物品中异物检测的纹理特征在线识别方法技术

物品中异物检测的纹理特征在线识别方法，包括以下步骤：（１）图像摄取；（２）图像传输；（３）异物识别处理；（４）识别信号传输；（５）剔除异物。在步骤（１）中，使用发光二极管作为背景光源，以提高图像的亮度，并用与物品颜色相近的颜色作为背景色，以提高对一般异物的识别率，同时在待测物上下面都进行摄像，对待测物两面的图像都进行识别，减小误判率；在步骤（３）中针对颜色与待测物相似并有均匀纹理的异物，采用ＦＦＴ（快速傅立叶变换）进行图像的纹理分析，使得用颜色特征无法识别但具有明显纹理特征的异物更容易被识别，从而提高了烟草等物品和异物的正确识别率。

【技术实现步骤摘要】
本专利技术涉及一种物品在线检测中对有较明显纹理特征的异物进行识别的方法。主要用于烟草等物品的异物检测。
技术介绍
目前，在烟草等物品在线检测系统中使用的常规异物识别方法是基于像素点的色度统计法，其基本原理是利用烟草和异物在颜色上的差异，判断单元内像素点是属于烟草还是异物，进而判断单元内是否包含有异物。其工作过程有以下基本步骤1、色度空间变换由RGB空间变换到Ohta或者HIS空间；2、计算判别阈值在色度空间中统计烟叶及各种异物的颜色参数的范围(如R、G、B等)，得到判别的上限和下限；3、像素点属性判别根据得到的阈值，判别待测图像中的像素点是属于烟叶还是异物；4、单元属性判别根据单元内像素点属于烟叶的比例确定该单元是否包含异物。上述方法对于颜色与烟叶差别较大的异物有较好的识别效果，但是对于颜色与烟叶相似的异物却无能为力。在上述方法的步骤(3)中，是根据像素点的色度参数(如R、G、B等)判别该点是属于烟草或异物。实际情况中，有些异物在颜色控件中与烟草有较大范围的重叠，因此仅根据像素的颜色来判别，很容易出现误判。这也是该方法有待改进的地方。
技术实现思路
为了提高烟草等物品和异物的正确判别率，尤其是提高有较明显纹理特征的异物的识别率，以研制出性能更优的烟草剔除系统，本专利技术提供了一种物品中异物检测的纹理特征在线识别方法。它利用了标准物品和异物在纹理上的差异，经过FFT变换，标准物品和异物的变换域图像有明显的不同，通过对比二者的变换域图像，可判断其是异物还是物品。为了实现上述专利技术目的，本专利技术的技术方案是本专利技术包含了现有技术的基本步骤(1)图像摄取(2)图像传输(3)异物识别处理(4)识别信号传输(5)剔除异物。本专利技术的改进在于 在步骤(3)中，首先根据图像的彩色信息，利用基于像素点色度判别法识别单元中是否包含有异物；若无法利用像素的色度进行判断，则根据单元的FFT变换进行纹理识别。之所以要先采用基于像素点色度判别法识别，是由于FFT变换运算量较大，比
技术介绍
中基于像素色度的方法复杂，而一般情况下颜色与标准物品相似的单元所占比例不会很大，为了在提高识别效果的前提下尽量缩短识别时间，该方法需要配合基于像素色度的方法进行使用。在遇到颜色与标准物品相似的单元，而用基于像素色度的方法无法判别单元属性的时候，才使用FFT变换进行纹理识别。利用FFT变换进行纹理分析，是根据不同的纹理反应在FFT变换图像中是在特定的位置出现较明显的亮斑，通过对比亮斑出现的位置和规律实现异物的识别。该方法的基本原理如下一幅数字图像可以认为是一个二维的空域离散序列函数。用f(i，k)表示一幅数字图像，则其离散傅里叶变换的形式为F(u,v)=Σx=0M-1Σy=0N-1f(x,y)e-j2π(uxM+vyN)]]>式中，u＝1，2，…，M-1；v＝1，2，…，N-1。实际计算的时候，通常令图像为正方形，此时M＝N。并且，要利用二维离散傅里叶变换的可分离性，将其变为两个一维变换进行计算。