本科畢業(yè)設(shè)計(jì)--基于DSP的蘋(píng)果識(shí)別系統(tǒng)的設(shè)計(jì)

吉 林 農(nóng) 業(yè) 大 學(xué) 學(xué) 士 學(xué) 位 論 文 題目 名稱(chēng) ： 基于 DSP 的蘋(píng)果識(shí)別系統(tǒng)的設(shè)計(jì) 學(xué)生姓名： 院 系： 信息技術(shù)學(xué)院 專(zhuān)業(yè) 年級(jí) ： 電子 信息 2006 級(jí) 指 導(dǎo)教師 ： 職 稱(chēng) ： 講師 2010 年 5 月 25 日 目 錄 題目 . I 摘要及關(guān)鍵詞 . I 1 前言 . 1 1.1 引言 . 1 1.2 數(shù)字圖像處理的背景 . 1 1.3 圖像識(shí)別和分類(lèi)理論 . 2 1.4 DSP 芯片的發(fā)展 . 3 1.5 本課題研究的內(nèi)容 . 4 2 圖像處理系統(tǒng)總體方案 . 4 3 成像單元 . 5 3.1 CCD 攝像機(jī)與鏡頭的選取 . 5 3.2 光源與照明方式的設(shè)計(jì) . 5 4 蘋(píng)果圖像采集與處理單元 . 6 4.1 蘋(píng)果 的圖像采集 . 6 4.2 蘋(píng)果圖像的預(yù)處理 . 7 4.2.1 圖像濾波 . 7 4.2.1.1 鄰域平均法 . 8 4.2.1.2 中值濾波 . 8 4.2.2 圖像增強(qiáng) . 9 4.2.2.1 線性灰度變換 . 10 4.2.2.2 直方圖修正法 . 10 4.3 圖像分割 .11 4.3.1 閾值分割 .11 4.3.1.1 圖像二值化 .11 4.3.1.2 改進(jìn)的灰度直方圖法 . 12 4.3.2 邊緣檢測(cè) . 13 4.3.2.1 Sobel 邊緣檢測(cè)算子 . 14 4.3.2.2 梯度算子 . 15 4.3.2.3 Roberts 邊緣檢測(cè)算子 . 15 4.3.2.4 Prewitt 算子 . 16 4.3.2.5 Laplacian 算子 . 16 4.3.2.6 幾種算子的比較 . 17 4.3.3 圖像細(xì)化 及結(jié)果 . 18 4.4 蘋(píng)果的特征提取及識(shí)別 . 20 4.4.1 蘋(píng)果大小特征提取 . 20 4.4.2 蘋(píng)果形狀特征提取 . 21 5 蘋(píng)果識(shí)別系統(tǒng)在 DSP 中實(shí)現(xiàn) . 22 5.1 硬件介紹 . 23 5.1.1 DSP 芯片的選擇 . 23 5.1.2 TMS320C6713 硬件結(jié)構(gòu) . 23 5.2 CCS 軟件設(shè)計(jì) . 24 5.2.1 CCS 開(kāi)發(fā)環(huán)境的介紹 . 24 5.2.2 程序總體構(gòu)架 . 25 5.2.3 與中斷相關(guān)的初始化 . 26 5.2.4 編寫(xiě) BOOT 程序 . 26 6 結(jié)論與展望 . 29 6.1 主要研究結(jié)論 . 29 6.2 展望 . 30 參考文獻(xiàn) . 30 致 謝 . 32 附錄 1 . 33 附錄 2 . 38 I 基于 DSP 的蘋(píng)果識(shí)別系統(tǒng)的設(shè)計(jì) 姓 名：徐微微 專(zhuān) 業(yè)：電子信息科學(xué)與技術(shù) 指導(dǎo)教師：宮 鶴 摘 要 ： 數(shù)字信號(hào)處理器為數(shù)字圖像處理提供了良好的實(shí)現(xiàn)平臺(tái)。本文講述其自動(dòng)檢測(cè)中的應(yīng)用 基于圖像識(shí)別的蘋(píng)果分級(jí)，設(shè)計(jì)出蘋(píng)果圖像識(shí)別系統(tǒng) (按大小、形狀 )。 為了根據(jù)蘋(píng)果圖像進(jìn) 行蘋(píng)果分級(jí)，文中介紹了對(duì)蘋(píng)果圖像進(jìn)行低層信息處理的所采用的方法 ，如 圖像增強(qiáng)、邊緣檢測(cè)、圖像二值化、圖像細(xì)化等 。 算法如中值濾波、邊緣檢測(cè)算子，改進(jìn)的灰度直方圖法做了重要探討，并應(yīng)用或改進(jìn)應(yīng)用于本人的設(shè)計(jì)中 。 其中改進(jìn)的灰度直方圖法就是在傳統(tǒng)的灰度直方圖法基礎(chǔ)上改進(jìn)的算法，效果較好。 文中講述了蘋(píng)果圖像識(shí)別系統(tǒng)設(shè)計(jì)的方法和步驟 ,建立蘋(píng)果按大小、形狀分等級(jí)的特征函數(shù)。 最后，將上述各算法移植到 TI 的 TMS320C6713 DSP 平臺(tái)，以滿足實(shí)時(shí)性要求。最終獲得較好的識(shí)別效果。 