CN102680481B - 棉纤维杂质的检测方法 - Google Patents

Abstract

本发明公开了棉纤维杂质的检测方法，依次进行白板校正、带杂质的棉纤维图像进行高斯模糊滤波、图像的分割阈值寻找得到二值化的图像、进一步消除图像噪声、对二值化图像统计面积和杂质点个数、进一步校正得到棉纤维里的杂质粒数和杂质面积。本发明的棉纤维杂质检测的数字图像处理方法是一个具有突破性创造的方法，该方法能够根据棉纤维杂质检测系统采集到的杂质图像，计算出棉纤维杂质的性能指标，给出被测棉纤维的杂质粒数和杂质面积，检测结果能够达到国家棉花检测仪器的杂质验收要求。

Description

棉纤维杂质的检测方法

技术领域

本发明属于图像处理技术领域，涉及一种棉纤维杂质的检测方法。

背景技术

棉纤维的杂质检测广泛采用的是称重杂质的方法，该方法测试结果误差很大，而且操作复杂，需要的人工较多，不能实现自动化测量，造成很大的人力和物力等方面的巨大浪费。

发明内容

本发明的目的是提供一种棉纤维杂质的检测方法，采用数字图像处理方法，通过棉纤维杂质检测系统采集到带杂质的棉纤维图像，并计算出棉纤维里的杂质粒数和杂质面积。

本发明所采用的技术方案是，一种棉纤维杂质的检测方法，具体按照以下步骤实施：

步骤1、白板校正

采用一光学图像法测量棉纤维杂质的装置，该装置的结构：包括测试窗口，在测试窗口下部的两侧对称装有两路标准光源且两路标准光源与测试窗口垂直线成45度角的方向，在测试窗口正下方装有镜头，镜头通过光学调节器与摄像机连接，光源采用对称的、同功率、同色温的卤钨灯，在光学系统的接收光路上装置了光阑；

将白板放置在上述光学图像法测量棉纤维杂质装置的测试窗口上，两路标准光源照射在测试窗口上，反射回来的光经过镜头、光学调节器进入摄像机，摄像机进行拍照，获得白板图像的信息；然后从测试窗口上取掉白板，将带有杂质的棉纤维放置在测试窗口上，用摄像机采集带有杂质的棉纤维图像信息，接着用获得的白板图像的信息对带有杂质的棉纤维图像信息进行校正；

步骤2、高斯模糊滤波

将步骤1校正过后的带杂质的棉纤维图像进行高斯模糊滤波，高斯模糊滤波采用5×5的模板进行滤波，经过滤波处理之后，对噪声进行滤除；

步骤3、图像的分割阈值寻找

采用直方图的最大类间方差阈值分割法对步骤2高斯模糊滤波后的带杂质的棉纤维图像进行二值化处理，得到二值化的图像；

步骤4、进一步的消除噪声

将步骤3得到二值化的图像，先通过腐蚀算法处理进一步消除噪声，腐蚀模板选择为3×3的模板，消除图像中一般的细小杂点，同时也缩小了图像中杂质的面积；为了恢复原图像的面积大小，再采用膨胀算法进行恢复；

步骤5、对二值化图像统计面积和杂质点个数

步骤4中经过消除噪声后的二值化图像，其中灰度为(0,0,0)的像素就是图像中的杂质所占的像素，灰度为(255,255,255)的像素就是图像的背景像素；然后通过对棉纤维图像中的杂质所占的像素进行遍历，从而统计出杂质所占的像素的个数，即杂质面积；所有相邻接的像素被统计为一个杂质点，对整幅图像经过遍历后，即统计出杂质点的个数；

杂质所占像素进行遍历的方法具体按照以下步骤进行：

选择带杂质的棉纤维图像为一固定像素大小的二值化图像，记作G1；

步骤a

设置一个大小与该遍历方法中选择的二值化图像像素大小相同的栈空间，按从左到右、从上到下的顺序访问图像G1中的每一个像素，如果该像素灰度为(0,0,0)且未设置访问标记，则设置访问标记并入栈，否则继续访问下一个像素点；

