基于机器视觉的竹材尺寸测量系统设计

韩伟聪袁 鲍光海（福州大学电气工程与自动化学院，福建 福州 350108）

摘 要院为适应竹材加工过程的竹材剖分自动化需求袁该文提出将机器视觉技术应用到竹材图像实时处理与显示中袁并设计一种新的算法来测量竹材的尺寸参数遥 首先袁针对采集图像存在的噪声袁采用选择式掩模平滑法进行去噪并保

护边缘信息曰然后利用 Sobel 算子提取竹子的内外轮廓袁通过二值化分割图像的目标和背景袁并按照新的算法获取竹材

尺寸大小曰最后通过 VC++编写的软件界面显示采集和处理后的图像及测量数据袁并存储在数据库里遥 试验结果表明院软件设计采取的数字图像处理算法能有效滤除噪声袁保留感兴趣的目标袁而新的测量算法能高效快速精确地计算竹材

的尺寸参数袁为竹材自动化剖分的实现提供有效途径遥关键词院尺寸测量曰机器视觉曰选择式掩模平滑法曰Sobel 算子

文献标志码院A 文章编号院1674-5124渊2016冤07-0074-05

Design of measurement system of bamboo size based on machine vision

HAN Weicong，BAO Guanghai（School of Electrical Engineering and Automation，Fuzhou University，Fuzhou 350108，China）

Abstract: In order to cater to the demand for automated bamboo splitting technologies，this paperproposed to apply digital image processing technology to real -time processing and display ofbamboo images. A new algorithm was designed to measure the size parameters of bamboo. Firstly，this paper focused on the noise of image collection， used selective masking smoothing methodto weaken the noise and protect edge information; then used the Sobel operator to extract theinternal and external contour of bamboo， separated the background， obtained the target of theimage by binarization and attained the size of bamboo in accordance with the new algorithm;Finally，the software interface written in VC++ displayed the collected images，processed images，measured data，and stored in the database. Experiment showed that the design of the software byadopting the digital image processing algorithms could effectively filter the noise，retain the targetsof interest， and new measurement algorithm was fast， efficient and accurate on calculating thesize parameters of bamboo， which provided an effective way to realize automation of bamboosplitting.Keywords: dimensional measurement；machine vision；selective masking smoothing method；Sobeloperator

收稿日期院2015-09-30曰收到修改稿日期院2015-10-30基金项目院福建省教育厅 JK 项目渊JK15005冤作者简介：韩伟聪渊1992-冤袁男袁福建漳州市人袁硕士研究生袁专业方向为机器视觉应用遥