二维离散傅里叶变换的可分离性如下式所示F(u,v)=1NΣx=0N-1e-j2πuxN×Σx=0N-1f(x,y)e-j2πuxN----u,v=1,2,···,N-1]]>FFT是傅里叶变换的快速算法，可以分为按时间抽取法和按频率抽取法两大类，这是已有技术，此处不详细介绍。本专利技术中，采用基于FFT进行纹理分析的识别方法包括以下步骤①灰度化将标准物品的彩色图像变换为灰度图像；②平滑滤波对图像进行中值滤波，消除噪声。具体是在所得的灰度图像上用一滑动窗口，将窗口内各象素的灰度按大小排序，用其中值代替窗口中心象素的原灰度；③FFT变换对多幅标准物品图像和背景图像进行FFT变换，将变换后的图像数据存到内存中；对待检测图像进行FFT变换，得到变换域图像；④根据变换图像识别将待测图像与标准物品和背景的FFT变换图像做比较。具体方法如下首先使二者中心亮度归一化，即令待区分的两幅变换域图像中心亮度相等，同时使各自图像中各像素点和中心像素点亮度的比值保持不变；然后以中心像素点为中心，上下左右各取一定像素数量的长度划分出一个矩形，统计图像中在矩形外的部分中，亮度超过一定值G1的像素点的个数N；对内存中的多幅标准物品和背景图像重复上述操作，将多幅变换域图像的N的最大值Nmax作为上限，当待测图像的N大于Nmax，则可认定为包含有异物的图像，反之则为物品图像。进一步，本专利技术还在步骤(1)中，使用发光二极管代替普通日光灯管作为光源，由于发光二极管寿命长、光强稳定，得到图像的颜色和亮度也就更稳定。为了能用较简单的方法(如基于像素色度的判别法)识别普通异物，采用了与物品相近的颜色作为背景色，增强背景与异物的色差。同时用两台CCD线阵摄像机对待测物的上下两面进行拍照，分别对得到的两幅图像进行识别，这样减少了由于遮挡产生的误判。本专利技术的有益效果是一些异物色度与待测物品相似，在彩色空间有大量重合区域，仅用
技术介绍
中基于像素色度的识别方法，识别率很低，并有较高的误判率；如果异物具有较明显的纹理特征，则可通过本专利技术的方法，采用FFT进行纹理特征分析，用变换后的图像进行识别，从而提高了烟草等物品和异物的正确识别率。尽管FFT的运算量较大，但许多数字信号处理芯片(DSP)都集成了FFT运算功能，因此通过嵌入DSP，用硬件高效实现FFT变换，本专利技术中的方法也可方便的用于烟草等物品在线检测的实时处理。附图说明图1为基于纹理特征在线识别方法的检测系统结构示意图。图2为纹理特征在线识别方法的流程图。图3为标准烟叶的原始图像。图4为黄皮带的原始图像。图5为标准烟叶的灰度图像。图6是标准烟叶的FFT变换图像。图7为黄皮带的灰度图像。图8为黄皮带的FFT变换图像。具体实施例以下以烟草的识别为例，结合附图，说明本专利技术的一个具体实施例。结合图1和图2，本方法的具体实现如下1、图像摄取在生产线上，当烟叶流被传送至传送带后端时，用启动装置产生高速气流，烟叶流耦合于气流中并以高速(5m/s左右)抛射出，在烟叶流悬空时，采用两台高速CCD线阵摄像机(5000线/s)，从上下两面同时摄取一定范围内的烟草和异物混合物的彩色图像。光源采用用发光二极管代替普通日光灯管。2、将CCD线阵摄像机得到的图像传至DSP嵌入式系统中处理，将烟叶流的位置信号传至计算机内存当中。3、异物识别处理 首先用
技术介绍
中基于像素色度的方法识别，在该方法无法识别是否有异物的情况下，采用本专利技术的方法(1)对图3和图4中所示的标准烟叶和黄皮带的原始彩色图像灰度化，使之变成灰度图像如图5和图7所示。(2)对灰度图像进行中值滤波，减小噪声影响。(3)进行FFT变换，得到变换域图像，如图6和图8所示。(4)通过对比发现烟叶的傅里叶变换图像中(图6)，中心亮斑十分突出，而周边较暗的亮区缺乏明显的方向性，且集中于中央亮斑周围；而黄皮带的傅立叶变换图像(图8)，中央亮斑稍小稍暗，但在距离中心较远处有较多亮度较大，分布有规律的离散亮斑。根据对比距离本文档来自技高网...

