一种基于MATLAB的图像自动提取优化方法及设备与流程

本发明涉及图像自动提取领域，具体为一种基于matlab的图像自动提取优化方法及设备。

背景技术

板带材作为钢铁工业的主要产品之一，已广泛成为机械制造、航空航天、化工、汽车、家电和造船等工业不可缺少的原材料。然而在连铸、热轧、冷轧等不同工艺生产流程阶段，由于原材料、轧制设备和加工工艺等原因，会导致表面出现多种类型的缺陷，表面缺陷不仅制约着先进生产工艺技术的应用，阻碍生产率的进一步提高；而且还影响产品外观，降低产品的抗腐蚀性、耐磨性和疲劳强度等性能，直接降低了钢板质量等级，而现有用于检测钢铁表面缺陷的自动化图像自动提取设备还存在以下不足之处：

例如，申请号为201010613388.4，专利名称为一种肿瘤超声图像自动提取方法的发明专利：

其提出了一项新的能量函数对原始模型进行改善，使得该模型更适合于医学超声图像肿瘤的病灶提取，更进一步提高了算法的准确性以及实用性。

但是，现有的基于matlab的图像自动提取优化处理方法及设备存在以下缺陷：

(1)虽然图像处理和模式识别的算法和软件具有一定的可移植性和借鉴性，但针对特定的检测对象获取图像的方法却各不相同，尤其是钢板生产线上工业检测条件苛刻，周围环境恶劣、干扰因素众多，因此对钢板表面光线如何反射，如何最佳成像以及如何实现成像系统等关键问题的研究更加迫切；

(2)传统的基于电磁及超声原理的无损检测技术，需要大电流驱动励磁，不仅造成能源极大浪费，而且容易“污染”电网，给正常的生产造成困难，再次，涡流检测方法要实现热图像较好的检测效果，检测的板材必须为匀温场，这对于铸坯、热轧带钢来说很难满足；

(3)目前针对钢板表面检测的特定场合，机器视觉表面检测技术是通过光学装置和非接触的传感器自动地获取和处理钢板表面图像以获得所需信息或对表面的特征进行有效的检出，但是现有的机器视觉表面检测技术算法难度大，影响因素多，且整体机械结构复杂，实用性差。

技术实现要素：

为了克服现有技术方案的不足，本发明提供一种基于matlab的图像自动提取优化方法机设备，能有效的解决背景技术提出的问题。

本发明解决其技术问题所采用的技术方案是：

一种基于matlab的图像自动提取优化方法，包括如下步骤：

步骤100、建立图像处理模型，通过摄像机的光学成像系统对钢板表面进行成像处理，建立钢板表面的最优成像流程的模型，进而得到最优的成像方案；

步骤200、确定优化目标，建立基于缺陷图像多特征综合像质评价体系，定义多个参数来综合评价图像质量，进一步区别低质量图像和较高质量的图像，得到各个缺陷的最佳成像光路配置方案；

步骤300、建立非线性标定，使用摄像机对放置在标定平面上不同位置的标定板拍照，并保持所有摄像机内参不变，从而得到一系列灰度图像，解出线阵摄像机成像坐标变换关系；

步骤400、建立基于图像区域的立体匹配模型，利用图像金字塔模型以多分辨率表达图像的特性，结合均值滤波建立图像的平均值金字塔，构建了一种从粗到细分层匹配的区域匹配算法；

步骤500、建立成像参数分析与成像系统，针对在线获取高质量的钢板表面图像、实时数字图像或视频信号的传输与处理、在线缺陷图像的三维重构及缺陷的分类识别等工作进行研究。

进一步地，所述步骤100中，还包括：

首先，利用摄像机对物体表面信息进行采集，并采用双向反射分布函数描述摄像机与物体表面的入射光(入射角、波长、强度)、物体表面特征及物理属性(介电常数、粗糙度、偏振、吸收等性质)以及光波反射的方向(视角)及强度分布等参数之间的函数关系；

然后，根据目标表面的物理特性和试验测量数据，建立表面brdf数学经验模型，表现目标表面的散射特征；

再以双向反射分布函数以及表面brdf数学经验模型为基础，采用一个漫反射函数来表示钢板表面漫反射分量，并假设钢板是基于高斯分布的随机粗糙表面，构建包含表面粗糙度的微平面面元分布函数作为粗糙度因子，以一个指数函数来模拟镜向反射分量，得到一个钢板表面散射的半经验数学模型；

