轉換器”的電路，它 產生一個與輸入電壓或電流成比例的數值； 5 輸出存儲體：其任務是將量化器產生的灰度值按照適當格式存儲起 來，以用于后續的計算機處理。它可以是固態存儲器，也可以是磁 盤或其它合適的設備。 第6 頁 第二章編織復合材料預制件表面圖像的采集 從上面圖像數字化器的組成可以看出，圖像數字化最為主要的兩個方面 是對圖像的采樣和量化。在實際數字化過程中，在每個象素位置，圖像的亮 度被采樣和量化，從而得到圖像對應點上表示其亮暗程度的一個整數值。具 體的實現流程可以通過圖2 - 1 來表示。 甜開萌一密 度瓣 鬟虛 圖2 一l 數字化流程圖 當對所有的象素都完成上述轉化后，圖像就被表示成一個整數矩陣。每 個象素具有兩個屬性，即位置和灰度屬性。位置，也可以稱為象素的地址， 是由掃描線內的采樣點的兩個坐標決定，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稱為灰度。在生成的整數矩陣中，就包含有位置和 灰度兩個信息，所以，此數字矩陣被作為計算機處理的對象，也是圖像處理 的數字輸入形式。 2 1 2 數字化器的性能 在不同場合使用的數字化器的組成也許不同，但其基本性能可以由下面 的幾個參數進行定性分析。 1 象素大小：決定象素大小的依據是采樣孔的大小和相鄰兩個采樣點 之間的距離。當確定了這兩個重要的性能指標后，象素的大小也就 確定下來； 2 圖像大小：這是另一個重要參數，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備的類型，而對于輸出而言，圖 像大小是由最大行數和每行最大象素數確定的： 3 線性度：數字化的線性程度也是一個重要的方面。例如，對光強進 行數字化時，應當知道灰度正比于圖像亮度的實際精確程度如何， 非線性的數字化器會影響后續過程的有效性。 根據數字化器的這幾項性能參數就可以對具體的應用選擇具體的數字 化器，這樣會提高圖像數字化的質量，也為后期的圖像處理工作提供最有力 第7 頁 窖 班 0 上l 啼 斗 啼 同u 稀一 第一二章編織復合材料預制件表面圖像的采集 的支持。 2 2 圖像采集系統的構成 在實驗中，圖像采集系統負責原始編織復合材料預制件表面圖像的采 集，它負責把預制件的影像從視頻模擬信號變換為數字圖像并錄入計算機 中，以備對圖像進行后續處理。系統構成如下圖2 2 所示： 圖2 - 2 圖像采集系統模塊 2 2 1c c l ) 攝像機 在實驗中，我們使用c c d 攝像機以得到編織復合材料預制件的視頻圖 像。c c d ( 電荷耦合器件陣列) 是近來獲得發展的圖像傳感器一一電子自掃 描固態傳感器陣列的一種。在電荷耦合器件中存在位于單個集成電路芯片上 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生的充電電荷的必要電路。下面對線掃描c c d 傳 感器和平面掃描c c d 傳感器的工作原理進行簡單的介紹： 線掃描c c d 傳感器是由一個行感光基元，兩個定時的將感光基元中的 內容傳給傳輸寄存器的傳輸門，以及一個定時的將傳輸寄存器中的內容傳給 放大器的輸出門構成。放大器輸出的電壓信號與感光基元行的內容成比例。 下圖2 - 3 是其邏輯結構示意圖。 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行排 第8 頁 第二章編織復臺材料預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，先將奇數列感光基元的內容順 序送進垂直傳輸寄存器，然后再送進水平傳輸寄存器。把水平傳輸寄存器的 內容送進放大器就得到1 幀隔行的視頻信號。對偶數列感光基元重復以上過 程就可得到另1 幀隔行的視頻信號。將2 幀合起來就得到隔行掃描的1 場。 平面掃描c c d 傳感器的邏輯結構圖如圖2 - 4 。 圖2 - 4 平面掃描傳感器 實際中常用的線性掃描c c d 一般有5 1 2 到4 0 9 6 個象素或更多。在實驗 中采用的是5 1 2 5 1 2 的面c c d 傳感器。采用c c d 對原始圖像進行采集的原 因是由于c c d 具有光電轉換，信息存儲和延時等功能，而且集成度高，功 耗小，故在固體圖像傳感、信息存儲和處理等方面得到了廣泛的應用；再者， c c d 攝像機沒有幾何畸變，而且對光的響應是高度線性的。根據后期的實 驗可以看出，用此攝像機攝取的圖像已經完全達到了技術要求。 2 2 2 圖像采集卡 在實驗中采用的是v 5 1 2 a 圖像卡，它是具有一路a d 、d a 和一個 5 1 2 + 5 1 2 + 8 位的幀存體的黑白圖像采集卡。