一种基于白光照明的色轮分光及成像的多光谱成像装置及方法与流程

本发明涉及光谱成像领域，尤其是一种基于白光照明的色轮分光及成像的多光谱成像装置及方法。

背景技术：

众所周知的：遥感图像利用多光谱特性，因为信息量大、覆盖范围广等特点在许多领域发挥着重要的作用。在军事领域，它能对目标进行全方位的侦查与监控，方便收集各方情报；在民用领域，它被广泛应用于导航、灾情检测预报、资源勘测等方面。然而，由于受到传感器成像机理的限制，一般常用的遥感卫星不能提供同时具有高空间分辨率和光谱分辨率的多光谱图像。为了弥补这一不足，现今多数卫星一般同时具有两种不同类型的传感器，分别获取空间分辨率高的全色图像和光谱分辨率高的多光谱图像。然后利用数字信号处理技术，提取全色图像的空间细节信息，用以锐化多光谱图像，就能得到理想的高分辨率的多光谱图像。当前，借助全色图像锐化多光谱图像的算法主要分为两大类：成分替代法和多分辨率分析法。前者通过空间变换将多光谱图像的空间信息替换成全色图像的，而后者利用空间滤波将全色图像的高频成分插入到多光谱图像中。然而，这些主流的锐化方法在减少输出图像的颜色失真、提高融合图像的空间分辨率和算法运算效率及工业应用领域都存在矛盾和成本高的缺陷，在工业生产领域应用受到限制，难以广泛应用。

目前大部分的图像处理基本都使用通用照明，但适用的场合有限，因为不同材料对光源频谱吸收程度不一样，得到的图像对比度不同，不能满足所有的应用场景，要想得到稳定、可靠的图像处理系统需要从多光谱角度进行提高。

因此一种基于白光照明的色轮分光及成像的多光谱成像技术通过白光光源对目标物进行照射，通过色轮上的滤光片得到不同波长的光对目标进行照射，目标物对光谱的吸收程度不同，反射光谱通过接受端色轮滤光片成像明暗度就存在差异，通过选择特定明暗度的图像，实现对图像的识别。而且在环境明暗不同的环境下，目标物对同一光谱吸收程度也不同，因此多光谱可降低环境明暗变化引起的图像对比度影响。在工业应用领域的低成本、高分辨率及高效率应用有着独特的的优势。能够在食品、药品及其它工业领域，特别是输液软袋产品的识别、测量、分拣方面能够发挥着重要的作用。

技术实现要素：

本发明所要解决的技术问题是提供一种能够可通过多光谱组合对目标物进行照射，形成明暗度不同的光谱特征图像，根据不同的光谱特征对目标进行识别和处理；可对输液袋上的数字、字母、汉字、图标明暗增强或减弱进行识别；可对输液袋传输带背景明暗进行增强或减弱；可通过收发端色轮上的滤光片得到组合光谱对物质进行明暗增强或减弱，然后成像用于识别的基于白光照明的色轮分光及成像的多光谱成像装置及方法。

本发明解决其技术问题所采用的技术方案是：一种基于白光照明的色轮分光及成像的多光谱成像装置，包括pc控制器、工控机以及具有底色的传送带；所述传送带上设置有待检测物；

所述输液袋的上方设置有光源端色轮和接收端色轮；所述接收端色轮上设置有驱动接收端色轮转动的第一电机；

所述光源端色轮上设置有驱动光源端色轮转动的第二电机；所述接收端色轮的上方设置有摄像机；所述光源端色轮的上方设置有白光光源；

所述光源端色轮在输液袋上的入射角为θ，所述输液袋与接收端色轮之间具有夹角；

所述摄像机与pc控制器连接；所述pc控制器对摄像机进行控制，采集图像、识别输液袋的光学频普特征；

所述白光光源与工控机连接；所述工控机对白光光源8进行调控，产生一定光照度和发散角的白光；

所述光源端色轮和接收端色轮上均设置有沿圆周均匀分布的带通滤光片。

本发明还公开了一种基于白光照明的色轮分光及成像的多光谱成像方法，包括以下步骤：

s1、通过权利要求1所述的基于白光照明的色轮分光及成像的多光谱成像装置对光谱特征图像采集；

得到：

发射端滤光片透过的光谱t有m种：t1、t2、t3……tm。

接收端滤光片透过的光谱r有n种：t1、t2、t3……tn。

发射端和接收端配合后的光谱图像就形成m×n矩形阵列，有c∈(m*n)种光谱特征的图像；

s2、通过现有光学镀膜技术，可指定中心波长、带宽的光波进行滤光，通过指定滤光片实现对指定波长的光波控制其透射率，实现指定波长对目标物的照射；

s3、根据格拉斯曼颜色混合定律，用于色光相加混色，即不同波长的光线进行叠加，通过不同波长的光叠加对指定波长颜色进行明暗变化，实现对指定颜色的物体进行性过滤和筛选；