最后对钢板表面散射特征测试结果，运用最小二乘法进行拟合，采用共轭梯度法在matlab中实现各参数的迭代优化求解。

进一步地，所述步骤200中，基于缺陷图像多特征综合像质评价体系还包括：

首先，将图像经过主观预评价后将图像质量分为不合格图像、合格图像两类，合格图像进入客观评价，评价后图像质量分为低质量图像、一般质量图像及较高质量图像三类，其中低质量图像被淘汰；

然后，对一般质量和较高质量图像进行算法评价，如果边缘检测效果较好，则质量等级升一级，如果边缘检测效果不好，则为备用图像，并且根据优先度将备用图像排序；

再对备用图像排序进提取总体图像特征参数，并傅立叶变换来判别背景噪声的频率特征，评估滤波的难易程度；

最后，对于以上评价后得到的较高质量图像，利用边缘检测算法来进一步比较图像的质量，在对图像像质评价与对比分析后，得出若干高质量的缺陷图像，每幅图像对应的光路配置型式即此类缺陷的最佳成像方式，进一步对所有缺陷样本重复上述分析过程，得到各个缺陷的最佳成像光路配置方案。

进一步地，所述步骤300中，还包括：

首先，用高斯滤波器进行图像平滑处理，根据噪声程度控制滤波器尺寸；

其次，采用基于灰度值阈值分割的算法将标定区域从背景中提取出来，通过判断区域中包含孔的数量最符合标定点数量的凸状区域来确定标定板的位置；

然后再利用canny滤波器对圆形靶标进行边缘提取，通过参数α控制边缘检测的灵敏度，结合滞后阈值分割方法得到亚像素精度的圆形边；

再采用鲁棒的代数距离最小平方椭圆拟合算法将所有提取出的圆形靶标轮廓拟合为椭圆，并通过定义最小长度和最大直径去掉孤立的小边缘和过大的轮廓；

最后基于椭圆最小外接四边形得到中心点坐标，从而确定标定点与图像投影之间的对应关系。

进一步地，所述步骤300中确定标定点与图像投影之间的对应关系后，还需要以下操作：

首先，以其中某一幅图像为参考图像，确定摄像机外参初始值，并由说明书输入内参初值；

再重复处理系列标定图像，提取标定点，然后根据最小二乘的最优目标函数进行非线性优化求解。

进一步地，所述步骤400中，还包括：

首先，读入图像对建立图像金字塔，分析每一层图像，要保证最高层图像中可分辨出想要匹配的相关结构，从而确定图像金字塔的最高层h值；

然后，利用相似度函数对第h层图像进行一次完整的匹配；

再对于上一步得到的匹配点大概位置，跟踪到h层图像中继续匹配，定义搜索区间为初始匹配点的一个领域内，领域尺寸可设定；

最后，重复这个匹配过程，直到第1层计算结束，输出最佳的匹配点，对于匹配失败的点在视差图上显示为白色。

进一步地，首先，采用plc控制器实现基础自动化控制功能；

再通过图像采集卡对相机输出的视频信号进行实时数据采集，并提供与计算机的高速接口实现存储；

最后，利用matlab对各图像处理的算法进行实现。

本发明还提供了一种基于matlab的图像自动提取优化处理设备，包括plc控制器、图像实时采集与传输模块和成像系统可调支架；

所述plc控制器为中心控制单元，所述plc控制器的信号端通过光电传感器与成像系统可调支架相连接，所述成像系统可调支架的上部设置有多组摄像机；

所述plc控制器的信号端还通过cpc接口连接有纠偏系统，所述纠偏系统的信号端反馈连接到光电传感器上；

所述图像实时采集与传输模块主要采集摄像机内数据，并将数据信息传递到plc控制器中。

与现有技术相比，本发明的有益效果是：

(1)本发明与传统的提取方法不同，采用的方法较为简单，容易实现，通过层次分化的方法实现同样甚至更高的正确率；

(2)本发明以单目、双目摄像机系统为例，开发并实现了基于lenz径向畸变模型的非线性摄像机标定算法；将归一化互相关相似度函数与图像金字塔相结合，提出一种灵活高效、可控性好的分层区域匹配的优化算法。