對v 5 1 2 a 圖像卡的工作原理可以 進行如下的概括： 當視頻信號輸入圖像卡后，卡上的a d 轉換電路按1 1 m 一1 4 m 的采樣頻 率分別把r 、g 、b 三路視頻模擬信號轉換為8 位的數字信號，數字信號的 值在0 到2 5 5 之間變化，對應圖像從暗到亮變化。這些值被存入幀存體中， 直到被計算機捕獲為止。v 5 1 2 a 圖像卡的基本結構可用圖2 5 表示： 第9 頁 第一章編織復合材料預制件表面圖像的采集 圖2 5v 5 1 2 a 圖像卡結構示意圖 從性能上講，y 5 1 2 a 卡的基本性能參數可以總結如下 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； 6 )掃描制式：6 2 5 行5 0 h z 順序掃描。 在這章中，對編織復合材料預制件表面圖像的采集系統進行了簡單介 紹。通過采集系統對圖像進行采集和數字化，可以得到預制件表面圖像的數 字形式，這樣在后期處理中，可以使用高級編程語言對數字圖像進行處理。 在實驗中采用的是v c + + 編程軟件，這在運算速度上給處理提供了方便。這 樣利用軟件編程和數字圖像技術的理論知識及數理統計的知識即可以完成 對三維編織復合材料預制件表面圖像的處理。 第1 0 頁 豁二= 鏨編織蔓臺瓣瓣致翻 睪裊露螢豫技術辯醵究 第三章編織復合材料預制件褒面圖像技術的研究 3 。1 表囂蓬豫囂羲簸疆 不論是在圖像識別中還是在數字圖像技術的其他領域中，對圖像 進行預處理是一個必需的過程。通過對圖像的預處理可以去除圖像中 的噪聲，并且可以縮減實驗中不需要的網像信息，即冗余信息。 農實驗孛，對編織復合耪耱囊裁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。圖像經過預處理瓣，將得到一 幅只包含編織花節邊緣信息的二值化圖像。其工作流程如圖3 1 所示。 潮3 - 1 蘑豫預憝聯流程囝 3 ，1 1 圖像預除噪 柱圖像的采集、獲取、編碼和傳輸過程中，所有的圖像均不同程 度的被可見或不可見的噪聲“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 見的顆粒形狀，就會簿致圖像質量的下降。 從三維編織復合材料預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，這就是因為圖像在采集中受到各種噪聲 源的予我秘影響藤使圖像質量變差。及應在蠶像上，噪聲使原本均勻 秘建續變純熬灰度突然交大凌交奪，表現秀一鏊蠹稷豹逸緣或輪褰， 所以在進行以后圖像處理的工作之前必須去除噪聲，這熬噪聲也來自 攝取的環境和光線等熊他因素的影響。下面對圖像進行平化處理以去 除圖像中的噪聲。 霆像的乎瀑是靜蜜震的圖像處璦技術，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減 少噪聲。同時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 第二章編織復合村料預制件表面圖像技術的研究 以及維納( w i e n e r ) 濾波器等。在數字信號處理和數字圖像處理的早 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、次序統計濾波器等。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。【2 1 在概率論中我們知道，若 隨機變量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 = 萬1 善nt 的前二階矩為 e 斜= m ， d 斟= 盯2 n 也就是說n 個隨機變量序列的均值的方差比每一個方差 倍。利用這一結果，對圖像沙( 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 中包含的坐標點總數。用公式3 - 3 對圖像進行平滑處 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，通過一點和周圍幾 點的運算來去除突然變化的點，從而濾掉一定的噪聲。一般情況下， 通過選擇不同的模板來消除不同的噪聲。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 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= + 章犏舞復臺稚辯鞭露姊表蠢鷲像按術曲醭究 圖3 2線性濾波模板 在平滑過程中，根據噪聲的不同，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。 