摘 要:針對圖像檢測系統(tǒng)中，由于不均勻光照引起的圖像背景不平度現(xiàn)象，采用一種準(zhǔn)線性方法建立圖像不平度的校正模型。通過2次靜態(tài)實(shí)驗得到校正系數(shù)，并利用查表取值簡化線性校正方法，同時對于校正過程中的相關(guān)注意事項做了必要的說明。已經(jīng)在多個工程項目使用證實(shí)該方法簡化了測量步驟，增加了圖像識別精度，實(shí)現(xiàn)簡便有效。

關(guān)鍵詞:圖像背景; 不平度; 校正方法; 圖像檢測系統(tǒng)

中圖分類號:TN911.73 文獻(xiàn)標(biāo)識碼:A

文章編號:1004-373X(2010)10-0081-02

Linear Correction Method of Image Background Unevenness

MING Jun， JIANG Ning， LI Chun-yang

(Key ICSP Lab of Ministry of Education， Anhui University， Hefei 230039， China)

Abstract:the correction model of image uneven is established by using linear method to solve image background unevenness phenomenon that leaded by uneven illumination in image detection system. Correction coefficient was derived from experiment and predigested linear correction method with look-up table. The essential explanation regarding the needing attention in correction process is given. This method decreased the step of testing and increased identifiable accuracy of image. In many engineering projects， the validity of method was proved.

Keywords:image background;unevenness; correction; image detection system

圖像處理系統(tǒng)中的一個基本問題是圖像背景的不平度校正。圖像背景的不平度影響主要來源于背景光源照度的不均勻性，以及攝像機(jī)邊緣感光效果的下降，測量表明在不同等級電平下，不同位置的幅度最大差值約為1倍。這種影響在圖像處理中帶來了很大的識別誤差，如在物料特征庫建立過程中，大大增加了庫的閾值范圍，降低了檢測靈敏度。對于背景非均勻現(xiàn)象，理論上需要建立高階非線性校正方法。由于圖像處理系統(tǒng)實(shí)時處理的要求，通常不能滿足高階非線性校正要求。本文采用準(zhǔn)線性模型，著重于工程實(shí)現(xiàn)方法，相關(guān)理論分析參見文獻(xiàn)[1-3]，其他進(jìn)一步討論和應(yīng)用說明見文獻(xiàn)[4-8]。該方法實(shí)現(xiàn)簡便有效，已經(jīng)成功地在智能型雜質(zhì)在線探測儀(國家九五攻關(guān)項目)、物流動態(tài)識別分類系統(tǒng)(科技部2006年中小企業(yè)創(chuàng)新項目)和片煙結(jié)構(gòu)在線檢測系統(tǒng)(秦皇島煙草機(jī)械有限責(zé)任公司)等多個項目中使用。

1 校正模型及其相關(guān)說明

對于某個灰度等級k(常數(shù))的測試板，希望攝像機(jī)輸出sk(x，y)經(jīng)過線性校正后，有理想輸出k，即:

k=a(x，y)sk(x，y)+b(x，y)(1)

式中:a(x，y)為動態(tài)校正系數(shù)，在物理概念上反映了對比度的變化，故又稱作“對比度校正系數(shù)”;b(x，y)為靜態(tài)校正系數(shù)，物理概念上反映幅度的整體增加或減少，故稱作“亮度校正系數(shù)”。這種方式為線性校正，即對不同的空間位置(x，y)，采用不同的對比度和亮度的線性加權(quán)。

線性變換包含2個未知數(shù)a(x，y)，b(x，y)，因此只要進(jìn)行2次測量，即選擇2種不同等級灰度測試板，經(jīng)過兩次實(shí)驗就可以獲取對應(yīng)校正系數(shù)。假設(shè)對應(yīng)校正電平為k1，k2且k2>>k1，有:

k1=a(x，y)sk1(x，y)+b(x，y)(2)

k2=a(x，y)sk2(x，y)+b(x，y)(3)

式(2)和式(3)聯(lián)立求解，可以得到校正系數(shù):

a(x，y)=(k2-k1)/[sk2(x，y)-sk1(x，y)](4)

b(x，y)=k1sk2(x，y)-k2sk1(x，y)sk2(x，y)-sk1(x，y)(5)

參照式(1)，對于攝像機(jī)輸出si(x，y)，經(jīng)線性校正后有:

so(x，y)=a(x，y)si(x，y)+b(x，y)(6)

算法雖然僅包含1次乘法和加法，但是對應(yīng)M×N的面陣，用計算機(jī)進(jìn)行實(shí)時處理，卻是相當(dāng)大的負(fù)擔(dān)。簡化的思路可以采用查表法，設(shè)a(x，y)在整數(shù)K附近波動，即對(6)式變換得到:

so(x，y)=Ksi(x，y)+Δ(si)+b(x，y)(7)

