基于機(jī)器視覺的有色溶液濃度檢測*

駱東松 梁俊衛(wèi)

（蘭州理工大學(xué)電氣工程與信息工程學(xué)院 蘭州 730050）

1 引言

在化學(xué)化工領(lǐng)域中，對有色溶液濃度的檢測一般是基于比爾-郎伯定律［1］，采用分光光度法。該方法是根據(jù)溶液中的顯色物質(zhì)對光的吸收度來對溶液溶度進(jìn)行檢測，此方法受自然光的影響較大，且分光光度計(jì)的造價(jià)昂貴。隨著機(jī)器視覺技術(shù)［2］與計(jì)算機(jī)技術(shù)的快速發(fā)展，作為一種非接觸式的檢測測量方式，引起了國內(nèi)外廣大學(xué)者的研究興趣。Tominaga［3］利用光的反射原理通過彩色圖像識(shí)別不同材質(zhì)的物質(zhì)；Nayar［4］提出了圖像中像素亮度的表示方法。目前，機(jī)器視覺廣泛應(yīng)用于物體的表面缺陷檢測、醫(yī)學(xué)影像分析、材料識(shí)別等領(lǐng)域［5］。本文利用工業(yè)相機(jī)拍攝有色溶液的彩色圖像，在自己編寫的軟件中對圖像進(jìn)行處理、特征提取，最后識(shí)別匹配得到溶液濃度。

2 檢測系統(tǒng)

機(jī)器視覺系統(tǒng)主要有兩部分組成，一部分為硬件系統(tǒng)。利用光學(xué)成像原理，通過圖像傳感器采集被測物體的圖像；另一部分為軟件系統(tǒng)。主要是對采集的圖像預(yù)處理，然后提取圖像信息，并對其數(shù)據(jù)進(jìn)行分析得到所需結(jié)果。

2.1 硬件系統(tǒng)

本文是對有色溶液進(jìn)行濃度檢測，采用的硬件系統(tǒng)是由華睿科技的工業(yè)相機(jī)，型號(hào)為A5201CG50；光源采用LED白色環(huán)形光源，在密閉容器中采用白色背景板對其中的溶液進(jìn)行拍攝，采集圖像。具體的實(shí)現(xiàn)硬件系統(tǒng)示意圖如圖1所示。

圖1 硬件系統(tǒng)實(shí)驗(yàn)裝置示意圖

2.2 軟件系統(tǒng)

本文的軟件系統(tǒng)是基于OpenCVSharp［6］在VS 2012 下編寫的軟件系統(tǒng)。主要是對采集的圖像進(jìn)行預(yù)處理、特征提取、圖像識(shí)別與匹配，最后將匹配的圖像與檢測溶液的濃度顯示。系統(tǒng)的處理過程流程圖如圖2所示。

圖2 系統(tǒng)處理過程流程圖

3 圖像預(yù)處理

圖像的預(yù)處理就是在對圖像信息未提取之前對圖像的一系列必要處理，目的是提高圖像質(zhì)量，讓圖像更加清晰，為提取圖像信息做好前提準(zhǔn)備。圖像預(yù)處理結(jié)果的好壞將直接影響圖像識(shí)別匹配的準(zhǔn)確度［7］。

3.1 顏色空間［8］選擇

對于計(jì)算機(jī)而言，一種顏色可以有不同的表達(dá)方式，也就形成了不同的顏色空間。沒有一種顏色空間可以適用所有的領(lǐng)域，就需要我們選擇合適的顏色空間來處理相應(yīng)的事件。常用的顏色空間有RGB、Yab、HSV、HSI 等顏色空間，本文選擇HSI 顏色空間來對溶液圖像進(jìn)行處理。HSI 顏色空間是更好的數(shù)字化處理提出來的，其中H 表示色度，S表示飽和度，I表示亮度，在對圖像的顏色特征提取和圖像識(shí)別時(shí)，只需要關(guān)注色度與飽和度，亮度與顏色信息無關(guān)，可以減少計(jì)算量［9］。

對于工業(yè)相機(jī)來說，所拍攝的圖像都是RGB顏色空間，在提取圖像信息之前需要將RGB 值轉(zhuǎn)到HIS的值。相互轉(zhuǎn)換公式［10］如下所示：

RGB轉(zhuǎn)到HIS：

式中，R、G、B、H、S、I分別為一像素點(diǎn)中三通道的像素值。

對溶液圖像轉(zhuǎn)換顏色空間后的效果圖如圖3所示。

圖3 RGB顏色空間轉(zhuǎn)到HIS顏色空間效果圖

3.2 圖像濾波處理

在圖像的拍攝過程中會(huì)存在或多或少的干擾，其中椒鹽噪聲就是最為典型的一種，這些噪聲會(huì)對之后的顏色特征的提取造成很大的干擾，對圖像的濾波處理就是去除圖像中的噪聲讓圖像變的更加平滑。

