CN100347724C - 一种基于模板匹配的烟支批量计数方法及其装置 - Google Patents
一种基于模板匹配的烟支批量计数方法及其装置 Download PDFInfo
- Publication number
- CN100347724C CN100347724C CNB2005100194597A CN200510019459A CN100347724C CN 100347724 C CN100347724 C CN 100347724C CN B2005100194597 A CNB2005100194597 A CN B2005100194597A CN 200510019459 A CN200510019459 A CN 200510019459A CN 100347724 C CN100347724 C CN 100347724C
- Authority
- CN
- China
- Prior art keywords
- cigarette
- pixel
- image
- props
- picture element
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Abstract
本发明公开了一种基于模板匹配的烟支批量计数方法及其装置。该方法为:先对获取的原始图像进行预处理,得到烟框内部的烟支部分的图像;再采用模板匹配方法对图象进行处理,统计计数获得该烟支图像中的烟支总和。实现上述方法的装置包括计算机处理系统、摄像机、烟框固定装置、门控开关、数据采集卡和图像处理卡组成;摄像机通过I/O接口与图像处理卡相连,图像处理卡另一端与计算机处理系统相连;门控开关通过数据采集卡与计算机处理系统相连。本发明通过图像识别处理的方式,实现对烟支的快速批量计数。本发明只需对二值图像作去除明显孤立点、较突兀的边缘点与边缘线条,较简单可行,且规则易于扩充。本发明具有快捷、无损和高效的优点。
Description
技术领域
本发明属于图像识别与计量领域,具体为一种基于模板匹配的烟支批量计数方法及其装置。
背景技术
采用图像识别的方式,达到对特定对象的数量进行计数的目的,在国内外一些领域已有所应用,但主要集中在如细胞的计数等领域,目前还没有将此技术应用于烟支的计数。烟支计数和细胞计数相比,虽然烟支形状更为规则且类型单一,但是由于图像中烟支数量多、高密集性的特点,导致图像中烟支之间粘连情况严重,对烟支数量的高精度计数带来一定的困难。
目前图像识别技术有多种处理方法,其中分割技术是基础。在分割技术方面,国内外已经有了许多研究,提出了基于门限(阈值)处理的分割,基于边缘的分割、基于区域的分割、基于匹配的分割,基于形态学的分割等方法。基于门限(阈值)处理的分割,对去除背景杂质,将目标和背景分离方面作用明显,只是图像预处理的有效手段。基于边缘和区域的分割,对颜色的分布变化要求较高,而在烟支图像中,烟支之间粘连严重,使得烟叶的颜色与烟支边缘变化不明显,所以采用这两种分割技术进行识别计数并不理想。总之,目前一种现成的方法能够适应高精度烟支批量计数的要求。
发明内容
本发明的目的在于提供一种基于模板匹配的烟支批量计数方法,该具有快捷、无损和高效的特点;本发明还提供了实现该方法的装置。
本发明提供的一种基于模板匹配的烟支批量计数方法,其步骤为:
(1)、对获取的原始图像进行预处理,其过程如下:
(1.1)将获取到的原始灰度图像转化为二值黑白图像;
(1.3)剔除烟框,保留烟框内部的烟支部分的图像;
(2)、进行模板匹配处理,其处理过程为:
(2.1)依照从左至右,从上至下的顺序遍历图像,当遇到一个黑色象素i,在i的正上、正下、正左、正右四个方向上连续的黑色象素数都大于D/3,D为烟支直径,且sBi>3*D2/4,则象素i作为最优匹配点的候选点之一;然后依次以象素i的正右、正下、右下象素为烟支的中心,统计sB和sW的值,分别记为:(sBir,sWir);(sBid,sWid);(sBird,sWird);令x={i,ir,id,ird},取sBx满足上述条件且sWx值最大的象素x为最优匹配点,作为烟支的中心,计数器加1,并将“烟支内区”象素清除,“烟支外区”象素按照“烟支外区清除规则”进行清除;
(2.2):依照从左至右,从上至下的顺序遍历图像,当遇一象素t,且在t的正上、正下、正左、正右四个方向上有3个方向上连续的黑色象素数都大于D/3,则统计sBt;若sBt>2*D2/3,则象素t可作为最优匹配点的候选点之一;然后依次以象素t的正右、正下、右下象素为烟支的中心,统计sBtr,sBtd,sBtrd;令x={t,tr,td,t_rd},取sBtx最大的象素x为最优匹配点,作为烟支的中心,计数器加1,并将“烟支内区”象素清除;“烟支外区”象素按照“烟支外区清除规则”进行处理;
(2.3):依照从左至右,从上至下的顺序遍历图像,当遇到一个黑色象素p,且在t的正上、正下、正左、正右四个方向上有任意2个方向上连续的黑色象素数都大于D/3,而另2个方向上连续的
个黑色象素数都大于D/4,则统计sBp,若sBp>3*D2/5,则象素p为最优匹配点,作为烟支的中心,计数器加1,并将D×D的烟支区域内所有象素予以清除;
