《玻璃瓶瑕疵自动检测系统》.doc

1、玻璃瓶瑕疵自动检测系统摘 要本课题是研究玻璃瓶瑕疵自动检测系统，针对玻璃瓶检测的高速度、高精度、实时性的特点，本文主要利用数字图像处理技术及其方法研究一套玻璃瓶瑕疵检测系统，利用该检测系统提供的一些数字图像处理方法可以决速准确的判断出该图像是否为缺陷图像。利用该检测系统所应用的技术设计出来的系统不受主观因素的影响，能快速、准确地检测产品，完成人工无法完成的检测任务，是现代化生产中不可缺少的工具。本文详细地介绍了图像处理技术，验证了多种图像检测算法，我们提出了一种基于混合滤波器缺陷检测算法，并从理论和实验两方面对检测效果做了评价。论文分析了各种模式识别方法，提出了玻璃瓶缺陷检测的具体方案。方案利

2、用聚类算法来提取缺陷，通过对缺陷特征的分析来识别玻璃瓶的好坏。本系统的主要部分由CCD摄像机、图像采集卡和微型计算机组成。CCD摄像机采集玻璃瓶图像，图像采集卡把玻璃瓶图像转换成计算机能识别和处理的数字图像，再通过计算机上的软件完成缺陷检测功能。检测系统在实验阶段的检测精度已达到设计要求，较成功地实现了玻璃瓶缺陷的检测，能用于检测玻璃瓶的裂痕、气泡等缺陷。关键词:图像处理 缺陷 图像分割 模式识别 特征提取Abstract This paper studies the glass bottle defect detection system, for the high-speed, high

3、precision and real-time features of glass bottle detection,this paper mainly uses the technologies and methods of digital image processing to research and develop a glass-crack inspecting system.We can judge whether the image is a crack or not from the digital image processing methods that the inspe

4、cting system applies us.The detection system, which designed with this technique, wont be influenced by subjective factors. It can detect the product fleetly and accurately that the human cant do. It is an indispensable tool in modernization production.This paper introduces image processing techniqu

5、e detailedly.Demonstrating a variety of image detection algorithm, we propose a defect detection algorithm based on hybrid filter, and have evaluated the testing results from both theory and experiment.The paper analyses a variety of pattern identification technique and raises a specific scheme for

6、the detection of the glass bottle blemish. The scheme uses the clustering arithmetic to distill blemish, and identifies the glass bottle by analyzing the character of blemish. This systems hardware is mainly composed of CCD camera, image capture card and computer. The image of glass bottle is collec

7、ted by CCD camera, and turned to digital images that can be identified with computer by image capture card, and identify glass bottles blemish with the software in the computer. The detection system has successfully realized the blemish detection of bottles. It reaches the detection precision needed

8、 in experimental conditions and can detect the blemish of glass bottles, such as crack, bleb, etc.Keywords: Image Processing；Blemish；Image segmentation；Pattern Identification；Feature Extraction 第一章 绪论1.1 本课题的提出随着时代的发展，科技的进步，人们对工业产品的数量和质量要求越来越高，传统意义上的检测技术与飞速发展的工业要求之间的矛盾日益突出。玻璃瓶作为一种包装用品,由于其具有气密性好、光洁卫生

9、、化学稳定性高、价格低廉、可回收利用等特点而普遍受到欢迎,已广泛应用于食品、药品、化妆品、饮料、化学等产品的包装。人们的日常生活离不开玻璃瓶,玻璃瓶的生产在国民经济中占有不可忽视的地位。药品酒水等灌装生产前必须对玻璃瓶进行检测，剔除不合格产品，才能进行封装。玻璃瓶在生产过程中，会出现裂纹、缺损、气泡等缺陷,要求精确区分各类缺陷，完成瓶颈裂纹和瓶口缺损的检测，以便对产品的质量做出判断，剔除不合格品。由于玻璃瓶在线生产要求检测精度高、准确性好、速度快，因此玻璃瓶生产工业流水线迫切需要在线自动检测设备。以往的玻璃瓶检测以人工检测为主，但是人工检测方法有许多缺点：（1）增加人工成本和管理成本，检测数据