關(guān)鍵詞 ： 蘋(píng)果識(shí)別；圖像處理；邊緣檢測(cè)； DSP The Design of Apple Identification System Based on DSP Name： Xu Weiwei Major： Electronic Information Science and Technology Tutor： Gong He Abstract: Image processing algorithms can run very well on DSP platform. This paper demonstrates of the appliance of Image recognition in auto-detection, especially in apple image (designed the system of apple image recognition in size and shape). This paper narrates the lower layer image processing of the apple image to classify the apple based on the image such as image enhancement, edge detection, threshold, thinning, etc. Much arithmetic is used such as median filter, Sobel arithmetic operator, betterment gray scale histogram, etc. Applied or betterment applied it to the graduating project. The threshold of gray scale histogram arithmetic is better than conventional one which is result very well. It is also detailed explained the method or step in image recognition during the image recognition system design founding the feature functions that classify the apple according to size and shape. At last, these algorithms mentioned above are transplanted to TI TMS320C6713 DSP to meet real-time requirements. An acceptable result is obtained. Keywords： Apple recognition； Image processing； Edge detecting； DSP 1 1 前言 1.1 引言 人們利用眼睛獲取各種各樣的圖像信息，并傳入大腦，由大腦根據(jù)經(jīng)驗(yàn)或知識(shí)對(duì)圖像信息進(jìn)行加工處理，最后識(shí)別，理解周?chē)h(huán)境。圖像識(shí)別就是對(duì)人類(lèi)視覺(jué)的一種模擬，它包括對(duì)圖像信息的獲取，傳輸，處理，存儲(chǔ)與識(shí)別等過(guò)程 1。圖像識(shí)別在應(yīng)用中很大程度依賴(lài)現(xiàn)代圖像處理與模式識(shí)別技術(shù)，其廣泛應(yīng)用在工業(yè)檢測(cè)和醫(yī)學(xué)檢測(cè)等方面。圖像識(shí)別的應(yīng)用極大地解放了人類(lèi)勞動(dòng)力，提高了生產(chǎn)自動(dòng)化水平，改善了人類(lèi)生 活狀況，有著極其廣闊的應(yīng)用前景。本文正是基于這一理論對(duì)蘋(píng)果進(jìn)行識(shí)別。 蘋(píng)果 的品質(zhì)有外部品質(zhì)和內(nèi)部品質(zhì)兩類(lèi) 。 外部 品質(zhì)主要是考慮大小、形狀、顏色和表面缺陷等 ， 內(nèi)部品質(zhì)主要考慮糖含量、酸度、口味、硬度及內(nèi)部缺陷等。內(nèi)部品質(zhì)的檢測(cè)技術(shù)現(xiàn)在已發(fā)展相當(dāng)成熟，例如，近紅外線法和磁共振法測(cè)糖含量、酸度 ； 提煉可揮發(fā)性芳香化合物法測(cè)口味 ； 用聲波脈沖響應(yīng)法和超聲波法測(cè)硬度 ； 超聲波檢測(cè)水果內(nèi)部缺陷等等。而目前我國(guó)水果外部品質(zhì)分級(jí)主要由機(jī)械配合人工的方式完成完成。顯然這種方式是一種有損分級(jí)，蘋(píng)果下落的相互碰撞，對(duì)容器的碰撞都會(huì)使蘋(píng)果 表皮破損，也不能精細(xì)分級(jí)。 與人工分選相比，基于圖像識(shí)別的水果分級(jí)更精細(xì)，更準(zhǔn)確，無(wú)疲勞效應(yīng)，無(wú)損害，節(jié)省人力資源。而這種分級(jí)技術(shù)在國(guó)外已經(jīng)具有相當(dāng)成熟的水平，尤其是日本、美國(guó)，其對(duì)很多水果都進(jìn)行了圖像識(shí)別的研究，并已產(chǎn)生成熟的產(chǎn)品。比如黃瓜分級(jí)、櫻桃分級(jí)、草萄分級(jí)等等。作為水果生產(chǎn)大國(guó)，及時(shí)研制開(kāi)發(fā)并采用符合我國(guó)實(shí)際情況的蘋(píng)果識(shí)別系統(tǒng)，提高蘋(píng)果產(chǎn)品的市場(chǎng)競(jìng)爭(zhēng)力具有實(shí)際意義 25。 