Canny邊緣檢測(cè)在等離子顯示器精密定位中的應(yīng)用

南京郵電大學(xué)計(jì)算機(jī)學(xué)院 洪 磊

南京師范大學(xué)電氣與自動(dòng)化工程學(xué)院 范育奇

Canny邊緣檢測(cè)在等離子顯示器精密定位中的應(yīng)用

南京郵電大學(xué)計(jì)算機(jī)學(xué)院 洪 磊

南京師范大學(xué)電氣與自動(dòng)化工程學(xué)院 范育奇

介紹了Canny算子邊緣檢測(cè)的基本原理，闡述了其優(yōu)越性。分析了基于計(jì)算機(jī)視覺(jué)的等離子顯示器屏板定位的工作原理，將Canny算法運(yùn)用到等離子顯示器定位中的圖像處理環(huán)節(jié)。結(jié)合算法實(shí)現(xiàn)步驟，分析并說(shuō)明了其遵循的基本原則。最后在MATLAB環(huán)境下編譯并調(diào)試，對(duì)其理論進(jìn)行實(shí)驗(yàn)驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，經(jīng)過(guò)直方圖均衡化后的圖像有效的減少了噪音的干擾，在此基礎(chǔ)上Canny邊緣檢測(cè)的結(jié)果可以清晰的顯示出圖像的邊緣信息，顯示器的三塊板子之間的相對(duì)位置更加明顯，非常適用于精密定位。

Canny檢測(cè)算法；等離子顯示器；直方圖均衡化；精密定位

引言

邊緣,是一個(gè)圖像最重要的特征之一,邊緣檢測(cè)也是圖像處理以及機(jī)器視覺(jué)涉及到的基本問(wèn)題,所謂邊緣,就是指待測(cè)圖像其像素灰度存在屋頂形狀變動(dòng)抑或階躍型變動(dòng)的所有像素點(diǎn)的集合,其作用就是區(qū)分開(kāi)目標(biāo)圖像中亮度變化較其他區(qū)域明顯的像素點(diǎn)。邊緣信息涵蓋了圖像中的主要內(nèi)容,具備了圖像的主要特征,因此,對(duì)圖像進(jìn)行邊緣提取能夠從很大程度上縮小數(shù)據(jù)處理范圍,大大減小工作量,同時(shí)削減了無(wú)關(guān)信息,保留了原始圖像重要的結(jié)構(gòu)特性。

精密定位是當(dāng)今社會(huì)熱門話題之一,本文所選取實(shí)驗(yàn)對(duì)象是由東南大學(xué)自主研發(fā)出的蔭罩式等離子顯示器(SMPDP),在對(duì)其進(jìn)行粗定位時(shí)利用機(jī)器視覺(jué)檢測(cè)技術(shù),粗定位的定位精度可達(dá)微米級(jí)別。簡(jiǎn)單來(lái)說(shuō),機(jī)器視覺(jué)檢測(cè)系統(tǒng)是讓計(jì)算機(jī)模擬人眼視覺(jué)感知功能,從而對(duì)目標(biāo)圖像進(jìn)行識(shí)別、檢測(cè)以及處理的系統(tǒng)。定位時(shí),計(jì)算機(jī)需要對(duì)接收到的三塊板子的相對(duì)位置圖像進(jìn)行去噪、平滑、邊緣檢測(cè)等預(yù)處理。而邊緣作為圖像信息最關(guān)鍵的要素之一,在圖像檢測(cè)、識(shí)別與處理中有著舉足輕重的地位。邊緣信息不僅影響到計(jì)算機(jī)對(duì)整個(gè)圖像背景信息的識(shí)別與整合,更是后續(xù)圖像分割所依賴的前提與基礎(chǔ)。因此,合理有效的算法選擇將影響到整個(gè)計(jì)算機(jī)視覺(jué)檢測(cè)定位工作臺(tái)的工作效益。Canny算子是重要的邊緣檢測(cè)算子,是最優(yōu)的階梯型邊緣(step edge)檢測(cè)算子,本文將其運(yùn)用到等離子顯示器的定位當(dāng)中,得到了良好的試驗(yàn)效果。實(shí)驗(yàn)結(jié)果表明,運(yùn)用直方圖均衡化以及Canny算子對(duì)等離子顯示器的上下基板以及蔭罩板進(jìn)行圖像處理可以有效的檢測(cè)出較為清晰的圖像邊緣,得到三塊板子間較為清晰的相對(duì)位置。

1 計(jì)算機(jī)視覺(jué)定位技術(shù)

東南大學(xué)自主研發(fā)的蔭罩式等離子顯示器(SMPDP)的前、后基板以及蔭罩之間的相對(duì)位置關(guān)系如圖1所示。前基板上布有水平的電極線,后基板上布有垂直的電極線,垂直電極線寬度為水平電極線的兩倍,寬為120um,蔭罩板上布有圓形網(wǎng)孔,等離子顯示器的生產(chǎn)工藝要求前后基板電極線兩兩正交,其交點(diǎn)與蔭罩板的網(wǎng)孔中心重合。然而實(shí)際生產(chǎn)過(guò)程中難以通過(guò)肉眼對(duì)其進(jìn)行分辨,因此需要利用相關(guān)的視覺(jué)檢測(cè)系統(tǒng)對(duì)其進(jìn)行精密定位。

整個(gè)控制系統(tǒng)以工業(yè)控制計(jì)算機(jī)為中心,包括視覺(jué)傳感器、高速視頻采集卡和專用的圖像處理設(shè)備等多個(gè)關(guān)鍵模塊。視覺(jué)傳感器采用的是4組同等型號(hào)大小的CCD攝像頭用于拍攝三板最初相對(duì)位置。得到原始圖像之后,在放大鏡頭的輔助下對(duì)圖像進(jìn)行平滑、去噪、邊緣檢測(cè),使得圖像特征變得明顯,為后續(xù)的進(jìn)一步定位作鋪墊。