10、的保存和查询不太方便。（2）人工检测速度比较慢，无法适应现代化大生产的要求，且工人劳动强度较大，容易受人眼分辨能力和易疲劳等主观因素的影响，无法保质保量地完成生产任务。因此，必须寻求一种有效的自动化检测方法。针对玻璃瓶检测的高速度、高精度、实时性的特点，本文采用一种基于数字图像处理的检测方法。利用CCD摄像机对玻璃瓶进行摄像，通过数字图像处理技术进行分析，检测出带有缺陷的玻璃瓶,再由计算机发出控制信号将其剔除。随着计算机软件和硬件的发展，对图像处理速度的提高以及各种相关理论的完善，本文采用的检测方法变得切实可行。按此方法制造的检测设备具有代价低，灵活性高，易于调试和工作环境要求低等优点。因此本

11、课题的研究对于玻璃制品裂纹的检测具有重要的经济和技术意义。玻璃瓶缺陷检测设备若研制成功后，将会产生巨大的社会效益和经济效益:1.利用基于数字图像处理的检测方法来检测玻璃瓶缺陷，取代人工检测，将消除人的主观性产生的错误，提高检测的准确性。同时，减轻工人繁重的劳动负担，提高生产效率。2.玻璃瓶罐质量的提高可避免瓶罐包装的食品及物品变质带来的经济损失，也可避免瓶罐的爆裂所引起的事故，降低赔款损失，同时增加消费者的安全感。3.生产商可以根据检测设备提供的数据分析该缺陷产生的原因和机理，再根据获得的数据，设定相应的工艺条件和参数，同时先进的检测设备也能够保障高质量的玻璃产品，提高在市场中的竞争能力。1.

12、2 国内外研究的现状国外公司凭借其雄厚的经济实力和不断成熟的技术为基础，在九十年代初就开始研制基于数字图像处理的产品在线检测设备，他们至今已经开发出多种玻璃瓶罐的在线检测机器。丹麦的一家公司自1991年开始着手研制，目前己经成功开发了多种用于玻璃制品质量检测的计算机视觉在线监测设备。检测的内容主要包括产品的内部缺陷检测及外形尺寸检测。美国NI公司研制的基于PC的视觉检测系统，将机器视觉、运动控制功能与LabView虚拟仪器软件相结合，取得了突出的成效。法国SGCC国际公司M1型全自动多功能玻璃瓶罐在线检测机1998年3月曾在北京国际玻璃机械设备展销会展出，倍受国内玻璃制品生产厂家的青睐。德国S

13、iemens公司推出的智能化工业视觉系统SIMATICVS7104，提供了一体化的、分布式的高档图像处理方案。它将CCD、图像处理器、I/O集成在一个小型机箱内，提供PROFIBUS的联网方式或集成的I/O和RS232接口。具有集成数字化照相机和快速图像处理器，标准连线接口，ProVision组态软件等优点。日本的AGR国际公司研制生产了功能较齐全的玻璃瓶罐生产和用于饮料灌装的在线自动检测设备。美国工业动力机械有限公司开发了采用摄像技术的全方位空瓶检测机。采用摄像技术的空瓶检测机采用反射光学系统、高分辨率摄像技术和自动变焦镜头，对各个检测项目进行精确的检测。对于直径为95mm的瓶子，精确度为9

14、8，检测速度可达700瓶/分钟。德国Lasor公司在线检验检测设备采用先进的CCD摄像技术进行在线缺陷检测，将检测的信号通过计算机进行处理，可区分气泡、夹杂物等玻璃缺陷，检测最小尺寸为0.1mm。在中国，机器视觉产品技术的普及不够，大部分是购买国外设备。而直接引进国外的检测系统有许多弊端，例如价格昂贵。国内在视觉检测方面的研究也己经有很多年了，不过以前主要都是做一些算法方面的研究。对于玻璃瓶的自动检测系统的开发和研究刚刚于近年开始起步，目前也有少数几个厂家在进行玻璃制品在线检测设备的研制，主要有北京赛腾动力有限公司研制生产的Saturn验瓶机以及广州大元与北京四通电机利用日本的视觉系统联合开发

