張紹堂，寧德瓊，王 磊

1.曲靖師范學(xué)院計(jì)算機(jī)科學(xué)與工程學(xué)院，云南省曲靖市麒麟?yún)^(qū)三江大道 655011

2.紅云紅河（煙草）集團(tuán)曲靖卷煙廠，云南省曲靖市大坡寺 655000

卷煙制絲生產(chǎn)線、打葉復(fù)烤生產(chǎn)線采用的煙草異物剔除系統(tǒng)，主要用于自動(dòng)識(shí)別并剔除煙葉中混雜的異物（如麻繩、紙片、雞毛、蟲蛹、塑料等），剔除性能良好，異物剔除率達(dá)到97%［1］，有效提高了煙葉純凈度和產(chǎn)品品質(zhì)。煙草異物剔除包括圖像獲取、圖像采集及處理、異物識(shí)別、顏色分選表建立、異物剔除等步驟［2-3］，但該系統(tǒng)在使用一段時(shí)間后照度會(huì)有不同程度的衰減，使系統(tǒng)獲取的圖像品質(zhì)降低，導(dǎo)致異物剔除率下降和煙葉帶出率升高。由于低照度圖像灰度范圍較窄，相鄰像素的空間相關(guān)性高，灰度變化不明顯，進(jìn)而影響后續(xù)的圖像識(shí)別、理解與判斷，因此對(duì)低照度圖像進(jìn)行增強(qiáng)處理具有重要意義［4］。在系統(tǒng)維護(hù)過(guò)程中，采用縮短光源與物料間的距離或更換新光源可以解決低照度所產(chǎn)生的影響，但容易增加系統(tǒng)維護(hù)難度和成本。在圖像獲取和圖像采集及處理之間增加圖像增強(qiáng)功能目前已有較多研究，例如PCNN［5-6］、Retinex［7-10］、直方圖均衡、同態(tài)濾波［11-12］等算法。但上述算法的實(shí)時(shí)性都較差，不適合應(yīng)用在煙草異物剔除系統(tǒng)中。為此，采用優(yōu)化的同態(tài)濾波算法，通過(guò)引入自適應(yīng)參數(shù)對(duì)不同照度的圖像進(jìn)行拉伸，有效校正低照度圖像的顏色、對(duì)比度和亮度，以期進(jìn)一步提高系統(tǒng)的剔除性能。

1 照度對(duì)剔除性能的影響

照度對(duì)煙葉圖像品質(zhì)具有直接影響。當(dāng)光源亮度較好時(shí)，平均照度約為15 000 Lx，圖像自然，顏色真實(shí)，有利于異物的識(shí)別；當(dāng)光源亮度不足時(shí)，平均照度約為5 000 Lx，攝像機(jī)采集的圖像整體偏暗。對(duì)光源亮度不足和更換新光源分別進(jìn)行異物剔除實(shí)驗(yàn)，結(jié)果見表1?？梢?，光源衰減后異物剔除率從94.0%下降到86.4%。其中，對(duì)顏色與煙葉接近的黃色（黃色皮帶、紙箱板、木材）和與背景顏色接近的紅色等異物的剔除影響最突出。此外，對(duì)黑橡膠、霉變煙葉、麻繩、稻草等異物的剔除影響也較明顯。

表1 光源亮度降低前后異物剔除數(shù)量① （個(gè)）

2 低照度煙葉圖像增強(qiáng)算法

煙草異物剔除系統(tǒng)實(shí)時(shí)性要求較高，對(duì)煙葉圖像增強(qiáng)要兼顧增強(qiáng)效果和處理效率。實(shí)驗(yàn)表明［13-14］，高斯同態(tài)濾波算法增強(qiáng)效果較明顯，處理速度也更快。

2.1 高斯同態(tài)濾波原理

同態(tài)濾波算法是把頻率過(guò)濾和灰度變換結(jié)合起來(lái)的一種圖像處理方法，以圖像照明-反射模型作為頻域處理的基礎(chǔ)，通過(guò)壓縮亮度范圍和增強(qiáng)對(duì)比度來(lái)改善圖像的品質(zhì)［15］。從圖像的形成和光特性考慮，一幅圖像由光源的入射分量i（x，y）和目標(biāo)物的反射分量r（x，y）組成，其數(shù)學(xué)模型為:

式中:i（x，y）的性質(zhì)取決于成像物體的表面特性。

一般來(lái)說(shuō)，光照條件體現(xiàn)在入射分量i（x，y）中，r（x，y）變化緩慢，其頻譜主要落在低頻區(qū)域；而r（x，y）反映圖像的細(xì)節(jié)等特征，其頻譜主要落在高頻區(qū)域。處理照明不足或光照不均的彩色圖像時(shí)，就要從f（x，y）中將i（x，y）和r（x，y）分開，分別采取壓縮低頻、提升高頻的方法，減弱照度分量、增強(qiáng)反射分量，從而使圖像清晰［13］。

同態(tài)濾波的具體實(shí)現(xiàn)過(guò)程是先對(duì)待增強(qiáng)圖像取對(duì)數(shù)，然后進(jìn)行傅立葉變換，在頻域中利用同態(tài)濾波器進(jìn)行濾波，最后通過(guò)逆傅立葉變換及指數(shù)變換得到增強(qiáng)后的圖像，見圖1。

圖1 同態(tài)濾波過(guò)程框圖

在同態(tài)濾波過(guò)程中，能否達(dá)到理想的濾波效果，取決于同態(tài)濾波函數(shù)H（u，v）的選擇，合適的H（u，v）對(duì)同態(tài)濾波算法的效果具有關(guān)鍵影響。文獻(xiàn)［14］中對(duì)同態(tài)濾波函數(shù)H（u，v）進(jìn)行優(yōu)化后得到了高斯同態(tài)濾波函數(shù):

式中:m，n為動(dòng)態(tài)算子；當(dāng)rH＞1，0＜rL＜1時(shí)，圖像的低頻分量減小，高頻分量增強(qiáng)，使得動(dòng)態(tài)范圍壓縮和對(duì)比度增強(qiáng)；常數(shù)c 用來(lái)控制濾波器函數(shù)斜面的銳化；D0為截止頻率，可以根據(jù)需要選取。

式中:M × N為待處理圖像大小。

由于高斯同態(tài)濾波需經(jīng)過(guò)兩次傅里葉變換，占用較大的運(yùn)算空間，因此對(duì)同態(tài)濾波算法進(jìn)行了優(yōu)化。

2.2 優(yōu)化的同態(tài)濾波算法

將同態(tài)濾波放到空間域上進(jìn)行操作和實(shí)現(xiàn)，具體步驟［15-17］如下:

（1）獲取源圖像的V分量:

式中:R，G，B為系統(tǒng)所采集RGB（Red-Green-Blue）圖像的3個(gè)分量。

（2）利用對(duì)數(shù)變換將入射光和反射光分開:

（3）通過(guò)空域三維窗實(shí)現(xiàn)低通濾波:

利用低通濾波器可實(shí)現(xiàn)平滑圖像、去除噪聲的目的，對(duì)光照不均也具有均衡作用。

（4）由于被處理圖像經(jīng)過(guò)對(duì)數(shù)變換，再用冪變換將圖像進(jìn)行恢復(fù):

（5）采用歸一化處理降低光照不均造成的干擾:

（6）完成實(shí)時(shí)低照度圖像增強(qiáng)，必須設(shè)計(jì)一個(gè)自適應(yīng)參數(shù)μ。通過(guò)自動(dòng)調(diào)整μ 值，可以將不同照度的圖像拉伸到同一亮度級(jí)別，以滿足系統(tǒng)實(shí)時(shí)性需求。不同照度的圖像V分量的平均灰度值不一樣，照度較低的圖像灰度平均值較小，增強(qiáng)的幅度較大；照度較高的圖像灰度平均值較大，增強(qiáng)的幅度較小。因此，灰度平均值與μ 成反比?；叶戎狄话憬橛?～255 之間，取128 為平均灰度標(biāo)準(zhǔn)值，通過(guò)實(shí)驗(yàn)可得出μ的計(jì)算公式:

式中:s″（x，y）為V分量增強(qiáng)的最終結(jié)果。

（7）將HSV（Hue-Saturation-Value）快速轉(zhuǎn)換至RGB。定義參數(shù)矩陣r＝s″（x，y）/V× 256，原RGB 空間內(nèi)圖像的R，G，B 3 個(gè)分量分別與參數(shù)矩陣相乘后，得到3個(gè)新分量:

新的R'，G'，B' 分量重新組成RGB圖像就是在HSV 空間內(nèi)增強(qiáng)后的圖像。通過(guò)構(gòu)造參數(shù)矩陣r，復(fù)雜的浮點(diǎn)數(shù)由除運(yùn)算轉(zhuǎn)換為乘運(yùn)算，減少了運(yùn)算量，提高了算法的運(yùn)算效率［4］。

3 煙葉圖像增強(qiáng)實(shí)驗(yàn)

3.1 實(shí)驗(yàn)設(shè)計(jì)

采用加拿大DALSA公司CCD可編程彩色線陣相機(jī)TR-33 采集圖像，有效像素2 048 pixel，像素尺寸14 μm×14 μm，行掃描速率21/11 kHz，具有景深大、視野寬、靈敏度高、清晰度高和低噪聲等特點(diǎn)。光源是美國(guó)MERCRON 公司型號(hào)為FN2376-4 的熒光燈，輸出頻率60 kHz，長(zhǎng)1.2 m，可以滿足CCD 彩色線陣相機(jī)掃描頻率11 kHz 和寬度0.8 m的有效工作范圍。

DALSA 線陣CCD 相機(jī)在照明系統(tǒng)的輔助下，對(duì)在高速皮帶上以5 m/s 拋出的煙葉進(jìn)行掃描，相機(jī)所獲得的RGB 信號(hào)通過(guò)專用HONDA 口數(shù)據(jù)線送入圖像采集卡，經(jīng)數(shù)據(jù)處理后，再經(jīng)總線送入并行四通道DSP 處理板，對(duì)圖像數(shù)據(jù)進(jìn)行實(shí)時(shí)處理?？偩€采用專用輔助總線，速率達(dá)400 MB/s。

一般情況下，光源使用3 個(gè)月后照度衰減至75%，6個(gè)月后衰減至50%。在熒光燈上添加帶有輸出信號(hào)的光阻PDR-47T，照度在75%～100%范圍內(nèi)。光阻可保證照度為75%的均勻光，當(dāng)照度低于75%時(shí)更換光源。選擇一臺(tái)已安裝調(diào)試完成的異物剔除系統(tǒng)，在線采集煙葉圖像3次（時(shí)間間隔2個(gè)月），得到不同照度的低照度圖像。系統(tǒng)中圖像緩存預(yù)設(shè)為512 pixel×2 048 pixel，綜合考慮處理效果，將圖像緩存更改為128 pixel×2 048 pixel。用本算法進(jìn)行圖像增強(qiáng)測(cè)試，測(cè)試環(huán)境主參數(shù)為Visual C++6.0，CPU 3.4 GHz，內(nèi)存4 GB。

3.2 結(jié)果分析

對(duì)在線采集的3 張不同照度圖像進(jìn)行增強(qiáng)處理，效果見圖2。可見，本算法能有效校正低照度圖像的顏色、對(duì)比度和亮度，且都處于同一亮度水平，具有較強(qiáng)的自適應(yīng)性。照度越低，需要增強(qiáng)的幅度越大，即μ 值越大。從圖2 中增強(qiáng)前直方圖可以看出，圖像像素值向高像素區(qū)域拉伸，圖像a特別明顯，而圖像b，c拉伸幅度相對(duì)較小，該趨勢(shì)與自適應(yīng)參數(shù)μ 的變化一致。不同算法對(duì)不同尺寸圖像增強(qiáng)性能對(duì)比結(jié)果（表2）表明，本算法與其他增強(qiáng)算法相比運(yùn)算速度更快，能較好地滿足實(shí)時(shí)彩色圖像的增強(qiáng)需求。

圖2 不同照度煙葉圖像增強(qiáng)效果及直方圖對(duì)比

表2 低照度圖像增強(qiáng)算法速度對(duì)比 （s）

4 結(jié)語(yǔ)