1.2 數(shù)字圖像處理 的背景 一幅圖像可定義為一個(gè)二維函數(shù) ,f x y ，其中 ,xy 是空間坐標(biāo)，而任何一對(duì)空間坐標(biāo) ,xy 上 的幅值 f 稱(chēng)為該點(diǎn)圖像的灰度。當(dāng) ,xy 和 f 幅值為有限，離散的數(shù)值時(shí)，稱(chēng)該圖像為數(shù)字圖像 6。數(shù)字圖像處理是指利用計(jì)算機(jī)或者其他設(shè)備通過(guò)各種算法對(duì)數(shù)字圖像進(jìn)行處理。 數(shù)字圖像處理是現(xiàn)代圖像處理的主要方法，具有再現(xiàn)性好、精度高、適用面 廣和靈活性大等優(yōu)點(diǎn)。 數(shù)字圖像處理最早應(yīng)用之一是在報(bào)紙業(yè)，當(dāng)時(shí)，圖像第一次通過(guò)海底電纜從倫敦傳往紐約。早在 20 世紀(jì) 20 代年為了橫跨大西洋使用電纜傳輸一幅圖片，首先要進(jìn)行編碼，然后在接收端用特殊的打印設(shè)備重構(gòu)該圖片。從 20 世紀(jì) 60 年代至今，圖像處理領(lǐng)域己得到了生機(jī)勃勃的發(fā)展。 圖像處理中，輸入的是質(zhì)量低的圖像，輸出的是改善質(zhì)量后的圖像， 使得 圖像處理技術(shù)在許多應(yīng)用領(lǐng)域受到廣泛重視并取得了重大的開(kāi)拓性成就 。 圖像復(fù)原和增強(qiáng)過(guò)程用于處理不可修復(fù)物體的己損圖像或者造價(jià)昂貴不可復(fù)制的實(shí)驗(yàn)結(jié)果。在考古學(xué)領(lǐng)域，使用圖像處理方法 己成功地復(fù)原了模糊的圖片。在物理學(xué)和相關(guān)領(lǐng)域，計(jì)算機(jī)技術(shù)通常增強(qiáng)如高能等離子和電子顯微鏡方法等領(lǐng)域的實(shí)驗(yàn)圖像。圖像處理技術(shù)也廣泛應(yīng)用于生物學(xué)，工業(yè)制造及自動(dòng)化，遙感， 航空航天、生物醫(yī)學(xué)工程、工業(yè)檢測(cè)、公安司法、軍事制導(dǎo)、文化藝術(shù) 等領(lǐng)域。 (1)宇宙探測(cè)。由于太空技術(shù)的發(fā)展，需 2 要用數(shù)字圖像處理技術(shù)處理大量的星體照片。 (2)通信中的應(yīng)用。圖像信息的傳輸，電視電話等，包括靜態(tài)圖像和動(dòng)態(tài)的圖像序列的傳送，主要是對(duì)圖像數(shù)據(jù)進(jìn)行壓縮，以及對(duì)序列圖像的處理。 (3)遙感方面的應(yīng)用。遙感有航空遙感和衛(wèi)星遙感之分，它們都是用不同 光源和技術(shù)獲得大量的遙感圖像。這些圖像需要用數(shù)字圖像處理技術(shù)加工處理并提取有用信息。它可用于地形地質(zhì)，礦藏探查，森林、水利、海洋、農(nóng)業(yè)等資源調(diào)查，自然災(zāi)害的預(yù)測(cè)和預(yù)報(bào)，環(huán)境污染的監(jiān)測(cè)，氣象衛(wèi)星云圖的處理，以及用于軍事目的的地面目標(biāo)的識(shí)別等等?，F(xiàn)在，許多國(guó)家發(fā)射了各種不同用途的衛(wèi)星，遙感圖像資源的大量增加，對(duì)圖像處理技術(shù)提出了更高的要求。 (4)生物醫(yī)學(xué)領(lǐng)域的應(yīng)用。數(shù)字圖像處理技術(shù)從一開(kāi)始就引起了生物醫(yī)學(xué)界的濃厚興趣，首先應(yīng)用于細(xì)胞分類(lèi)，染色體分類(lèi)和放射圖像的處理。七十年代，數(shù)字圖像處理在醫(yī)學(xué)上的應(yīng)用有了重大的 突破。另外，數(shù)字圖像處理技術(shù)正逐步運(yùn)用到生物學(xué)領(lǐng)域，為生物進(jìn)化、分類(lèi)和其他研究提供了有力的工具。 不同的圖像處理的方法不同，基本的處理方法包括圖像的獲取，圖像的增強(qiáng)，圖像復(fù)原，彩色處理，小波分析，圖像壓縮，圖像分割，表示和描述等。針對(duì)具體的圖像處理，并不一定完全需要每一種上述列出的處理方法，只能根據(jù)具體的情況來(lái)選擇具體的處理方法。 1.3 圖像識(shí)別和分類(lèi)理論 圖像識(shí)別的目的是研制能夠自動(dòng)處理某些信息的機(jī)器視覺(jué)系統(tǒng)，代替?zhèn)鹘y(tǒng)的人工完成分類(lèi)和辨識(shí)的任務(wù)。已廣泛應(yīng)用于各個(gè)領(lǐng)域。例如 ： 利用氣象衛(wèi)星的云圖圖像預(yù)測(cè)天氣， 智能交通系統(tǒng)中的車(chē)牌識(shí)別，手寫(xiě)體識(shí)別，醫(yī)療病變圖像的計(jì)算機(jī)診斷，生產(chǎn)中實(shí)時(shí)帶鋼缺陷檢測(cè)，紡織布匹缺陷檢測(cè)等這些都屬于圖像識(shí)別系統(tǒng)的應(yīng)用范疇。 