式中:Δ(si)=[a(x，y)-K]si(x，y)。即對于每個輸入si(x，y)，建立Δ(si)的對應(yīng)數(shù)據(jù)表，由此可將式(6)轉(zhuǎn)化為快速的加法運(yùn)算。

對于實(shí)際測試板的選擇可以取最黑和最白2種，2個基準(zhǔn)校正電平k1，k2就是校正輸出的最小值和最大值。這種方法有利于信噪比和校正輸出溢出的控制。此外，為了簡化測量步驟，其中基準(zhǔn)校正電平k1，可以在蓋上攝像機(jī)鏡頭蓋得到。此時對應(yīng)完全無光狀態(tài)，由于攝像機(jī)性能比較穩(wěn)定，校正后出廠使用者無需再進(jìn)行測量。

此外，實(shí)際測試板對應(yīng)攝像機(jī)輸出包含雜波，為了得到真實(shí)信號，可以通過累加求平均值的方法。即i(x，y)=1N∑N1[si(x，y)+n(x，y)]，其中n(x，y)為與信號中的雜波。依據(jù)信號處理理論分析[9]，輸出與輸入信噪比的關(guān)系為PSNRo=NPSNRi，N為迭代次數(shù)。系統(tǒng)測量選擇N>100，信噪比提高到10倍以上，幾乎觀察不到雜波的影響。

2 校正系統(tǒng)及其實(shí)驗結(jié)果

圖像處理系統(tǒng)基本結(jié)構(gòu)框圖如圖1所示。傳輸帶上的物料或測試板，在光源照射下反射到攝像機(jī)，經(jīng)視頻采集卡讀取數(shù)據(jù)送到計算機(jī)。測量過程中，傳輸帶上放置測試板，由此經(jīng)圖像采集卡在計算機(jī)中獲取數(shù)據(jù)建立校正電平和校正系數(shù);在實(shí)際運(yùn)行過程中，獲取數(shù)據(jù)經(jīng)過校正系數(shù)控制的線性校正單元得到校正輸出。

圖1 圖像處理系統(tǒng)基本結(jié)構(gòu)框圖

系統(tǒng)指標(biāo)采用兩個相對不平度誤差標(biāo)準(zhǔn)衡量:一個是最大誤差η1=(smax-smin)/save，另一個為均方誤差η2=1MN∑M，Nm=1，n=1[si(m，n)-save]2save。其中:smin，smax為校正后測試板的最小和最大值，save=1MN∑m，nsi(m，n)。例如圖2和圖3為白色板測試輸出圖像及波形，其對應(yīng)的校正前測試白板示例，校正后其圖形如圖4、圖5所示。

圖2 白色測試板輸出圖像

圖3 白色測試板輸出波形

直觀上能夠看出，背景圖像的均勻程度要比圖1好得多，且校正后R，G，B值趨向同一等級電平。具體結(jié)果參見表1。

圖4 校正后白色測試板輸出圖像

圖5 校正后白色測試板輸出波形

表1 校正前后背景圖像對比參數(shù)

測試狀態(tài)η1η2

校正前0.7230.284

校正后0.1420.047

3 結(jié) 語

理論和實(shí)踐均表明，采用上述不平度校正方法，可以簡化測量步驟，提高實(shí)時運(yùn)行速度，有效地降低特征庫的范圍，增加圖像識別精度。

參考文獻(xiàn)

[1]TORRES S， REEVES R， HAYAT M. Scene-based non-uniformity correction method using constant range[J]. Performance and Analysis， 2002: 224-229.

[2]VERA E， REEVES R，TORRES S. Adaptive bias compensation for non-uniformity correction on infrared focal plane array detectors [J]. [S.l.]: IOS Press， 2002.

[3]SCRIBNER D， SARKADY K， KRUER M， et al. Adaptive nonuniformity correction for ir focal plane arrays using neural networks [J]. Proceeding of the SPIE， 1991，1541: 100-109.

[4]Hui H， ZHOU X，LAI R， et al. New improved nonuniformity correction for infrared focal plane arrays [J]. Optics Communications， 2005， 245: 49-53.

[5]王兆仲，周付根.基于高斯差分濾波器的圖像光場矯正[J].紅外與激光工程，2000，29(6):64-67.

[6]鄭軍，徐春廣，肖定國，等.數(shù)字圖像中照度不均勻校正技術(shù)研究[J].北京理工大學(xué)學(xué)報，2003，23(3):285-289.

[7]王鈺，陳前，殷德奎.實(shí)時紅外圖像非均勻性校正技術(shù)研究[J].激光與紅外，1999，29(4):229-231.

[8]姜光，周慧鑫，王炳健，等.基于場景運(yùn)動分析的紅外圖像非均勻性校正[J].西安電子科技大學(xué)學(xué)報，2003，30(1):81-84.

[9][美]KENNETH R CASTLEMAN.數(shù)字圖像處理 [M].朱志剛，譯.北京:電子工業(yè)出版社，2006.