蓝光(460nm)+黄光(580nm)＝白光

红光(660nm)+青光(480nm)＝白光

根据普朗克公式：

不同温度下的光谱辐亮度lbλ和波长λ分布曲线如下图所示，可见相同温度下，不同波长的辐亮度lbλ不同，根据不同波长辐射亮度不相同的特性对物质进行识别；

s4、通过第一电机、第二电机控制接收端色轮转、光源端色轮动角度和角速度控制不同滤光片的切换和切换速度，配合摄像机拍摄和传送带传送速度，对输液袋1成不同光谱特征的图像；将图像用于筛选特定物质光谱特征。

具体的，在步骤s4中，通过以下方式实现对输液袋1成不同光谱特征的图像：

tm和tn分别为发射端控制电机周期和接收端控制电机转动一周的周期；t1/t2……t2m发射端m个滤光片照分别的射时间和转动切换时间；t1/t2……t2n接收端n个滤光片分别的照射时间和转动切换时间；

通过控制发射端和接收端电机转动调节对袋体的照射和接收，进而摄像机中图像呈现出明暗交替状态；控制发射端和接收端电机的时序，得到发射端和接收端色轮配合，得到组合光谱特征的图像。还可调整发射端和接收端电机的同步性和异步性功能可得到固定周期频率的特殊光谱图像；

通过控制发射端和接收端电机转动调节对袋体的照射和接收，进而摄像机中图像呈现出明暗交替状态；控制发射端和接收端电机的时序，得到发射端和接收端色轮配合，得到组合光谱特征的图像；通过调整发射端和接收端电机的同步性和异步性功能得到固定周期频率的特殊光谱图像；

进一步的，在步骤s4中通过软件算法对特殊光谱特征图像识别。

优选的，采用ostu分割法对特殊光谱特征图像识别；具体包括以下步骤：将图像先转换成灰度图；图像中像素的灰度值a小于阈值t的像素个数计为h0,像素灰度值a大于阈值t的像素个数计为h1；将图像大小为x*y，阈值为t的图像中，h0的平均灰度记为h0，h1的平均灰度值记为h1；

像素灰度值小于t的概率为:

r0＝h0/(x*y)；

像素灰度值大于t的概率为:

r1＝h1/(x*y)；

h0+h1＝x*y；

r0+r1＝1；

平均灰度乘上概率再相加：

e＝r0*h0+r1*h1；

类间方差为：

d＝r0(h0-e)^2+r1(h1-e)^2；

d＝r0*r1(h0-h1)^2。

优选的，采用腐蚀算法、数学形态学之灰度形态学、膨胀算法或者灰度形态学之膨胀算法对特殊光谱特征图像识别。

本发明的有益效果是：本发明所述的基于白光照明的色轮分光及成像的多光谱成像装置及方法与现有技术相比，具有如下优点和有益效果：

1、基于白光照明的色轮分光及成像的多光谱成像技术可通过多光谱组合对目标物进行照射，形成明暗度不同的光谱特征图像，根据不同的光谱特征实现对目标进行识别和处理；

2、可实现对输液用包装的字母、数字、符号、文字明暗增强或减弱进行识别；

3、可实现对输液袋传输带背景明暗进行增强或减弱；

4、可通过多光谱扫描对物质进行明暗增强或减弱成像可用于识别；

5、基于白光照明的色轮分光及成像的多光谱成像装置及方法可实现应用于物质识别领域；

6、基于白光照明的色轮分光及成像的多光谱成像装置及方法可实现扩展图像识别的应用领域。

附图说明

图1是本发明实施例中基于白光照明的色轮分光及成像的多光谱成像装置的结构示意图；

图2是本发明实施例中色轮示意图；

图3是本发明实施例中不同带宽滤光片光谱图；

图4是本发明实施例中不同温度下的光谱辐亮度lbλ和波长λ分布曲线；

图5是本发明实施例中发射端、接收端电机控制时序图；

图6是本发明实施例中二值形态学腐蚀算法流程图；

图7是本发明实施例中二值形态学膨胀算法流程图；

图8是本发明实施例中灰度形态学腐蚀算法流程图；

图9是本发明实施例中灰度形态学膨胀算法流程图；

图中标示：1-输液袋，2-摄像机，3-pc控制器，4-第一电机，5-接收端色轮，6-第二电机，7-光源端色轮，8-白光光源，9-工控机，10-传送带，11-第一带通滤光片，12-第二带通滤光片，13-第三带通滤光片，14-第四带通滤光片，15-第五带通滤光片，16-第六带通滤光片，17-第七带通滤光片，18-第八带通滤光片，19-第九带通滤光片。

具体实施方式

下面结合附图和实施例对本发明进一步说明。

如图1所示，本发明所述的一种基于白光照明的色轮分光及成像的多光谱成像装置，包括pc控制器3、工控机9以及具有底色的传送带10；所述传送带10上设置有输液袋1，

所述输液袋1的上方设置有光源端色轮7和接收端色轮5；所述接收端色轮5上设置有驱动接收端色轮5转动的第一电机4；

所述光源端色轮7上设置有驱动光源端色轮7转动的第二电机6；所述接收端色轮5的上方设置有摄像机2；所述光源端色轮7的上方设置有白光光源8；

所述光源端色轮7在输液袋1上的入射角为θ，所述输液袋1与接收端色轮5之间具有夹角；

所述摄像机2与pc控制器3连接；所述pc控制器3对摄像机2进行控制，采集图像、识别输液袋1的光学频普特征；

所述白光光源8与工控机9连接；所述工控机9对白光光源8进行调控，产生一定光照度和发散角的白光；

所述光源端色轮7和接收端色轮5上均设置有沿圆周均匀分布的带通滤光片。具体的，带通滤光片的数量不仅限于9个，根据带宽和谱宽来定。

具体的，输液袋1表面有颜色字母、数字、汉字以及带颜色图标。放置在绿色传送带10上；摄像机2，放置在被接收端色轮5前方；摄像机2所连接pc控制器3，pc控制器3对摄像机2进行控制，采集图像、识别被识别物体1的光学频普特征；第一电机4控制接收端色轮5旋转速度和转动角度，为接受特定光谱特征光线提供调制动力；接收端色轮5通过第一电机4的控制，使光线通过产生特定光谱的滤光片，选择特定光谱特征图片；第二电机6，控制发射端色轮7旋转和转动角度，为发射特定光谱特征光线提供稳定可控的调制动力；光源端色轮7通过第二电机6的控制，使光线通过产生特定光谱的滤光片，选择特定光谱特征图片；白光光源8产生一定光照度和发散角的白光，为被识别输液袋袋体成像提供照明；工控机9对白光光源8进行调控，产生一定光照度和发散角的白光；传送带10的底色可以为绿色。光源和对应光源工控机数量固定，且光源出光角度都可调；

图2中11、12、13、14、15、16、17、18、19为透过不同中心波长的带通滤光片，分别为第一带通滤光片，第二带通滤光片，第三带通滤光片，第四带通滤光片，第五带通滤光片，第六带通滤光片，第七带通滤光片，第八带通滤光片，第九带通滤光片；白光通过滤光片后，透过不同波长的光谱；色轮转动速度以及转动角度可通过高精度电机调整，滤光片数量和种类不仅仅限于图2色轮中显示的数量和种类，使发射光和接收光具备特定光谱特征。

基于白光照明的色轮分光及成像的多光谱成像技术可通过发射端和接收端色轮形成多光谱组合对目标物进行照射，提供多种光谱特征组合，实现多光谱特征在图像识别领域的应用。

本发明还公开了一种基于白光照明的色轮分光及成像的多光谱成像方法，包括以下步骤：

s1、通过权利要求1所述的基于白光照明的色轮分光及成像的多光谱成像装置对光谱特征图像采集；

得到：

发射端滤光片透过的光谱t有m种：t1、t2、t3……tm。

接收端滤光片透过的光谱r有n种：t1、t2、t3……tn。

发射端和接收端配合后的光谱图像集合就形成m×n矩形阵列，有c∈(m*n)种光谱特征的图像；

s2、通过现有光学镀膜技术，可指定中心波长、带宽的光波进行滤光，通过指定滤光片实现对指定波长的光波控制其透射率，实现指定波长对目标物的照射；

s3、根据格拉斯曼颜色混合定律，用于色光相加混色，即不同波长的光线进行叠加，通过不同波长的光叠加对指定波长颜色进行明暗变化，实现对指定颜色的物体进行性过滤和筛选；