各領(lǐng)域所研究的圖像是千差萬(wàn)別的，它們都含有本身特性的特征，因此，將它們區(qū)別或分類(lèi)的可能性是存在的。所以除了對(duì)圖像進(jìn)行數(shù)字化處理外，還需要通過(guò)一些手段，將各類(lèi)圖像的重要性用數(shù)值表示出來(lái)，即特征提取。通常，反映某一類(lèi)圖像特性的特征較多，給計(jì)算帶來(lái)繁重的工作量，同時(shí)由于特征的反映不精確，往往會(huì)帶來(lái)一些誤差，所以進(jìn)一步的工作需要對(duì)特征進(jìn)行選擇與處理，減小特征值的誤差而保留圖像 特征信息，這種找出比原來(lái)特征數(shù)目少而精的綜合指標(biāo)的方法稱(chēng)之為特征選擇。因此，圖像的三維或二維信息可用一組一維數(shù)值代替以供識(shí)別分類(lèi)。 圖像識(shí)別方法主要有統(tǒng)計(jì)模式識(shí)別，結(jié)構(gòu)模式識(shí)別，模糊模式識(shí)別和神經(jīng)網(wǎng)絡(luò)模式識(shí)別等 4。這些識(shí)別方法有各自的優(yōu)點(diǎn)，同時(shí)也存在不足的地方，近年來(lái)，許多學(xué)者提出多種新的識(shí)別方法，如 ： 基于模板匹配的圖像識(shí)別方法，基于支持向量機(jī)的判別方法等，在實(shí)際的應(yīng)用中取得了很好的效果。 圖像識(shí)別系統(tǒng)通常涉及以下幾個(gè)步驟 ： (1)圖像獲取，二維圖像獲取包括紅外遙感成像，測(cè)距成像， CCD 成像等各種途徑。 (2)圖像預(yù)處理， 進(jìn)行預(yù)處理 可以 使圖像更清晰，或從圖像中提取某些特定的信息等。對(duì)含有噪聲的圖像，要除去噪聲、濾去干擾、提高信噪比 ； 對(duì)信息微弱的圖像要進(jìn)行灰度變換等增強(qiáng)處理 ； 對(duì)己經(jīng)退化的模糊圖像要進(jìn)行各種復(fù)原的處理 ； 對(duì)失真的圖像要進(jìn) 3 行幾何校正等變換 ，以突出目標(biāo)。 (3)圖像分割和目標(biāo)提取，主要目的是從圖像中獲得感興趣的區(qū)域。特征提取，是要獲得對(duì)目標(biāo)的有效特征表達(dá)和描述。 (4)目標(biāo)分類(lèi)，是在提取特征的基礎(chǔ)上實(shí)現(xiàn)判別和分類(lèi)。 1.4 DSP 芯片 的發(fā)展 自 1980 年以來(lái)， DSP 芯片得到了突飛猛進(jìn)的發(fā)展， DSP 芯 片的應(yīng)用越來(lái)越廣泛。從運(yùn)算速度來(lái)看， MAC(一次乘法和一次加法 )時(shí)間已經(jīng)從 80 年代初的 400ns (如TMS32010)降低到 40ns(如 TMS32C40)，處理能力提高了 10 多倍。 DSP 芯片內(nèi)部關(guān)鍵的乘法器部件從 1980 年的占模區(qū)的 40 左右下降到 5 以下，片內(nèi) RAM 增加一個(gè)數(shù)量級(jí)以上。從制造工藝來(lái)看， 1980 年采用 4 11 的 N 溝道 MOs 工藝，而現(xiàn)在則普遍采用亞微米CMOS 工藝。 DSP 芯片的引腳數(shù)量從 1980 年的最多 64 個(gè)增加到現(xiàn)在的 200 個(gè)以上，引腳數(shù)量的增加，意味著結(jié)構(gòu)靈活性的增加。此外， DSP 芯片的發(fā) 展， 使 DSP 系統(tǒng)的成本，體積，重量和功耗都有很大程度的下降。近二十年來(lái)，隨著集成電路技術(shù)的發(fā)展，導(dǎo)致了 DSP 技術(shù)和器件的迅速發(fā)展，使實(shí)時(shí)數(shù)字信號(hào)處理系統(tǒng)成為可能并蓬勃發(fā)展。近幾年來(lái)， DSP 的性?xún)r(jià)比越來(lái)越高，同時(shí) DSP 的開(kāi)發(fā)環(huán)境不斷改善，開(kāi)發(fā)難度越來(lái)越低，己經(jīng)能被普通的應(yīng)用開(kāi)發(fā)工程師所接受。在通信、計(jì)算機(jī)、消費(fèi)電子、自動(dòng)控制、軍事、航空、儀器儀表和辦公自動(dòng)化等領(lǐng)域的得到了廣泛的應(yīng)用。對(duì) DSP 開(kāi)發(fā)應(yīng)用己經(jīng)成為一個(gè)熱門(mén)的研究課題。 DSP 芯片按照所支持的數(shù)據(jù)類(lèi)型不同分為定點(diǎn)和浮點(diǎn)兩大類(lèi)。定點(diǎn) DSP 在硬件結(jié)構(gòu)上比浮 點(diǎn)器件簡(jiǎn)單，具有價(jià)格低，速度快的特點(diǎn)，因而用的最多。浮點(diǎn) DSP 的優(yōu)點(diǎn)是精度高，不需要進(jìn)行定標(biāo)和考慮有限字長(zhǎng)效應(yīng)，但其成本和功耗相對(duì)較高，速度較慢，適合于數(shù)據(jù)動(dòng)態(tài)范圍和精度要求高的特殊應(yīng)用 7。 