专利名称：一种棉花异性纤维图像处理系统及方法
技术领域：
本发明涉及图像处理系统，尤其涉及一种棉花异性纤维图像处理 系统及方法。
背景技术：
棉花中的异性纤维是指在棉花釆摘、摊晒、收购、储存、运输、 加工过程中混入棉花中的对棉花及其制品的质量有严重影响的非棉 纤维和色纤维，俗称"三丝"，主要包括编织袋丝、毛发、麻绳、塑料 绳、布条、化学纤维、地膜、染色线等。
异性纤维在皮棉中的含量虽少，但对纺织品的质量影响严重，一 旦混入并参与纺织将影响纱线强力，且在染色时影响着色，会对棉纺 织工业造成重大经济损失。很多棉花行业的专家认为，通过挑拣的方 式(无论是人工还是机械)来降低异性纤维的含量，总是被动和消极
的；更为主动和积极的办法应该是从管理入手，从源头抓起，切断异 性纤维混入的途径，让棉农、棉花收购和加工企业都自觉地防范异性
纤维混入。为此，北京中棉机械成套设备有限公司与中国农业大学等 单位联合开发了一套棉花异性纤维检测计量仪，可以方便、快捷、准 确地测定棉花中的异性纤维含量，给销售的棉花分等定级，并按等级 定价，这样就可以促使棉花销售者自觉地降低棉花中异性纤维的含 量。基于机器视觉的异性纤维识别与计量是其中的关键技术。机器视 觉是利用光学器件进行非接触感知，自动获取和解释一个真实场景的 图像，以获取信息和控制机器，或者控制加工过程。机器视觉系统的 首要目标是用图像创建或恢复现实世界模型，然后认知现实世界，这 就需要一种图像处理装置对机器视觉系统釆集到的图像进行处理。 在基于机器视觉的棉花异性纤维检测与计量系统中，不同地区的棉花颜色略有差异，开松机产生的棉层厚度也会有一定的波动，光源 的配置也可能不同等，这些外在因素会对釆集到的棉花异性纤维图像 (这里棉花异性纤维图像指的是带有异性纤维的棉花图像，下文同 上)的灰度产生影响，从而影响图像处理装置的处理效果。
其中图像分割是图像处理与机器视觉中最为基础和重要的环节 之一，是图像分析和模式识别的前提。图像分割的目的是通过将图像 划分成有意义的连通区域来提取目标物的特征。阈值法是一种传统的 图像分割方法，因其实现简单、计算量小、性能较稳定而成为图像分 割中应用最广泛的分割技术；其中OtSU法由于分割效果好、适用面 广而得到广泛应用。OtSU法又称为大津法或最大类间方差法，具有统 计意义上的最佳分割阈值。传统的OtSU分割方法需要从最低到最高 依次遍历全部灰度级来计算两区域的类间方差，这对于分割阈值变化 范围较小且通过经验可以预测的某些应用来说，显然是一种浪费。棉 花异性纤维的图像分割就属于这种情况。
棉花异性纤维进行图像分割之后，线状异性纤维可能由于棉层的
遮挡等原因产生灰度不均匀性，从而使分割结果产生断裂；如果想得 到高质量的图像，就需要对所述裂缝进行连接；在对线状目标进行连
接时， 一般釆用数学形态学的闭运算进行熔合缺口、连接缝隙，但是 传统的闭运算在处理较大目标时，效果很好，但在处理较细的线状目 标时不够理想。原因是较细的线状目标被膨胀后虽然可以连接断开的 缝隙，但经过腐蚀后轮廓变得不明显，不利于后续处理。
同时由碎棉籽壳、棉花叶等伪异性纤维产生的目标图像必须移 除，以提高分割结果的准确性。伪异性纤维产生的目标图像一般都比 较小，所以必须对其进行移除，以得到符合要求的异性纤维目标图像。
由于上述图像处理过程的缺陷，导致异性纤维在线检测与计量很 难达到快速、准确的分割，并且在棉花异性纤维的在线检测与计量的 处理过程中，容易产生线状目标断裂、伪异性纤维小目标移除问题。
发明内容
