吳鵬飛，常君明

（江漢大學(xué) 數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院，湖北 武漢 430056）

0 引言

計(jì)算機(jī)視覺(jué)是使用計(jì)算機(jī)及相關(guān)設(shè)備對(duì)生物視覺(jué)的一種模擬，應(yīng)用在人工智能、模式識(shí)別和三維分析等領(lǐng)域。在實(shí)際工程中對(duì)商品標(biāo)簽信息的識(shí)別尤為重要?；谝曈X(jué)的定位檢測(cè)可以有效識(shí)別標(biāo)簽，能快速準(zhǔn)確定位標(biāo)簽［1］，提高生產(chǎn)工作效率。

在工業(yè)領(lǐng)域中，圖像背景一般都比較單一，所以目前大多采用顏色定位算法[2-4]進(jìn)行定位。顏色定位算法是采用計(jì)算機(jī)識(shí)別物體的顏色從而使物體與背景分離，進(jìn)而對(duì)物體進(jìn)行定位。在檢測(cè)時(shí)，計(jì)算機(jī)通過(guò)物體整體像素進(jìn)行物體質(zhì)心、角度等特征的求取。若物體所處背景一旦有顏色干擾，計(jì)算機(jī)便無(wú)法準(zhǔn)確地對(duì)物體進(jìn)行精確定位，降低了定位的精度，從而影響對(duì)物體位置特征的獲取。當(dāng)通過(guò)顏色算法定位后，由于需要計(jì)算物體整體像素來(lái)得到物體位置特征，大大降低了定位的速度。

本文在現(xiàn)有顏色定位算法的基礎(chǔ)上，提出一種基于計(jì)算機(jī)視覺(jué)的標(biāo)簽定位檢測(cè)算法［5］，該算法在基于計(jì)算機(jī)視覺(jué)的標(biāo)簽圖像定位檢測(cè)中利用ROI對(duì)標(biāo)簽圖像進(jìn)行分割，提取有效的標(biāo)簽圖像區(qū)域。用計(jì)算機(jī)視覺(jué)對(duì)獲取的標(biāo)簽圖像區(qū)域進(jìn)行讀取、分析與處理。尋找和繪制圖像區(qū)域中的輪廓，用外接最小多邊形對(duì)輪廓進(jìn)行包圍，同時(shí)對(duì)多個(gè)不同位置的標(biāo)簽實(shí)現(xiàn)精準(zhǔn)定位。

1 標(biāo)簽圖像預(yù)處理

1.1 目標(biāo)區(qū)域快速獲取

在基于計(jì)算機(jī)視覺(jué)的標(biāo)簽定位檢測(cè)中，對(duì)所有圖像區(qū)域進(jìn)行處理會(huì)大大增加所需時(shí)間和降低處理的精度，因此會(huì)設(shè)置ROI選取目標(biāo)區(qū)域，在設(shè)置了ROI以后就只需對(duì)分割出的目標(biāo)區(qū)域進(jìn)行分析，從而提高工作效率。常見(jiàn)的定義ROI區(qū)域有指定矩形區(qū)域和指定感興趣行或列的范圍兩種方法。本文使用指定矩形區(qū)域設(shè)置ROI，將標(biāo)簽圖像分割得到目標(biāo)區(qū)域，提取標(biāo)簽圖像中所需要的標(biāo)簽信息，使實(shí)驗(yàn)效果更佳。

1.2 目標(biāo)區(qū)域降噪處理

在采集標(biāo)簽圖像的場(chǎng)景中，由于光照等因素會(huì)使標(biāo)簽圖像產(chǎn)生噪聲，噪聲會(huì)嚴(yán)重影響對(duì)標(biāo)簽圖像信息的接收［6］。在基于計(jì)算機(jī)視覺(jué)的標(biāo)簽定位檢測(cè)中，需要對(duì)選中的目標(biāo)區(qū)域進(jìn)行濾波降噪處理。濾波操作是標(biāo)簽圖像預(yù)處理［7］中不可缺少的部分，濾波的效果好壞將直接影響到對(duì)標(biāo)簽的精確定位。

在實(shí)際工程領(lǐng)域中，進(jìn)行濾波降噪的同時(shí)不能破壞目標(biāo)區(qū)域的細(xì)節(jié)特征，且需使圖像的清晰效果更好，而線性濾波中的高斯濾波就很好地符合此要求。高斯濾波是一種對(duì)整幅圖像進(jìn)行加權(quán)平均的濾波方法，有離散化窗口劃窗卷積與傅里葉變換兩種實(shí)現(xiàn)方式。用一個(gè)模板對(duì)目標(biāo)區(qū)域圖像的每一個(gè)像素進(jìn)行掃描，用模板確定的領(lǐng)域像素的加權(quán)平均灰度值代替中心像素點(diǎn)的值［8］，其中的3×3和5×5高斯卷積內(nèi)核如圖1和圖2所示。