DSP 的主要結(jié)構(gòu)特點(diǎn)有以下幾點(diǎn) ： (1).采用哈佛結(jié)構(gòu) 哈佛結(jié)構(gòu)的特點(diǎn)是程序存儲(chǔ)器和數(shù)據(jù)存儲(chǔ)器各自具有獨(dú)立的存儲(chǔ)空間，獨(dú)立的程序總線和數(shù)據(jù)總線，允許取指令和執(zhí)行指令重疊執(zhí)行，允許對(duì)數(shù)據(jù)和程序同時(shí)尋址，允許直接在程序和數(shù)據(jù)之間有兩套或兩套以上的內(nèi)部數(shù)據(jù)總線。因此哈佛結(jié)構(gòu)與馮 .諾依曼結(jié)構(gòu)相比，更適合處理具有高度實(shí)時(shí)性要 求的數(shù)字信號(hào)。 (2).特殊的指令系統(tǒng) DSP 芯片通常都有一套自己的特殊指令，這些指令都是專(zhuān)門(mén)為數(shù)字信號(hào)處理而設(shè)計(jì)的，這對(duì)提高 DSP 的運(yùn)算效率非常有效。 (3).流水線技術(shù) 流水線技術(shù)是提高 DSP 程序執(zhí)行效率的重要手段，取指令和執(zhí)行指令可以同時(shí)執(zhí)行，從而減少指令執(zhí)行時(shí)間，進(jìn)一步增強(qiáng)處理器的數(shù)據(jù)處理能力。 (4).高速的時(shí)鐘周期和強(qiáng)大的處理能力 DSP 芯片的主頻和處理能力不斷提高， TMS320C5000, 6000 系列 DSP 的主頻已經(jīng)達(dá) 4 到 200MHZ。 TMS320C6713 的主頻達(dá)到 225MHZ，處理能力達(dá)到 1800MIPS。 (5).采用硬件乘法器 在信號(hào)處理中，用到大量的乘法運(yùn)算，乘法運(yùn)算很費(fèi)時(shí)間，為此，在 DSP 中都有專(zhuān)門(mén)的硬件乘法器，現(xiàn)代高性能的 DSP 芯片甚至具有兩個(gè)以上的硬件乘法器用以提高運(yùn)算速度。 (6).設(shè)有片內(nèi)存儲(chǔ)器 外部存儲(chǔ)器一般不能適應(yīng)高性能 DSP 核的處理速度，因此在片上設(shè)置較大的程序 /數(shù)據(jù)存儲(chǔ)器以減少對(duì)外部存儲(chǔ)器中程序，數(shù)據(jù)的訪問(wèn)次數(shù)，充分發(fā)揮 DSP 核的高性能。目前高性能 DSP 芯片上的可配置程序，數(shù)據(jù) RAM 高達(dá) 7MB。采用大的片上存儲(chǔ)器可以減少外部存儲(chǔ)器接口的引腳，甚至省略外部存儲(chǔ)器接口，而 且也減小了芯片的封裝體積。 1.5 本課題研究的內(nèi)容 本課題將結(jié)合圖像識(shí)別技術(shù)，選用蘋(píng)果圖像作為研究對(duì)象，對(duì)蘋(píng)果按大小、形狀分級(jí)進(jìn)行實(shí)用性主要研究。主要內(nèi)容有 ： (1)對(duì) 蘋(píng)果 圖像 的低層信息處理及算法研究 ： 根據(jù)已有的圖像處理的經(jīng)典算法進(jìn)行改進(jìn)，提出圖像處理算法， 包括 圖像濾波、 圖像增強(qiáng)，圖像二值化、邊緣檢測(cè)、圖像細(xì)化等方面 。 運(yùn)用于蘋(píng)果圖像處理，分析、研究、比較 后 選擇出對(duì)蘋(píng)果圖像進(jìn)行處理的實(shí)用性算法 。 (2)蘋(píng)果 識(shí)別 研究 ： 提取圖像中的蘋(píng)果大小、形狀等特征參數(shù) ， 實(shí)現(xiàn)正確的識(shí)別。 (3)編程。 熟悉 TMS320C6713DSP 芯片及相關(guān)硬件，建立基于 TechV-C6713DSK 平臺(tái)的蘋(píng)果識(shí)別系統(tǒng)，利用 CCS 開(kāi)發(fā)環(huán)境進(jìn)行編程以實(shí)現(xiàn)圖像處理算法在 DSP 中運(yùn)行 ， 完成了本課題的軟件設(shè)計(jì)與實(shí)現(xiàn) 。 (4)實(shí)驗(yàn)結(jié)果分析 及 進(jìn)一步研究的設(shè)想和展望。 2 圖像處理 系統(tǒng)總體方案 系統(tǒng)的總體結(jié)構(gòu)如圖 2.1 所示，按功能可分為 3 個(gè)部分 ： 成像單元、圖像采集與處理單元、 識(shí)別分類(lèi) 單元 。 圖 2.1 系統(tǒng)總體框圖 Figure 2.1 Overall system block diagram 圖像處理單元 成像 單元 圖像采集單元 識(shí)別分類(lèi)單元 5 成像 單元由 CCD 攝像機(jī)、 LED 光源構(gòu)成，負(fù)責(zé)原始圖像數(shù)據(jù)的 捕獲， 圖像采集與處理單元 是對(duì)捕獲來(lái)的圖像進(jìn)行圖像預(yù)處理、圖像分割、特征提取等，最后進(jìn)行分類(lèi)識(shí)別。 3 成像單元 成像單元負(fù)責(zé)原始圖像數(shù)據(jù)的采集， CCD 攝像機(jī)向圖像處理子系統(tǒng)輸出模擬視頻信號(hào)。