为了解决以上问题，本发明的目的是提供 一种棉花异性纤维图像 处理系统，通过该图像处理系统，能够提高图像处理的速度，保证图 像处理的精度。同时，通过调整各个模块的参数，可以适用于不同的 场景，可以防止由于外界因素变化而引起的处理系统失效问题。
本发明的另一目的是提供一种棉花异性纤维图像处理方法。
为此，本发明的技术方案为
一种棉花异性纤维图像处理方法，包括以下步骤
Sl:读入棉花异性纤维彩色图像，并将所述棉花异性纤维彩色图 像转换为棉花异性纤维灰度图像；
S2:对棉花异性纤维灰度图像进行直方图分析，根据直方图的分 析结果，对所述棉花异性纤维灰度图像进行图像增强，以提高棉花异 性纤维灰度图像的对比度；
S3:对增强后的棉花异性纤维灰度图像进行二值化分割，获得从
所述棉花异性纤维灰度图像的背景中分割出来的异性纤维目标图像；
S4:对所述异性纤维目标图像中的线状异性纤维图像在分割过程 中产生断裂的缝隙进行连接；
S5:将在分割过程中产生的伪异性纤维小目标图像，从所述异性 纤维目标图像中移除掉。
所述步骤S2中，根据棉花异性纤维图像的直方图分析所获得棉花 异性纤维灰度图像的灰度特征结果，建立分段变换模型，对所述棉花 异性纤维灰度图像进行图像增强。
所述分段变换模型，为两段非线性变换模型，其模型公式如下
其中GO(i, j)为所述棉花异性纤维灰度图像在位置(i, j)处的原 始灰度值，GE(i，j)为棉花异性纤维灰度图像增强后的灰度值，异性纤维目标图像的原始灰度范围为[O， Lh]。
所述的异性纤维目标图像的原始灰度范围[O, U]为
。 所述步骤S2，通过以下步骤对棉花异性纤维图像进行增强 Sll:顺序取棉花异性纤维灰度图像在像素位置(i,j)处的灰度值 GO(i,j);
S12:若GO(i，j)不超过设定的灰度级，则利用分段非线性变换模 型增强所述位置(i，j)的图像，否则保持原灰度值GO(i，j)不变；
S13:判断是否有未处理过的像素，若有，则移动像素位置(i，j) 到下一个像素位置，转到步骤Sll，否则退出。
所述步骤S3通过在设定的阔值搜索范围内，通过搜索具有最大 类间方差的灰度级来确定二值化分割中的最佳分割闳值。
所述步骤S4中连接线状异性纤维图像的缝隙时，先釆用半径为 第一半径的圆形结构元对线性异性纤维的缝隙进行膨胀，然后再釆用 半径为第二半径的圆形结构元对其进行腐蚀，其中所述第一半径和第 二半径为设定值，并且第一半径大于第二半径。
所述步骤S5釆用面积阈值方法来进行伪异性纤维小目标图像的 移除。
所述面积阈值方法，包括以下步骤
S21:在分割后的异性纤维目标图像中确定连通对象L;
S22:计算连通对象L的面积S，其中在所述的异性纤维目标图 像中，连通对象L的面积S等于二值化图像中值为1的像素个数；
S23:如果面积S小于规定的阈值STh,则移除连通对象L，否则 保留下来；
S24:若异性纤维目标图像中仍有未处理的连通对象，则转去执 行S21，否则退出。
一种棉花异性纤维图像处理系统，该系统包括
图像转换模块，用于读入棉花异性纤维彩色图像，并将所述棉花异性纤维彩色图像转换为棉花异性纤维灰度图像；
图像增强模块，用于根据直方图分析结果，对棉花异性纤维灰度
图像进行图像增强，以提高棉花异性纤维灰度图像的对比度；
图像分割模块，用于将增强后的棉花异性纤维灰度图像进行二值 化分割，以使棉花异性纤维灰度图像中的异性纤维目标图像从背景图 像中分离出来；
线状目标连接模块，用于对增强后的异性纤维目标图像中的线状 异性纤维图像在分割过程中产生断裂的缝隙进行连接；
小目标移除模块，用于将增强后的异性纤维目标图像中的伪异性 纤维图像在上述分割过程中产生的小目标图像，从所述异性纤维目标 图像中移除。