1 4 它首先確定一個奇數像元的窗口w ，窗口內各像元按灰度大小 排隊后，用其中間位鬣的灰度值代替原圖像f ( x ，y ) 灰度慎，成為增強圖 像g ( x ，y ) 。 g ( x ，y ) = m e d i a n 聯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濾波器效果影響 很大。不同圖像內容和不同應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 這皴不同窗口實現漿審毽濾波效果院線髏低逶濾波消除噪聲豹效果更 鱘，因為噪聲多為灸蜂羧干魏，若髑線經濾波盈麓去除嗓聲，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。由于它不是簡聃的取均值，所以產生的模糊比較少。 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，霞我對予旗噪聲強像要戇知道哪一種方法凝適合，必須 對圖像中的噪聲做定性分析；另外一點蒙考慮的是不同的圖像有著自 身的特性，選擇濾波器時應把圖像的自身特性考慮進去，以選擇最為 合邋的濾波方式。 蘆l 噪聲熬舞類霹叛熟續懿下： 1 ) 尾疊加自礤聲； 2 )疊加白高斯噪聲： 3 ) 長尾疊加自噪聲； 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 ) 與信號相關的噪聲； 9 )混合噪聲( 1 、6 、8 類噪聲共存) 。 第1 3 囂 第二章編織復合材料預制件表面圖像技術的研究 而實際上噪聲濾波器性能完全取決于應用場合，常用的一些濾波 器性能測量項目有： 1 )對不同類型的濾波特性； 2 ) 邊緣保護； 3 ) 細節信息保護； 4 ) 無偏性： 5 ) 計算復雜性。 在實驗的開始階段，考慮到圖像的噪聲多為在圖像采集階段引入 的，根據掃描噪聲的特點，并以盡可能的保留圖像中的邊緣信息為準 繩，本課題采用了線性濾波的方法對編織復合材料表面圖像進行平滑 處理。考慮到編織復合材料的表面編織周期特性，采用了圖3 3 的平 滑模板，這樣對保留圖像中的邊緣信息有很好的效果，實驗結果也證 實了這一點。 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 通過與原始圖像對比，濾波后圖像已經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基本技術，可以看作是對圖像的 壓縮，壓縮后的圖像每像素只占1 位，所以在圖像存儲上節省了可觀 的存儲空間。在模式識別等工程應用中，圖像二值化是它們進行數據 第1 4 頁 第三章編織復合材料預制件表面目像技術的研究 預處理的重要技術。 在很多圖像處理應用中，圖像的幾何特征對于最終的目標識別結 果常常起著關鍵的作用。因此在進行二值化預處理過程中，能否保留 圖像的邊緣特征是很關鍵的。 經典二值化處理方法包括從簡單的灰度閾值方法、頻域和空間分 割方法到復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 ) 動態閾值法。 整體閾值法是指在二值化過程中只使用一個固定閾值t 進行分割 的方法。二值化過程可以用下式表示： 伽，= 恬麓搿 a ， 整體閾值法對于質量較好的圖像較為有效，特別是對具有雙峰直 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為i 的像素個數；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：該方法通過對圖像的直方圖進行分 析，以獲得合適的閾值。 由于整體二值化法對圖像的質量要求非常嚴格，而且對圖像的明 暗度非常的敏感，這會給后期的圖像處理帶來困難，所以一般情況下 并不采用整體二值化方法。 第1 5 頁 第二一章編織復臺材料預錐4 餑褒彝醚像技術的研究 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確定 像索的閾值的，此方法能適應較為復雜的情況，同時可以去除由于明 暗的關系而給圖像帶來的質量問題，其處理結果也令人滿意。但它的 時間開銷大，而且在某些情況下會產生一些失真。 動態闕蓬法熬閡穩不紋取決予該像素旋凄蓬及箕鄰城內豫素靜獲 度德，而且還和此像索的坐標位置有關。 圖3 5 是對圖像進行平均閾值全局二值化和局部= 值化的實驗效 糶閣。 綴皴 ( a ) 全鼴二篷純( b ) 蜀部二馕穩 圖3 - 5二值化圖像 在實驗研究中，需要研究一種既能很好的保留圖像的邊緣特征， 運算起來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，分剃采蔫不同豹熬璦方法來彌釜這秘患缺陷。 