步骤(2.4):依照从左至右,从上至下的顺序遍历图像,当遇到一个黑色象素n,且在n的正上、正下、正左、正右四个方向上有任意2个方向上连续的黑色象素数都大于D/3;另2个方向中有一个方向上依次连续的
象素中黑色象素数都大于D/4,另一个方向上连续的
个象素中至少存在
个黑色象素,则统计sBn,若sBn>4*D2/7,则象素n为最优匹配点,作为烟支的中心,计数器加1,并将D×D的烟支区域内所有象素予以清除;
步骤(2.5):依照从左至右,从上至下的顺序遍历图像,当遇到一个黑色象素m,且在m的正上、正下、正左、正右四个方向上有3个方向上连续的黑色象素数都大于D/3,另1方向上连续的
个象素中至少存在
个黑色象素,则统计sBm;若sBm>4*D2/7,则m象素为最优匹配点,作为烟支的中心,计数器加1,并将D×D的烟支区域内所有象素予以清除;
其中,sB表示“烟支内区”所包含的黑色象素总数,sBi表示以象素i为中心时“烟支内区”所包含的黑色象素总数;sW表示“烟支外区”所包含的白色象素总数,sWi表示以象素i为中心时“烟支外区”所包含的白色象素总数;ir表示i的正右方象素,id表示i的正下方象素,i_rd表示i的右下方象素;
“烟支外区清除规则”具体为:
①当烟支的某“顶角”为黑色时,若该“顶角的内邻区”内所有象素均为白色,则该“角”不予清除;
②当烟支某“顶角”为黑色时,若该“顶角的内邻区”内的象素不同时为白色,且该“顶角的外邻区”内所有象素均为黑色象素,则该“角”不予清除;
③其他情况下“角”均置为白色;
(3)、重复上述步骤(2),对于每个符合条件的区域识别并计数,统计计数获得该烟支图像中的烟支总和。
实现上述方法的装置,其特征在于:它包括计算机处理系统、摄像机、烟框固定装置、门控开关、数据采集卡和图像处理卡组成;摄像机通过I/O接口与图像处理卡相连,图像处理卡的另一端与计算机处理系统相连;门控开关通过数据采集卡与计算机处理系统相连。
计算机处理系统包括摄像机控制模块、图像预处理模块、识别计数模块和数据库管理模块;摄像机控制模块是用于对摄像机的相关参数的自动调节;图像预处理模块负责对图像降噪、二值化、边框剔除处理,即用于完成上述步骤(1)的处理过程;识别计数模块对预处理后的图像进行识别计数,即用于完成上述步骤(2)的处理过程;数据库管理模块对图像数据及其计数结果进行管理,并向其他系统提供接口;计算机处理系统的输出装置将处理信息提供给用户。
本发明通过图像识别处理的方式,实现对烟支的快速批量计数。此方法的优点在于,识别的方法是基于卷烟的几何特征的多尺度的测量,因而该方法能够对烟支图像进行准确匹配,而采用不同标准的多趟识别匹配的方式又能够很好的避免噪声的干扰,达到高精度识别,并且方法简单,规则易于扩充。与现在普遍采用的机械计数和人工计数相比,本发明具有快捷、无损和高效的优点。本发明装置中采用的摄像机寿命长,能适应较恶劣的环境,能够有效节约工业成本且稳定性能好。
附图说明
图1为本发明方法的流程图;
图2为理想的烟支标准匹配模板;
图3为图1以7×7模板为例的模板匹配中步骤1的流程图;
图4为图1以7×7模板为例的模板匹配中步骤2的流程图;
图5为图1以7×7模板为例的模板匹配中步骤3的流程图;
图6为图1以7×7模板为例的模板匹配中步骤4的流程图;
图7为图1以7×7模板为例的模板匹配中步骤5的流程图;
图8为以7×7模板为例的模板匹配处理中“烟支外区清除规则”中的模板“角”展开后的示意图;
图9为本发明装置的结构示意图;
图10为本发明装置的工作流程图。
具体实施方式
如图1所示,本发明先对图像进行预处理,预处理步骤如下:将采集到的原始灰度图像二值化,并剔除烟框。预处理完后,再采用模板匹配进行处理。模板匹配的处理步骤为:
依据烟支的大小和形状,构造一个D×D的矩形区域作为描述烟支的标准模板。由于噪声的存在以及预处理阶段烟支会有不同程度的缺损,使得实际烟支图像中的一支烟并不完全和标准模板相匹配,于是制定了一系列的相似性准则。在全局搜索时,考察图像中以每个象素为中心所构成的D×D矩形区域是否满足相似性准则,若满足,则认为该区域为一支烟,进行烟支计数并对该区域予以清除;否则,继续考察下一象素。其中相似性准则是对烟支可能出现缺损的情况的一系列合理的组合,由于烟支排列紧密,若通过一次全局搜索来实现所有烟支的计数,必然会造成误差。因此,我们将相似性准则的条件按照由严到宽的次序,每次对图像全局搜索运用一个准则,对满足要求的区域计数,并予以清除,最后统计出烟支的总数量。
下面对各步骤作进一步详细的说明:
1、对原始图像进行预处理,其过程如下:
(1.1)将获取到的原始灰度图像,转化为二值黑白图像;
这里根据获取的图像的亮度的不同,动态选取阈值,将图像转化为二值黑白图像。
(1.2)剔除图像中烟框部分,保留烟框内部的烟支部分。
经过以上处理,烟支内部的烟叶转化为黑色,而烟支外部的杂质均被滤去,有效的将需识别的烟叶信息和杂质相分离。
2、采用模板匹配来进行处理。