本发明的棉花异性纤维图像处理系统对机器视觉釆集的图像进 行处理，首先提高异性纤维目标与皮棉背景之间的对比度，并提高分 割的速度和准确度，最终得到完整、准确的异性纤维目标图像，为下 一步进行特征提取、目标识别和在线计量提供基础数据。
本发明的棉花异性纤维图像处理处统，通过调整分段模型的参 数、调整搜索范围以及调整面积阈值大小，都可以很好地解决由于外 界因素变化而引起的图像处理效果差的问题，从而可以适用不同的场 景，得到高质量的二值化异性纤维图像。
采用这种快速的图像处理方法，可以根据实际情况确定模型的参 数，在进行图形增强时得到高对比度的图像，从而使后面的图像分割 变得容易，且结果精确；通过确定搜索范围，可以加快分割速度；在 连接线状目标的缺口时，可以通过调整结构元的大小，得到符合要求 的连接结果；对于小目标的移除，也同样可以通过改变面积阈值的大 小，产生满足不同需求的目标图像。
图l是本发明的棉花异性纤维图像处理系统结构示意框图；图2是本发明的棉花异性纤维图像处理方法的流程图3是本发明的增强图像的流程图4是本发明的面积阈值方法的流程图。
具体实施例方式
以下实施例用于说明本发明，但不用来限制本发明的范围。 如图l所示，本发明的棉花异性纤维图像处理系统，共包括5个模
块①图像转换模块；②基于直方图分析的图像增强模块；③基于改 进Otsu方法(大津法)的图像分割模块；④基于修正闭运算的线状目 标连接模块；⑤基于面积闽值的小目标移除模块。
所述棉花异性纤维图像处理系统对机器视觉釆集的图像进行处 理，首先提高异性纤维目标与皮棉背景之间的对比度，并提高分割的 速度和准确度，最终得到完整、准 确的异性纤维目标图像，为下一步 进行特征提取、目标识别和在线计量提供基础数据。
如图2所示，总体的技术方案是
读入棉花异性纤维彩色图像，并把所述彩色图像转换为棉花异性 纤维的灰度图像；然后选择具有代表性意义的原棉花异性纤维的灰度 图像，进行直方图分析，根据直方图的分析结果，釆用图像增强模块, 建立适合棉花异性纤维图像增强的分段非线性变换模型，对棉花异性 纤维的灰度图像进行图像增强，从而得到高对比度的图像，使下面的 图像分割变得更容易一些；然后通过图像分割模块对增强后的棉花异 性纤维图像进行二值化分割，以使棉花异性纤维灰度图像中的异性纤 维目标图像从背景图像中分离出来；再通过线状目标连接模块，对异 性纤维目标图像中的线状异性纤维在分割时产生的裂缝进行连接；最 后通过小目标移除模块，将由于图像分割时由伪异性纤维产生的小目 标图像移除，并且获得符合要求的异性纤维目标图像，最终得到高质 量、精确的二值化异性纤维目标图像。
1、图像转换模块图像转换模块，用于读入棉花异性纤维彩色图像，并将所述棉花 异性纤维彩色图像转换为棉花异性纤维灰度图像； 2、基于直方图分析的图像增强模块
所述的图像增强模块，主要是对基于机器视觉的棉花异性纤维检 测系统釆集的原始棉花异性纤维图像进行增强，通过对原始图像进行 直方图分析，得到原始图像的灰度分布、异性纤维目标图像所占比例 等灰度特征，根据所述直方图所获得灰度特征分析结果，建立分段非 线性变换模型对原始图像进行增强。
其中在原始棉花异性纤维图像的直方图分析中，得到棉花异性纤 维图像的灰度分布情况，确定灰度压缩范围， 一般情况下原始棉花异 性纤维图像的灰度直方图基本都呈单峰特性，异性纤维目标图像在整 个原始图像中所占的比例非常小，异性纤维目标图像的灰度值一般都
在某个范围之内，比如在(0-230)之间，而背景图像的灰度值大部 分都大于此值。