步骤b

若栈非空则进行出栈操作，对每次出栈的元素计数，并判断与其相邻接的8个像素点，如果灰度为(0,0,0)且没有访问标记，则入栈，否则不入栈；

步骤c

当栈不为空的时候，循环执行步骤b，直到栈为空；

当栈为空的时候，就是所有邻接像素都访问完毕的时刻，此时所有相邻接的像素灰度值为(0,0,0)的像素点都被设置访问标记并计数，此时的计数值即为该杂质点面积的所占像素的数量，并统计到一个杂质点；

步骤d

继续访问还未访问到的像素点，如果该像素点灰度为(0,0,0)，则入栈并循环执行步骤b至步骤c的过程，直到访问到图像的最后一个像素点，即完成了杂质点数和杂质面积的初步统计；

步骤6、进一步的校正

为了校正仪器误差和使用误差，需要利用标准杂质板进行校正，标准杂质板是给出了杂质点个数和面积的标准计量用具，将标准杂质板用上述步骤5中步骤a至步骤d的遍历方法进行测试，并和标准杂质板标注的值进行拟合，具体过程如下：

取标准杂质板，对每个标准杂质板的图像都按步骤5中步骤a至步骤d进行处理，分别获得每一个标准杂质板的杂质个数和杂质面积；设测试的标准杂质板的数量为n，则对杂质粒数和杂质面积按如下方法分别进行线性拟合：

测试值：求和，设为S1，求平均值，设为AVG1；

标准值：求和，设为S2，求平均值，设为AVG2；

测试值和标准值的每个值两两相乘，然后累加，和记作S，

$K=\frac{S-n\×\mathrm{AVG}1\×\mathrm{AVG}2}{{S1}^2-n\×{\mathrm{AVG}1}^2}$

b=AVG2-K×AVG1

求得K和b后，则对步骤5得到带杂质的棉纤维图像的杂质粒数或杂质面积的测试结果x进行如下处理：

y=Kx+b，其中x是测试值，y是校正后的值，k和b是系数，

计算得到校正结果y，即检测得到棉纤维中的杂质个数、杂质面积。

本发明的有益效果是，棉纤维杂质检测的数字图像处理方法是一个具有突破性创造的方法，该方法能够根据棉纤维杂质检测系统采集到的杂质图像，计算出棉纤维杂质的性能指标，给出被测棉纤维的杂质粒数和杂质面积，检测结果能够达到国家棉花检测仪器的杂质验收要求。

附图说明

图1是本发明棉纤维杂质的检测方法的流程图。

图2是本发明中光学图像法测量棉纤维杂质的装置的结构示意图。

图中，1.测试窗口，2.标准光源，3.镜头，4.光学调节器，5.摄像机。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

本发明的棉纤维杂质的检测方法，其流程如图1所示，具体按照以下步骤实施：

步骤1、白板校正

先将白板放置于光学图像法测量棉纤维杂质装置的测试窗口上，光学图像法测量棉纤维杂质的装置的结构，如图2所示，包括测试窗口1，在测试窗口1两侧对称的装有两路标准光源2且两路标准光源2与测试窗口1垂直线成45度角的方向，在测试窗口1正下方装有镜头3，镜头3通过光学调节器4与摄像机5连接，光源采用对称的、同功率、同色温的卤钨灯，在光学系统的接收光路上装置了光阑；

将白板放置在测试窗口1后，两路标准光源2照射在测试窗口1上，反射回来的光经过镜头3、光学调节器4进入摄像机5，摄像机5进行拍照，获得白板图像的信息；然后从测试窗口1上取掉白板，将带有杂质的棉纤维放置在测试窗口1上，用摄像机5采集带有杂质的棉纤维图像信息，接着用获得的白板图像的信息对带有杂质的棉纤维图像信息进行校正。

带有杂质的棉纤维图像信息校正的方法具体为：

带杂质的棉纤维图像任意P点校正后灰度值=(带杂质的棉纤维图像任意P点校正前灰度值/白板上对应P点的灰度值)×100；

带杂质的棉纤维图像任意P点校正前灰度值通过上述摄像机5采集带有杂质的棉纤维图像信息得到，该位置白板的灰度值通过上述获得白板图像的信息得到；这样就按比例消除背景对图像造成的影响，使带杂质的棉纤维图像有了比较均匀的灰度。

