基于圖像處理的檢測系統的研究設計

李西鋒

摘要：隨著自動化技術的不斷升級，基于圖像處理技術設計的全自動檢測系統技術已經日趨成熟。該檢測系統目前在工業生產產品質量監控、精密測量等領域都得到了廣泛的應用。其不僅可以減少檢測人員的工作量，而且實現了無間斷地連續檢測，同時也大大提高了檢測、測量精度。近年來隨著圖像處理技術的不斷進步，基于圖像處理的檢測系統研究設計也需要做出突破，改善檢測系統應用現狀。

關鍵詞：圖像處理；HOUGH變換；檢測系統

在日常的生活生產之中，圖像信息的獲取始終是我們了解外界最主要方式。在圖像分析時對于圓形圖像的分析十分基礎，目前基于圖像處理的檢測系統大多基于對圓形圖像的分析處理，可以大大提升檢測工作的精度及效率，目前主流的檢測系統都是在圖像處理的基礎上利用HOUGH變換進行檢測。但隨著圖像采集、處理技術的不斷升級以及檢測要求的提高，檢測系統設計也需要做出改進，本文也將對此進行探析。

1檢測系統的組成

基于圖像處理的檢測系統在進行檢測時，需要對傳來的圖像進行分析并提取數據參數，在中信息的提取工作中檢測系統需要按照一定地規則進行，目前主要采用的是對圓形進行檢測的技術。

目前檢測系統中首先是對圖像信息進行采集的部分，目前主要使用的是CDD攝像器件。利用CDD攝像器件采集的圖像最終呈現方式為橫豎排列的像素，而后這些像素信息再經由光敏二極管轉化為電荷包，像素信息便可以通過電荷包的帶電量表珊”。隨后CDD攝像器件再利用移位寄存器的原理將電荷包的帶電量信息通過電荷的傳遞轉變為電流信息輸出，這樣檢測系統中的圖像分析設備便可以電流信號進行分析并獲取圖像信息。將圖像的像素信息轉變為電流信號輸出是CDD攝像器件獨有的特點，區別于其他圖像獲取設備傳輸的電壓信號，電流信號更加靈敏也更加精確，同時在CDD攝像器件信號傳輸電路中還應用了場效應管電路以提升信噪比減少信號的失真。另外在檢測系統的圖像采集環節中，通常還會輔以LED等補充光源，以確保圖像采集環境滿足CDD攝像器件的工作要求。

CDD攝像器件在完成圖像采集工作后，其生成的信號電流會被傳輸至信息分析處理系統之中，這也是檢測系統的核心。目前對于圖像信息的分析是利用計算機主機將電流傳來的數字信號轉化為圖像信息。而現階段計算機主機大多利用PCI主線系統連接了圖像采集卡，由圖像采集卡完成初始的數字信號轉換。而圖像采集卡在完成圖像轉換之后，會將得到的圖像信息存儲于自身的存儲單元之中，而計算機主機在進行圖像分析時便可以在圖像采集卡中調取每一幀圖像，提升了圖像分析處理效率。而在進行圖像信息轉換后，計算機主機便可以利用HOUGH轉換等手段進行圖像信息分析與檢測。

檢測系統的另一個組成部分便是數據輸出系統，這一系統主要是將采集到的圖像信息經過預處理通過顯示器等設備加以呈現。同時信息輸出系統也需要將檢測結果加以整合匯總，以報告的形式呈現，完成全部的檢測工作。

2檢測系統的圖像處理基礎

在檢測系統的工作過程中，CDD攝影器件將圖像信息轉變為電流信號，之后再經由圖像采集卡將之還原為數字圖像信息。在這一過程中，圖像的質量在不斷的格式轉變過程中難以得到保障，這也為后期的圖像分析及檢測工作帶來了難度，因此對于圖像的后期處理十分關鍵。早期對于圖像的處理過程通常是對于畫質的加強，計算機系統利用圖像復原及增強等技術手段讓最終呈現的圖像更加清晰。但是這一圖像處理工作的主要對象是人，而在檢測系統中圖像處理工作是為后期的系統圖像識別服務，因此其處理過程也有所不同。當下檢測系統對于圖像的處理主要是通過灰度變換、幾何矯正等手段實現對于圖像的降噪，讓系統更易提取圖像中的信息并加以檢測。

在進行圖像處理工作之時，首先需要確定圖像的表示模型，目前主流的圖像表示模型有RGB顏色表示模型及HSV模型兩種。其中RGB顏色表示模型是基于人眼視覺對于紅、綠、藍三種顏色較為敏感的特性建立的，以此三種基礎原色作為坐標軸建立三維坐標系，求得圖像中各個像素點的色彩坐標便可以建立色彩表示模型。而HSV模型的建立基礎也是人眼的視覺原理，在人進行視覺信息獲取時，色調、飽和度及亮度是最為基礎的要素，HSV模型正是利用這三個要素建立參數體系實現圖像表示模型的建立。不過雖然RGB顏色表示模型及HSV模型的原理都是基于人眼特性，但是它們之間的轉化較為復雜，并非簡單的線性關系，因此在圖像處理過程中通常只選用一種圖像表示模型，目前主流使用的是RGB顏色表示模型。在確定了圖像的表示模型之后，由于圖像的存儲、調取及分析處理過程都是經由計算機主機進行的，因此其存儲格式的確定也很關鍵。目前計算機系統中圖像的存儲格式多種多樣，在檢測系統的實際應用過程中通常選取的都是bmp格式。bmp格式作為目前主流windows系統自帶的位圖格式，兼容性較好而且其存儲的圖像文件也不會出現失真，可以滿足檢測工作的要求。