其中分段变换是将图像分布区间分割成两段甚至多段分别进行 灰度变换，以便突出用户感兴趣的目标或灰度区间，而棉花异性纤维 图像中用户感兴趣的只是如何将异性纤维目标从背景中分割出来，因 此变换模型可以采用两段非线性变换的模型。
设原始图像在位置(i, j)处的灰度值为GO(i, j),增强后的灰度 值为GE(i，j),目标图像的原始灰度范围为[O，Lh],则两段非线性变换 模型表示如下 '
在该公式中GO(i,j)、 U的参数值应该为已知量，在实际应用时， 一般可以根据直方图分析结果，确定符合实际情况的经验参数，比如 说目标图像的灰度范围一般取(0, 230)，根据适应棉层厚度、光源 照度等产生的图像灰度变化，其上限值在230的左右进行波动，可以取到235。
如图3所示，所述图像增强模块通过以下步骤来进行图像增强 Sl:顺序取目标棉花异性纤维图像在像素位置(i，j)处的灰度值 GO(i，j);
S2:若GO(i，j)不超过设定的灰度级，则利用两段非线性模型增强， 否则保持原值不变；
S3:判断是否仍有未处理过的像素，如果有，则移动位置(i，j)到 下一个像素位置，转S1,否则退出。
3、基于改进Otsu方法的图像分割模块
所述图像分割模块，主要是对增强后的棉花异性纤维图像进行二 值化分割，通过改进的Otsu方法确定最佳分割阈值的搜索范围，并 根据确定的搜索范围计算最佳分割阈值，并用得到的阈值对棉花异性 纤维图像进行分割，分割之后得到清晰的异性纤维二值图像。
所述分割阈值指的是将异性纤维目标图像同背景图像分割开的 一个灰度值， 一般Otsu方法通过搜索0-255范围内的灰度级来确定 最佳阔值。
所述改进的Otsu方法，将阈值搜索范围从0 - 255缩减到某个合 理的范围内，然后通过搜索具有最大类间方差的灰度级来确定分割阈 值，从而在计算最佳分割阈值这一环节，减少搜索时间，提高计算速 度。
所述改进的Otsu方法，具体的讲，釆用以下方法
设MxN图像包含0-L-l共L个灰度级，图像中目标图像的灰度
小于背景的灰度。灰度为i的像素数为IV则灰度级i的频数 Pi-ni/(MxN)。很显然，P,2 0， §尸,=1。
'=0
设当前阈值t将图像分为目标区A和背景区B两部分，A的灰度 范围为0 t, B的灰度范围为t+l~L-l,则目标区A和背景区B所占的比例分别为
目标区、背景区的灰度均值分别为.-
整幅图像的灰度均值为
<formula>formula see original document page 13</formula>目标区与背景区的类间方差为
<formula>formula see original document page 13</formula>直接利用上述公式求类间方差计算量较大， 一般利用其等价形
式，即
0<formula>formula see original document page 13</formula>改进Otsu方法中最佳分割闽值的计算公式表示为
<formula>formula see original document page 13</formula>在实际应用时，可根据实际情况确定最佳阈值计算的搜索范围 [b，e], —般情况下根据直方图分析结果，来确定最佳分割阈值的搜索 范围， 一般经验值为(150,230)，因为对于棉花异性纤维图像来说， 一般情况下，其背景图像的灰度值不小于150，而异性纤维目标图像 的灰度值不大于230;根据不同的应用场景，调整该阈值搜索范围的 上下限。
4、基于修正闭运算的线状目标连接模块
所述线状目标连接模块，采用修正的闭运算，对线状异性纤维可能由于棉层的遮挡等原因产生灰度不均匀性，使分割结果产生断裂的 缝隙，进行有效地连接。