0 引 言近年来袁随着社会的不断发展与人民生活水平的

逐步提高袁人们对自然资源特别是木材的消耗量与日

俱增遥 由于木材的生长周期长袁使得木材急剧短缺遥

中国测试CHINA MEASUREMENT & TEST Vol.42 No.7July，2016第 42 卷第 7 期2016 年 7 月

doi院10.11857/j.issn.1674-5124.2016.07.015

第 42 卷第 7 期

而将竹材作为替代品袁具有生产周期短尧材质优良

等优点遥 因此袁实现竹材尺寸自动化测量显得至关

重要遥目前袁国内外针对竹材的轮廓提取与尺寸测量

做了较多的图像分析和研究遥 文献[1]采用 Harris 角点检测与边缘拟合算法对图像轮廓进行预处理遥

文献[2]通过计算八连通区域的像素点数袁数值

较大的为外轮廓值袁数值较小的内轮廓值遥文献[3]提出基于弦中点 Hough 变换渊CMHT冤的椭圆检测算法袁该算法对噪声具有较强的抵抗力遥 文献[4]利用圆的

特性和梯度算法对圆进行判定袁能够在复杂环境下

准确识别圆遥在传统的竹材剖分过程中袁对于竹材的剖分片数

主要依靠人工经验进行遥由于人工识别尺寸误差大尧效率低且劳动强度大袁所以本文旨在利用 VC++设计

一套基于数字图像处理理论的竹材尺寸自动化测量

系统袁快速实时显示处理前后的竹材图像袁以及测算

竹材的内外轮廓厚度与内周长袁为自动化剖分提供依

据遥实验表明院该系统能够实时显示处理前后的竹材

图像以及竹材参数袁且处理速度快尧准确度高遥1 尺寸测量系统设计

本文设计一个采用 VC++语言[5]编写的具有图像

识别分析与参数计算功能的软件袁该软件具有输入图

像与处理后图像的用户界面袁能够显示相应的参数袁并将其记录到数据库袁以便统计与分析用户需要的

信息遥 图像处理流程如图 1 所示遥实物检测平台如图 2 所示遥首先袁通过触发与发

送模块触发摄像机拍摄遥 然后袁将图像数据传输到

PC 进行图像处理遥最后袁将处理结果显示在 PC 上以

及无线传输到 LED 模块显示遥2 竹材图像的数字化处理

本文所有的图像采集[6-7]都是在自然光条件下进

行的袁而且固定摄像机与物体的距离为 50 cm袁竹子

背后放置黑色挡板遥2.1 选择式掩模平滑

在数字图像采集与传输过程中袁由于摄像机存在

不稳定性尧光线的不均匀性和拍摄范围内的非目标

物体的杂质影响袁图像存在噪声遥平滑滤波可用于消

除噪声袁或者提取较大的目标前去除小的细节遥空域

中主要有中值滤波尧选择式掩模平滑法等滤波效果

较好的算法遥由于中值滤波在开窗较大时袁其数据计

算量迅速增大袁实时性受到影响遥而选择式掩模平滑

法既可以抑制噪声改善图像袁又能尽量不模糊边缘轮

廓遥因此袁该软件的设计采取选择式掩模平滑法作为

滤波算法遥选择式掩模平滑法以模板运算为基础袁本文采取

5伊5 的模板窗口遥 设图像窗口中心像素坐标为渊i袁j冤袁构造一个边长为 3 的正方形 1 个尧 五边形 4 个和六

边形 4 个袁共 9 种形状的窗口袁分别计算每个窗口内

的均值与方差遥由于含有尖锐边沿的区域袁方差必定

较平缓区域大袁因此采用方差最小的窗口进行平均

化袁这种方法在完成滤波操作的同时袁又不会破坏边

界的细节[5]遥均值的计算公式为

Mi=k = n

k = 1移 f渊 i袁 j 冤 / n 渊1冤

方差的计算公式为

滓i=k = n

k = 1移渊 f 2渊 i袁 j 冤-Mi

2冤 渊2冤式中 k=1袁2袁3...袁n袁n 为各窗口对应的像素个数遥

求出最小的方差 滓imin袁则将其对应的 Mi 作为像

素点渊i袁j冤的值输出遥 依次遍历整幅图像的所有像素

点袁可得到平滑后的图像袁如图 3 所示遥从图中可知袁选择式掩模平滑能够有效去除竹

