专利名称：基于欧氏距离和图像分块的羊毛直径检测方法
技术领域：
本发明属于图像处理技术领域，更进一步涉及一种基于欧氏距离和图像分块的羊毛纤维直径检测方法。本发明可应用于纤维质量测量领域，通过图像处理技术实现高速连续地从切片图像中测量出纤维直径数据。
背景技术：
羊毛纤维直径是确定羊绒、羊毛品质和使用价值最为重要的指标之一。常见的 羊毛直径测量方法中显微镜投影法是手工操作，效率低，精度略差；气流法和声学法速度快，但测量精度易受环境湿度、温度影响；激光分析法测速快、精度高，但相应设备昂贵，使用条件高，操作严格，维护困难；图像处理分析法测量精度高、时间短，测量过程全自动，是目前纤维质量测量领域中研究最多的技术，该法将羊毛纤维取样并切成片段，在显微镜下成像并通过CCD摄相机和图像采集卡完成图像数据采集，计算机对采集的纤维图像进行处理和计算得到羊毛直径。目前图像处理分析法基本上是以国外的发明和创新为主线，形成了较为完整、实用、科学的测量体系、方法及标准。尽管国内也制定了相应标准，不少学者对于羊毛纤维直径测量方法进行了大量的研究工作，而且设计出类似OFDA细度仪的产品，但国内基于图像处理的羊毛纤维直径测量方法和设备还存在处理算法复杂、计算速度较慢、实际应用困难的不足。清华大学在其拥有的专利技术“一种羊毛纤维细度测量方法及系统”(专利申请号02100056，授权公告号1156708)中提出了一种基于二值图像边缘轮廓检测和最小二乘曲线拟合的测量方法。该专利技术首先采集纤维图像，提取图像中的纤维边缘，然后采用链码相关法搜索边缘确定待计算纤维微段区域，对纤维微段边缘进行中值滤波，通过基于灰度变化曲线的最小二乘拟合方法提取出微段截面，计算截面得到纤维的直径。但是该专利技术的不足之处在于，基于邻域搜索的纤维微段识别判断准则复杂，效率不高，微段截面提取所采用的最小二乘曲线拟合算法时间复杂度高，耗费时间长。整个算法的测量基于图像边缘信息的提�。虼瞬饬康木范仁芮衅枷癯上裰柿康闹圃�。曾脉在文献“基于数字图像处理的羊毛测量与分类系统”(成都电子科技大学硕士论文，CNKI，2009年04期)中提出了一种基于图像形态学操作和欧氏距离变换的方法。该方法首先将羊毛切片图像进行图像增强，再对图像进行二值化，将二值图进行纤维骨架提取，去除交叉点，获得骨架点坐标，最后在开操作后的二值图上结合基于半径扩张的欧氏距离变换计算出羊毛直径值。该方法虽然能够成功解决羊毛纤维交叉问题，但是该系统在使用中存在的不足是，半径计算时的基础图像时开操作后的二值图像，开操作本身对图像的边缘就有影响，此外，该方法采取的处理步骤繁多，部分算法时间复杂度高，效率偏低，难以处理海量的纤维切片图像
发明内容
本发明针对上述现有技术存在的不足，提出了一种基于欧氏距离和图像分块的羊毛直径检测方法。本方法既可以很好的保护羊毛纤维图像的边缘细节信息，又可以较好的解决羊毛重叠、交叉、成像不清等问题，具有较高的测量精度，同时由于本算法复杂度低，因而能够大幅减少纤维直径测量在图像处理上耗费的时间。实现本发明的基本思路是计算机读取羊毛纤维图像，采用中值滤波和大律法阈值分割相结合的方法对图像进行处理得到二值图像，再对二值图像采用切割分块和分块提取筛选相结合的方法，得到待计算的图像分块，最后对待计算图像分块采用欧氏距离变换和带状图像稳定性分析相结合 的方法计算出羊毛纤维直径，并输出到计算机终端。为实现上述目的，本发明的包括以下步骤(I)计算机读取图像采集卡从数字摄相机采集的灰度图像矩阵；(2)对采集的灰度图像矩阵通过中值滤波公式得到滤波图像；⑶二值化3a)对滤波图像通过最大类间方差法公式求出最佳分割阈值；3b)根据最佳分割阈值，将滤波图像通过二值公式实现二值化，得到二值图像；(4)图像切割分块按分块分辨率将二值图像进行分块，得到以分块为单元的图像矩阵；(5)分块提取筛选5a)对图像矩阵按行依次选取每一分块图像；5b)以每一分块图像的左上角顶点为起点，以顺时针绕分块图像边缘一周为路径，统计边缘像素点值变化次数，得到一组变化次数值；5c)选取所有变化次数值等于4的分块图像作为半径计算的图像分块；(6)欧氏距离变换将半径计算的图像分块通过二维欧氏距离变换公式求得距离变换矩阵；(7)半径计算7a)对距离变换矩阵的每行取极大值，得到一维半径矩阵；7b)在一维半径矩阵中，对所有元素分别按照相邻间隔为0、1、2、3的间距求差值，取差值的绝对值结果构成相应的差分向量屯、Cl1, d2、d3 ；7c)选取差分向量dQ、Cl1, d2、d3中所有小于O. 