步骤2、高斯模糊滤波

将步骤1校正过后的带杂质的棉纤维图像进行高斯模糊滤波。高斯模糊滤波采用5×5的模板进行滤波。经过滤波处理之后，对噪声进行滤除，为后续计算提供标准、干净的图像。

数字图像的噪声主要源于图像的获取和传输过程。图像获取过程中的噪声主要源于图像传感器和环境因素，如图像获取中的传感元器件自身的质量和环境条件等。滤波可以达到图像去噪的目的，滤波是指从被干扰的信号中将有效信号提取出来的一种方法。

步骤3、图像的分割阈值寻找

采用直方图的最大类间方差阈值分割法对步骤2滤波后的带杂质的棉纤维图像进行二值化处理。

直方图的最大类间方差阈值分割法处理带杂质的棉纤维图像的具体过程是：阈值将带杂质的棉纤维图像分成前景、背景两个图象，前景即杂质图像，背景即非杂质图像；当取最佳阈值时，背景平均灰度u1与前景平均灰度u0的方差g最大；设前景的像素数占带杂质的棉纤维图像的总像素数的比例为w0，前景平均灰度为u0，背景的像素数占带杂质的棉纤维图像的总像素数比例为w1，背景平均灰度为u1；

则带杂质的棉纤维图像的总平均灰度u为：u=w0×u0+w1×u1。

背景平均灰度与前景平均灰度的方差g为：

g=w0×(u0-u)×(u0-u)+w1×(u1-u)×(u1-u)=w0×w1×(u0-u1)×（u0-u1)

当方差g最大时，此时前景和背景差异最大，此时的灰度是最佳阈值；以该阈值对杂质的棉纤维图像进行二值化处理，得到二值化的图像。

步骤4、进一步的消除噪声

对于步骤3得到二值化的图像，先通过腐蚀算法处理进一步消除噪声，腐蚀模板选择为3×3的模板，消除图像中一般的细小杂点，同时也缩小了图像中杂质的面积，为了恢复原图像的面积大小，再采用膨胀算法进行恢复。

步骤5、对二值化图像统计面积和杂质点个数

步骤4中经过消除噪声后的二值化图像，其中灰度为(0,0,0)的像素就是图像中的杂质所占的像素，灰度为(255,255,255)的像素就是图像的背景像素。然后通过对棉纤维图像中的杂质所占的像素进行遍历，从而统计出杂质所占的像素的个数，即杂质面积；所有相邻接的像素被统计为一个杂质点，对整幅图像经过遍历后，就可以统计出杂质点的个数。

杂质所占像素进行遍历的方法具体按照以下步骤进行：

选择带杂质的棉纤维图像为一固定像素大小的二值化图像，记作G1；

步骤a

设置一个大小与该遍历方法中选择的二值化图像像素大小相同的栈空间，按从左到右、从上到下的顺序访问图像G1中的每一个像素，如果该像素灰度为(0,0,0)且未设置访问标记，则设置访问标记并入栈，否则继续访问下一个像素点；

步骤b

若栈非空则进行出栈操作，对每次出栈的元素计数，并判断与其相邻接的8个像素点，如果灰度为(0,0,0)且没有访问标记,则入栈否则不入栈；

步骤c

当栈不为空的时候，循环执行步骤b，直到栈为空；

当栈为空的时候，就是所有邻接像素都访问完毕的时刻，此时所有相邻接的像素灰度值为(0,0,0)的像素点都被设置访问标记并计数，此时的计数值即为该杂质点面积所占像素的数量，并统计到一个杂质点；

步骤d

继续访问还未访问到的像素点，如果该像素点灰度为(0,0,0)，则入栈并循环执行步骤b至步骤c的过程，直到访问到图像的最后一个像素点，即完成了杂质点数和杂质面积的初步统计。

这种在遍历过程中通过建立相应的栈空间来进行遍历的算法，减小了对计算机内存的占用，从而在统计较大面积杂质点时，能够有效的解决栈溢出的问题。

步骤6、进一步的校正

为了校正仪器误差和使用误差，需要利用标准杂质板进行校正，标准杂质板给出了杂质点个数和面积的标准计量用具，将标准杂质板用上述步骤5中步骤a至步骤d的遍历方法进行测试，并和标准杂质板标注的值进行拟合，具体过程如下：