15、的DS空瓶验瓶机，它们均采用了诸如计算机视觉、模式识别等先进技术。但是这些都未能满足目前国内大部分厂家的生产需要，比如速度就不能满足要求。总体来说，国内基于机器视觉的玻璃瓶检测系统的研究与应用还是比较落后的。因此，目前在国内研制具有自主知识产权的玻璃瓶检测系统具有重要的社会效益和经济效益。1.3数字图像处理研究现状数字图像处理技术是一门跨学科的前沿高科技。数字图像处理是指将图像信号转换成数字格式并利用计算机对其进行处理的过程。数字图像处理最早出现于20世纪50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图像信息。而数字图像处理作为一门学科大约形成于20世纪60年代初期。随

16、着计算机软硬件技术的不断提高,计算机图像处理从20世纪80年代中期到90年代末得到了迅速的发展,已广泛地应用在工业、农业、交通、地理、气象、生物医学、军事、电子商务、目标跟踪、印染工业、卫星遥感、机器人视觉、工业检测和科学研究等领域,取得了显著的社会效益和经济效益。近20 年来,科学工作者经过不懈的努力，己取得了令人瞩目的成就，图像处理技术的发展更为深入、广泛和迅速。数字图像处理的特点主要有：1.图像信息量大；2.图像处理技术综合性强。现在人们已充分认识到数字图像处理是认识世界、改造世界的重要手段。目前数字图像处理技术已成为21 世纪信息时代的一门重要的高新科学技术。1.4 玻璃瓶缺陷检测与图

17、像处理的可行性分析图像处理就是为了某种目的对图像的强度分布视为一连串整数值的集合，经由不断的运算执行某些特定的加工和分析。图像处理涵盖的范围十分广泛，但是采用的基本原理和方法是一致的。图像处理所研究的主要内容包括了图像数的模数转化、图像的增强与复原、图像编码与压缩、图像分割、图像的表示和描述、图像特征匹配等等。对含有噪声的图像，要除去噪声、滤去干扰，提高信噪比；对失真的图像要进行几何校正等变换；对已经退化的模糊图像要进行各种复原的处理；对信息微弱的图像要进行灰度变换等增强处理。由此可见，图像处理就是为了达到改善图像的质量，将图像变换成便于人们观察和适于机器识别的目的。在玻璃瓶缺陷的检测系统中用

18、到的数字图像处理技术有以下几个部分:：(1)图像获取图像获取采用摄像机，它能实时地摄取运动地图像，把客观的光学特性变成二维信息的电信号，然后通过有A/D 转换功能的图像采集卡转换出数字图像。(2)图像预处理图像的预处理是指对图像本身的缺陷和具体研究目的而采取的一些图像增强、复原等运算。图像复原指对一个退化的图像进行处理，使它恢复到原始目标的状态。图像增强指有目的地增强图像中的有用信息，改善图像的视觉效果，将图像转变为一种更适于人或机器分析的形式。例如噪声抑制、边缘提取和中值滤波等。(3)图像分割图像分割是把数字图像分成互不重叠的若干区域，检测出图像的各个物体或同一物体的各个部分，并根据选定的特

19、征将图像划分成几个有意义的部分，从而使图像在内容的表达上更简单明了。(4)模式识别利用模式识别技术来提取图像的特征。特征抽取是在图像分割的基础上对物体的一些重要特征的每个部分所具有的特征向量进行定量估计。1.5 研究的主要内容本课题的主要研究工作是建立一个基于数字图像处理的玻璃瓶检测系统。内容主要分为系统分析，系统硬件和系统软件三个方面。(1)系统分析主要对整个玻璃瓶检测系统进行宏观的设计，如系统设计方案的选取，系统总体设计框架的构造，系统技术指标的确定。(2)系统硬件主要包含CCD 摄像机、图像采集卡、机械传动系统和计算机等。本论文中只讨论图像处理部分，不涉及机械传动部分。(3)系统软件设计