為了在二值化精能得到盡可能準確的邊緣信息，程對圖像進行二 值化前，可以考慮先對圖像進行邊緣檢測；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合起來。實驗證明，用這種二值化 方浚對蠶豫進行二餐化篾縫褥裂滿意的處理續果，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 ) 進行邊緣檢測，提取邊界特征，得 到邊霧辮像e ( x ，y ) ；并對辮像e 進行全局二德他處理，褥 委二篷純強繯b ( x ，y ) 。 i i i ) 判斷b ( i ，j ) 的值。當( i ，j ) 為邊界像素，則對圖像e 中的相關 像素點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 第三拳編織復臺瓣辯攥制搏裘囊鶩像技術黲聯巍 進行二值化。 經過上述處理后，就會得到滿意的二二值化輸出圖像e ( x ，y ) 。需要說 明的是，由于圖像邊緣檢測的方法很多，應根據不同的圖像特征對圖 像逸敬稷適應涎逮緣檢 羹| | 簍子。下囂褥套綏蔑耱經典靜邊緣撿濺算子， 并裰掇編織復合毒手料襲面圖豫的特征進行邊緣檢溺算子的選擇。 3 1 3 邊緣檢測 1 3 1 物體的邊緣是嗽灰度不連續性所反映的。經典的邊緣檢測方法 楚考察蠶像豹每一令像素在萊個鄰域癱灰瘦我交化，剃震逑緣鄰近一 除藏二除方蠢導數斡燹純蕊律，弱麓肇豹方法襝灝透緣。 【8 1 常見的邊緣剖麗有3 種：階梯狀( 網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具有不同灰度值的相鄰 區域之間；脈沖狀主鼗對應細條狀的灰度值突變區域；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 一數止 廠十吧 功導數+ + 十v ( a )( b )( c )( d ) 圖3 - 6 邊緣糯導數 邊緣檢測的方法多種多樣，比較常用的方法可以歸納為；微分方 法、擬合方法、統計方法、混合方法以及小波變換方法簿 1 1 】。在這里， 第 7 賈 第三章編織復合材料預制件表面圖像技術的研究 我們根據三維編織復合材料表面圖像的規律性及相對簡單性，只對微 分法檢測邊緣進行介紹。 對于一類圖像，在特征區域邊界處，灰度要發生較大的變化，如 果以灰度作為邊界檢測的依據，可以運用微分的方法提取邊界，微分 的輸出值作為該邊界的強度。在此基礎上，可以根據某一閡值確定其 是否為邊界點，將邊界點連接起來就形成邊界。 設“x ，y ) 是可微函數，o f 、a f 分別給出了灰度f 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 偏導數算子鞏= 瓦是一個線性算予，不同。( k = 1 ，2 ) 的線性 組合也是一個線性算子。同時d 。又是一個局部算子，d k “x ，y ) 】只和點 ( x ，y ) 處的f 值有關，而與坐標無關，因此是位移不變的。由于待檢測 的邊界可能是任意走向的，因此希望所構造的微分算子是各向同性的。 可以證明，偶階導數或奇階導數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卷積完成邊緣的檢測。卷積相 當于將原圖像向各個空間投影，根據投影的數值可以確定原圖像中邊 緣點、直線點或孤立點的多少，或哪類點占優勢。實際上數字圖像中 求導數是利用差分近似微分來進行的。下面是幾種常用的微分算子。 1 梯度算子 梯度對應一階導數，梯度算子是一階導數算予。對一個連續函數 f ( x ，y ) ，它在位置( x ，y ) 的梯度可表示為一個矢量： v k 加 g ，g ，】7 = 匱暫 這個矢量的幅度( 梯度模) 和方向角分別為 第18 頁 ( 3 7 ) 第三章編織復臺褪辯矮剃 譬表囊鱉像技術赫研究 w = m a g ( v f ) 一陋+ g ，g = 協麗一歷面而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，若為 磚燕鄰點贈囂加投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 的效果優于四點的梯殿公式而被廣泛采用。 定義對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 是霜模教靜形式實現了上鬻豹運算。在實際廢廂中常角這 兩個小區域模板的卷積運算來進行邊緣檢測。