圖1 高斯3×3卷積內(nèi)核Fig.1 Gaussian 3×3 convolution kernel

圖2 高斯5×5卷積內(nèi)核Fig.2 Gaussian 5×5 convolution kernel

選用高斯濾波能更有效地保留邊緣效果［9］。圖3是視覺(jué)傳感器采集到的未經(jīng)處理的標(biāo)簽原始圖像，圖像上有許多噪聲，影響了后續(xù)圖像輪廓的提取。由圖4可觀察出原始圖像經(jīng)過(guò)高斯濾波處理后消除了高斯噪聲，減少了圖像的噪聲點(diǎn)，使圖像可觀測(cè)信息更加突出。

2 目標(biāo)區(qū)域邊界增強(qiáng)

2.1 邊界增強(qiáng)的目的

在去除目標(biāo)區(qū)域圖像噪聲后，圖像中還會(huì)有一些不需要考慮的小目標(biāo)、小的孔洞及輪廓之間的連接物，有的輪廓還會(huì)有斷痕，則需要進(jìn)一步對(duì)標(biāo)簽圖像進(jìn)行降噪處理，利用閥值分割［10］將物體與背景分割，度量和提取標(biāo)簽圖像中對(duì)應(yīng)的形狀，為定位檢測(cè)做準(zhǔn)備。在本實(shí)驗(yàn)中通過(guò)腐蝕、膨脹、開(kāi)運(yùn)算等操作以達(dá)到進(jìn)一步去除噪聲及平滑目標(biāo)邊界的功能［11］。

圖3 原始圖像Fig.3 Original image

圖4 高斯濾波后的圖像Fig.4 Image after Gaussian filtering

2.2 消除小面積輪廓與填補(bǔ)空洞

當(dāng)目標(biāo)區(qū)域圖像經(jīng)過(guò)降噪處理后，圖像中仍然會(huì)有很多小面積輪廓和空洞，這些會(huì)影響標(biāo)簽輪廓的提取，需要選用膨脹、腐蝕操作對(duì)其進(jìn)一步處理。膨脹就是求最大值，從數(shù)學(xué)角度來(lái)說(shuō)膨脹操作就是將圖像與核進(jìn)行卷積，膨脹操作是掃描圖像的每一個(gè)像素，與其覆蓋的二值圖像做與的運(yùn)算。腐蝕操作則與膨脹操作相對(duì)應(yīng)。膨脹與腐蝕的數(shù)學(xué)表達(dá)式如下：

將標(biāo)簽圖像進(jìn)行腐蝕和膨脹操作，由圖5可知，先使用腐蝕操作去除標(biāo)簽圖像中細(xì)小圖像物體的邊緣點(diǎn)。由圖6可知，在腐蝕的基礎(chǔ)之上再進(jìn)行膨脹操作將物體內(nèi)部的空洞去除，且將腐蝕后留下的大物體變回原來(lái)模樣，有效分割出了獨(dú)立的標(biāo)簽圖像元素，從而不影響后續(xù)輪廓的提取。

圖5 腐蝕圖像Fig.5 Corrosion image

圖6 膨脹圖像Fig.6 Inflated image

2.3 目標(biāo)區(qū)域邊界平滑

在基于計(jì)算機(jī)視覺(jué)的標(biāo)簽定位檢測(cè)中，選中的目標(biāo)區(qū)域圖像中會(huì)有很多突出物且物體邊界不平滑，圖像中局部亮度低的區(qū)域需要放大，進(jìn)行開(kāi)運(yùn)算和形態(tài)學(xué)梯度操作可以很好地解決問(wèn)題。形態(tài)學(xué)梯度是膨脹圖與腐蝕圖之差，形態(tài)學(xué)梯度操作可以在二值圖像上將團(tuán)塊的邊緣突出來(lái)，可以很好地保留標(biāo)簽圖像的邊緣輪廓。在膨脹與腐蝕的基礎(chǔ)上，形態(tài)學(xué)梯度數(shù)學(xué)表達(dá)式如下：

在降噪處理、腐蝕、膨脹的基礎(chǔ)上，對(duì)選取的標(biāo)簽圖像進(jìn)行邊界平滑，具體效果如圖7所示?？梢?jiàn)標(biāo)簽信息之間的連接物已消除，圖像邊緣輪廓較為明顯，平滑了標(biāo)簽圖像中較大輪廓的邊界，消除了圖像中的突出物，更有利于標(biāo)簽最大輪廓的提取。

圖7 開(kāi)運(yùn)算Fig.7 Open operation

3 屬性特征的獲取

3.1 區(qū)域圖像特征提取

在區(qū)域圖像的特征提取中，邊緣檢測(cè)［12］需要用濾波器來(lái)改善檢測(cè)器的性能，并對(duì)區(qū)域圖像的邊緣進(jìn)行增強(qiáng)處理，最后再通過(guò)二值閥值化來(lái)檢測(cè)邊緣，需要達(dá)到低錯(cuò)誤率、高定位性和最小響應(yīng)等要求。而多級(jí)邊緣檢測(cè)算法Canny算子正符合本實(shí)驗(yàn)要求，首先使用了高斯濾波來(lái)平滑一些紋理較弱的非邊緣區(qū)域，從而更好地進(jìn)行邊緣檢測(cè)。Canny檢測(cè)需要利用Sobel濾波器來(lái)計(jì)算經(jīng)過(guò)濾波后圖像的梯度和方向角。Soble算子在水平與豎直兩個(gè)方向進(jìn)行求導(dǎo)。在水平方向?qū)D像與一個(gè)奇數(shù)大小的內(nèi)核Gx進(jìn)行卷積，在豎直方向上與水平方向一致。有關(guān)數(shù)學(xué)表達(dá)式如下：