蓝光(460nm)+黄光(580nm)＝白光

红光(660nm)+青光(480nm)＝白光

根据普朗克公式：

不同温度下的光谱辐亮度lbλ和波长λ分布曲线如下图所示，可见相同温度下，不同波长的辐亮度lbλ不同，根据不同波长辐射亮度不相同的特性对物质进行识别；

s4、通过第一电机4、第二电机6控制接收端色轮5和光源端色轮7转动角度和角速度控制不同滤光片的切换和切换速度，配合摄像机2拍摄和传送带10传送速度，对输液袋1成不同光谱特征的图像。

具体的，在步骤s4中，通过以下方式实现对输液袋1成不同光谱特征的图像：

tm和tn分别为发射端控制电机周期和接收端控制电机转动一周的周期；t1/t2……t2m发射端m个滤光片照分别的射时间和转动切换时间；t1/t2……t2n接收端n个滤光片分别的照射时间和转动切换时间；

通过控制发射端和接收端电机转动调节对袋体的照射和接收，进而摄像机中图像呈现出明暗交替状态；控制发射端和接收端电机的时序，得到发射端和接收端色轮配合，得到组合光谱特征的图像。还可调整发射端和接收端电机的同步性和异步性功能可得到固定周期频率的特殊光谱图像，

通过控制发射端和接收端电机转动调节对袋体的照射和接收，进而摄像机中图像呈现出明暗交替状态；控制发射端和接收端电机的时序，得到发射端和接收端色轮配合，得到组合光谱特征的图像；通过调整发射端和接收端电机的同步性和异步性功能得到固定周期频率的特殊光谱图像；将图像用于筛选特定物质光谱特征。

进一步的，在步骤s4中通过软件算法对特殊光谱特征图像识别。优选的，采用ostu分割法对特殊光谱特征图像识别；具体包括以下步骤：将图像先转换成灰度图；图像中像素的灰度值a小于阈值t的像素个数计为h0,像素灰度值a大于阈值t的像素个数计为h1；将图像大小为x*y，阈值为t的图像中，h0的平均灰度记为h0，h1的平均灰度值记为h1；

像素灰度值小于t的概率为:

r0＝h0/(x*y)；

像素灰度值大于t的概率为:

r1＝h1/(x*y)；

h0+h1＝x*y；

r0+r1＝1；

平均灰度乘上概率再相加：

e＝r0*h0+r1*h1；

类间方差为：

d＝r0(h0-e)^2+r1(h1-e)^2；

d＝r0*r1(h0-h1)^2。

优选的，采用腐蚀算法、数学形态学之灰度形态学、膨胀算法或者灰度形态学之膨胀算法对特殊光谱特征图像识别。

实施例

1、硬件设施实现对特殊光谱特征图像采集：

通过光源工控机9控制白光光源8发出一定亮度和发散角的白光。白光光源8和色轮7同轴，光源与色轮相距一定距离，以便光线能完全通过色轮上的滤光片窗口。光线通过发射端色轮控制电机6控制色轮7产生特定波长的光谱，光谱的种类根据色轮7上的滤光片数量m决定。白光光源8和色轮7的角度可共同调整，产生带一定角度θ的入射光，特定光谱的出射光对输液用袋体1和带颜色传送带10配合环境光进行照明。接收端电机4对接收端色轮5进行控制，使接收端光谱和发射端光谱进行匹配，得到组合光谱进入摄像机2，摄像机pc控制器对摄像机2进行控制，拍摄图像并进行存储。接收端光谱数量根据接收端色轮5上的滤光片数量n决定。

发射端滤光片透过的光谱t有m种：t1、t2、t3……tm。

接收端滤光片透过的光谱r有n种：t1、t2、t3……tn。

发射端和接收端配合后的光谱图像就形成m×n矩形阵列，有c∈(m*n)种光谱特征的图像，这些图像可通过发端色轮电机6和收端色轮电机4通过同步或者异步运动进行调控。

通过现有光学镀膜技术，可对指定中心波长、带宽的光波进行滤光，因此指定滤光片可实现对指定波长的光波控制其透射率，实现指定波长对目标物的照射。滤光片透射率光谱图如图3所示不同带宽滤光片光谱图。