經驗表明，r o b e r t s 對具 有隧峭的低噪聲圖像響應最好。 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 第三章編織復臺孝毒辯強剜 串表蠹整豫技術摶輯究 拉普拉斯算子是一種二階導數算予，對一個連續函數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。 在數字圖像中，計算函數的拉普撾斯值也可以借助各種模板實現。 這擐對模板的基本要求是對應中心像索的系數是正的，而對應中心像 素鄰近像素的系數應鼴負的，并且它們的和應該為零。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數舅子， 它不熊提供邊緣方向的信息。可以驗誕，拉普拉斯算予在檢測點、線 端點和線時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，這個事實說明撾黲拉簸算子對噪聲魄較敏感。由予戳上的原因， 投蟄害妻戇霧子穰少鲞談蠲予鹼測透緣，露只是瑤予毫熊遍緣豫素囂璃 定該像素是在圖像的精區或明區一邊。 在實際中，常根據二階導數算子過零點的性質來確定邊緣的位置。 將圖像與如下2 一d 高斯函數的拉普拉斯栩卷積： 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 旃蘭囂編織復臺材辯顧制件袋螄蹦像技術曲磷究 這鼴一個軸對稱函數，且在r = 艿( 。艿) 熟有過零點，在| r t h ，則( i ，j ) 為階躍狀選 緣點， s i ，j ) ；失逑緣踅像。 在蹋模板對圖像進行s o b e l 算予邊緣羧測時，可以粥鼴個方向模裁 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 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= 二章編緩復合楗瓣彈 澍饞袤瑟鶩像技術熬礙 究 2 ) k i r s c h 算子。這是一種簡易而贏觀的階躍邊緣點檢測算子，對 數字i 司像 “i ，j ) ) 的每一個像素( i ，j ) ，考察它八個鄰點的灰度變化，以其 中蘭個相鄰鄰點的加權和減去剩下五個鄰點的加權和。令三個鄰點環 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，則可以通過8 個模板對圖像 進行卷積處理而實現。根據上面的原理，設計模板如圖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。對于實驗孛楚壤豹三維編織復 合材料預制件表面圖像，可以根據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 模板附圖像進行邊緣提取，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= 一章編織復合材料預制件表面圖像技術的研究 把邊緣檢測方法應用到圖像二值化過程中，即可完成對圖像的二 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 圖像邊緣均衡化過程主要包括圖像的細化處理以及為了提取圖像 信息而進行的細化均衡處理。具體的操作過程如圖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 的質量依然很不理想，這主要是因為圖像在二值化后，除了圖像中的 邊緣信息得到了保留，還引進了由于二值化算法而產生的噪聲。這種 噪聲主要表現為階躍性噪聲。根據前面在圖像去除噪聲一節中介紹的， 去除階躍性噪聲的最有效、最簡單的辦法，就是采用中值濾波法。中 值濾波實驗效果圖如圖3 1 4 ( b ) 。 通過實驗效果圖可以看出，圖中的噪聲基本上都被去除了，然而 這種濾波方法對圖像中編織花節的邊緣信息也起了作用，有些地方的 邊緣出現了斷裂。解決這一現象的一種方法就是采用加權中值濾波法。 激濯 ( a ) 濾波前圖像 第2 3 頁 ( b ) 中值濾波 第三章編織復合材料預制件表面圖像技術的石j f 究 圖3 1 4中值濾波二值化圖像 當圖像中存在較多的細節、細線時，可以采用加權中值濾波法濾 除噪聲“。加權中值濾波的原理是：把窗口內各象元加權，某一象元 加權值m ，即窗口象元灰度排隊時該象元重復m 次。通過上面的中值 濾波效果圖可以發現，圖像中的邊界信息受到了影響，這時，可以采 用如下的運算，對圖像進行加權中值濾波處理： 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 (