對(duì)于不同 蘋(píng)果 的檢測(cè)項(xiàng)目，需要設(shè)置不的 CCD 攝像機(jī)與 LED 光源進(jìn)行檢測(cè)。 3.1 CCD 攝像機(jī)與鏡頭的選取 目前的圖像傳感器主要有 CMOS 面陣傳感器， CCD(電荷藕合器件 )面陣傳感器和CCD 線陣傳感器等， CCD 攝像機(jī)將光信號(hào)轉(zhuǎn)換成電信號(hào)（標(biāo)準(zhǔn)視頻信號(hào)），以便于進(jìn)一步的處 理或顯示。 CCD 傳感器具有靈敏度高、抗強(qiáng)光、畸變小、體積小、壽命長(zhǎng)、抗震動(dòng)等優(yōu)點(diǎn)。 CCD 攝像頭的選擇主要考慮以下幾點(diǎn) ： (1)分辨率的選擇 它決定了顯示圖像的清晰程度，分辨率越高，圖像細(xì)節(jié)的表現(xiàn)越好。 (2)快門(mén)速度 快門(mén)速度是指攝像機(jī)獲取一幅圖像的曝光時(shí)間，曝光時(shí)間過(guò)長(zhǎng)會(huì)造成嚴(yán)重的圖像拖尾現(xiàn)象。但是快門(mén)速度越高對(duì)光源照明強(qiáng)度的要求成幾何級(jí)數(shù)上升，因此綜合考慮，選擇的快門(mén)速度為 1/2000s 以上。 (3)掃描方式的選擇 一般掃描方式有兩種 ： 隔行掃描方式和逐行掃描方式。隔行掃描是指一幀圖像的顯示由偶場(chǎng)和奇場(chǎng) 組成。 (4)異步重置外觸發(fā)功能 為了精確控制拍照時(shí)間，需要具有異步重置功能，在系統(tǒng)控制器發(fā)出拍照信號(hào)時(shí)，攝像機(jī)能夠立即啟動(dòng)曝光。 本文根據(jù)以上幾點(diǎn)，結(jié)合現(xiàn)場(chǎng)要求， 選用 UP-610 系列的數(shù)字黑白攝像頭。 UP-610是一款分辨率為 659 494 的數(shù)字式攝像頭，它使用了逐行掃描隔行傳輸?shù)募夹g(shù)，具有外部異步采集功能，能夠很容易的抓拍高速運(yùn)動(dòng)物體的圖像。其 CCD 的方形像素更適合用于處理，測(cè)量和分析方面的應(yīng)用。本產(chǎn)品體積小，重量輕，其數(shù)字和模擬輸出，快門(mén)選擇其后面板上的許多其它 功能使用起來(lái)都十分簡(jiǎn)便。主要參數(shù)如下 ： 有效像素 ( HV ) 659 494 ，傳感器芯片尺寸 5 .8 4 4 .9 4m m m m ，幀速 110 FPS，電子快門(mén) 1/110-1/62,000秒， 16 檔可選，整幀快門(mén)狀態(tài)下異步復(fù)位。掃描速度為 110 幀 /秒。 3.2 光源與照明方式的設(shè)計(jì) 光源照明的主要目標(biāo)是以合適的方式將光線投射到被測(cè)物體上，突出被測(cè)特征部分的對(duì)比度。不合適的照明，會(huì)引起許多問(wèn)題，如花點(diǎn)和過(guò)度曝光會(huì) 隱藏許多重要信息，陰影會(huì)引起邊緣的誤檢，信噪比的降低以及不均勻會(huì)導(dǎo)致圖像閥值選擇的困難。 (1).光源種類(lèi)的選擇 6 對(duì)于 蘋(píng)果 在線檢測(cè)系統(tǒng)來(lái)說(shuō)，因?yàn)楣庠匆猿Ａ琳彰鞣绞竭B續(xù)工作，它必須具有很長(zhǎng)的壽命，且發(fā)光穩(wěn)定，功耗較低，因此需要選擇 LED 光源。由于檢測(cè)系統(tǒng)使用黑白攝像機(jī)，對(duì)被測(cè)物體的顏色選擇沒(méi)有特殊要求，而紅色 LED 的發(fā)光波長(zhǎng)最為接近 CCD 的靈敏度峰值，所以選用紅色 LED 光源。 (2).照明方式的選擇 CCD 圖像傳感器從不同角度攝取現(xiàn)場(chǎng)反射或透射的圖像信息，需要多路 CCD 攝像機(jī)來(lái)共同完成圖像的采集 8。 光電 感應(yīng)開(kāi)關(guān)，會(huì)在 蘋(píng)果 位于最佳攝像位置時(shí)發(fā)送信號(hào)給控制單元和圖像采集與處理單元，作為采樣觸發(fā)信號(hào)，以實(shí)現(xiàn)空瓶的精確定位。采集到的圖像的清晰度在很大程度上取決于光源的好壞，為保證對(duì)各種不同透明或半透明的空瓶都能產(chǎn)生同一亮度和穩(wěn)定的圖像質(zhì)量， LED 光源照明方式的設(shè)計(jì)不可忽視。應(yīng)選擇較好的光源，并且盡量使整個(gè)照明系統(tǒng)免受自然光或現(xiàn)場(chǎng)其他照明燈光的影響，保證采集的圖像質(zhì)量穩(wěn)定。 4 蘋(píng)果圖像采集與處理單元 系統(tǒng)用 CCD 攝像機(jī)將蘋(píng)果的圖像攝入并經(jīng)圖像采集卡進(jìn)行了 D 轉(zhuǎn)換、暫存后 通過(guò)DSP 芯片 進(jìn)行處理，得出蘋(píng)果個(gè)體的分類(lèi)結(jié)果 。本系統(tǒng)啟動(dòng) CCD 攝像機(jī)將 蘋(píng)果 目標(biāo)灰度值圖像攝入，并依據(jù)相應(yīng)圖像處理原理在 DSP 芯片 內(nèi)進(jìn)行圖像的顯示、濾波、平滑、直方圖二值化、邊緣輪廓檢測(cè)與分析等處理過(guò)程，提取其形狀特征參數(shù)，如平均直徑 (粗度 )、長(zhǎng)度、面積大小等 。 