隨后開始的圖形處理工作主要分為幾個類型，首先便是對圖像進行濾波處理。在圖像采集過程中，空氣中的灰塵、攝像頭上的污漬以及光照的斑點都會導致圖像上出現不均勻的像素點，而這些像素點會干擾后期的圖像檢測工作。在進行圖像預處理時，這些不均勻的像素點會在圖像信息中呈現一種高頻狀態，目前主要使用的低通濾波器便可以有效排除這些高頻的分量，從而達到圖像降噪的效果。不過單純地使用低通濾波可能出現對于有效信息的阻隔，因此近年來逐步開始應用中值濾波法，中值濾波法雖然也是一種低通濾波法，但其是通過對于部分區域取均值進行高頻分量阻隔，可以有效避免有效信息的阻隔，讓圖像預處理過程更加精確。

經過濾波預處理后，圖像中因為外界因素干擾所產生的不均勻像素點基本得到了去除，圖像也可以如實反應物體的實際信息。但是在檢測系統的實際使用過程中，部分圖像文件中的像素呈現不足以完成后期的檢測工作，因此在濾波的基礎上還需要對于圖像進行增強。當下主流的圖像增強方法為灰度直方圖均衡化，這一方法是通過灰度映射函數根據設計指標對圖像的灰度直方圖加以改變，保證每一灰度均有相同的像素點，這樣便于統一圖像標準，也為隨后的圖像分割操作提供了便利。經過圖像增強操作之后，便要進行圖像的直方圖切割操作，圖像的直方圖切割是將需要進行檢測的對象圖像與背景相分離。目前在這一過程中主要使用的方法為二值法，即在之前的圖像增強工作中在讓檢測對象在其圖像的輪廓處出現灰度的突變，之后在通過對灰度的檢測確定目標對象的圖像范圍。在此之后需要對于對象進行邊緣檢測，利用邊緣處二次導數為零的特性分析邊緣是否準確。最后再對處理后的圖像進行細化處理，找出圖像的骨架結構，去除冗余信息量，完成前期的圖像處理工作。

3檢測系統的軟件設計分析

目前基于圖像處理的檢測系統所運用的軟件系統大多都是基于Visual C++進行開發，設計人員需要根據檢測工作的實際進行軟件開發。而檢測系統中軟件主要分為三個模塊，分別是圖像采集顯示模塊、圖像處理模塊以及數據輸入輸出模塊，利用這三個模塊軟件系統可以完成整個檢測過程。而且軟件設計人員在滿足功能需求的同時也要考慮操作人員的使用實際，對于軟件界面進行優化，目前主要的顯示方式為多文檔顯示，將主窗口分為兩部分，其中一邊顯示處理分析之后的圖像文件，另一邊則利用工具欄顯示數據參數信息，讓檢測結果更加直觀。

軟件設計的基礎便是其算法，在當前的檢測系統中由于分析過程大多基于圓形檢測因此可以選用經典的HOUGH變換，這樣不僅可以減少噪聲對于圖像檢測過程的干擾，也便于計算機進行并行運算，提升檢測工作效率。在圓形檢測過程中，通過對目標范圍的確定可以確定平面中任意一點的坐標，在后期對坐標進行分析運算時其半徑r及對應的x，v坐標的求解最為關鍵。HOUGH變換的原理是在圖像平面中確定一個圓形，之后其中任意一點都會滿足參數方程（a-x）2-（b-y）2=r2，即任意一點的坐標都對應了一個圓錐曲面，由于之前確定的平面范圍為一個圓周，因此這一范圍所有圓錐曲面所形成的圓錐曲面簇會交于一點（ao，bo，ro），這點便對應了所圈定的圓周的圓心坐標及半徑。而在檢測過程中HOUGH變換的工作模式是確定圓心坐標，隨后逐步增大半徑，經過重復運算確定不同半徑上的各點坐標，直至圓的范圍超出圖像邊界為止。這一算法雖然可以求得所有點的坐標，但是計算量過大，而在前期通過二值法圖像增強及圖像細化過程中骨架的確定可以有效減少冗余的計算量，提升檢測速度。另外在使用檢測系統進行檢測之前，還需要對于CDD攝影器材的參數進行檢測并測試其精度，根據測試結構調節軟件設計參數，確保檢測的準確。

4結束語

在目前的工業生產及日常生活之中，基于圖像處理的檢測系統應用愈加廣泛，但是隨著圖像采集手段的更新及檢測要求的提升，檢測系統設計也需要做出升級。目前基于圖像處理的檢測系統需要對CDD攝影器材采集的圖像信息進行降噪、增強等處理，并利用二值法確定目標圖像范圍，細化圖像骨架。而后要基于HOUGH變換算法設計分析軟件系統，提升其工作效率更好地滿足檢測工作需求。