20、包括图像的获取、图像处理的算法和界面设计。在实验室搭建图像采集装置，图像采集的好坏直接影响所获图像的质量，高质量的图片将使图像后续的处理以及识别过程更加简单、有效。本论文主要研究图像处理算法。图像处理的算法包括灰度图像处理、图像分割、图像识别等。检测算法的研究包括：对采集后的玻璃瓶瑕疵图像进行预处理，选择合适的算法以利于图像的决策判断，在瑕疵检测中提出了多种稳定快速的算法以达到系统的技术指标。第二章 玻璃瓶检测系统总体设计2.1玻璃瓶检测系统的检测项目玻璃瓶自动检测系统主要完成的检测项目如下: (1)瓶壁检测瓶子在传送过程中，不断旋转保证每个面都能被检测到，每个瓶采样几幅瓶壁图像，判断是否有裂

21、纹或瑕疵，以确保高质量的检测结果。实际工业检测过程中，可以根据需要设置合理的检测单元个数，以满足生产的需要。(2)瓶口检测瓶口检测主要检测瓶口是否有裂纹或缺口，瓶口是否有盖子或其他物体。照明用圆环形LED光源，从不同方向照亮瓶口，CCD摄像头从上方将图像采进.检测方法如图2.2。好瓶口影像为一个完整的圆环，而有崩缺或先天缺陷的瓶口，影像就会出现断带、变形，经过计算机与标准数据比较，问题瓶被准确剔出。 图2.1 瓶口检测示意图2.2 玻璃瓶缺陷检测系统的硬件构成根据课题的研究目的，该课题采用的计算机视觉图像处理系统主要由以下四个部分组成：成像单元；图像采集卡；微型计算机；支持软件。系统的结构如图

22、2.2 所示：图像采集卡计算机玻璃瓶CCD摄像头 图2.2 系统结构框图 以上四个部分，是构成这个缺陷识别系统的核心，它们有机地结合在一起，并通过软件的具体支持，达到整个系统设计的要求。本系统主要完成图像采集、图像处理、缺陷识别的工作，主要任务都是通过计算机来实现的，采用图像处理和模式识别算法，体现了计算机视觉系统的自动化、智能化等优越性。在整个缺陷识别过程中，系统各个组成部分将协调工作，按照要求合理地运行，体现出自动控制的很多优越性，同时又克服了人工检测的很多弊端。以下介绍系统硬件的各个组成部分：A成像单元成像质量对整个检测的准确性及速度至关重要，即实现缺陷识别的基础是获取清晰的玻璃瓶图像。

23、成像单元由CCD摄像机、LED光源构成，负责原始图像数据的采集，CCD摄像机向图像处理系统输出模拟视频信号。对于瓶口、瓶身等不同的检测项目，需要设置不同位置的CCD摄像机与LED光源进行检测。CCD是70年代发展起来的新型半导体器件，它是在MOS集成电路技术的基础上发展起来的，是半导体技术的重大突破。由于它具有光电转换、信息存储和延时等功能，而且功耗小，集成度高，故在固体图像传感、信息存储和处理等方面得到了广泛应用。CCD 摄像机是应用电荷耦合器件原理实现的，它把光信号转变成电信号，完成图像的摄取。CCD 摄像机的工作方式是被摄物体的图像通过镜头聚焦到CCD 芯片上，CCD 根据光的强弱积累相

24、应比例的电荷，各个像素积累的电荷在视频时序的控制下，逐点外移，经滤波、放大处理后，形成视频信号输出。从工作方式来看，CCD 摄像机特性当中，最关键的指标是像素、图像采集分辨率及照度（灵敏度）。CCD 像素是CCD 的主要性能指标。它决定了显示图像的清晰程度。分辨率越高，图像细节的表现越好。CCD 是由面阵感光元素组成，每一个元素称为像素，像素越多，图像越清晰。评估摄像机分辨率的指标是水平分辨率，其单位为水平电视线，即成像后可以分辨的黑白线对的数目。常用的黑白摄像机的分辨率一般为380-480，其数值越大成像越清晰。一般的场合下，用400 线左右的黑白摄像机就可以满足要求。而对于特殊要求的场合，