4.1 蘋(píng)果的圖像采集 圖像采集就是將圖像通過(guò)數(shù)字化后輸入到計(jì)算機(jī)的過(guò)程。被攝物體的圖像經(jīng)過(guò)鏡頭聚焦到 CCD 芯片上， CCD 根據(jù) 光的強(qiáng)弱積累相應(yīng) 比例的電荷，各個(gè)像素積累的電荷在視頻時(shí)序的控制下，逐點(diǎn)外移，經(jīng)濾波、放大處理后，形成視頻信號(hào)輸出。視頻信號(hào)連接到監(jiān)視器或電視機(jī)的視頻輸入端便可以看到與 原始圖像相同的視頻圖像 8,9。如圖 4-1。 圖 4-1 采集到的蘋(píng)果圖像 Figure 4-1 Apple images collected 7 4.2 蘋(píng)果圖像的預(yù)處理 由于圖像在成像過(guò)程中會(huì)受各種條件的限制和許多隨機(jī)因素的影響，獲得的數(shù)字圖像必須經(jīng)過(guò)預(yù)處理。 圖像處理就是對(duì)圖像中的像素點(diǎn)進(jìn)行運(yùn)算，因此需要很多的運(yùn)算方法，而且根據(jù)不同的需要有不同的算法。而圖像處理功能的實(shí)現(xiàn)也在于算法的提出和實(shí)現(xiàn)。到目前為止，還是有很多圖像對(duì)于某些算法不適用，需要進(jìn)一步研究探索出新的成果。本節(jié)結(jié)合本課題對(duì)蘋(píng)果圖像處理的應(yīng)用 ，在設(shè)計(jì)過(guò)程中對(duì)圖像按先后順序進(jìn)行了 圖像濾波 （ 中值濾波 ）、 圖像增強(qiáng) (直方圖修正法 )、 閾值分割（ 灰度直方圖二值化 ） 、邊緣檢測(cè) （ Sobel 算子） 、圖像細(xì)化處理，以及對(duì)蘋(píng)果圖像斑點(diǎn)的清除處理。 圖 4-2 是蘋(píng)果圖像的處理過(guò)程。 圖 4-2 蘋(píng)果圖像處理過(guò)程 Figure 4-2 Apple image processing 4.2.1 圖像濾波 考慮到系統(tǒng)在采集，傳輸圖像和量化圖像過(guò)程中會(huì)產(chǎn)生噪聲，影響圖像質(zhì)量。為了能夠正確的識(shí)別圖像，必須對(duì)圖像進(jìn)行消噪處理。圖 像噪聲主要有加性噪聲，乘性噪聲和量化噪聲等 10。 圖像中信號(hào)主要分布在低頻區(qū)域，而噪聲主要分布在高頻區(qū)域，但同時(shí)圖像的細(xì)節(jié)也分布在高頻區(qū)域。在傳統(tǒng)的基于傅氏變換的信號(hào)去噪方法，我們使得信號(hào)和噪聲的頻帶重疊部分盡可能較小，這樣就可以在頻域通過(guò)時(shí)不改變?yōu)V波，就將信號(hào)同噪聲區(qū)分開(kāi)。但是當(dāng)它們的頻域重疊區(qū)域很大時(shí)，這種方法就無(wú)能為力了。所以圖像降噪處理中的一個(gè)矛盾的問(wèn)題是如何在降低圖像噪聲和保留圖像細(xì)節(jié)保持平衡，傳統(tǒng)的低通濾波方法將圖像濾波： 中值濾波 邊緣檢測(cè)： Sobel 算子 閾值分割： 灰度直方圖二值化 圖像細(xì)化 圖像增強(qiáng)： 直方圖修正法 8 圖像的高頻成分濾除，雖然能夠達(dá)到降低噪聲的效果，但破壞了圖像細(xì)節(jié)。可以利用小波分 析的理論，可以構(gòu)造一種即能夠降低圖像噪聲，又能夠保持圖像細(xì)節(jié)信息的方法 11。但是其速度比較慢。本系統(tǒng)的 實(shí)時(shí)性要求很高 ，在考慮速度的同時(shí)處理后的圖像只要滿足特征提取得要求即可，因此經(jīng)過(guò)綜合考慮，我們選用傳統(tǒng)的 低通濾波方法 。 一般常用的濾波方法主要有鄰域平均法，中值濾波等方法。 4.2.1.1 鄰域平均法 鄰域平均法是指圖像區(qū)域內(nèi)任意點(diǎn)的灰度值是該點(diǎn)鄰域內(nèi)各點(diǎn)灰度值的平均值。該法是實(shí)域內(nèi)最為簡(jiǎn)單的方法。 以 33 鄰 域?yàn)槔韵率莾煞N模板 ： 1111 1119 1111 2 11 24216 1 2 1第二個(gè)模板是對(duì)第一個(gè)模板的修正，叫做加權(quán)平均模板，從權(quán)值上看，處于中心位置的像素比其他任何像素的權(quán)值要大，所以在均值計(jì)算中給定的這一像素最為重要。 但 此法的缺點(diǎn)是會(huì)造成高頻的圖像邊緣部分出現(xiàn)模糊現(xiàn)象，且模糊程度與鄰域半徑的大小成正比。 4.2.1.2 中值濾波 本文采用 中值濾波法 對(duì)采集來(lái)的數(shù)字圖像進(jìn)行濾波，得到很好效果，同時(shí)中值濾波速度很快，能夠滿足系統(tǒng)對(duì)速度的要求 12。 中值濾波是指把以某點(diǎn) ( , )xy 為中心的小窗口內(nèi)的所有象素的灰度值按照從大到小的順序排列，將中間值作為 ( , )xy 處的灰度值 (若窗口中有偶數(shù)個(gè)象素，則取兩個(gè)中間值的平均 )。 