CN1265316C - 球形生物物料图像的灰度变换方法 - Google Patents
球形生物物料图像的灰度变换方法 Download PDFInfo
- Publication number
- CN1265316C CN1265316C CN 200410025098 CN200410025098A CN1265316C CN 1265316 C CN1265316 C CN 1265316C CN 200410025098 CN200410025098 CN 200410025098 CN 200410025098 A CN200410025098 A CN 200410025098A CN 1265316 C CN1265316 C CN 1265316C
- Authority
- CN
- China
- Prior art keywords
- image
- spheroid
- biological material
- gray
- pixel
- 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
- 239000012620 biological material Substances 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 title abstract description 15
- 239000000463 material Substances 0.000 claims abstract description 16
- 238000011426 transformation method Methods 0.000 claims description 5
- 230000000007 visual effect Effects 0.000 abstract 2
- 230000007547 defect Effects 0.000 description 4
- 230000001419 dependent effect Effects 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 239000003086 colorant Substances 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 235000013399 edible fruits Nutrition 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 230000002950 deficient Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
Abstract
Description
技术领域
本发明涉及计算机图像处理技术,尤其涉及一种球形生物物料图像的灰度变换方法。
背景技术
近年来,随着计算机视觉技术的迅速发展,该技术已开始被应用到农产品的检测与分级中。在利用机器视觉和图像处理技术对球形生物物料外部品质进行自动检测和分级过程中,摄像头采集的图像质量将直接影响最终的检测和分级结果。因此,在图像采集过程中需要尽量降低图像失真程度。除了系统本身硬件设备的局限性造成的图像失真外,三维物体投影到二维图像平面时也会形成不同程度的灰度和颜色变化。这种图像失真是不可避免的,需要通过校正算法来减小失真。
Tao Y等人提出的球体图像灰度变换法,使水果表面的缺陷可用单阈值进行分割,解决了水果图像由于中部缺陷部分灰度值高于边缘正常部分灰度值而不能一次分割的问题。该方法根据带缺陷的原始图像计算出与原图像相应的反向无缺陷图像,由二者相加得到变换后图像,消除了物体的空间形状对于图像灰度值的影响,而只保留了水果表面缺陷与正常部分之间由于反射系数的不同所产生的灰度变化情况,因此可以利用单阈值分割。但计算与原图像相应的反向无缺陷图像过程复杂,需耗费较多的处理时间。
发明内容
本发明的目的是提供一种球形生物物料图像的灰度变换方法,从而来实现在图像采集过程对图像灰度失真进行校正。
本发明采用的技术方案如下:
1)建立机器视觉系统,其硬件主要包括光照箱、CCD摄像机、图像采集卡、计算机、视频监视器;
2)准备用于试验的形状标准的彩色球体,根据生物物料分级标准,每种颜色的彩球有大、中、小三种;
3)等光照箱内光强趋于稳定后,分别对每个试验彩球在CCD摄像头视区中心点周围选择间隔相同的六个不同位置采集球体图像,把球体彩色图像转变为灰度图像,并二值化,把球体部分从背景中分割出来,并提取位于以球心像素为圆心的一系列同心圆上的像素的灰度值作为该球体图像的灰度分布特征;
4)分别计算球体图像中各像素到球心像素的欧几里得距离,并统计出同一欧几里得距离对应的各像素灰度值的平均值,作为与该欧几里得距离相应的球体图像的灰度特征;
5)通过分析球体图像的灰度分布特征信息,分别研究球体的大小、表面颜色和图像采集位置等三个因素对球体图像灰度失真的影响,建立在计算机视觉工作条件下的球形物料图像灰度校正模型;
位于摄像视区中心的球形生物物料图像的灰度校正模型是:
ΔG=31.725-31.725cos(α)
其中ΔG是球心像素与待校正像素之间的灰度差值,
r是待校正像素到球心像素的距离,R是球体半径;
偏离摄像视区中心的球形生物物料图像的灰度校正模型是:
ΔG=0.04975d -0.467
其中,ΔG是位于视区中心和偏离视区中心的球体图像之间的灰度差值,d是偏离视区中心的距离。