烟支最明显的物理特征是其几何形状,表现在其截面近似于圆形,且烟支之间从形态上差异较小。设烟支的直径为D,则单支烟支的图像为直径为D的圆形区域,本发明称之为“烟支内区”;上述圆的外接矩形所构成的D×D矩形区域中,除“烟支内区”以外的部分,本发明称之为“烟支外区”;“烟支外区”被“烟支内区”分割为四个部分,分别处在D×D矩形区域的四个端点位置,在本发明中每个部分都称之为模板的“角”;而处在矩形的左上、左下、右上及右下四个顶点位置的四个象素分别称之为“顶角”,易得出每个模板的“角”各包含一个“顶角”;“角”中除“顶角”外的其他象素,本发明称之为“顶角的内邻区”;再以“顶角”为中心,做一个边长为
个象素的矩形,该矩形域中,除模板中“角”以外的部分,本发明称为“顶角的外邻区”。
基于模板匹配方法原理是:在分析大量烟支图像的基础上,建立一套完整的规则。设立一个标准烟支模板,如图2所示,由于噪声的存在以及预处理阶段烟支会有不同程度的缺损,使得实际烟支图像中的一支烟并不完全和标准模板相匹配,于是制定了一系列的相似性准则。考察图像中以每个象素为中心所构成的D×D矩形区域是否满足相似性准则,若满足,则认为该区域为一支烟,进行烟支计数并对该区域予以清除;否则,继续考察下一个象素直至图像末,最后统计出烟支的总数量。
本发明采用模板匹配的思想可以达到精确计数的目的。
以D=7为例,理想的标准匹配模板为一个7×7的矩形域,如图2(a)所示,数学模型如图2(b)所示,其中“1”表示黑色象素,“0”表示白色象素。其中,“烟支内区”由37个黑色象素组成;“烟支外区”由7×7矩形域中除“烟支内区”以外的12个白色象素组成,它们用作衡量是否为最优匹配的参数之一。在实际中,烟支的形状会有一些不同,如“烟支内区”可能出现残缺白色象素,使“烟支内区”的象素不全为黑色,但大多数烟支的形状与标准匹配模板相近或相似。因而可以运用有机推理的方式,以此模板为基准,根据图像的实际情况按照下述步骤对烟支图像进行匹配处理。
相关变量说明如下:
(1)、sumBlack(记为sB)为“烟支内区”所包含的黑色象素总数。sBi表示以象素i为中心时“烟支内区”所包含的黑色象素总数。
(2)、sumWhite(记为sW)为“烟支外区”所包含的白色象素总数。sWi表示以象素i为中心时“烟支外区”所包含的白色象素总数。
(3)、ir表示i的正右方象素,id表示i的正下方象素,i_rd表示i的右下方象素。
上述象素i,象素ir,象素id及象素ird都作为最优匹配点的候选点,对图像进行顺序搜索,当象素i满足烟支中心点的要求时,再考虑象素i的8邻域象素中的右、下、右下方三个象素的情况,并从这四个象素中选取最优匹配点作为烟支中心点,确保精确匹配。
在本识别方法中,采用候选点方式达到最优匹配的目的在步骤一和步骤二中得到应用,这是因为初始二值图像中烟支粘连情况较多,使得当找到满足条件一个象素时,其邻域内可能存在一到多个象素同样满足条件,且比该象素更优,因而采用此方式可以更为准确的找到烟支中心。而经过前两次遍历处理后的图像,烟支粘连情况基本消除,烟支相对独立,后面的步骤就无需再考虑最优匹配的问题。
具体步骤如下:
步骤(2.1):依照从左至右,从上至下的顺序遍历图像,当遇到一个黑色象素(设为i),在i的四方向(正上、正下、正左、正右)上都存在连续的3个黑色象素,且sBi=37,则象素i可作为最优匹配点的候选点之一;然后依次以象素i的正右、正下、右下象素为烟支的中心,统计sB和sW的值,分别记为:(sBir,sWir);(sBid,sWid);(sBird,sWird)。令x={i,ir,id,ird},取sBx=37且sWx值最大的象素x为最优匹配点,作为烟支中心,计数器加1,并将“烟支内区”的象素清除。该步骤流程图如图3所示。“烟支外区”的象素的清除方法“烟支外区清除规则”。
步骤(2.2):在步骤(2.1)执行完毕后,更换规则,进行第二次搜索。仍依照从左至右,从上至下的顺序遍历图像,当遇一个象素(设为t,t是黑色象素或白色象素),且在t的四方向中有3个方向上分别存在连续的3个黑色象素,另1方向上存在的黑色象素数任意,则统计sBt;若sBt>32,则象素t可作为最优匹配点的候选点之一;然后依次以象素t的正右、正下、右下象素为烟支的中心,统计sBtr,sBtd,sBtrd。令x={t,tr,td,t_rd},取sBtx最大的象素x为最优匹配点,作为烟支的中心,计数器加1,并将“烟支内区”象素清除。该步骤流程图如图4所示。“烟支外区”象素的清除方法“烟支外区清除规则”。
步骤(2.3):在步骤(2.2)执行完毕后,更换规则,进行第三次搜索。依照从左至右,从上至下的顺序遍历图像,当遇到一个黑色象素(设为p),且在p的四方向中有任意2个方向上分别存在连续的3个黑色象素,而另2个方向上的连续3个象素中存在2个黑色象素,则统计sBp,若sBp>30,则象素p为最优匹配点,作为烟支的中心,计数器加1,并将7×7的烟支区域内所有象素予以清除。该步骤流程图如图5所示。
步骤(2.4):在步骤(2.3)执行完毕后,更换规则,进行第四次搜索。依照从左至右,从上至下的顺序遍历图像,当遇到一个黑色象素(设为n),且在n的四方向中有任意2个方向上分别有连续的3个黑色象素;另2个方向中有一个方向上依次连续的3个象素中存在2个黑色象素,另一个方向上依次连续的3个象素中存在1个黑色象素,则统计sBn,若sBn>28,则象素n为最优匹配点,作为烟支的中心,计数器加1,并将7×7的烟支区域内所有象素予以清除。该步骤流程图如图6所示。