低照度對(duì)煙草異物剔除系統(tǒng)的性能影響較明顯。硬件技術(shù)的快速發(fā)展和低照度圖像增強(qiáng)算法的成熟，使得實(shí)時(shí)系統(tǒng)中低照度圖像增強(qiáng)成為現(xiàn)實(shí)。低照度圖像的增強(qiáng)不僅能夠較好地保持系統(tǒng)的剔除性能，同時(shí)還能提高系統(tǒng)的可維護(hù)性、易操作性，對(duì)進(jìn)一步提高卷煙品質(zhì)具有重要意義。該算法還可用于卷煙小包、條包在線檢測(cè)等視覺系統(tǒng)中，但對(duì)基于顏色特征的識(shí)別系統(tǒng)其效果更為顯著。

［1］張紹堂，董德春，任友俊，等.煙草異物剔除系統(tǒng)中典型異物處理方法［J］.煙草科技，2009（5）:22-25.

［2］唐向陽(yáng)，張鶴松，張勇，等.基于機(jī)器視覺技術(shù)的智能煙草異物剔除系統(tǒng)［J］.機(jī)電工程技術(shù)，2006，35（12）:84-85，99.

［3］張紹堂，蔣作，鄭智捷.機(jī)器視覺技術(shù)在煙草異物剔除系統(tǒng)中的應(yīng)用［J］.云南民族大學(xué)學(xué)報(bào)，2007，16（2）:161-164.

［4］潘平平，李德華.快速低照度圖像增強(qiáng)算法研究與實(shí)現(xiàn)［J］.微型機(jī)與應(yīng)用，2012，30（5）:42-45.

［5］張煜東，王水花，周振宇，等.基于HVS與PCNN的彩色圖像增強(qiáng)［J］.中國(guó)科學(xué):信息科學(xué)，2010，40（7）:909-924.

［6］陳銳，馬義德，鄭曉，等.基于PCNN和視覺特性的圖像對(duì)比度增強(qiáng)［J］.微計(jì)算機(jī)信息，2010，26（4-1）:108-112.

［7］程芳瑾，杜曉駿，馬麗，等.基于Retinex 的低照度圖像增強(qiáng)［J］.電視技術(shù)，2013，37（15）:4-10.

［8］肖進(jìn)勝，單姍姍，段鵬飛，等.基于不同色彩空間融合的快速圖像增強(qiáng)算法［J］.自動(dòng)化學(xué)報(bào)，2014，40（4）:697-705.

［9］江興方，王戈，沈?yàn)槊?一種色彩改進(jìn)型Retinex彩色圖像增強(qiáng)方法［J］.光電子·激光，2008，19（10）:1402-1404.

［10］許欣，陳強(qiáng)，孫懷江，等.快速Retinex 彩色圖像增強(qiáng)［J］.計(jì)算機(jī)工程與應(yīng)用，2010，46（5）:4-6.

［11］禹晶，李大鵬，廖慶敏.基于顏色恒常性的低照度圖像視見度增強(qiáng)［J］.自動(dòng)化學(xué) 報(bào)，2011，37（8）:923-930.

［12］韓麗娜，熊杰，耿國(guó)華，等.利用HSV 空間的雙通道同態(tài)濾波真彩圖像增強(qiáng)［J］.計(jì)算機(jī)工程與應(yīng)用，2009，45（27）:18-20.

［13］郭清宇，彭芳芳.指針式儀表圖像高斯同態(tài)濾波增強(qiáng)算法研究［J］.中原工學(xué)院學(xué)報(bào)，2013，24（5）:1-4.

［14］焦竹青，徐保國(guó).HSV變換和同態(tài)濾波的彩色圖像光照補(bǔ)償［J］.計(jì)算機(jī)工程與應(yīng) 用，2010，46（30）:142-144.

［15］馬龔，張成義.基于Matlab的同態(tài)濾波器的優(yōu)化設(shè)計(jì)［J］.應(yīng)用光學(xué)，2010，31（4）:584-587.

［16］劉春香，李洪祚.實(shí)時(shí)圖像增強(qiáng)算法研究［J］.中國(guó)光學(xué)與應(yīng)用光學(xué)，2009，2（5）:395-401.

［17］肖俊，宋壽鵬，丁麗娟.空域同態(tài)濾波算法研究［J］.中國(guó)圖象圖形學(xué)報(bào)，2008，13（12）:2302-2306.