球体图像的像素灰度失真程度与球体半径大小没有直接联系,而与该像素到球心像素的归一化距离有关。
球形物料的不同表面颜色对图像的灰度失真没有明显的影响,不同表面颜色球形物料的图像具有相同的灰度失真规律。
同一球形物料在摄像视区中心与视区中心外位置采集的图像之间的灰度差异,与各采集位置到摄像视区中心的距离有关。
本发明具有的有益的效果是:算法简单,处理速度快,可在利用机器视觉或图像处理技术对球形生物物料进行外部品质检测和自动分级过程中引起的图像灰度失真进行实时校正处理。根据球形生物物料特征,分析球体图像的灰度失真规律,建立一种简便、有效的球体图像灰度校正方法,消除由于球形生物物料的三维形状导致的图像灰度失真。
附图说明
图1是本发明的建立球形生物物料图像的灰度校正模型的流程图;
图2是本发明的机器视觉系统示意图;
图3是本发明的球形物料成像示意图;
图4是本发明的球形物料大小对球体图像灰度失真的影响曲线图;
图5是本发明的球形物料表面颜色对球体图像灰度失真的影响曲线图;
图6是本发明的球形物料图像采集位置对球体图像灰度失真的影响曲线图。
图中:1、摄像头;2、光照箱;3、光源;4、球形物料;5、图像采集卡,6、计算机,7、光线。
具体实施方式
如图2所示,机器视觉系统主要包括CCD摄像头1、光照箱2、图像采集卡5、计算机6等部分。将球形物料置于光照箱2内,通过CCD摄像头1、图像采集卡5和计算机6获取标准球体的图像,并通过图像处理提取球形物料图像的灰度特征。
准备分别涂有19种常见颜色的形状标准的彩色球体。根据生物物料分级标准,每种颜色的彩球有大、中、小三个。
开启机器视觉系统,等光照箱内光强趋于稳定后,分别对每个试验彩球在CCD摄像头视区中心点周围选择间隔相同的六个不同位置:0mm、10mm、20mm、30mm、40mm、50mm(分别记为0号、1号、2号、3号、4号、5号位置)采集球体图像。把球体彩色图像转变为灰度图像,并二值化,把球体部分从背景中分割出来。并提取位于以球心像素为圆心的一系列同心圆上的像素的灰度值作为该球体图像的灰度分布特征。
分别计算球体图像中各像素到球心像素的欧几里得距离,并统计出同一欧几里得距离对应的各像素灰度值的平均值,作为与该欧几里得距离相应的球体图像的灰度特征。通过分析球体图像的灰度分布特征信息,分别研究球体的大小、表面颜色和图像采集位置等三个因素对球体图像灰度失真的影响,建立在计算机视觉工作条件下的球形物料图像灰度校正模型。
位于摄像视区中心的球形生物物料图像的灰度校正模型是:
ΔG=31.725-31.725cos(α)
其中ΔG是球心像素与待校正像素之间的灰度差值,
r是待校正像素到球心像素的距离,R是球体半径。
偏离摄像视区中心的球形生物物料图像的灰度校正模型是:
ΔG=0.04975d -0.467
其中,ΔG是位于视区中心和偏离视区中心的球体图像之间的灰度差值,d是偏离视区中心的距离。
在摄像视区中心采集的球体图像中不同像素的灰度失真程度与该像素到球心像素的归一化距离有关,而同一球体在摄像视区中心与其他位置采集的图像之间的灰度差异,与各采集位置到摄像视区中心的距离有关。球形物料的不同表面颜色对图像的灰度失真没有显著影响,不同表面颜色球形物料的图像具有相同的灰度失真规律。
将三类不同大小的标准球体4分别置于6个不同的位置,图3所示为0号位置的图像采集方式。在图4中,x坐标是被测点到球心像素的归一化距离,y坐标是被测点像素灰度特征值。图4表明:球体图像靠近中心与边缘的部分像素分别由于存在光源高光点和背景反光的原因灰度值呈上升趋势;而中间的环面部分的像素灰度呈下降趋势。三种大小不同的球体的图像灰度特征分布曲线基本一致。而图6表明:同一球体在不同位置采集的图像的灰度特征值逐渐减小,但灰度特征的分布规律基本不变。
将同一类的不同颜色的标准球体4置于6个不同的位置,在图5中,x坐标是被测点到球心像素的距离,y坐标是被测点像素灰度特征值。图5表明:各种不同颜色球体的图像灰度特征分布除靠近中心和边缘部分外,都呈现出相同的下降趋势。
Claims (1)
1.一种球形生物物料图像的灰度变换方法,其特征在于:
1)准备用于试验的形状标准的彩色球体,根据生物物料分级标准,每种颜色的彩球有大、中、小三种;
2)等光照箱内光强趋于稳定后,分别对不同大小和颜色的试验彩球在CCD摄像头视区中心点周围选择间隔相同的六个不同位置采集球体图像,把球体彩色图像转变为灰度图像,并二值化,把球体部分从背景中分割出来,并提取位于以球心像素为圆心的一系列同心圆上的像素的灰度值作为该球体图像的灰度分布特征;
3)分别计算球体图像中各像素到球心像素的欧几里得距离,并统计出同一欧几里得距离对应的各像素灰度值的平均值,作为与该欧几里得距离相应的球体图像的灰度特征;
4)通过分析球体图像的灰度分布特征信息,分别研究球体的大小、表面颜色和图像采集位置等三个因素对球体图像灰度失真的影响,建立在计算机视觉工作条件下的球形物料图像灰度校正模型;
位于摄像视区中心的球形生物物料图像的灰度校正模型是:
ΔG=31.725-31.725cos(α)
其中ΔG是球心像素与待校正像素之间的灰度差值, r是待校正像素到球心像素的距离,R是球体半径;
偏离摄像视区中心的球形生物物料图像的灰度校正模型是:
ΔG=0.04975d-0.467