取标准杂质板，对每个标准杂质板的图像都按步骤5中步骤a至步骤d进行处理，分别获得每一个标准杂质板的杂质个数和杂质面积；设测试的标准杂质板的数量为n，则对杂质粒数和杂质面积按如下方法分别进行线性拟合：

测试值：求和，设为S1，求平均值，设为AVG1；

标准值：求和，设为S2，求平均值，设为AVG2；

测试值和标准值的每个值两两相乘，然后累加，和记作S，

$K=\frac{S-n\×\mathrm{AVG}1\×\mathrm{AVG}2}{{S1}^2-n\×{\mathrm{AVG}1}^2}$

b=AVG2-K×AVG1

求得K和b后，则对步骤5得到带杂质的棉纤维图像的杂质粒数或杂质面积的测试结果x进行如下处理：

y=Kx+b，其中x是测试值，y是校正后的值，k和b是系数，

计算可得到校正结果y，即检测得到棉纤维中的杂质个数、杂质面积。

该方法经过长期的研发和改进，目前已经可以顺利的检测棉纤维杂质，能够对棉纤维杂质的个数和面积进行统计和计算。该方法可以应用在任何以数字相机为基础的棉纤维杂质检测系统上，为数字相机在棉纤维杂质的检测的应用上提供了一个很好的方法。

本发明基于光学图像法的棉纤维杂质检测系统解决了现有手动检测的弊端，通过棉纤维杂质检测的数字图像处理算法能够给出棉纤维杂质的性能指标，能够取代以称重杂质为手段的测量，使棉纤维的杂质检测具有科学而准确的方法和标准。相比棉纤维的称重杂质的测量方法，本发明基于光学图像法的棉纤维杂质检测系统、结合棉纤维杂质检测的数字图像处理方法可以快速测量大容量的棉纤维样品，所以效率要比称重杂质高很多；更重要的是，它避免了称重过程中人为造成的误差。

Claims (2)

1.一种棉纤维杂质的检测方法，其特征在于，具体按照以下步骤实施：

步骤1、白板校正

采用一光学图像法测量棉纤维杂质的装置，该装置的结构：包括测试窗口（1），在测试窗口（1）下部的两侧对称装有两路标准光源（2）且两路标准光源（2）与测试窗口（1）垂直线成45度角的方向，在测试窗口（1）正下方装有镜头（3），镜头（3）通过光学调节器（4）与摄像机（5）连接，光源采用对称的、同功率、同色温的卤钨灯，在光学系统的接收光路上装置了光阑；

将白板放置在上述光学图像法测量棉纤维杂质装置的测试窗口（1）上，两路标准光源（2）照射在测试窗口（1）上，反射回来的光经过镜头（3）、光学调节器（4）进入摄像机（5），摄像机（5）进行拍照，获得白板图像的信息；然后从测试窗口（1）上取掉白板，将带有杂质的棉纤维放置在测试窗口（1）上，用摄像机（5）采集带有杂质的棉纤维图像信息，接着用获得的白板图像的信息对带有杂质的棉纤维图像信息进行校正；

步骤2、高斯模糊滤波

将步骤1校正过后的带杂质的棉纤维图像进行高斯模糊滤波，高斯模糊滤波采用5×5的模板进行滤波，经过滤波处理之后，对噪声进行滤除；

步骤3、图像的分割阈值寻找

采用直方图的最大类间方差阈值分割法对步骤2高斯模糊滤波后的带杂质的棉纤维图像进行二值化处理，得到二值化的图像；

所述步骤3中带杂质的棉纤维图像进行二值化处理的具体步骤是：

阈值将带杂质的棉纤维图像分成前景、背景两个图象，前景即杂质图像，背景即非杂质图像；当取最佳阈值时，背景平均灰度u1与前景平均灰度u0的方差g最大；设前景的像素数占带杂质的棉纤维图像的总像素数的比例为w0，前景平均灰度为u0，背景的像素数占带杂质的棉纤维图像的总像素数比例为w1，背景平均灰度为u1；

则带杂质的棉纤维图像的总平均灰度u为：u=w0×u0+w1×u1

背景平均灰度与前景平均灰度的方差g为：

g=w0×(u0-u)×(u0-u)+w1×(u1-u)×(u1-u)=w0×w1×(u0-u1)×（u0-u1)