屑等细小的杂质袁而且不会模糊竹子的内外轮廓边图 1 图像处理流程图

摄像机实时图像输入

数字图像处理

Sobel 算子

边缘提取

图像缩放

选择式掩模平滑

软件显示界面

参数计算 实时图像处理与显示

格式转换

二值化

图 2 实物检测平台

LED显示模块 无线

接收模块

摄像机模块

触发与发送模块

韩伟聪等：基于机器视觉的竹材尺寸测量系统设计 75

中国测试 2016 年 7 月

渊a冤原始图像 渊b冤平滑图

图 3 选择式掩模平滑图像

缘袁有利于目标图像的特征提取袁便于后续的图像

处理遥2.2 边缘提取

为了获取竹材内外轮廓的尺寸参数袁图像的边缘

检测是图像处理中一个很重要的环节遥 目标物体的

边缘是指像素灰度值剧烈变化渊灰值图像的灰度值

为 0~255冤袁即与周围像素的梯度较大的一系列像素

点组成的轮廓遥边缘检测算子就是构造对灰度值变化敏感的

微分算子来进行图像的边缘检测[8-9]遥 传统的边缘检

测算子有 Sobel 算子尧Robert 算子尧Prewitt 算子和

Laplacian 算子等遥 通过对比试验发现袁Sobel 算子与

其他算子相比袁检测的轮廓清晰直观袁便于后续的二

值化处理遥Sobel 算子包含两个 3伊3 的模板袁将其与图像上

的每个像素点作卷积袁分别得到横向和纵向的梯度值遥这两个模板如图 4 所示遥

采用 Sobel 算子提取边缘的图像如图 5 所示遥

从图中可知袁Sobel 算子能够较好地保留竹材内

外轮廓的边缘袁并且滤除大多数非轮廓的像素点遥虽

然还保留一些轮廓外显示的像素点袁但是与目标轮

廓相比并不明显袁在后续图像处理中可以采用阈值二

值法滤除这部分杂质遥2.3 图像二值化

在利用选择式掩模平滑和 Sobel 算子提取边缘

后袁为了尽量使图像中有且仅有我们感兴趣的部位袁需要对图像整体进行处理袁而二值化在区分目标与背

景起到了至关重要的作用遥灰度图像的像素亮度等级分为 0~255袁而图像二

值化就是按照某一阈值 兹袁将图像整体分为两部分院像素大于 兹 的部分和小于 兹 的部分遥 阈值 兹 的选取是

确保二值化处理能准确分离背景和目标的关键遥 如

果阈值选得过大袁容易把目标区域的一部分给滤除

掉曰若选得过小袁则二值化后的图像包含一部分的背

景遥 因此袁需要通过合理的方法确定阈值袁使其能够

最大程度地去除背景获取目标遥 常用的二值化算法

分为固定阈值和自适应阈值遥 为了更加快速地处理

图像袁本文采用固定阈值遥该固定阈值的确定是通过大津阈值法和实验相

结合获取得到的遥首先袁通过大津阈值获取阈值初值遥大津阈值的原理是将图像的直方图按照某一阈值分

割成两组袁当两组的方差最大时袁该阈值即为我们所

需要的遥 然后袁将该阈值作为初值袁通过多次小幅度

改变该阈值袁查看输出结果遥在输出的结果中比较并

寻找最理想的图像袁 即该图像基本只包含内外轮

廓袁而且内外轮廓清晰完整袁此时则选取该阈值作为

最终的分割阈值遥二值化处理后的图像如图 6 所示遥

从图中可知袁所选取的阈值基本上能将目标与

背景分离袁且内外轮廓清晰可见遥图像边缘的倾斜直

线是因为平台与挡板没有放置好的原因袁可以通过只

处理指定区域的图像像素去除掉袁对尺寸测量没有

影响遥3 尺寸参数测量

传统的数据计算与分析一般根据像素的点数来

渊a冤原图 渊b冤二值图像

图 6 二值化处理图像

渊a冤原图 渊b冤Sobel 算子

图 5 Sobel 算子提取边缘图像

图 4 Sobel 模板

渊a冤横向模板 渊b冤纵向模板

-1-2-1

000

121

10-1

20-2

10-1

76

第 42 卷第 7 期

确定[10-12]遥 本文通过大量的实验分析得出袁对于计算