步骤(2.5):在步骤(2.4)执行完毕后,更换规则,进行第五次搜索。依照从左至右,从上至下的顺序遍历图像,当遇到一个黑色象素(设为m),且在m的四方向中有3个方向上分别存在连续的3个黑色象素,另1方向上依次连续的3个象素中存在1个黑色象素,则统计sBm;若sBm>28,则象素m为最优匹配点,作为烟支的中心,计数器加1,并将7×7的烟支区域内所有象素予以清除。该步骤流程图如图7所示。
至此,匹配结束。
在同个连通区域内的烟支之间分离不明显时,为避免清除本烟支区域时破坏邻近烟支的完整性,所以上述步骤(2.1)和(2.2)中采用了“烟支外区清除规则”。该规则根据具体情况对“烟支外区”进行特殊清除处理,经过前两次遍历处理后剩余烟支相对独立,可采用直接清除7×7的矩形区域内所有象素的方式对识别的烟支进行清除,而不会影响其他烟支的完整性。
如图8所示,根据上述定义可知,在该7×7矩形模板的4个端点位置各存在着3个紧邻的白色象素,这3个白色象素组成的部分即为模板的“角”。如图8所示,“角”中标注斜线的一个象素为模板的“顶角”。以“顶角”为中心的3×3矩形中,除“顶角”外的另2个象素构成了“顶角的内邻区”,而在3×3矩形区域中除模板的“角”以外的部分,即为“顶角的外邻区”。
“烟支外区清除规则”具体为:
①当烟支的某“顶角”为黑色时,若该“顶角的内邻区”内所有象素均为白色,则该“角”不予清除。
②当烟支某“顶角”为黑色时,若该“顶角的内邻区”内的象素不同时为白色,且该“顶角的外邻区”内所有象素均为黑色象素,则该“角”不予清除。
③其他情况下“角”均置为白色。
3、如上所述,在模板匹配处理中,对于每个符合条件的区域识别并计数,最终,统计计数结果,获得该烟支图像中的烟支总和。
以上的具体方法是针对直径为7个象素烟支的图像,若处理其他直径烟支的图像,可调整相应的参数,其方法类似。以上采用模板匹配的5个具体步骤基本思想是对图像分多趟识别,先将最符合要求的烟支进行识别并清除,降低未识别烟支与已识别烟支的耦合度,再转入下一个标准进行烟支识别,本领域一般技术人员可以基于本思想采用多种方式来实现。
如图9所示,实现上述方法的装置包括计算机处理系统1、工业摄像机2、烟框固定装置3、门控开关4和数据采集卡6组成。工业摄像机2通过I/O接口与计算机处理系统1,门控开关4通过数据采集卡6、图像处理卡7与计算机处理系统1相连。
门控开关4用于触发本发明装置开始工作,实现等待状态与执行状态之间的转换。当烟框置入烟框固定装置3后,触发门控开关4闭合,所产生的标准电信号通过信号采集卡6送入计算机处理系统1,计算机处理系统1收到此信号后,控制工业摄像机2对实物进行拍摄,再对从工业摄像机2读取的图像,并按照上述步骤对图像进行处理,最后输出结果。当计算机处理系统1处理完图像数据后,其输出装置告知用户一该程序处理完毕,可以将烟框从烟框固定装置3撤出,更换下一个烟框进行处理。
本发明装置还可以增设信号灯5,它与信号采集卡6相连。计算机处理系统1控制信号灯5,给用户提供提示信息。
图像处理卡7从摄像机获取原始的Bayer数据进行插值,使其变为灰度图像,再将图像数据传送给计算机处理系统1。
计算机处理系统1的输出装置(如显示屏、语音提示装置等)将数据处理结果返回给用户,其包含两类信息:一是统计出的烟支数量;另一类则是在如光线不足、摆放位置有误等特殊情况下输出错误信息,返回给用户。
计算机处理系统1包括工业摄像机控制模块、图像预处理模块、识别计数模块和数据库管理模块。工业摄像机控制模块是用于对工业摄像机的相关参数的自动调节;图像预处理模块负责对图像降噪、二值化、边框剔除处理,即用于完成步骤(1)的处理过程;识别计数模块对预处理后的图像进行识别计数,即用于完成步骤(2)的处理过程;数据库管理模块对图像数据及其计数结果进行管理,并向其他系统提供接口。
计算机处理系统1控制工业摄像机拍摄,并获取图像数据。为防止单个烟框的多次拍摄而造成重复计数,本发明对每个烟框进行编码,并在烟框边缘予以标记。计算机处理系统1收到图像后,识别编码,并与上一个烟框的编码进行比较,若相同,则视为重复拍摄,报错;否则对图像进行进一步的处理。处理完毕完后数据库管理模块压缩原始图像数据,并将计数数据形成记录,一并存入数据库保存,并向其他系统提供接口。
计算机处理系统1记录和保存所拍摄的原始图片和处理结果,包括每日处理的烟框数目等,作为存根,以便在需要时可方便的查询。小型数据库可采用SQL Server类型的数据库。
本发明装置运行的工作流程如图10所示。在装置处于运行态下,烟框置入烟框固定装置后,门控开关闭合并产生一个标准电信号传给计算机处理系统1,计算机处理系统1收到信号,控制工业摄像机进行拍摄,并从中获取图像。处理前,先将识别出的图像中的编码与上一图像比较,判断编码是否相同,若是,则视为重复拍摄,并报错;否则对图像进行进一步的处理。处理步骤为先采用直方图对曝光量进行分析,判断图像的平均亮度是否符合要求,若符合则对图像中烟支识别计数;否则调节参数,控制其再次拍摄。若二次拍摄后图像仍不可识别,则将相关错误信息返回给用户,要求人工调节,错误信息包括光线不足、摆放位置错误等,待用户调整后再重新拍摄和识别计数。当识别计数完毕后,数据库管理模块对原始图像数据进行压缩,并将计数数据形成记录,一并存入数据库保存,并提示用户已处理完毕,等待处理下一个烟框。