当方差g最大时，此时前景和背景差异最大，此时的灰度是最佳阈值；以该阈值对杂质的棉纤维图像进行二值化处理，得到二值化的图像；

步骤4、进一步的消除噪声

将步骤3得到二值化的图像，先通过腐蚀算法处理进一步消除噪声，腐蚀模板选择为3×3的模板，消除图像中一般的细小杂点，同时也缩小了图像中杂质的面积；为了恢复原图像的面积大小，再采用膨胀算法进行恢复；

步骤5、对二值化图像统计面积和杂质点个数

步骤4中经过消除噪声后的二值化图像，其中灰度为(0,0,0)的像素就是图像中的杂质所占的像素，灰度为(255,255,255)的像素就是图像的背景像素；然后通过对棉纤维图像中的杂质所占的像素进行遍历，从而统计出杂质所占的像素的个数，即杂质面积；所有相邻接的像素被统计为一个杂质点，对整幅图像经过遍历后，即统计出杂质点的个数；

杂质所占像素进行遍历的方法具体按照以下步骤进行：

选择带杂质的棉纤维图像为一固定像素大小的二值化图像，记作G1；

步骤a

设置一个大小与该遍历方法中选择的二值化图像像素大小相同的栈空间，按从左到右、从上到下的顺序访问图像G1中的每一个像素，如果该像素灰度为(0,0,0)且未设置访问标记，则设置访问标记并入栈，否则继续访问下一个像素点；

步骤b

若栈非空则进行出栈操作，对每次出栈的元素计数，并判断与其相邻接的8个像素点，如果灰度为(0,0,0)且没有访问标记，则入栈，否则不入栈；

步骤c

当栈不为空的时候，循环执行步骤b，直到栈为空；

当栈为空的时候，就是所有邻接像素都访问完毕的时刻，此时所有相邻接的像素灰度值为(0,0,0)的像素点都被设置访问标记并计数，此时的计数值即为该杂质点面积所占像素的数量，并统计到一个杂质点；

步骤d

继续访问还未访问到的像素点，如果该像素点灰度为(0,0,0)，则入栈并循环执行步骤b至步骤c的过程，直到访问到图像的最后一个像素点，即完成了杂质点数和杂质面积的初步统计；

步骤6、进一步的校正

为了校正仪器误差和使用误差，需要利用标准杂质板进行校正，标准杂质板是给出了杂质点个数和面积的标准计量用具，将标准杂质板用上述步骤5中步骤a至步骤d的遍历方法进行测试，并和标准杂质板标注的值进行拟合，具体过程如下：

取标准杂质板，对每个标准杂质板的图像都按步骤5中步骤a至步骤d进行处理，分别获得每一个标准杂质板的杂质个数和杂质面积；设测试的标准杂质板的数量为n，则对杂质粒数和杂质面积按如下方法分别进行线性拟合：

测试值：求和，设为S1，求平均值，设为AVG1；

标准值：求和，设为S2，求平均值，设为AVG2；

测试值和标准值的每个值两两相乘，然后累加，和记作S，

$K=\frac{S-n\×\mathrm{AVG}1\×\mathrm{AVG}2}{{S1}^2-n\×{\mathrm{AVG}1}^2}$

b=AVG2–K×AVG1

求得K和b后，则对步骤5得到带杂质的棉纤维图像的杂质粒数或杂质面积的测试结果x进行如下处理：

y=Kx+b，其中x是测试值，y是校正后的值，K和b是系数，

计算得到校正结果y，即检测得到棉纤维中的杂质个数、杂质面积。

2.根据权利要求1所述的棉纤维杂质的检测方法，其特征在于，所述步骤1中带有杂质的棉纤维图像信息进行校正的具体步骤为：

带杂质的棉纤维图像任意P点校正后灰度值=(带杂质的棉纤维图像任意P点校正前灰度值/白板上对应P点的灰度值)×100；

所述带杂质的棉纤维图像任意P点校正前灰度值通过所述摄像机（5）采集带有杂质的棉纤维图像信息得到，所述白板上对应P点的灰度值通过获得白板图像的信息得到。

Images