5的元素，将一维半径矩阵中与之对应的半径元素构成待加权半径&、Rp R2、R3 ；7d)将待加权半径％、R1^ R2> R3加权平均，得到最终半径值；7e)对所有求得的最终半径值分别乘2，得到相应的羊毛直径值；(8)原图标注在原羊毛纤维的灰度图像矩阵上标注所有求得的羊毛直径值；(9)计算羊毛纤维平均直径9a)将所有羊毛直径值分别乘I. 5，得到实际羊毛直径值；9b)对所有实际羊毛直径值取平均，得到羊毛纤维的平均直径；9c)输出羊毛纤维的平均直径到计算机。本发明与现有技术相比具有以下优点第一，本发明在羊毛图像预处理部分采用了中值滤波和大律法阈值分割结合的方法，克服了现有技术中图像预处理对纤维图像边缘细节保护不足的缺点，同时降低了成像不清对测量结果精确度造成的影响，使得本发明具有测量精度高的优点。第二，本发明通过对后处理图像采用切割分块和分块提取筛选相结合的方法，有效减少了图像处理的计算量，克服了现有技术在直径测量选取位置时处理步骤多、算法复杂度高、效率不高的缺点，使得本发明具有实现简单，效率高，实时性高的优点。第三，本发明采用欧氏距离变换和带状图像稳定性分析相结合的方法，克服了现有技术中直径计算难以采用低复杂度的算法达到精确测算的缺点，同时能够处理图像中交叉、重叠、带状分布不规则等情况，使得本发明具有精确度高、鲁棒性好的优点。
图I为本发明的流程图；图2为本发明仿真效果图。
具体实施例方式下面参照附图I对本发明的步骤作进一步的详细描述。步骤1，读取羊毛纤维图片计算机读取图像采集卡从CCD摄相机采集的羊毛切片灰度图像矩阵，用f(x，y)表示，X和y分别为灰度图像矩阵的行序号和列序号。本发明实施例中羊毛切片的成像规格羊毛通过切断器切割成长度为2mm的片段，数字相机分辨率为752X480，光学尺寸为4. 512X2. 88mm,每次的采集面积为I. 128mmX0. 72mm，采集的图像像元尺寸为6 μ m，远心镜头的放大倍数为4倍，测量值与实际值的换算比例为I : 1.5。步骤2，中值滤波对灰度图像矩阵按中值滤波公式进行中值滤波g (X，y) = med {f (x_k, y_l)}，(k, I e ff)其中，g(x，y)表示滤波图像，x、y表示滤波图像矩阵的行、列序号值，med表示中值滤波，f (X，y)表示原图像，k、I表示二维滤波模板W的尺寸，本发明实施例中采用k = 3、I=3的滤波窗口对图像进行中值滤波。步骤3，图像二值化首先，对中值滤波后的灰度图像采用最大类间差法计算图像最佳分割阈值g g = arg max「(7
0^7^255L ' /J其中，g表示图像最佳分割阈值，arg max表示使得函数G(T)最大时T的取值，T表示滤波图像前景和背景的分割阈值，G(T)表示滤波图像背景和前景两类像素的类间方差，按下式求得G(T) = Wb(T) (μΒ ⑴-μ)2+%⑴(μ0(Τ)-μ)2其中，wjT)表示背景像素点数占图像总点数的比例、μΒ(Τ)表示背景像素的平均灰度值、μ表示图像总的平均灰度值、Wtl(T)表示前景像素点数占图像总点数的比例、μ ο (T)表示前景像素的平均灰度值，分别按下列各式求得
权利要求
1.基于欧氏距离和图像分块的羊毛直径检测方法，包括如下步骤 (1)计算机读取图像采集卡从数字摄相机采集的灰度图像矩阵； (2)对采集的灰度图像矩阵通过中值滤波公式得到滤波图像； (3)ニ值化 3a)对滤波图像通过最大类间方差法公式求出最佳分割阈值； 3b)根据最佳分割阈值，将滤波图像通过ニ值公式实现ニ值化，得到ニ值图像； (4)图像切割分块 按分块分辨率将ニ值图像进行分块，得到以分块为单元的图像矩阵； (5)分块提取筛选 5a)对图像矩阵按行依次选取每一分块图像； 5b)以每一分块图像的左上角顶点为起点，以顺时针绕分块图像边缘一周为路径，统计边缘像素点值变化次数，得到一组变化次数值； 5c)选取所有变化次数值等于4的分块图像作为半径计算的图像分块； (6)欧氏距离变换 将半径计算的图像分块通过ニ维欧氏距离变换公式求得距离变换矩阵； (7)半径计算 7a)对距离变换矩阵的每行取极大值，得到ー维半径矩阵； 7b)在ー维半径矩阵中，对所有元素分别按照相邻间隔为0、1、2、3的间距求差值，取差值的绝对值结果构成相应的差分向量も、Cl1, d2、d3 ； 7c)选取差分向量も、も、d2、d3中所有小于O. 