所述的修正的闭运算，是对数学形态学中的闭运算进行修正，釆
用大半径a的圆形结构元进行膨胀，并选择较小半径b的结构元进行 腐蚀，其中b〈a。然后得到连接效果较好的线状目标，同时通过调整 结构元的大小，可以适用于不同的分辨率图像。
传统数学形态学对闭运算的定义为4*5 = ^ 旬 5，也即，A 被B闭运算相当于A被B膨胀后再被B腐蚀。通过改进闭运算的运 算规则，在膨胀时采用较大的结构元，在腐蚀时釆用较小的结构元， 可以解决这一问题。定义新的闭运算定义为X*S"=04 W)(^S。 即A被B"闭运算相当于A先被大结构元BL膨胀再被小结构元Bs 腐蚀。
在实际应用时， 一般选用圆形结构元，并可根据实际情况确定两 个结构元的大小。 一般情况下，根据产生的间隙大小，来决定所需的 结构元。
5、基于面积阔值的小目标移除模块
由碎棉籽壳、棉花叶等伪异性纤维产生的小目标图像必须移除， 以提高分割结果的准确性。
所述小目标移除模块，釆用面积阈值的方法，用于移除图像分割 时由伪异性纤维产生的小目标图像。
所述面积阈值方法，通过设置面积阈值将上述小目标图像移除， 并通过调整面积阈值的大小(根据分辨率来调整)，可以得到符合要 求的异性纤维目标图像。
所述的面积阈值方法釆用如下步骤
Sll:在分割后的图像中确定连通对象L;
S12:计算连通对象L的面积S;在二值化图像中，连通对象的面 积等于值为1的像素个数；S13:如果面积S小于规定的阈值STh,则移除L,否则保留下来； S14:若图像中仍有未处理的连通对象则转Sll,否则退出。 采用本发明的图像处理方法和处理系统，可以根据实际情况确定 模型的各个参数，在进行图形增强时得到高对比度的图像，从而使后 面的图像分割变得容易，且结果精确；通过确定搜索范围，可以加快 分割速度；在连接线状目标的缺口时，可以通过调整结构元的大小， 得到符合要求的连接结果；对于小目标的移除，也同样可以通过改变 面积阈值的大小，产生满足不同需求的目标图像。
以上实施方式仅用于说明本发明，而并非对本发明的限制，有关 技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下， 还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明 的范畴，本发明的专利保护范围应由权利要求限定。
权利要求
1、一种棉花异性纤维图像处理方法，其特征在于，包括以下步骤S1读入棉花异性纤维彩色图像，并将所述棉花异性纤维彩色图像转换为棉花异性纤维灰度图像；S2对棉花异性纤维灰度图像进行直方图分析，根据直方图的分析结果，对所述棉花异性纤维灰度图像进行图像增强，以提高棉花异性纤维灰度图像的对比度；S3对增强后的棉花异性纤维灰度图像进行二值化分割，获得从所述棉花异性纤维灰度图像的背景中分割出来的异性纤维目标图像；S4对所述异性纤维目标图像中的线状异性纤维图像在分割过程中产生断裂的缝隙进行连接；S5将在分割过程中产生的伪异性纤维小目标图像，从所述异性纤维目标图像中移除掉。
2、 如权利要求l所述的棉花异性纤维图像处理方法，其特征在于， 所述步骤S2中，根据棉花异性纤维灰度图像的直方图分析所获得棉花 异性纤维灰度图像的灰度特征结果，建立分段非线性变换模型，对所 述棉花异性纤维灰度图像进行图像增强。
3、 如权利要求2所述的棉花异性纤维图像处理方法，其特征在于，所述分段非线性变换模型，为两段非线性变换模型，其模型公式如下其中GO(i， j)为所述棉花异性纤维灰度图像在位置(i, j)处的原 始灰度值，GE(i,j)为棉花异性纤维灰度图像增强后的灰度值，异性纤 维目标图像的原始灰度范围为[O， Lh]。