为了验证识别计数的精度,本发明选取了109幅标准的烟支图像进行了实验,其中未给出的第13、19、67因图像采集环节光线不足未做处理,实际处理的图像数量为106幅,实验最终目的是检验方法的识别精度,实验结果如表一所示。由表一可得出基于模板匹配的方法的误差范围在(-0.3969%,0.5423%),其总体误差为0.0299%。
图片编号 | 真实值 | 2005年3月9日识别结果 | 图片编号 | 真实值 | 2005年3月9日识别结果 | ||
基于模板匹配的方法 | 基于模板匹配的方法 | ||||||
识别值 | 误差(%) | 识别值 | 误差(%) | ||||
001.bmp | 4208 | 4210 | 0.0475 | 056.bmp | 4189 | 4188 | -0.0239 |
002.bmp | 4226 | 4222 | -0.0947 | 057.bmp | 4283 | 4266 | -0.3969 |
003.bmp | 4221 | 4220 | -0.0237 | 058.bmp | 4220 | 4224 | 0.0948 |
004.bmp | 4110 | 4112 | 0.0487 | 059.bmp | 4275 | 4278 | 0.0702 |
005.bmp | 4192 | 4196 | 0.0954 | 060.bmp | 4280 | 4280 | 0.0000 |
006.bmp | 4277 | 4277 | 0.0000 | 061.bmp | 4249 | 4247 | -0.0471 |
007.bmp | 4195 | 4206 | 0.2622 | 062.bmp | 4206 | 4208 | 0.0476 |
008.bmp | 4168 | 4167 | -0.0240 | 063.bmp | 4226 | 4225 | -0.0237 |
009.bmp | 4220 | 4221 | 0.0237 | 064.bmp | 4180 | 4181 | 0.0239 |
010.bmp | 4245 | 4249 | 0.0942 | 065.bmp | 4181 | 4187 | 0.1435 |
011.bmp | 4266 | 4264 | -0.0469 | 066.bmp | 4272 | 4273 | 0.0234 |
012.bmp | 4252 | 4253 | 0.0235 | 068.bmp | 4263 | 4267 | 0.0938 |
014.bmp | 4189 | 4194 | 0.1194 | 069.bmp | 4208 | 4212 | 0.0951 |
015.bmp | 4220 | 4227 | 0.1659 | 070.bmp | 4183 | 4184 | 0.0239 |
016.bmp | 4263 | 4267 | 0.0938 | 071.bmp | 4260 | 4254 | -0.1408 |
017.bmp | 4299 | 4297 | -0.0465 | 072.bmp | 4248 | 4244 | -0.0942 |
018.bmp | 4234 | 4230 | -0.0945 | 073.bmp | 4262 | 4265 | 0.0704 |
020.bmp | 4253 | 4257 | 0.0941 | 074.bmp | 4275 | 4262 | -0.3041 |
021.bmp | 4208 | 4206 | -0.0475 | 075.bmp | 4267 | 4269 | 0.0469 |
022.bmp | 4216 | 4215 | -0.0237 | 076.bmp | 4258 | 4257 | -0.0235 |
023.bmp | 4209 | 4197 | -0.2851 | 077.bmp | 4235 | 4232 | -0.0708 |
024.bmp | 4331 | 4342 | 0.2540 | 078.bmp | 4208 | 4208 | 0.0000 |
025.bmp | 4235 | 4234 | -0.0236 | 079.bmp | 4200 | 4198 | -0.0476 |
026.bmp | 4296 | 4295 | -0.0233 | 080.bmp | 4241 | 4238 | -0.0707 |
027.bmp | 4253 | 4258 | 0.1176 | 081.bmp | 4201 | 4198 | -0.0714 |
028.bmp | 4258 | 4256 | -0.0470 | 082.bmp | 4294 | 4290 | -0.0932 |
029.bmp | 4207 | 4205 | -0.0475 | 083.bmp | 4260 | 4259 | -0.0235 |