其中,ΔG是位于视区中心和偏离视区中心的球体图像之间的灰度差值,d是偏离视区中心的距离。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200410025098 CN1265316C (zh) | 2004-06-11 | 2004-06-11 | 球形生物物料图像的灰度变换方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200410025098 CN1265316C (zh) | 2004-06-11 | 2004-06-11 | 球形生物物料图像的灰度变换方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1584918A CN1584918A (zh) | 2005-02-23 |
CN1265316C true CN1265316C (zh) | 2006-07-19 |
Family
ID=34601139
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 200410025098 Expired - Fee Related CN1265316C (zh) | 2004-06-11 | 2004-06-11 | 球形生物物料图像的灰度变换方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1265316C (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8144987B2 (en) * | 2005-04-13 | 2012-03-27 | Koninklijke Philips Electronics N.V. | Method, a system and a computer program for segmenting a surface in a multi-dimensional dataset |
CN102830063A (zh) * | 2012-08-13 | 2012-12-19 | 青岛科技大学 | 一种检测橡胶中炭黑的方法 |
US11579076B2 (en) * | 2020-09-25 | 2023-02-14 | Samsung Electronics Co., Ltd. | Method and apparatus for correcting error of optical sensor, apparatus for estimating bio-information |
-
2004
- 2004-06-11 CN CN 200410025098 patent/CN1265316C/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN1584918A (zh) | 2005-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109772733B (zh) | 一种基于视觉的缺陷竹块检测分拣装置及方法 | |
CN115018853B (zh) | 基于图像处理的机械组件缺陷检测方法 | |
CN107180416B (zh) | 火车车轮踏面图像畸形校正方法及系统 | |
CN110108711A (zh) | 圆环侧壁缺陷的视觉检测系统 | |
CN107664644B (zh) | 一种基于机器视觉的物件表观自动检测装置及方法 | |
CN110570422B (zh) | 一种基于矩阵分析的胶囊缺陷视觉检测方法 | |
CN113418933B (zh) | 用于检测大尺寸物体的飞拍视觉成像检测系统及方法 | |
CN110570412B (zh) | 一种零件误差视觉判断系统 | |
CN106709529B (zh) | 一种光伏电池色差分类的视觉检测方法 | |
CN114119591A (zh) | 一种显示屏画面质量检测方法 | |
Mizushima et al. | A low-cost color vision system for automatic estimation of apple fruit orientation and maximum equatorial diameter | |
CN110567968A (zh) | 一种零件缺陷检测方法及装置 | |
CN114577805A (zh) | 一种MiniLED背光面板缺陷检测方法及装置 | |
CN114113129B (zh) | 一种镜片微小缺陷识别抓取系统及方法 | |
CN106097323B (zh) | 一种基于机器视觉的发动机气缸体铸件的定位方法 | |
CN1265316C (zh) | 球形生物物料图像的灰度变换方法 | |
CN105719252B (zh) | 一种铁路巡检图像实时高动态范围绘制方法和装置 | |
CN114494169A (zh) | 基于机器视觉的工业柔性物体检测方法 | |
CN109785290A (zh) | 基于局部光照归一化的钢板缺陷检测方法 | |
CN111323425A (zh) | 一种多相机视觉检测装置及方法 | |
CN117169247A (zh) | 一种基于机器视觉的金属表面缺陷多维度检测方法及系统 | |
CN105005985B (zh) | 背光图像微米级边缘检测方法 | |
CN113916892B (zh) | 基于多目视觉的刹车盘涂胶缺陷检测装置及方法 | |
CN115731195A (zh) | 一种缺陷检测方法、装置、设备以及系统 | |
CN109596626A (zh) | 高光磁环工件视觉检测方法 |
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: 20060719 |