25、用600 线的摄像机能得到更清晰的图像。照度又称为灵敏度，是CCD 对环境光线的敏感程度，即CCD 摄像机正常成像时所需要的最暗光线。摄像机照度的单位是勒克斯，数值越小，摄像机越灵敏。通常黑白摄像机的灵敏度多为0.02-0.5Lux，普通照度的彩色摄像机多为1Lux。本系统中选用大恒公司的DH-HV1301UC高分辨率数字摄像机，图2.6为实物图。它是一款高性能工业检测专用摄像机，图像质量好，分辨率高，色彩还原性好，标准镜头接口，图像稳定，体积小，安装方便，图像窗口无级缩放，非常适合各种工业检测应用。 图2.6 DH-HV1301UC摄像机B图像采集卡图像采集卡在图像处理系统中具有重要作用，它

26、需要完成图像识别前的主要准备工作。在图像信息转换的过程中，CCD摄像机把按空间分布的光学图像信息转换为按时间分布的视频图像信息，图像采集卡又将CCD摄像机输出的视频图像信息转换为适合运算处理的数字图像信息。由此可见，图像采集卡在图像信号转换过程中起了关键作用。它对CCD摄像机输出的视频图像信号进行了高速采样与模数转换，为计算处理系统提供了可识别的检测数据。图像采集卡的种类很多，根据检测设备的需要，图像采集卡的主要参数及设置如下：（1）PAL标准制式视频信号输入；（2）视频A/ D为8位，灰度分辨率为1/ 256；（3）采集分辨率为768.576；（4）对比度为128，亮度为115。根据需要，系

27、统采用大恒公司的DH-CG400彩色/黑白图像采集卡14，图2.7为实物图照片。DH-CG400能实时传送数字视频信号到存储器，适用于需要多通道全实时高速图像处理的场合。DH-CG400可以同时完成实时图像实施预览/采集功能，数据的传送过程是由图像卡控制的，不需要CPU参与，瞬间的传输速度可达到132MB/S。 图2.7 DH-CG400图像采集卡C微型计算机本系统应用的计算机为cpu intel Pentium 4，主频为1.7GHz，内存为512M、采用的操作系统为Windowsxp，采用Visual C+6.0 作为Windows 程序开发工具。图像采集卡通过扩展槽数据线与计算机相联接，

28、计算机通过相应的程序来控制图像采集卡完成图像的采集、存贮、变换及分析处理。2.3 玻璃瓶缺陷检测系统的软件构成目前，Windows 环境下的软件开发工具己经有不少了，例如微软公司的Visual Basic，Visual C+，Borland C+等，都是极好的开发工具。这些开发工具都采用面向对象的程序设计方法，它们各有利弊。对于一个具体软件项目开发者来说，选择一个理想的开发工具是项目得以顺利完成的前提。选择得当，就会提高开发速度，缩短开发时间，能很容易地实现项目的各项要求，达到事半功倍的效果；选择不当，就会影响项目的开发进度和质量，甚至无法完成任务。在本系统中，我们选择了Visual C+6.

29、0 作为本项目的开发工具，主要原因如下：(l) VC 是Windows 应用程序开发工具，提供了方便、新颖的可视化设计工具，使得设计变得更加简单。(2) VC 具有强大的数学计算能力和图像处理功能，本身带有标准数学函数,为大系统的图像数据处理提供了条件。(3) VC 是一种图形界面设计工具，开发者可以直接设计窗口界面、菜单等，不需要再为此设计编写过于冗长的程序。(4)VC 相对于VB 而言，开发出来的项目程序代码小，且运行速度快。本系统是在Windows xp中文版操作系统下，利用Visual C+6.0 进行玻璃瓶缺陷检测系统图像处理的程序设计的。系统采用了模块化的设计方法，使得程序设计思路

30、清晰、灵活性强，便于今后其它功能模块的扩充。系统界面简洁明快，操作方便，功能一目了然，保证了系统功能的顺利实现。2.4图像数字化由于计算机只能处理数字图像，而自然界提供的图像却是其它形式的，所以数字图像处理的一个先决条件就是将图像转化为数字形式。数字图像就是把二维平面上的灰度模拟信号变为计算机能够处理的数字信号。像素就是离散的单元，量化的灰度就是数字量值。图像数字化包括采集和量化两种操作。一、采样采样就是把时间和空间上连续的图像变换成离散点(采样点即像素)的集合的一种操作。图像是二维平面上分布的信息形式，要把它输入到计算机，首先要把二维信号变成一维信号，因此要进行扫描。扫描是在二维平面上按一定

