貴州煙葉復(fù)烤有限責(zé)任公司(畢節(jié)復(fù)烤廠) 吳 昊 吳運(yùn)斌 張 云 曹 君 王國(guó)斌
在片煙結(jié)構(gòu)檢測(cè)中,通過二值化算法將物料與背景分離開來,檢測(cè)圖像中余下的信號(hào)即可完全描述物料信息。為了對(duì)煙葉片型結(jié)構(gòu)進(jìn)行分類,需要計(jì)算圖像中每片煙葉的最大尺寸和面積,并以此為依據(jù)對(duì)煙葉類型做出判斷。
在實(shí)際的處理過程,對(duì)二值化后的圖像,首先,應(yīng)進(jìn)行煙葉分離,以檢測(cè)出每片煙葉的信息;其次,應(yīng)對(duì)葉片特征參量,如面積、長(zhǎng)度等進(jìn)行計(jì)算;最后,把煙葉歸類。煙葉葉片分類過程如圖1所示。
在煙葉分離的過程中,最為關(guān)鍵的步驟是采取合適的手段把每片煙葉分離開來。二值化圖像中僅保存了兩種信號(hào)幅度,由于煙葉是經(jīng)過攤薄處理的,所以,對(duì)于任意兩片煙葉來說,其邊界是不相連的。
首先,對(duì)二值圖像掃描,找到一個(gè)物體點(diǎn),并記錄為搜索點(diǎn),同時(shí)刪除已經(jīng)搜索到的連通點(diǎn);其次,搜索這些搜索點(diǎn)的所有連通點(diǎn),如果存在連通點(diǎn),則再記錄為搜索點(diǎn),否則即表明所有連通點(diǎn)已經(jīng)搜索到;第三,繼續(xù)搜索所有連通點(diǎn),確保每片煙葉的所有的點(diǎn)都被記錄下來;最后,當(dāng)一幀圖像沒有物體點(diǎn)時(shí),表明物體搜索完畢,并且每片煙葉的點(diǎn)已被獨(dú)自保存。單片煙葉搜索流程如圖2所示。
1.計(jì)算原理。根據(jù)煙葉葉片的大片率定義,某一標(biāo)準(zhǔn)的葉片結(jié)構(gòu)葉片率是指從標(biāo)準(zhǔn)的正方形篩孔能夠透過的葉片面積和總的葉片面積的比值。在已知物體的邊界時(shí),通常利用外接矩形來刻畫物體的基本形狀。最小正方形示例如圖3所示。
圖3中,T表示煙葉區(qū)域,R表示在坐標(biāo)軸上的煙葉葉片的外接矩形,矩形的邊長(zhǎng)分別為a和b( 設(shè)a<b),Z表示以外接矩形Rx的長(zhǎng)邊b為邊長(zhǎng)的正方形區(qū)域。由于R是T的外接矩形,則有T?R,因?yàn)镽? Z,所以煙葉也可以從正方形區(qū)域Z中透過。若T也可以從邊長(zhǎng)為c(c<b)的正方形Zx中透過,有T?Zx。又因?yàn)門?R,所以T?R∩Zx=Rx,因此Rx也是T的一個(gè)外接矩形,并且其長(zhǎng)邊等于d=max(a,c)<b。由于T的外接矩形只能有一個(gè),所以d=b,這與上邊的結(jié)論矛盾,所以T不能從正方形Zx中透過。煙葉Zx旋轉(zhuǎn)時(shí),其外接矩形R的長(zhǎng)邊也在變化,當(dāng)T旋轉(zhuǎn)到某角度α?xí)r,其外接矩形的長(zhǎng)邊有最小值bmin,以bmin為邊長(zhǎng)的正方形即為煙葉T能夠透過的最小正方形。據(jù)此可以判斷煙葉葉片的結(jié)構(gòu)類型,取標(biāo)準(zhǔn)篩孔的大小作為最小正方形,通過求得葉片的外接矩形的最小長(zhǎng)邊,和篩孔作比較,得到葉片的分類結(jié)果。
2.計(jì)算方法。計(jì)算煙葉外接矩形的一種方法是將物體在90°范圍內(nèi)等間隔地旋轉(zhuǎn)。設(shè)煙葉的位置為T(x,y),按照逆時(shí)針旋轉(zhuǎn)θ角后的位置為T(x′,y′) ,有
通過每次旋轉(zhuǎn)以后,記錄其坐標(biāo)軸方向上的外接矩形參數(shù),確定此外接矩形的長(zhǎng)邊 ,并且和上次的長(zhǎng)邊作比較,取其長(zhǎng)邊最小時(shí)的值 作為最終結(jié)果。
3.根據(jù)煙葉葉片的外接矩形的最小邊長(zhǎng) ,判斷葉片的結(jié)構(gòu)分類。按照煙葉大片率的定義,對(duì)葉片規(guī)格進(jìn)行分層,通過計(jì)算各個(gè)規(guī)格的煙葉面積和總的煙葉面積,即可得到各層次的葉片率,從而實(shí)現(xiàn)對(duì)葉片的分類。