【技术保护点】
物品中异物检测的纹理特征在线识别方法，包括以下步骤：（１）图像摄取：在生产线上，用ＣＣＤ线阵摄像机摄取一定范围内的待测物品和异物混合物的图像；（２）图像传输：用图像采集卡将所摄图像数据以及物品流的位置信号传至计算机内存或数字信号嵌入式处理系统中；（３）异物识别处理：首先根据图像的彩色信息，利用基于像素点色度判别法识别单元中是否包含有异物；若无法利用像素的色度进行判断，则根据单元的ＦＦＴ变换进行纹理识别；（４）识别信号传输：对物品和异物进行识别后，将表示异物位置的信号传输至电控单元；（５）剔除异物：电控单元根据所接受到的异物位置信号，控制相应的空气喷嘴将异物剔除；　其特征在于：步骤（３）的异物识别处理中采用了基于ＦＦＴ变换进行纹理分析的识别方法，该方法包括以下步骤：①灰度化：将标准物品的彩色图像变换为灰度图像；②平滑滤波：对灰度图像进行中值滤波，消除噪声，即是在所得的灰度图像上用一滑动窗口，将窗口内各象素的灰度按大小排序，用其中值代替窗口中心象素的原灰度；③ＦＦＴ变换：对多幅标准物品图像和背景图像进行ＦＦＴ变换，将变换后的图像数据存到内存中；对待检测图像进行ＦＦＴ变换，得到变换域图像；④根据变换图像识别：将待测图像与标准物品和背景的ＦＦＴ变换图像做比较，具体方法如下：首先使二者中心亮度归一化，即令待区分的两幅变换域图像中心亮度相等，同时使各自图像中各像素点和中心像素点亮度的比值保持不变；然后以中心像素点为中心，上下左右各取一定像素数量的长度划分出一个矩形，统计图像中在矩形外的部分中，亮度超过一定值Ｇ↓［１］的像素点的个数Ｎ；对内存中的多幅标准物品和背景图像重复上述操作，将多幅变换域图像的Ｎ的最大值Ｎ↓［ｍａｘ］作为上限，当待测图像的Ｎ大于Ｎ↓［ｍａｘ］，则可认定为包含有异物的图像，反之则为物品图像。...

【技术特征摘要】
1.物品中异物检测的纹理特征在线识别方法，包括以下步骤(1)图像摄取在生产线上，用CCD线阵摄像机摄取一定范围内的待测物品和异物混合物的图像；(2)图像传输用图像采集卡将所摄图像数据以及物品流的位置信号传至计算机内存或数字信号嵌入式处理系统中；(3)异物识别处理首先根据图像的彩色信息，利用基于像素点色度判别法识别单元中是否包含有异物；若无法利用像素的色度进行判断，则根据单元的FFT变换进行纹理识别；(4)识别信号传输对物品和异物进行识别后，将表示异物位置的信号传输至电控单元；(5)剔除异物电控单元根据所接受到的异物位置信号，控制相应的空气喷嘴将异物剔除；其特征在于步骤(3)的异物识别处理中采用了基于FFT变换进行纹理分析的识别方法，该方法包括以下步骤①灰度化将标准物品的彩色图像变换为灰度图像；②平滑滤波对灰度图像进行中值滤波，消除噪声，即是在所得的灰度图像上用一滑动窗口，将窗口内各象素的灰度按大小排序，用其中值代替窗口中心...

【专利技术属性】
技术研发人员：钟先信，姚富光，唐晓初，张勇，
申请(专利权)人：重庆大学，
类型：发明
国别省市：85[中国|重庆]