附图说明

图1为本发明的方法示意图；

图2为本发明的结构框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图2所示，本发明提供了基于matlab的图像自动提取优化设备，包括plc控制器、图像实时采集与传输模块和成像系统可调支架，所述plc控制器为中心控制单元，所述plc控制器的信号端通过光电传感器与成像系统可调支架相连接，所述成像系统可调支架的上部设置有多组摄像机；所述plc控制器的信号端还通过cpc接口连接有纠偏系统，所述纠偏系统的信号端反馈连接到光电传感器上；所述图像实时采集与传输模块主要采集摄像机内数据，并将数据信息传递到plc控制器中。

本实施例中，主要通过光电传感器检测成像系统可调支架上部摄像机的位置，并将检测信号传递到纠偏系统中，利用纠偏算法实现对摄像机入射角等参数的调节。

本实施例中，在光源入射角度φ＝20°时，同时配置三台摄像机，拍摄视角φr分别为20°、30°和40°时可达到最佳成像的效果，该实施例中，通过调节角度来实现这三种成像组合方式。

本实施例中，设置两幅同步采集的图像之间有重叠以避免漏拍，两种检测方案如下所述：

(1)两台led的高亮红色漫射光源+ccd面阵相机采集；

(2)两台led高亮白色线光源+ccd线阵相机采集。

通过调节光源照射及相机视角角度，实现不同成像光路的配置。

在本实施例中，如图1所示，基于matlab的图像自动提取优化处理方法，包括如下步骤：

步骤100、建立图像处理模型，通过摄像机的光学成像系统对钢板表面进行成像处理，建立钢板表面的最优成像流程的模型，进而得到最优的成像方案；

该步骤中，首先，利用摄像机对物体表面信息进行采集，并采用双向反射分布函数描述摄像机与物体表面的入射光(入射角、波长、强度)、物体表面特征及物理属性(介电常数、粗糙度、偏振、吸收等性质)以及光波反射的方向(视角)及强度分布等参数之间的函数关系；

然后，根据目标表面的物理特性和试验测量数据，建立表面brdf数学经验模型，表现目标表面的散射特征；

再以双向反射分布函数以及表面brdf数学经验模型为基础，采用一个漫反射函数来表示钢板表面漫反射分量，并假设钢板是基于高斯分布的随机粗糙表面，构建包含表面粗糙度的微平面面元分布函数作为粗糙度因子，以一个指数函数来模拟镜向反射分量，得到一个钢板表面散射的半经验数学模型；

最后对钢板表面散射特征测试结果，运用最小二乘法进行拟合，采用共轭梯度法在matlab中实现各参数的迭代优化求解。

步骤200、确定优化目标，建立基于缺陷图像多特征综合像质评价体系，定义多个参数来综合评价图像质量，进一步区别低质量图像和较高质量的图像，得到各个缺陷的最佳成像光路配置方案；

本步骤中，基于缺陷图像多特征综合像质评价体系还包括：

首先，将图像经过主观预评价后将图像质量分为不合格图像、合格图像两类，合格图像进入客观评价，评价后图像质量分为低质量图像、一般质量图像及较高质量图像三类，其中低质量图像被淘汰；

然后，对一般质量和较高质量图像进行算法评价，如果边缘检测效果较好，则质量等级升一级，如果边缘检测效果不好，则为备用图像，并且根据优先度将备用图像排序；

再对备用图像排序进提取总体图像特征参数，并傅立叶变换来判别背景噪声的频率特征，评估滤波的难易程度；

最后，对于以上评价后得到的较高质量图像，利用边缘检测算法来进一步比较图像的质量，在对图像像质评价与对比分析后，得出若干高质量的缺陷图像，每幅图像对应的光路配置型式即此类缺陷的最佳成像方式，进一步对所有缺陷样本重复上述分析过程，得到各个缺陷的最佳成像光路配置方案。

本实施例中，在读取灰度信息时，尽量选取对比度最小和最大的轮廓方向以提高准确性，两者的比值规为轮廓的总体信噪比，从理论上说越大，说明图像的灰度值都用于表现缺陷，而背景可能被局限于一个较小的灰度带宽中，主观感觉就是背景均匀。

