張洋溢 張曉青

摘要：針對當(dāng)前光學(xué)鏡片識別存在的檢測難度大，主觀性強(qiáng)等問題，提出了一套定性的識別方法，本文基于數(shù)字圖像處理的方法，通過VC++開發(fā)工具和OpenCV開源視覺處理函數(shù)庫，對鏡片的厚度顏色信息進(jìn)行提取，通過直方圖均衡化算法增強(qiáng)顏色對比信息，再通過滑動濾波，開區(qū)間運(yùn)算去除干擾信息，完成鏡片的識別。實(shí)驗(yàn)表明，系統(tǒng)可以較好的完成鏡片的識別工作，研究成果可應(yīng)用于光學(xué)樹脂鏡片類產(chǎn)品的識別。

關(guān)鍵詞：顏色識別;直方圖均衡化;形態(tài)學(xué);滑動平均濾波

中圖分類號：TP391.7? ?文獻(xiàn)標(biāo)識碼：A? ? ?文章編號：1007-9416（2018）10-0000-00

1 概述

隨著市場化競爭日趨激烈，對工廠自動化的要求也越來越高。但目前國內(nèi)工廠對鏡片的識別仍然采用人工目檢的方法，檢測速度慢，成本也較高。

這種原始的工作方法，人力物力成本較大，檢測效率比較低下。如何提高鏡片檢測效率，降低檢測成本，都是現(xiàn)在需要解決的問題。視覺技術(shù)因其穩(wěn)定，高效，在加工產(chǎn)品的識別和定位方面具有很廣闊的應(yīng)用前景，提高了產(chǎn)品的檢測精度，生產(chǎn)效率。[1-2]

韓賀磊[3]設(shè)計了一套基于計算機(jī)視覺的玻璃制品在線識別系統(tǒng)，通過模板匹配法完成識別。李剛[4]設(shè)計了一套基于OpenCV 的異形玻璃識別系統(tǒng)，通過邊界識別和去霧處理來完成識別。以上方法主要是通過玻璃的輪廓和形狀來進(jìn)行識別，本文研究的鏡片因要在金屬制品的鏡片筐里完成識別，因此無法使用形狀識別。本文基于數(shù)字圖像處理技術(shù)提出了一套基于數(shù)字圖像處理的鏡片顏色識別方法。

2 系統(tǒng)結(jié)構(gòu)設(shè)計

本文設(shè)計的識別系統(tǒng)主要由相機(jī)，計算機(jī)和鏡片筐待檢測鏡片三部分組成。根據(jù)對鏡片識別精度的要求，選用sony 800 像素 imx179系列，視野范圍設(shè)計400mm*300mm，分辨率為2000*1500。

3 系統(tǒng)算法設(shè)計

本文提出了一套基于圖像處理技術(shù)的鏡片識別算法，算法設(shè)計方案如圖1所示。

首先通過直方圖均衡化，提高鏡片的顏色對比度，通過顏色篩選出符合預(yù)設(shè)顏色的像素點(diǎn)，對得到的像素點(diǎn)區(qū)域進(jìn)行染色識別。通過開區(qū)間的運(yùn)算和滑動平均濾波進(jìn)行去噪。

3.1 直方圖均衡化

直方圖均衡化是圖像處理領(lǐng)域中利用圖像直方圖對對比度進(jìn)行調(diào)整的方法。

基本思想是把原始圖像的灰度直方圖從集中分布的在某些灰度區(qū)間變?yōu)榫鶆蚍植荚谌炕叶葏^(qū)間。

直方圖均衡化的原理為：對于一幅灰度圖像，其灰度級出現(xiàn)的概率近似等于：

? ? ?（k=0，1，2，...，L-1）? （1）

式中，n是圖像像素的總和，是灰度級為的像素個數(shù)，L為圖像中總的灰度級數(shù)。對其進(jìn)行直方圖均衡化的公式為：

? （k=0，1，2，...L-1）? ? ? ? ? ? ? ? ? ? ?（2）

由于鏡片的特征不明顯，而且鏡片是透明的，故采取直方圖均衡化以提升鏡片顏色信息的對比度，增加鏡片的特征信息。

如上圖2所示，左圖為原圖，右圖為對圖片進(jìn)行直方圖均衡化后的圖片。采取的方式是對B、G、R三個色彩通道分別進(jìn)行直方圖均衡化，然后將其合并為一張圖片，如右圖所示。

