基于圖像識別技術的毛竹材質表面檢測研究

傅雅娜,張爽瑩,沈 芳,王 進,余慶慶（湖州師范學院,浙江 湖州 313000）

?

基于圖像識別技術的毛竹材質表面檢測研究

傅雅娜,張爽瑩,沈 芳,王 進,余慶慶
（湖州師范學院,浙江 湖州 313000）

摘 要：現在工廠竹地板的檢測都是人工操作的。工人通過肉眼觀測是否有蟲洞，蟲眼，判斷它的顏色深淺如何歸類。這種純人工的操作，費時費力，且檢測結果粗糙，性價比低。基于這個設想，我們提出了“基于圖像識別技術的毛竹材質表面檢測研究”的研究課題，期望利用vc6.0++平臺設計出相關的算法，來鑒別毛竹材料的品質。

關鍵詞：毛竹檢測；HSI顏色模型；圖像識別

1 基于HSI顏色模型的圖像識別

（1）圖像識別技術。在眾多的圖像識別技術中，我們采用的是模版匹配模型，即事先預定好了若干個蟲洞顏色庫，然后掃描所采集到的圖像，并與蟲洞顏色庫進行比較，以此來鑒別該圖像中是否有蟲洞存在，且有多少個蟲洞，最后確定該竹片的質量等級。

（2）HSI顏色模型原理。HSI是Hue,Saturation,Intensity的縮寫,即一種用色調，飽和度和亮度來描述某種色彩的顏色模型。色調是指人眼能夠識別的顏色種類，如紅色，綠色等；飽和度是指顏色的純度，即加入白光后的稀釋程度；亮度，表示色彩的一種明亮程度，是人的一種主觀感受。人的視覺對色彩的亮度這方便較敏感。

RGB（Red,Green,Blue）顏色模型簡而言之就是利用紅色、綠色和藍色這三原色，任意疊加以及它們的顏色通道變化來描述色彩的一種顏色模型。

因為人眼對色彩亮度的感知敏感程度要遠大于對色彩深淺的感受程度，而HSI顏色模型正是很好的適應了人類視覺的這種特性，所以本研究選用HSI顏色模型進行試驗。

HSI顏色模型有兩個很重要的特點：1）I分量與圖像的彩色信息無關。生產工廠的環境光一般亮度變化較大，人眼和攝像機所采集到的圖像數據都會隨亮度變化而發生相應的改變。采用HSI顏色模型來表達圖像數據的話，我們就可以剔除I分量的數據，以H、S分量的數據來鑒別圖像。假如采用RGB顏色模型的話，R、G、B三個分量的數據都會隨亮度的變化而產生改變；2）H和S分量與人感受顏色的方式是緊密相聯的。通過這種方式檢測出來的竹地板材料與人工的肉眼篩選比較接近且效率更高。基于以上兩個考慮，本研究采用HSI顏色模型。由圖1的原理圖可知，S值越大，人們看到的顏色就會越鮮艷。

（3）RGB轉換成HSI的公式。RGB顏色模型與HSI顏色模型之間存在著一定的聯系，兩者是可以相互轉換的。本研究的一部分工作就是要利用RGB轉換成HIS來實現對攝像頭采集到的圖像的格式轉換工作。RGB轉換成HIS的公式如下：

2 毛竹品質檢測算法

（1）毛竹檢測流程概述。搜集一定數量具有蟲洞的竹片，在不同時間段和不同光照強度下，用攝像頭進行拍攝，將采集到的RGB格式彩色圖像傳輸給計算機，利用RGB與HIS 的轉換公式，將RGB圖像轉換成HSI圖像信息，并在此基礎上采集、建立若干蟲洞顏色庫，之后，利用建立好的若干蟲洞顏色庫來掃描傳遞過來的毛竹材料，掃描檢測該毛竹材料是否存在蟲洞、有多少個蟲洞，鑒別出該毛竹材料的品質。

（2）圖像采集。圖像采集是以硬件系統為基礎的，通過USB接口，將攝像機采集的RGB圖像導入計算機，并利用計算機中的顏色采集器對圖像進行采集，在此過程中可通過顏色采集器的調整功能，來調整采集圖像位置和圖像參數。

（3）圖像預處理。在用攝像頭直接拍攝竹片表面圖像的過程中，還需考慮外界環境中干擾因素的影響以及噪聲污染，為了讓檢測系統及時檢測到圖像，就需要對圖像采取預處理，將外界的干擾因素與噪聲弱化，用一種標準的形式來呈現圖像，為后續檢測過程中目標特征的提取和分類識別做好充分的準備。在圖像預處理過程中，只需有選擇性的突出圖像中區域的特征，而不需要的特征，則可以全部或部分削弱。

（4）顏色采集與處理。顏色采集器是對竹片上蟲洞的顏色進行采集。將采集到的RGB格式的圖像轉換成為HSI的圖像，為后續檢測做好準備。但竹片蟲洞顏色通常具有一定的范圍，因此，在顏色采集的過程中，我們依據一定數量的竹片樣條，建立了許多個一定范圍的顏色深淺分類庫，把不同顏色進行合理的分類。以便在之后檢測的過程中，通過與已建立的蟲洞顏色庫進行比較，則可以對竹片的顏色進行分類。

3 實驗室檢測

我小組成員將研究所得的算法程序在如圖實驗室中進行實驗。我們選取一定數量的不同等級的毛竹材料，分別在早上、中午、晚上三個時間段，并加以不同強度的光照，利用攝像頭進行拍攝獲取圖像，并利用顏色采集器的調整功能，有效的采集圖像位置和圖像參數。

4 總結

本文將圖像識別技術有效的應用于毛竹材質表面檢測，在確保實驗科學、可行的情況下，借助VC6.0++平臺，設計出一整套算法進行相應的識別，在實驗室試驗后取得了一定的成效，但由于資金等條件不足，本文提出的方法還未真正試用于工廠、企業的竹地板檢測中，這也是有待進一步研究的內容。

參考文獻：

[1]華于生.基于嵌入式的竹片表面缺陷檢測系統的研究[D].浙江理工大學,2014.

[2]黃紫嫣.竹片顏色自動檢測分級系統研究[J].林業實用技術,2011(02)。

項目：2014省級新苗人才計劃項目 2014R425030

DOI:10.16640/j.cnki.37-1222/t.2016.02.217