31、的间隔从上方)!项序地沿水平移动而获得灰度值的线扫描。由此得到的一维信号，通过求出每一特定的值就得到了离散的信号。在抽样时，如果设横向的像素数是M，纵向的像素数是N，则图像的大小可表示为MxN个像素。二、量化经过采样，图像被分解为时间和空间离散的像素。但是像素的值(灰度值)还是连续的。把这样连续的灰度值变换成离散值(整数值)的操作就是量化。如图2一5(a)所示，对于存在21延z宾z:的浓淡值z，量化后成为整数值qi。这样得到的数值叫做灰度值和灰度级。图2一5(b)是用以表示白一灰一黑的连续变化(灰度值)量化成为8bit，级0一255的256级时的情况，表现了数值与灰度相对应的浓淡程度，把表示对

32、应于各个灰度值的浓淡程度叫做灰度等级或灰度标度。用0一255的值对应于图像的白一黑的情况，在表示方法上有以0为白，以255为黑;也有以0为黑，以255为白的。(a)量化 (b)把从白到黑的灰度值量化成8bit 图25量化第三章 图像预处理图像处理技术发展至今，很多处理算法己趋于成熟，如图像增强、边缘检测等，相应算法种类很多，但是本系统需要根据实际情况选择和设计适合特定系统的处理算法，所以有必要对玻璃瓶图像检测算法进行研究。一个图像处理系统通常包括多种算法，算法设计是整个系统的核心，本文希望通过对各算法的比较研究，找出适合检测药用玻璃瓶的算法。整体过程包括四个部分:图像预处理部分，图像分割部分，

33、特征提取部分，判断决策部分。本章重点介绍玻璃瓶缺陷检测系统中所涉及到的数字图像预处理技术。图像预处理是图像分析的一个重要环节，对图像进行适当的预处理过程，有利于图像的分割和识别。一般情况下，成像系统获取的原始图像由于受到种种条件的限制和随机干扰，往往不能在视觉系统中直接使用，必须在早期阶段对原始图像进行灰度校正，噪声过滤等图像预处理。3.1 灰度图和灰度直方图灰度图是指只含亮度信息，不含色彩信息的图像。灰度图按照灰度等级的数目来划分，就像我们平时看到亮度由暗到明的黑白照片。亮度的变化是连续的，因此，要表示灰度图就需要把亮度值进行量化。通常把亮度划分成0255 共256 个级别，0 为最暗（全黑

34、），255 为最亮（全白）。存储灰度图像只需要一个数据矩阵，矩阵的每个元素表示对应位置的像素的灰度值。将真彩色图像转换为灰度图可以大大减少存储空间，加快图像处理的速度。因此在本系统中，所采集的图像均是以灰度图的形式储存的。如果每个像素的像素值用一个字节表示，灰度值级数就等于256 级，每个像素可以是0255 之间的任何一个值，一幅640480 的灰度图像需要占据300KB的存储空间。灰度直方图是数字图像处理中一个最简单有用的工具，它描述了一幅图像的灰度级内容。任何一幅图像的直方图都包括了可观的信息。某些类型的图像还可由其直方图完全描述。灰度直方图是灰度值的函数，描述的是图像中具有该灰度值的像素

35、个数，其横坐标表示像素的灰度级别，纵坐标是该灰度出现的频率（像素个数）。按照直方图的定义可表示为： P(rk )= (2.1)式中N 为一幅图像的总像素数， nk 是第k 级灰度的像素数， r k 表示第k 个灰度级，P(rk ) 表示该灰度级出现的相对频数。灰度直方图有如下的性质：(1)在直方图中，因为未考虑各像素的位置，所以失去了图像具有的空间信息。因此必须注意，虽然知道具有某一灰度值的像素有多少，但完全不清楚这些像素在图像中处于什么位置。(2)对于一幅图像，能决定一种含义的直方图。但是，不同的图像可能具有相同的直方图。(3)直方图是对具有相同灰度值的像素数计数，如果已知图像被分成几个区域