030.bmp | 4219 | 4220 | 0.0237 | 084.bmp | 4197 | 4205 | 0.1906 |
031.bmp | 4251 | 4247 | -0.0941 | 085.bmp | 4219 | 4221 | 0.0474 |
032.bmp | 4223 | 4228 | 0.1184 | 086.bmp | 4202 | 4214 | 0.2856 |
033.bmp | 4212 | 4218 | 0.1425 | 087.bmp | 4217 | 4229 | 0.2846 |
034.bmp | 4190 | 4189 | -0.0239 | 088.bmp | 4230 | 4233 | 0.0709 |
035.bmp | 4179 | 4175 | -0.0957 | 089.bmp | 4252 | 4252 | 0.0000 |
036.bmp | 4155 | 4158 | 0.0722 | 090.bmp | 4177 | 4178 | 0.0239 |
037.bmp | 4212 | 4217 | 0.1187 | 091.bmp | 4218 | 4213 | -0.1185 |
038.bmp | 4212 | 4225 | 0.3086 | 092.bmp | 4227 | 4217 | -0.2366 |
039.bmp | 4208 | 4209 | 0.0238 | 093.bmp | 4247 | 4241 | -0.1413 |
040.bmp | 4129 | 4135 | 0.1453 | 094.bmp | 4256 | 4260 | 0.0940 |
041.bmp | 4278 | 4283 | 0.1169 | 095.bmp | 4181 | 4184 | 0.0718 |
042.bmp | 4244 | 4239 | -0.1178 | 096.bmp | 4310 | 4308 | -0.0464 |
043.bmp | 4221 | 4222 | 0.0237 | 097.bmp | 4244 | 4248 | 0.0943 |
044.bmp | 4218 | 4219 | 0.0237 | 098.bmp | 4245 | 4245 | 0.0000 |
045.bmp | 4205 | 4206 | 0.0238 | 099.bmp | 4219 | 4223 | 0.0948 |
046.bmp | 4137 | 4143 | 0.1450 | 100.bmp | 4190 | 4196 | 0.1432 |
047.bmp | 4252 | 4261 | 0.2117 | 101.bmp | 4178 | 4174 | -0.0957 |
048.bmp | 4207 | 4215 | 0.1902 | 102.bmp | 4146 | 4149 | 0.0724 |
049.bmp | 4201 | 4199 | -0.0476 | 103.bmp | 4057 | 4079 | 0.5423 |
050.bmp | 4230 | 4229 | -0.0236 | 104.bmp | 4209 | 4199 | -0.2376 |
051.bmp | 4179 | 4184 | 0.1196 | 105.bmp | 4220 | 4233 | 0.3081 |
052.bmp | 4198 | 4198 | 0.0000 | 106.bmp | 4295 | 4301 | 0.1397 |
053.bmp | 4227 | 4233 | 0.1419 | 107.bmp | 4208 | 4211 | 0.0713 |
054.bmp | 4267 | 4272 | 0.1172 | 108.bmp | 4181 | 4180 | -0.0239 |
055.bmp | 4190 | 4189 | -0.0239 | 109.bmp | 4208 | 4209 | 0.0238 |
总体统计 | 447652 | 447786 | 0.0299 |
表一
上面只是列举了本发明的一种具体实施方式。根据本发明公开的内容,利用图像处理技术,本领域一般技术人员可以采用多种方式实现本发明。
Claims (3)
1、一种基于模板匹配的烟支批量计数方法,其步骤为:
(1)、对获取的原始图像进行预处理,其过程如下:
(1.1)将获取到的原始灰度图像转化为二值黑白图像;
(1.3)剔除烟框,保留烟框内部的烟支部分的图像;
(2)、进行模板匹配处理,其处理过程为:
(2.1)依照从左至右,从上至下的顺序遍历图像,当遇到一个黑色象素i,在i的正上、正下、正左、正右四个方向上连续的黑色象素数都大于D/3,D为烟支直径,且sBi>3*D2/4,则象素i作为最优匹配点的候选点之一;然后依次以象素i的正右、正下、右下象素为烟支的中心,统计sB和sW的值,分别记为:(sBir,sWir);(sBid,sWid);(sBird,sWird);令x={i,ir,id,ird},取sBx满足上述条件且sWx值最大的象素x为最优匹配点,作为烟支的中心,计数器加1,并将“烟支内区”象素清除,“烟支外区”象素按照“烟支外区清除规则”进行清除;