4、如权利要求3所述的棉花异性纤维图像处理方法，其特征在于，所述的异性纤维目标图像的原始灰度范围
为
。
5、 如权利要求2或3所述的棉花异性纤维图像处理方法，其特征 在于，所述步骤S2，通过以下步骤对棉花异性纤维图像进行增强Sll:顺序取棉花异性纤维灰度图像在像素位置(i,j)处的原始灰 度值GO(i，j);S12:若GO(i，j)不超过设定的灰度级，则利用分段非线性变换模 型增强所述位置(i，j)的图像，否则保持原始灰度值GO(i,j)不变；S13:判断是否有未处理过的像素，若有，则移动像素位置(i,j) 到下一个像素位置，转到步骤Sll,否则退出。
6、 如权利要求1所述的棉花异性纤维图像处理方法，其特征在 于，所述步骤S3通过在设定的阈值搜索范围内，通过搜索具有最大 类间方差的灰度级来确定二值化分割中的最佳分割闳值。
7、 如权利要求1所述的棉花异性纤维图像处理方法，其特征在 于，所述步骤S4中连接线状异性纤维图像的缝隙时，先釆用半径为 第一半径的圆形结构元对线 性异性纤维的缝隙进行膨胀，然后再釆用 半径为第二半径的圆形结构元对其进行腐蚀，其中所述第一半径和第 二半径为设定值，并且第一半径大于第二半径。
8、 如权利要求1所述的棉花异性纤维图像处理方法，其特征在于， 所述步骤S5釆用面积阈值方法来进行伪异性纤维小目标图像的移 除。
9、 如权利要求8所述的棉花异性纤维图像处理方法，其特征在于，所述面积阈值方法，包括以下步骤S21:在分割后的异性纤维目标图像中确定连通对象L;S22:计算连通对象L的面积S,其中在所述的异性纤维目标图 像中，连通对象L的面积S等于二值化图像中值为1的像素个数；S23:如果面积S小于规定的阈值STh,则移除连通对象L,否则 保留下来；S24:若异性纤维目标图像中仍有未处理的连通对象，则转去执 行S21，否则退出。
10、 一种棉花异性纤维图像处理系统，其特征在于，该系统包括图像转换模块，用于读入棉花异性纤维彩色图像，并将所述棉花 异性纤维彩色图像转换为棉花异性纤维灰度图像；图像增强模块，用于根据直方图分析所获得的结果，对棉花异性 纤维灰度图像进行图像增强，以提高棉花异性纤维灰度图像的对比 度；图像分割模块，用于将增强后的棉花异性纤维灰度图像进行二值 化分割，以使棉花异性纤维灰度图像中的异性纤维目标图像从背景图 像中分离出来；线状目标连接模块，用于对增强后的异性纤维目标图像中的线状 异性纤维图像在分割过程中产生断裂的缝隙进行连接；小目标移除模块，用于将增强后的异性纤维目标图像中的伪异性 纤维图像在上述分割过程中产生的小目标图像，从所述异性纤维目标 图像中移除。
全文摘要
本发明涉及一种棉花异性纤维图像处理系统及方法，所述棉花异性纤维图像处理系统包括通过分段增强模型对棉花异性纤维的灰度图像进行图像增强的图像增强模块，用于通过修正的大津法对增强后的棉花异性纤维图像进行二值化分割的图像分割模块，用于对异性纤维目标图像中的线状异性纤维在分割时产生的裂缝进行连接的线状目标连接模块，用于移除由伪异性纤维产生的小目标图像的小目标移除模块。通过该图像处理系统，能够提高图像处理的速度，保证图像处理的精度，同时，通过调整各个模块的参数，可以适用于不同的场景，可以防止由于外界因素变化而引起的处理系统失效问题。
文档编号G06T7/00GK101320476SQ20081011617
公开日2008年12月10日 申请日期2008年7月4日 优先权日2008年7月4日
发明者康玉国, 李道亮, 杨文柱 申请人:中国农业大学