36、和各个区域的直方图，把它们加起来，就可得到整个图像的直方图。对图像进行数字化时，利用直方图可以检查输入图像灰度值在可能利用的灰度值范围内分配得是否恰当。当发现直方图分配不恰当时，可以进行直方图均衡化，改善图像的质量。直方图在图像分割里也会被用到。3.2 图像增强图像增强是数字图像处理的基本内容之一。图像增强的目的主要有两个:一是改善图像的视觉效果，提高图像成的清晰度;二是将图像转换成一种更适合于人眼观察和机器自动分析的形式。它为图像的信息提取及其他图像分析技术奠定了良好的基础。一般情况下，经过增强处理后图像的视觉效果会发生变化，这种变化意味着图像的视觉效果得到了改善，某些特定信息得到了增强。图

37、像增强技术可分为空间域法和频率域法两大类。空间域法是在空间域内对图像像素直接运算处理，具有直观、快速的特点。频率域法是在图像的某种变换域对图像的变换值进行运算，再对图像的频谱进行某种计算，最后将计算后的图像逆变换到空间域。这是一种间接增强的方法，计算较大。任何一幅未经处理的原始图像，都存在着一定程度的噪声干扰。噪声恶化了图像质量，使图像模糊甚至淹没特征，给图像分析处理带来困难。消除图像噪声的工作称之为图像平滑或滤波。由于噪声源众多，噪声种类复杂，所以平滑方法也多种多样。比较常用的图像平滑方法是邻域平均法和中值滤波法。3.2.1 邻域平均法所谓邻域平均法，就是将图像取出一个子区域，让被干扰的像素

38、位于区域中央，然后求出其邻域各像素灰度的平均值，最后以该平均值取代被干扰像素的灰度值，从而提高该图像的质量，此法称为邻域平均法。邻域平均法是一种在空间域上对图像进行平滑处理的方法。它易于实现，而且效果也较好27 。令被讨论像素的灰度值为F( j, k)，以其为中心，窗口像素组成的点集以A表示，集内像素数以L表示。经邻域平均法滤波后，像素F( j, k)对应的输出为( , )1( , ) ( , )x y AG j k F x yL = (2.2)即为窗口像素的平均值，用它代替F( j, k)原来的灰度值。应用邻域平均法平滑时，邻域的选取一般有两种方式：以单位距离为半径或单位距离的2倍为半径。以

39、33的窗口为例，单位距离为半径时，其邻域为 4 A = ( j, k -1), ( j +1, k), ( j, k +1), ( j -1, k) (2.3)单位距离的2 倍为半径时，其邻域为 8 A = ( j-1,k-1),( j-1,k),( j-1,k+1),( j,k-1),( j,k+1),( j+1,k-1),( j+1,k),( j+1,k+1) (2.4)前者称为四点邻域，后者称为八点邻域。四点邻域时，L 4；八点邻域L 8。邻域平均法有力地抑制了噪声，同时，也出现了因平均作用而引起的模糊现象，模糊程度与邻域半径成正比。为了尽可能减小模糊失真，有人提出了超限邻域平均法，公式

40、如下：； ；其他 (2.5)就是说当F( j, k)大于邻域平均值一定值后，作噪声处理，否则不改变。以下是对图像33均值滤波的核心算法：int nOffsetY9=-1,-1,-1,0,0,0,1,1,1;/像素点横向的偏移int nOffsetX9=0,-1,1,0,1,1,0,-1,1;/像素点纵向的偏移int nOffset9;/代表3x3窗口中9个像素点相对中心像素点的偏移量for(int m=0;m9;m+)nOffsetm=nOffsetXm*m_nDibWidth+nOffsetYm;for(int i=0;i=m_nHeight-1;i+)/m_nHeight是图像的高度for

41、(int j=0;j=m_nDibWidth-1;j+)/m_nDibWidth是图像的宽度for(int m=0;m9;m+)/m_lpDibData图像数据指针data+=*(m_lpDibData+i*m_nDibWidth+j+nOffsetm);data/=9;对瓶口裂纹图像用33窗口进行均值滤波处理，原始图像和处理后的效果图像，如图3.3所示：（a） 原始裂纹图像 （b）33模板均值滤波 图3.3裂纹图像通过均值滤波器比较图通过图像的对比明显看出，均值滤波器对抑制裂纹图像的噪声没有效果。因为操作的目的是为了消除图像的孤立噪声点（裂纹图中的白点），但是均值滤波器只能使图像平滑，细节特