(2.2):依照从左至右,从上至下的顺序遍历图像,当遇一象素t,且在t的正上、正下、正左、正右四个方向上有3个方向上连续的黑色象素数都大于D/3,则统计sbt;若sbt>2*D2/3,则象素t可作为最优匹配点的候选点之一;然后依次以象素t的正右、正下、右下象素为烟支的中心,统计sBtr,sbtd,sBtrd;令x={t,tr,td,t_rd},取sBtx最大的象素x为最优匹配点,作为烟支的中心,计数器加1,并将“烟支内区”象素清除;“烟支外区”象素按照“烟支外区清除规则”进行处理;
(2.3):依照从左至右,从上至下的顺序遍历图像,当遇到一个黑色象素p,且在t的正上、正下、正左、正右四个方向上有任意2个方向上连续的黑色象素数都大于D/3,而另2个方向上连续的
个黑色象素数都大于D/4,则统计sBp,若sBp>3*D2/5,则象素p为最优匹配点,作为烟支的中心,计数器加1,并将D×D的烟支区域内所有象素予以清除;
步骤(2.4):依照从左至右,从上至下的顺序遍历图像,当遇到一个黑色象素n,且在n的正上、正下、正左、正右四个方向上有任意2个方向上连续的黑色象素数都大于D/3;另2个方向中有一个方向上依次连续的
象素中黑色象素数都大于D/4,另一个方向上连续的
个象素中至少存在
个黑色象素,则统计sBn,若sBn>4*D2/7,则象素n为最优匹配点,作为烟支的中心,计数器加1,并将D×D的烟支区域内所有象素予以清除;
步骤(2.5):依照从左至右,从上至下的顺序遍历图像,当遇到一个黑色象素m,且在m的正上、正下、正左、正右四个方向上有3个方向上连续的黑色象素数都大于D/3,另1方向上连续的
个象素中至少存在
个黑色象素,则统计sBm;若sBm>4*D2/7,则m象素为最优匹配点,作为烟支的中心,计数器加1,并将D×D的烟支区域内所有象素予以清除;
其中,sB表示“烟支内区”所包含的黑色象素总数,sBi表示以象素i为中心时“烟支内区”所包含的黑色象素总数;sW表示“烟支外区”所包含的白色象素总数,sWi表示以象素i为中心时“烟支外区”所包含的白色象素总数;ir表示i的正右方象素,id表示i的正下方象素,i_rd表示i的右下方象素;
“烟支外区清除规则”具体为:
①当烟支的某“顶角”为黑色时,若该“顶角的内邻区”内所有象素均为白色,则该“角”不予清除;
②当烟支某“顶角”为黑色时,若该“顶角的内邻区”内的象素不同时为白色,且该“顶角的外邻区”内所有象素均为黑色象素,则该“角”不予清除;
③其他情况下“角”均置为白色;
(3)、重复上述步骤(2),对于每个符合条件的区域识别并计数,统计计数获得该烟支图像中的烟支总和。
2、一种实现权利要求1所述方法的装置,其特征在于:它包括计算机处理系统(1)、摄像机(2)、烟框固定装置(3)、门控开关(4)、数据采集卡(6)和图像处理卡(7)组成;摄像机(2)通过I/O接口与图像处理卡(7)相连,图像处理卡(7)另一端与计算机处理系统(1)相连;门控开关(4)通过数据采集卡与计算机处理系统(1)相连。
计算机处理系统(1)包括摄像机控制模块、图像预处理模块、识别计数模块和数据库管理模块;摄像机控制模块是用于对摄像机的相关参数的自动调节;图像预处理模块负责对图像降噪、二值化、边框剔除处理,即用于完成上述步骤(1)的处理过程;识别计数模块对预处理后的图像进行识别计数,即用于完成上述步骤(2)的处理过程;数据库管理模块对图像数据及其计数结果进行管理,并向其他系统提供接口;计算机处理系统(1)的输出装置将处理信息提供给用户。
3、根据权利要求2所述的装置,其特征在于:它还包括与信号采集卡相连的信号灯(5),用于给用户提供提示信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2005100194597A CN100347724C (zh) | 2005-09-20 | 2005-09-20 | 一种基于模板匹配的烟支批量计数方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2005100194597A CN100347724C (zh) | 2005-09-20 | 2005-09-20 | 一种基于模板匹配的烟支批量计数方法及其装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1741040A CN1741040A (zh) | 2006-03-01 |
CN100347724C true CN100347724C (zh) | 2007-11-07 |
Family
ID=36093418
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2005100194597A Expired - Fee Related CN100347724C (zh) | 2005-09-20 | 2005-09-20 | 一种基于模板匹配的烟支批量计数方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100347724C (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104537671B (zh) * | 2015-01-04 | 2017-12-29 | 长沙理工大学 | 一种基于机器视觉的香烟滤棒在线计数和质量检测方法 |