典型的圖像濾波方法有均值濾波、中值濾波、高斯濾波等濾波處理［11～12］。本文采用濾波方法是高斯濾波，是用圖像每一像素值與高斯內(nèi)核卷積，將卷積作為圖像的輸出像素。該濾波方法是利用高斯函數(shù)的權(quán)值進(jìn)行濾波的線性低通濾波，其濾波效果較為柔和。二維高斯函數(shù)數(shù)學(xué)表達(dá)式如下：

式中，G(x,y)表示像素值，σ表示像素的標(biāo)準(zhǔn)差。溶液圖像濾波處理結(jié)果如圖4所示。

圖4 溶液圖像濾波效果圖

4 圖像特征提取

本文是針對品紅溶液，在對其拍攝圖像處理后顯示的是紅色的近純色圖像，提取的圖像特征為圖像的顏色特征。

顏色特征［13］的描述方法有顏色直方圖、顏色矩、顏色集等。本文提取圖像的顏色矩特征來對圖像進(jìn)行描述，該方法不需要對顏色空間進(jìn)行量化，且向量維數(shù)低，可以減少計(jì)算量。由于圖像的顏色信息主要分布在低階矩陣中，故用圖像的一階矩、二階矩和三階矩便足以表達(dá)圖像的顏色信息。圖像顏色矩的數(shù)學(xué)表達(dá)式［14］如下所示：

式中，Pi,j為圖像i通道第j像素的像素值，N為像素個(gè)數(shù)，μi為i通道的一階矩，σi為i通道的二階矩，si為i通道的三階矩。在HSI 顏色空間中圖像的顏色矩特征的表示為一個(gè)9 維向量，表達(dá)方式如下：）

為解決利用顏色矩特征進(jìn)行圖像識(shí)別匹配時(shí)效率過慢的問題，可以將樣本的顏色矩特征提前提取并保存到數(shù)據(jù)庫中，以提高圖像的檢索效率。數(shù)據(jù)庫中的顏色矩特征如圖5所示。

圖5 數(shù)據(jù)庫中的顏色矩特征

5 圖像識(shí)別匹配

5.1 相似性度量［15］

圖像的識(shí)別匹配就是通過提取的圖像特征計(jì)算兩張圖像的相似度，比較樣本庫中的圖像與采集圖像的相似度，相似度最高的則為最相似的圖像。

本文中提取的是顏色矩特征，可以通過計(jì)算兩張圖像的歐式距離［16］來判斷圖像的相似度，歐式距離越小，圖像越相似。在m維空間中歐式距離的數(shù)學(xué)表達(dá)式如下：

式中：(x1，x2，x3，…，xm)和(y1，y2，y3，…，ym)為點(diǎn)X和點(diǎn)Y的坐標(biāo)。本文中則是目標(biāo)圖像與樣本圖像提取的顏色矩的9維向量。

在HSI 顏色空間中I 為亮度，與顏色信息無關(guān)。在顏色矩中的一階矩、二階矩和三階矩所擁有的顏色信息也不同，為能更準(zhǔn)確的計(jì)算圖像的相似度，其在計(jì)算時(shí)所占的權(quán)重是不同的。在HIS 顏色空間中的權(quán)值使用情況如表1所示。

表1 HIS顏色空間中顏色矩的權(quán)值選擇

5.2 實(shí)驗(yàn)測試及結(jié)果

配制濃度分別為1mg/ml，2mg/ml，…，20mg/ml的20 組品紅溶液作為樣本，并將其圖像處理后提取顏色矩特征，然后將顏色矩特征儲(chǔ)存到Access數(shù)據(jù)庫中，用作識(shí)別特征。

重新配制溶液，濃度分別為1mg/ml，2.5mg/ml，5mg/ml，7.5mg/ml，10mg/ml，12.5mg/ml，15mg/ml，17.5mg/ml，20mg/ml 的9 組溶液作為測試樣本。其結(jié)果如表2所示。

表2 試驗(yàn)測試結(jié)果

6 結(jié)語

從上述結(jié)果可以看出，對于樣本中已有的溶液濃度，識(shí)別匹配的結(jié)果可以達(dá)到100%，對于樣本中沒有的溶液濃度，識(shí)別匹配的結(jié)果誤差在±5%，此誤差實(shí)在可允許范圍之內(nèi)。

目前，機(jī)器視覺技術(shù)在各行業(yè)中具有很大的發(fā)展?jié)摿Γ彩茄芯繜狳c(diǎn)。本文將其運(yùn)用到有色溶液濃度的檢測上，實(shí)驗(yàn)了對樣本的非接觸式的檢測，同時(shí)利用OpenCVSharp 與數(shù)據(jù)庫技術(shù)將檢測結(jié)果快速的顯示。而且該系統(tǒng)更具普遍性，可以適用于大多數(shù)的有色溶液的檢測。