中值濾波采用模板增強(qiáng)的方法， 用一個(gè)含有奇數(shù)點(diǎn)的滑動(dòng)窗口，將窗口中各點(diǎn)灰度值的中值來(lái)替代指定點(diǎn) (一般是窗口的中心點(diǎn) )的灰度值。對(duì)于奇數(shù)元素，中值是指按大小排序后，中間的數(shù)值 ； 對(duì)于偶數(shù)元素，中值是指排序后中間兩個(gè)元素灰度值的平均值 13。 中值濾波對(duì)濾除脈沖干擾信號(hào)和圖像的掃描噪聲效果很 好 ，且 中值濾波在運(yùn)算過(guò)程中無(wú)需要圖像的統(tǒng)計(jì)特性，因此計(jì)算很方便。 中值濾波的步驟是 ： (1)將模板在圖像上漫游，并將模板中心與圖像的某個(gè)像素 (也可叫著基點(diǎn) )重合 ； (2)讀取模板下各對(duì)應(yīng)像素的灰度值 ； (3)將這些灰度值從小到大排成一列 ； (4)找出這些值里排在中間的一個(gè)值 ； (5)將這個(gè)中間值賦給對(duì)應(yīng)模板中心像素。 盡管中值濾波器是一種有效地濾除脈沖干擾如顆粒噪聲等、保持圖像邊緣的濾波器，但隨著窗口的增加，雖然濾波能力增強(qiáng)，但有細(xì)節(jié)損失，而且速度隨著窗口的增大而降低。因此我們選擇窗口時(shí)應(yīng)該根據(jù)圖像情況在保 持良好濾波的同時(shí)盡可能選擇小的窗口。本系統(tǒng)選擇 31 的滑動(dòng)窗口。 9 中值濾波去除噪聲的原理如 圖 4-3 所示。 (a)原圖 (b)處理后的圖 圖 4-3 中值濾波處理原理 Figure 4-3 The value of the filtering principle 圖中數(shù)字代表該處的灰度?？梢钥闯?，在 (a)圖中中間的 6 和周?chē)幕叶认嗖詈艽?，是一個(gè)噪聲點(diǎn)。 經(jīng)過(guò) 31 窗口 (即水平 3 個(gè)象素取中間值 )的中值濾波，得到右圖 (b)，可以看出，噪聲點(diǎn)被去除。 經(jīng)過(guò) 仿真試驗(yàn)， 如圖 4-4 是本課題在蘋(píng)果圖像采用中值濾波后 的圖像 ， 與圖 2-2 相對(duì)照 可以看出，中值濾波的效果明顯，消除了原圖中的大量噪聲 (掃描線和孤立點(diǎn) )， 因此 對(duì)于水果 來(lái)說(shuō) 采用中值濾波是合理的，滿足研究要求。 圖 4-4 蘋(píng)果圖像的中值濾波 Figure 4-4 Median filtering of Apple image 4.2.2 圖像增強(qiáng) 圖像增強(qiáng)主要是為了突出目標(biāo) 圖像，增加對(duì)比度，使目標(biāo)從背景中分離出來(lái)，為特征提取做準(zhǔn)備。 根據(jù)處理所進(jìn)行的空間的不同圖像增強(qiáng)可以分為基于圖像域的方法和基于頻域的方法，即空間域法和頻率域法?？臻g域法主要是在空間域上對(duì)圖像的像素直接進(jìn)行運(yùn)算處理，即可直接得到增強(qiáng)后的圖像 ； 而頻率域法是將圖像變換到某個(gè)空間 (例如頻率域 )中進(jìn)行運(yùn)算處理，最后將運(yùn)算處理后的結(jié)果再進(jìn)行對(duì)應(yīng)變換的反變換得到增 10 強(qiáng)后的圖像。 考慮到系統(tǒng)實(shí)時(shí)性要求，本文主要對(duì)空域法分析。 空域圖像增強(qiáng)的常用方法是灰度變換法和直方圖修正法。兩種方法都是通過(guò)一定的變換來(lái)實(shí)現(xiàn)對(duì)比度的增強(qiáng)，因?yàn)橹挥?當(dāng)黑白象素的灰度差異超過(guò)一定限度時(shí)，人的眼睛才能容易識(shí)別。 4.2.2.1 線性灰度變換 從 CCD 攝像頭得到的圖象，常表現(xiàn)出對(duì)比度較差，為此需對(duì)圖象中的每一象素的灰度級(jí)進(jìn)行標(biāo)度變換，擴(kuò)大圖象灰度范圍，以達(dá)到增強(qiáng)圖象的目的。標(biāo)度輸入圖象的象素點(diǎn) ,xy 的灰度級(jí)為 ,f x y ，通過(guò)映射函數(shù) T 映射成輸出圖象的灰度級(jí) ,g x y ，即 ,g x y T f x y (4.1) 當(dāng)圖象在成像時(shí)曝光量不適當(dāng)或設(shè)備的非線性動(dòng)態(tài)范圍太窄時(shí)，都會(huì)產(chǎn)生對(duì)比度不足的情況，使圖象中的細(xì)部不夠清晰而影響后續(xù)的識(shí)別處理。這時(shí)如將圖象灰度線性擴(kuò)展，可以顯著改善圖象的觀察質(zhì)量。 設(shè)原圖象 ,f x y 的灰度范圍為 ,ab ，希望變換后的圖象 ,g x y 動(dòng)態(tài)范圍為 ,cd ，則可用下式變換實(shí)現(xiàn) ： , d c f x y ag x y cba (4.2) 對(duì)于處理中的水果圖象，由于目標(biāo)物體占圖象的大部分面積，因此大部分圖象灰度級(jí)為目標(biāo)物體灰度，而小部分為背景灰度，為增強(qiáng)處