5的元素，将ー维半径矩阵中与之对应的半径元素构成待加权半径ル、も、R2、R3 ; 7d)将待加权半径ル、H R3加权平均，得到最终半径值； 7e)对所有求得的最終半径值分别乘2，得到相应的羊毛直径值； (8)原图标注 在原羊毛纤维的灰度图像矩阵上标注所有求得的羊毛直径值； (9)计算羊毛纤维平均直径 9a)将所有羊毛直径值分别乘I. 5，得到实际羊毛直径值； 9b)对所有实际羊毛直径值取平均，得到羊毛纤维的平均直径； 9c)输出羊毛纤维的平均直径到计算机。
2.根据权利要求I所述的基于欧氏距离和图像分块的羊毛直径检测方法，其特征在于，步骤(2)中所述的中值滤波公式如下 g (X，y) = med {f (x_k, y-1)}, (k, I e ff) 其中，g(x，y)表示滤波图像，X、y表示滤波图像矩阵的行、列序号值，med表示中值滤波，f (X，y)表示原图像，k、I表示ニ维滤波模板W的尺寸，本发明实施例中采用k = 3、I =3的滤波窗ロ对图像进行中值滤波。
3.根据权利要求I所述的基于欧氏距离和图像分块的羊毛直径检测方法，其特征在于，步骤3a)中所述的最大类间方差法公式如下
4.根据权利要求I所述的基于欧氏距离和图像分块的羊毛直径检测方法，其特征在于，步骤3b)中所述的ニ值公式如下 j fl ，A(m,n)^g A jo ， A(m,n)<g 其中，Ia表示ニ值图像，A表示中值滤波后的图像，m和η表示中值滤波后图像的行序号和列序号，me {1，2，…，M}，M表示滤波后图像的总行数，n e {1，2，…，N}，N表示滤波后图像的总列数，g表示滤波图像的最佳分割阈值。
5.根据权利要求I所述的基于欧氏距离和图像分块的羊毛直径检测方法，其特征在于，步骤(4)所述分块图像的分辨率为mXn，其中m，η分别表示分块图像的总行数与总列数，本发明实施例中，m=LM/10j，n=LN/10j，U表示取整运算，Μ、Ν分别表示ニ值图像的总行数与总列数。
6.根据权利要求I所述的基于欧氏距离和图像分块的羊毛直径检测方法，其特征在于，步骤(6)所述的ニ维欧氏距离变换公式如下 Clij = min{D[(i, j), (x, y) ], (x, y) e B} 其中，Clij表示距离变换矩阵，min表示取距离变换最小值，D[(i，j)，(x, y)]表示ニ值图像的前景点到背景点的距离，i、j分别表示ニ值图像前景像素点行、列序号值，X、I分别表示ニ值图像背景像素点行、列序号值，B表示ニ值图像的背景点集合。
全文摘要
本发明公开了一种基于欧式距离和图像分块的羊毛直径检测方法，其步骤为(1)计算机读取图像采集卡从数字摄相机采集的灰度图像矩阵；(2)对采集的灰度图像矩阵通过中值滤波公式得到滤波图像；(3)二值化；(4)图像切割分块；(5)分块提取筛�。�(6)欧氏距离变换；(7)半径计算；(8)原图标注；(9)计算羊毛纤维平均直径。本发明可应用于羊毛纤维质量测量领域，通过图像处理技术实现高速连续地从切片图像中测量出纤维直径数据。由于本发明采用带状图像稳定性分析的方法，并充分利用图像分块方法减少欧氏距离变换的计算量，因此具有测量精度高，测量速度快的特点。测量精度可达±0.1μm，测量速度每秒300根纤维。
文档编号G01B11/08GK102840835SQ20121023403
公开日2012年12月26日 申请日期2012年7月6日 优先权日2012年7月6日
发明者罗铭, 胡方明, 杨延平, 艾超, 郭夏旭 申请人:西安电子科技大学
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