根据格拉斯曼颜色混合定律，可适用于色光相加混色,即不同波长的光线进行叠加，通过不同波长的光叠加对指定波长颜色进行明暗变化，实现对指定颜色的物体进行性过滤和筛选。

蓝光(460nm)+黄光(580nm)＝白光

红光(660nm)+青光(480nm)＝白光

根据普朗克公式：

不同温度下的光谱辐亮度lbλ和波长λ分布曲线如下图所示，可见相同温度下，不同波长的辐亮度lbλ不同，根据不同波长辐射亮度不相同的特性对物质进行识别。

如图4所示不同温度下的光谱辐亮度lbλ和波长λ分布曲线；

电机4、电机6控制色轮5、色轮8转动角度和角速度控制不同滤光片的切换和切换速度，配合摄像机2拍摄和传送带10传送速度，对输液袋1成不同光谱特征的图像。

电机转动频率如图5所示发射端、接收端电机控制时序图；

tm和tn分别为发射端控制电机周期和接收端控制电机转动一周的周期；t1/t2……t2m发射端m个滤光片照分别的射时间和转动切换时间；t1/t2……t2n接收端n个滤光片分别的照射时间和转动切换时间。

通过控制发射端和接收端电机转动调节对袋体的照射和接收，进而摄像机中图像呈现出明暗交替状态。控制发射端和接收端电机的时序，就可得到发射端和接收端色轮配合，得到组合光谱特征的图像。还可调整发射端和接收端电机的同步性和异步性功能可得到固定周期频率的特殊光谱图像，可用于筛选特定物质光谱特征的图像。

2、软件算法对特殊光谱特征图像识别：

基于ostu分割法、数学形态学中二值形态学和灰度形态学和其它特殊算法，对有多光谱特征的输液袋图像上的数字、字母、汉字、图像以及异物实现识别功能。

ostu分割法：

将图像先转换成灰度图。图像中像素的灰度值a小于阈值t的像素个数计为h0,像素灰度值a大于阈值t的像素个数计为h1；将图像大小为x*y，阈值为t的图像中，h0的平均灰度记为h0，h1的平均灰度值记为h1；

像素灰度值小于t的概率为:

r0＝h0/(x*y)；

像素灰度值大于t的概率为:

r1＝h1/(x*y)；

h0+h1＝x*y；

r0+r1＝1；

平均灰度乘上概率再相加：

e＝r0*h0+r1*h1；

类间方差为：

d＝r0(h0-e)^2+r1(h1-e)^2；

d＝r0*r1(h0-h1)^2

数学形态学之二值形态学

腐蚀算法：

简单理解为将目标区域范围减小，从图像的直观感受上为图像边界在收缩；在实际应用上多用于消除噪点或者不需要的目标。表达式为：

上述表达式表示为用集合b腐蚀集合a，即让b以一个起始点在a中移动，与a重叠区域做卷积，如果b位置上和a位置上的数值相同则输出结果为1，否则输出结果为0。如图6所示二值形态学腐蚀算法流程图。

膨胀算法：

简单理解为将目标区域范围增大，从图像的直观感受上为图像边界在扩张；在实际应用上多用于填补目标区域空洞和消除小颗粒噪声。表达式为：

上述表达式表示为用集合b膨胀集合a，即让b以一个起始点在a中移动，与a重叠区域做卷积，如果b位置上和a位置上的数值做交集不为空则输出结果为1，否则输出结果为0。如图7所示二值形态学膨胀算法流程图。

数学形态学之灰度形态学

图像元素记为a，结构元素记为b，结构元素覆盖住图像的区域记为c。

灰度形态学之腐蚀：

简单理解为做卷积的操作，用a减去结构元素b形成的小矩形c，取c中最小值，赋值到b对应的原点。如图8所示，灰度形态学腐蚀算法流程图。

灰度形态学之膨胀算法：

简单理解为做卷积的操作，用a加上结构元素b形成的小矩形c，取c中最大值，赋值到b对应的原点。如图9所示灰度形态学膨胀算法流程图。

通过光源、色轮、滤光片、电机、相机、处理器等硬件设施配合相应的图像成像方法和一系列软件算法可对明暗不同的成像区域进行识别，最终实现对目标物的自动识别、检测和计算。