步骤300、建立非线性标定，使用摄像机对放置在标定平面上不同位置的标定板拍照，并保持所有摄像机内参不变，从而得到一系列灰度图像，解出线阵摄像机成像坐标变换关系；

该步骤中，首先，用高斯滤波器进行图像平滑处理，根据噪声程度控制滤波器尺寸；

其次，采用基于灰度值阈值分割的算法将标定区域从背景中提取出来，通过判断区域中包含孔的数量最符合标定点数量的凸状区域来确定标定板的位置；

然后再利用canny滤波器对圆形靶标进行边缘提取，通过参数α控制边缘检测的灵敏度，结合滞后阈值分割方法得到亚像素精度的圆形边；

再采用鲁棒的代数距离最小平方椭圆拟合算法将所有提取出的圆形靶标轮廓拟合为椭圆，并通过定义最小长度和最大直径去掉孤立的小边缘和过大的轮廓；

基于椭圆最小外接四边形得到中心点坐标，从而确定标定点与图像投影之间的对应关系；

再以其中某一幅图像为参考图像，确定摄像机外参初始值，并由说明书输入内参初值；

最后重复处理系列标定图像，提取标定点，然后根据最小二乘的最优目标函数进行非线性优化求解。

本实施例中，考虑到标定算法对精确度和灵活高效性的要求，建立了基于lenz畸变模型的非线性针孔成像几何模型，分析了面阵和线阵摄像机模型的区别，定义各自标定的内外参数，以建立图像点与空间点的对应关系；利用halcon的矩阵网格状圆靶平面标定板及机器视觉的函数库平台，采用亚像素精度的canny边缘提取算法和椭圆拟合算法精确获取标定点，针对小孔成像模型的局限性提出技术改进措施，基于两步法思想设计并实现了单台摄像机的标定，最后以面阵摄像机为例对模型内外参数进行非线性优化求解，通过实验及精度分析验证了求解参数的准确度和稳定性，该标定算法灵活准确，具有良好的可移植性。

步骤400、建立基于图像区域的立体匹配模型，利用图像金字塔模型以多分辨率表达图像的特性，结合均值滤波建立图像的平均值金字塔，构建了一种从粗到细分层匹配的区域匹配算法；

该步骤中，首先，读入图像对建立图像金字塔，分析每一层图像，要保证最高层图像中可分辨出想要匹配的相关结构，从而确定图像金字塔的最高层h值；

然后，利用相似度函数对第h层图像进行一次完整的匹配；

再对于上一步得到的匹配点大概位置，跟踪到h层图像中继续匹配，定义搜索区间为初始匹配点的一个领域内，领域尺寸可设定；

最后，重复这个匹配过程，直到第1层计算结束，输出最佳的匹配点，对于匹配失败的点在视差图上显示为白色。

本实施例中，采用于归一化的互相关相似度量函数实现了基于区域灰度相关的立体匹配算法，结合图像金字塔可以多分辨率表示图像结构的优点，实现了基于图像金字塔的区域分层匹配算法，并结合匹配窗口、最小特征值、视差范围阈值及相似度阈值等多个参数，灵活高效的控制算法的精度和计算效率。

步骤500、建立成像参数分析与成像系统，针对在线获取高质量的钢板表面图像、实时数字图像或视频信号的传输与处理、在线缺陷图像的三维重构及缺陷的分类识别等工作进行研究。

该步骤中，首先，采用plc控制器实现基础自动化控制功能；

再通过图像采集卡对相机输出的视频信号进行实时数据采集，并提供与计算机的高速接口实现存储；

最后，利用matlab对各图像处理的算法进行实现。

在本实施方式中，主要特点如下：

(1)以钢板生产工艺和表面光散射特性为基础，提出基于图像多特征的综合像质评价体系，得到各缺陷最佳成像子方案，对各子方案组合优化得出整个成像系统设计方案，建立了钢板表面缺陷最优成像流程模型；

(2)针对钢板表面检测特点提出一种提取钢板表面深度信息的方法。两个核心步骤为:以单目、双目摄像机系统为例，开发并实现了基于lenz径向畸变模型的非线性摄像机标定算法；将归一化互相关相似度函数与图像金字塔相结合，提出一种灵活高效、可控性好的分层区域匹配的优化算法。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。