則可以求出近似梯度

把高斯濾波器和Sobel濾波器結(jié)合起來(lái)使用，進(jìn)行噪聲消除和最后的邊緣檢測(cè)會(huì)使實(shí)驗(yàn)效果更好。

3.2 尋求最大輪廓

雖然Canny算法很好地找到了標(biāo)簽圖像輪廓邊界的像素，但是并沒(méi)有將輪廓的邊緣像素組合起來(lái)。在標(biāo)簽圖像上有很多的輪廓，標(biāo)簽圖像中標(biāo)簽信息的輪廓肯定是最大的輪廓，找出最大輪廓就可以定位標(biāo)簽信息，利用最小多邊形將最大的輪廓包圍起來(lái)。

3.3 實(shí)驗(yàn)結(jié)果分析與比較

在標(biāo)簽的定位檢測(cè)中，主要找出標(biāo)簽的質(zhì)心與方向這兩個(gè)基本的特性。在基于視覺(jué)的定位中找到標(biāo)簽圖像中的最大輪廓，用最小多邊形來(lái)包圍最大的輪廓，可以直接找出最小多邊形的位置特性來(lái)代替標(biāo)簽信息的特性，從而實(shí)現(xiàn)對(duì)標(biāo)簽信息的定位檢測(cè)［13］。定位檢測(cè)效果如圖8和圖9所示。由圖8可知，先用最大輪廓來(lái)代替標(biāo)簽有效信息的輪廓，用最小矩形將兩個(gè)標(biāo)簽最大輪廓包圍，實(shí)現(xiàn)對(duì)標(biāo)簽的精確定位，再分別計(jì)算出兩個(gè)不同位置最大輪廓的角度和質(zhì)心特性，來(lái)代替兩個(gè)標(biāo)簽的位置特性，從而實(shí)現(xiàn)對(duì)標(biāo)簽的快速、精確定位檢測(cè)，所求不同標(biāo)簽的具體位置參數(shù)如圖9所示。

圖8 最大輪廓Fig.8 Maximum contour

圖9 標(biāo)簽屬性特征Fig.9 Tag attribute characteristics

在分析了基于計(jì)算機(jī)視覺(jué)的標(biāo)簽定位檢測(cè)和傳統(tǒng)方法的定位檢測(cè)后，了解到了基于視覺(jué)的定位具有快速、復(fù)雜度較低等優(yōu)勢(shì)。傳統(tǒng)方法對(duì)質(zhì)心的計(jì)算需要對(duì)圖像全部像素進(jìn)行計(jì)算，計(jì)算量較大，導(dǎo)致計(jì)算速度慢。本文方法僅需要對(duì)最大輪廓像素進(jìn)行計(jì)算，計(jì)算量較小，相對(duì)計(jì)算速度較快。在標(biāo)簽的方向角度計(jì)算上，本文方法對(duì)包圍最大輪廓的矩形進(jìn)行計(jì)算求角度，傳統(tǒng)方法對(duì)不規(guī)則多邊形計(jì)算求角度，相比之下本文方法復(fù)雜度低，計(jì)算速度快。具體對(duì)比如表1和表2所示。

表1 質(zhì)心計(jì)算比較Tab.1 Comparisons of centroid calculation

表2 方向計(jì)算比較Tab.2 Comparisons of direction calculation

4 結(jié)語(yǔ)

本文利用ROI將圖像的重要區(qū)域分割出來(lái)，用濾波操作對(duì)標(biāo)簽圖像進(jìn)行降噪預(yù)處理，利用膨脹、腐蝕、開(kāi)運(yùn)算和形態(tài)學(xué)梯度運(yùn)算對(duì)標(biāo)簽圖像進(jìn)一步降噪處理并有效的保留邊緣輪廓。找出所有輪廓，用多邊形來(lái)包圍最大輪廓以代表標(biāo)簽信息，求出多邊形的質(zhì)心和傾斜角度來(lái)代替標(biāo)簽信息的質(zhì)心和傾斜角度，從而使實(shí)驗(yàn)的可行性更高。本文提出的基于視覺(jué)的標(biāo)簽定位檢測(cè)算法與傳統(tǒng)的定位檢測(cè)方法［14］相比具有更高的檢測(cè)精度和速度，大大提高了生產(chǎn)效率。隨著自動(dòng)化控制程度的提高和智能機(jī)器人的增加，基于計(jì)算機(jī)視覺(jué)的標(biāo)簽定位檢測(cè)必將應(yīng)用廣泛。