3.2 顏色刪選并染色處理

圖像染色。根據(jù)實(shí)驗(yàn)發(fā)現(xiàn)，鏡片的厚度顏色信息有如下特征;遍歷圖片所有像素，如果某像素滿足：（1）綠色通道的值<=紅色通道的值;（2）綠色通道的值<=藍(lán)色通道的值;（3）紅色通道的值<=藍(lán)色通道的值;（4）藍(lán)色通道的值>130，則該像素為感興趣像素，將其位置記錄在空白圖像中（把該位置的像素值變?yōu)?）。

3.3 開區(qū)間運(yùn)算

腐蝕膨脹：腐蝕和膨脹是對像素值大的部分而言的，即高亮白部分而不是黑部分;膨脹是圖形中的高亮部分進(jìn)行膨脹，領(lǐng)域擴(kuò)張，效果圖擁有比原圖更大的高亮區(qū)域;腐蝕是圖像中的高亮部分被腐蝕掉，領(lǐng)域縮減，效果圖擁有比原圖更小的高亮區(qū)域;

為了更好的去除圖像中的細(xì)小雜質(zhì)，可以對圖像進(jìn)行開區(qū)間運(yùn)算。

3.4 滑動濾波

采用長寬大小為7的窗口對染色圖像進(jìn)行滑動濾波，如果窗口內(nèi)的黑色像素點(diǎn)的個數(shù)小于15，則將窗口中心像素的像素值改為255（把像素變白）。

4 系統(tǒng)搭建及實(shí)驗(yàn)結(jié)果分析

鏡片識別系統(tǒng)如圖3 所示。

實(shí)驗(yàn)結(jié)果對比如圖4，圖5所示。

實(shí)驗(yàn)結(jié)果表明：本系統(tǒng)很好的對每一個鏡片完成了顏色識別，并且通過一系列算法成功地去除了干擾信息。

5 結(jié)語

本文設(shè)計的鏡片顏色特征識別系統(tǒng)，具有一定的精確性和可靠性，可以替代人工來完成鏡片的識別工作。

參考文獻(xiàn)

[1]王吳雨，林蘇斌，繆希仁.圖像處理技術(shù)在玻璃缺陷檢測中的應(yīng)用[J].工業(yè)控制計算機(jī)，2011，24（2）：68-70.

[2]曹翾.汽車玻璃的圖像檢測技術(shù)[D].上海：上海交通大學(xué)，2009.

[3]韓賀磊，李建中，馮剛.基于計算機(jī)視覺的玻璃制品在線分類識別[J].儀器儀表學(xué)報，2006，27（6）：777-778.

[4]李剛.基于OpenCV的異形玻璃識別系統(tǒng)設(shè)計[J].機(jī)床與液壓，2018，46（2）：131-133.

Research on Optic Recognition System Based on Monocular Vision

ZHANG Yang-yi1，ZHANG Xiao-qing1

（Beijing Information Science and Technology University，Beijing Key Laboratory of hotoelectricmeasurement technology，Beijing? 100192）

Abstract： A set of qualitative identification methods for optical lens identification is presented in this paper. This thesis is based on image processing and recognition and use VC++ developer kits and OpenCV Visual processing library to finish the optic recognition The color information of lens thickness is extracted and the color contrast Information is enhanced by histogram equalization algorithm.Then the interference information is removed by sliding filtering and open interval operation. The experiment results show that the system can be used for the identification of optical resin lens products.

Key words： color discrimination; histogram equalization;sliding filtering.