竹材的内外轮廓周长和厚度袁该方法存在一定的缺

陷遥 当处理后的轮廓图并非标准圆时袁或者处理后

的竹子轮廓面并非完整时袁其存在较大的误差袁无法满足竹材高精度剖分的需求遥 由于竹材的轮廓面

一般都呈椭圆状袁当采取快速 Hough [13 -14]圆变换

算法计算内外轮廓参数时袁其计算量大袁耗时长且误

差大遥本文采用基于距离而非像素的方法来判断竹材

的内外轮廓以及参数遥参数计算流程如图 7 所示遥

具体的计算思路如下院1冤首先袁将整个图像最左边和最右边的像素点

选取存放在数组 a 里袁然后分别求出这些点的横尧纵坐标的平均值遥若图像只有轮廓存在时袁则两者分别

为圆心的横纵坐标初值遥2冤然后袁求出存放在数组 a 里的像素点与初始

圆心距离的平均值袁将该距离设为初始外轮廓半径曰接着袁将小于该初始外半径一定距离渊本文取小于该

初始外半径 10 像素距离冤的所有点存放在数组 b里遥 求取这些点的横尧纵坐标平均值袁将其作为圆心

的参考坐标遥 将其与初始圆心对比袁若相差不大袁则选取该坐标为圆心袁否则选初始圆心坐标为圆心遥该做法是为了提高圆心坐标的准确度遥

3冤求数组 a 里面的像素点与圆心的距离的平均

值袁将其设为外轮廓半径参考值曰接着袁将小于该外

半径参考值一定距离渊本文取小于该外半径参考值

10 像素距离冤的所有点存放在数组 c 里遥求数组 c 里

面的像素点与圆心的距离的平均值袁将其设为内轮廓

半径的参考值遥4冤求大于内半径参考值一定距离渊本文取大于

该内半径参考值 10 像素距离冤的所有点距离圆心的

平均值袁将其与外轮廓半径参考值作比较袁若相差不

大袁则选取该值作为外轮廓半径袁否则选取后者作为

外轮廓半径遥 同理可得内轮廓半径遥5冤由于内周长与内轮廓半径成比例袁厚度与内

外轮廓半径距离之差成比例袁根据实际测量数据计

算出比例系数袁则可得到相应的厚度与周长遥本文对竹子样本分别测出其在不同方向情况

下袁采用该算法获取数据的平均值与实际的绝对误

差和相对误差袁限于篇幅袁这里仅列出 6 组数据遥

从以上数据可知袁最小厚度的绝对误差约0.5mm袁相对误差约依5%曰内周长的绝对误差约5 mm袁相对误

差约依2%遥 显然袁内周长的测量精度高于厚度袁这是由

于竹子的内外轮廓面呈椭圆袁导致不同位置的厚度大

小不一遥 总体上袁对于椭圆形的竹材轮廓而言袁该算

法具有较高的计算精确度遥4 软件界面显示

软件设计的 GUI 如图 8 所示遥软件是采用 VC++ 6.0 MFC 对话框设计袁数据

显示界面的内容有院1冤采集的图像与处理后的图像

的实时显示曰2冤通信串口设计袁目的是为了将处理结

果通过串口通信传输到 LED 显示屏上显示袁使数据

图 7 参数计算流程图

开始

结束

则厚度为 r11-r21袁内周长为 2伊3.14伊r21

由 r11 求内轮廓半径 r21

根据 r2 求外轮廓半径 r11

根据 r1 求内轮廓初始半径 r2

计算外轮廓初始半径 r1

计算圆心初始坐标

测量样本计算最小

厚度/mm实测最小

厚度/mm 绝对误差/mm 相对误差/%1 7.44 7.18 0.26 3.622 8.54 8.69 -0.15 -1.723 11.79 11.7 0.09 0.774 10.23 10.47 -0.24 -2.295 10.49 10.5 -0.01 -0.096 9.08 8.73 0.35 4.01

表 1 计算与实测的厚度对比

测量样本计算内

周长/mm实测内周长/

mm 绝对误差/mm 相对误差/%1 170 169 1 0.592 199 200 -1 -0.503 214 215 -1 -0.464 227 230 -3 -1.305 214 216 -2 -0.926 196 193 3 1.55