CN105205840B (zh) * | 2015-08-07 | 2018-06-01 | 中国科学院计算技术研究所 | 一种电子断层图像中胶体金的直径估计及自动识别方法 |
CN109741303B (zh) * | 2018-12-25 | 2020-09-01 | 浙江中烟工业有限责任公司 | 一种基于图像采集和识别的滤棒计数方法和装置 |
CN111598873A (zh) * | 2020-05-15 | 2020-08-28 | 吴奇光 | 基于面阵相机的零件连续计数方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5249103B2 (zh) * | 1972-08-26 | 1977-12-14 | ||
CN1640331A (zh) * | 2005-01-06 | 2005-07-20 | 重庆大学 | 物品中异物检测的纹理特征在线识别方法 |
-
2005
- 2005-09-20 CN CNB2005100194597A patent/CN100347724C/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5249103B2 (zh) * | 1972-08-26 | 1977-12-14 | ||
CN1640331A (zh) * | 2005-01-06 | 2005-07-20 | 重庆大学 | 物品中异物检测的纹理特征在线识别方法 |
Non-Patent Citations (1)
Title |
---|
角膜内皮细胞图象自动检查系统的研究 陈瑶等.计算机工程与应用 1998 * |
Also Published As
Publication number | Publication date |
---|---|
CN1741040A (zh) | 2006-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100347724C (zh) | 一种基于模板匹配的烟支批量计数方法及其装置 | |
CN111539582B (zh) | 一种基于图像处理的钢板切割规划装置和方法 | |
CN1130069C (zh) | 假轮廓校正装置和方法 | |
CN101059870A (zh) | 一种基于属性直方图的图像分割方法 | |
JP6318755B2 (ja) | 糸状性細菌検出装置および糸状性細菌の検出方法 | |
CN1685357A (zh) | 掌纹识别方法和设备 | |
CN1835547A (zh) | 图像处理装置及图像处理中的登录数据生成方法 | |
CN1288916C (zh) | 图像死点和噪声的消除方法 | |
CN1622589A (zh) | 图像处理方法以及图像处理装置 | |
WO2024051429A1 (zh) | 细胞扫描图像的获取方法和装置 | |
JP2003085558A (ja) | パターン検査方法及び検査装置 | |
CN1367460A (zh) | 字符串识别装置、字符串识别方法及其存储介质 | |
CN101034440A (zh) | 一种类球形果蔬的识别方法 | |
CN1577380A (zh) | 用于检测彩色图像中的脸部的方法和设备 | |
CN100346728C (zh) | 一种烟支批量计数的方法及装置 | |
CN1193593C (zh) | 自动提取和数据索引方法 | |
CN1828631A (zh) | 用于获取内部结构图像的方法和装置,以及计算机产品 | |
CN101042734A (zh) | 图像连通元快速标记的方法 | |
KR20100121250A (ko) | 큐에프엔 반도체 패키지의 외형 결함 검사를 위한 비전 시스템 및 이를 이용한 결함 분류 방법 | |
CN1497494A (zh) | 用于低景深图像分割的方法和装置 | |
CN108362693B (zh) | 一种基于图像处理的传送带上绝缘子合格率的检测方法 | |
CN1347040A (zh) | 一种影像式射击训练自动计分方法及装置 | |
CN113763407B (zh) | 一种超声图像的结节边缘分析方法 | |
Mori et al. | Automatic word assignment to images based on image division and vector quantization | |
CN106097293B (zh) | 一种用于图像采集系统优化设计的图像可分割性评价方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20071107 Termination date: 20091020 |