42、征消失。3.2.2 中值滤波法中值滤波是一种最常用的非线性滤波，由于它在实际运算过程中并不需要图像的统计特性，因此比较方便。中值滤波首先是被应用在一维信号处理技术中，后来被二维图像信号处理技术所引用。在一定条件下，可以克服线性滤波器所带来的图像细节模糊，而且对图像中的脉冲噪声和扫描噪声，能有较好的滤除效果，在一定程度上可以克服在线性低通滤波器消除噪声时将图像细节模糊掉的缺点，但是对于含有过多细节的图像，处理效果一般不会太好。其原理是将包含奇数个像素的滑动窗口W在图像上移动，在每一个位置上对窗口内像素的灰度值由小到大排序，然后将位于中间的灰度值作为窗口正中那个像素的输出值，即 f(x,y)=mi

43、df(1,1),f(1,2),f(n,n)n1,N （3-2）设有一个一维序列f1 f2L fn，取窗口长度为m（m为奇数），对此序列进行中值滤波，就是从输入序列中相继抽出m 个数， i v i 1 i i 1 i v f f f f f - - + + LL ，其中i f 为窗口的中心值， 12mV- ，再将这m 个点的值按其数值大小排列，取其序号为正中间的那个数作为滤波输出。用数学公式表示为 i i v i i v Y Med f f f - + = L L 1,2m i Z V (2.9)例如：有一个序列为10 , 3, 45, 0, 29，重新排序后为0, 3,10, 29, 45则M

44、ed 10,3,45,0, 29，10。此例若用邻域平均法滤波，窗口也是取5，那么邻域平均法滤波输出为（10+3+45+0+29）/5=17.4。对二维序列队对进行中值滤波时，滤波窗口也是二维的，但这种二维窗口可以有各种不同的形状，如线状、方形、圆形、十字形、圆环形等。二维数据的中值滤波可以表示为 ij A ij Y = Med X (2.10)式中A为窗口。在图像阵列进行中值滤波时，如窗口是以中心点对称的，并包含中心点在内，则中值滤波能保持任意方向的跳变边缘。图像中的跳变边缘是指图像中不同灰度区域之间的灰度突变边缘。在实际使用窗口时，窗口的尺寸一般先用3 再取5 逐点增大，直到其滤波效果满意

45、为止。对于有缓变的较长轮廓线物体的图像，采用方形或圆形窗口为宜，对于包含尖顶角物体的图像，适宜用十字形窗口。使用二维中值滤波最值得注意的是要保持图像中有效的细线状物体。中值滤波有以下几个重要特性：（1）对某些输入信号中值滤波具有不变性。对某些特定的输入信号，滤波输出保持输入信号值不变，如在窗口2n+1 内单调增加或单调减少的序列，即i n i i n i n i i n x x x x x x - + L L (2.11)则 i i y = x (2.12)二维序列的中值滤波的不变性要复杂得多，它不但与输入信号有关，而且还与窗口的形状有关。一般讲，与窗口对顶角线垂直的边缘保持不变性。利用这个特

46、点，可以使中值滤波既能去除图像中的噪声，又能保持图像中一些物体的边缘。（2）中值滤波去噪声性能。中值滤波可以用来减弱随机干扰和脉冲干扰。由于中值滤波是非线性的，因此对随机输入信号数学分析比较复杂。对于均值为零的正态分布的噪声输入，中值滤波输出的噪声方差为：22214 1 22iMed mf m m+ -(2.13)式中2i 为输入噪声功率（方差），m 为中值滤波窗口长度，m 为输入噪声均值； f m为输入噪声密度函数。而平滑滤波的输出噪声方差2o 为2 1 2o i ms = (2.14)比较式(2.13)和式(2.14)可看出，中值滤波的输出与输入噪声的密度分布有关。而平均值滤波的输出与输入分布无关。对随机噪声的抑制能力方面来看，中值滤波性能要比平均值滤波差一些。而对脉冲干扰来讲，特别是脉冲宽度小于m/ 2，相距较远的窄脉冲干扰，中值滤波是很有效的。对瓶口裂纹图像用33窗口进行中值滤波，对比图像如图3.4所示： （a