表 2 计算与实测的内周长对比

韩伟聪等：基于机器视觉的竹材尺寸测量系统设计 77

中国测试 2016 年 7 月

图 8 用户界面

处理图片

实际图片读取文件 图像处理

通讯串口设定

切片长度设置

修改

确定10

COM1

处理结果内周长

外周长

毫米

毫米

毫米

170222167

切片数量

竹子厚度

清空图片 查看历史数据

呈现更加直观与简单曰3冤切片长度设置袁根据需要确

定竹材剖分的宽度袁以便根据内周长获取竹材剖分的

片数曰4冤查看历史数据袁为了方便用户了解竹材的剖

分情况遥软件的工作流程院当竹材放在装有压力传感器

的平台时袁触发摄像机拍摄袁将图像数据传入计算机

指定的图像文件夹中遥 软件一旦检测到有新的图像

传进来袁立即按照相应的图像处理算法处理图像并显

示处理前后的图像与尺寸遥 计算机在存储数据的同

时将数据传输到控制竹材剖分的机器上袁确定竹材

剖分数袁实现了竹材自动化剖分遥5 结束语

本文通过对竹材图像进行选择式掩模平滑尧Sobel 算子边缘提取以及二值化等数字图像处理袁获得了竹材内外轮廓边缘遥 由于现有基于像素点数测

量算法的不足袁本文设计一种基于像素点间距的算法

来计算竹材内外轮廓的厚度与内周长袁最终实现竹

材的自动化剖分遥 实验表明袁该算法能够实时在线

检测尧处理竹材的图像袁运行可靠性高且测量准确度

高遥 该尺寸测量系统可为竹材加工企业节约生产成

本袁提高生产效率袁具有良好的经济和社会效益袁能极大推动现有竹材加工自动化的发展袁对当前竹材

加工有重要意义遥参考文献

[1] 翟亚宇袁潘晋孝袁刘宾袁等. 基于运动目标检测的实时图像

处理与显示 [J]. 计算机测量与控制袁2014渊11冤院3794-3797.

[2] 柴华袁任洪娥袁张俊卿. 利用 Sobel 算子结合蚁群算法提

取竹材的内外轮廓[J]. 哈尔滨理工大学学报袁2014渊1冤院54-58.

[3] 屈稳太. 基于弦中点 Hough 变换的椭圆检测方法[J]. 浙江大学学报渊工学版冤袁2005渊8冤院1132-1135.

[4] 周封袁杨超袁王晨光袁等. 基于随机 Hough 变换的复杂条

件下圆检测与数目辨识[J]. 仪器仪表学报袁2013渊3冤院622-628.

[5] 谢凤英袁赵丹培袁姜志国. Visual C++数字图像处理[M].北京院电子工业出版社袁2008院21-39.

[6] 祁晓玲袁赵霞霞袁靳伍银. 基于机器视觉的轴类零件几何

尺寸测量[J]. 组合机床与自动化加工技术袁2013渊1冤院65-67.

[7] 李绍民袁陈卫东. 图像处理方法在自动化加工中的应用[J].组合机床与自动化加工技术袁2004渊9冤院94-95.

[8] LIAO C W袁 YU J H袁 TARN Y S. On-line full scaninspection of particle size and shape using digital imageprocessing[J]. Particuology袁2010渊3冤院286-292.

[9] 柴华. 基于图像识别的竹材横截面轮廓提取技术研究[D].哈尔滨院东北林业大学袁2014.

[10] 张华袁展晓凯. 基于 VC++的数字图像处理系统的设计与

实现[J]. 潍坊学院学报袁2011渊2冤院15-21.[11] 龙倩倩. 剖竹加工工艺分析及其数控加工机床的设计[D].

哈尔滨院东北林业大学袁2014.[12] 龚聪.基于机器视觉的高准确度尺寸检测方法与实现[D].

广州院广东工业大学袁2014.[13] 程鹏袁朱美琳袁耿华.一种基于梯度 Hough 变换和 SVM 的

圆检测算法[J]. 计算机与现代化袁2013渊2冤院22-25.[14] 蒋忠凌袁廖俊必袁黄玉波袁等. 基于机器视觉的化成箔缺陷

在线检测系统设计[J]. 电子测量技术袁2015渊7冤院27-32.渊编辑院徐柳冤

78