圖1 SMPDP前后基板與蔭罩的相對(duì)位置

2 Canny算子實(shí)現(xiàn)原理及步驟檢測(cè)

2.1 Canny算子原理及優(yōu)越性

Canny算子實(shí)現(xiàn)圖像處理的原理是在提高目標(biāo)圖像邊緣敏感度的同時(shí),可以有效地抑制不相干的外部干擾,如噪聲等。其本質(zhì)是對(duì)圖像中邊緣信號(hào)進(jìn)行極大值檢測(cè)從而篩選出目標(biāo)物體真實(shí)的邊緣像素點(diǎn)。從以下三個(gè)標(biāo)準(zhǔn)來(lái)說(shuō),最適合利用Canny邊緣檢測(cè)算子進(jìn)行圖像檢測(cè)的信號(hào)為當(dāng)圖像受到白噪聲影響時(shí)的階躍型邊緣。

(1)檢測(cè)標(biāo)準(zhǔn)。

不流失圖像最重要的邊緣像素點(diǎn),不能誤檢出虛假的邊緣像素點(diǎn),評(píng)判參數(shù)信噪比SNR應(yīng)盡可能大。

(2)定位標(biāo)準(zhǔn)。

圖像真實(shí)邊緣和Canny算法檢測(cè)到的邊緣相對(duì)位置偏差盡可能的小。定位精度越高越好。

(3)單響應(yīng)標(biāo)準(zhǔn)。

若系統(tǒng)輸入存在多個(gè)響應(yīng),將其降低至單個(gè)邊緣響應(yīng),即單響應(yīng)輸入。

2.2 算法步驟

利用Canny算子進(jìn)行圖像處理以及檢測(cè)的主要步驟可以分為以下四點(diǎn):濾波、增強(qiáng)、檢測(cè)、定位。具體實(shí)現(xiàn)步驟如下:

(1)利用2D高斯濾波模板和目標(biāo)圖像進(jìn)行卷積,消除原始圖像中的噪聲信號(hào)。本實(shí)驗(yàn)中系統(tǒng)選取的是方差為1的濾波模板,高斯平滑函數(shù)可以表示為:

(2)利用導(dǎo)數(shù)算子(如Prewitt算子等)分別找出原始待測(cè)圖像像素灰度沿著水平、垂直兩個(gè)方向上的導(dǎo)數(shù),進(jìn)而計(jì)算得到對(duì)應(yīng)的梯度值:。本實(shí)驗(yàn)中選取的卷積算子為:

(4)在求出了圖像邊緣的條件下,將其梯度方向分成4等分,分別為,進(jìn)而能夠找出本像素梯度方向上的鄰接像素。

(5)在求出了像素梯度大小及方向之后,對(duì)梯度的模實(shí)現(xiàn)非極大抑制。讀入圖像,分別比較某點(diǎn)的像素灰度值與其前后兩個(gè)梯度方向上的像素灰度值,若該點(diǎn)的灰度值不是三者中的最大值,即判定該點(diǎn)為待測(cè)物體中的非邊緣點(diǎn),同時(shí)將其像素值置0。

(6)使用雙閾值算法進(jìn)行進(jìn)一步檢測(cè)并且連接像素的邊緣。凡是比高閾值大的像素點(diǎn)必然為真實(shí)邊緣點(diǎn),而低于低閾值的像素點(diǎn)則一定是非邊緣點(diǎn),若像素點(diǎn)的梯度值處于高閾值、低閾值之間,則進(jìn)一步判斷在該像素點(diǎn)的所有鄰接像素中有無(wú)大于高閾值的邊緣像素點(diǎn),如果存在這樣的像素點(diǎn),即將其判定為目標(biāo)物體的真實(shí)邊緣點(diǎn),否則,即為非邊緣點(diǎn)。Canny算子檢測(cè)的流程圖如圖2所示。

圖2 Ganny檢測(cè)算子流程圖

3 實(shí)驗(yàn)及仿真

3.1 直方圖均衡化

在利用Canny算法對(duì)圖像進(jìn)行處理之前,首先需要對(duì)圖像進(jìn)行先行的去噪,噪聲源主要是在CCD攝像頭拍攝過(guò)程中的光線抖動(dòng)引起的誤差。直方圖均衡化是利用累計(jì)函數(shù)對(duì)原始圖像中各個(gè)像素灰度值進(jìn)行新一輪分配整合,最終使得圖像對(duì)比度得到增強(qiáng)。其算法計(jì)算步驟如下:

(5)重復(fù)步驟2,統(tǒng)計(jì)映射后的灰各個(gè)度級(jí)所占像素個(gè)數(shù)。

圖3 圖像直方圖均衡化前后比較注：a)原始灰度圖像圖像均衡前；b)原始灰度圖像均衡后；c)原始灰度圖像均衡前直方圖；d)原始灰度圖像均衡后直方圖。

圖4 Canny算法檢測(cè)實(shí)驗(yàn)結(jié)果注：a)高斯去噪平滑；b)梯度檢測(cè)；c)非極大抑制；d)雙閾值分割。

根據(jù)上述算法闡述的六個(gè)步驟對(duì)計(jì)算機(jī)收集到的初始目標(biāo)圖像進(jìn)行直方圖均衡化。由于本實(shí)驗(yàn)收集到的圖像是三個(gè)板子的相對(duì)位置圖,其大小是在三維空間內(nèi),因此首先對(duì)圖像進(jìn)行三維變二維的仿真,即進(jìn)行灰度變換?；叶茸儞Q后直方圖均衡化前的圖像灰度圖和直方圖的分布如圖3a)、c)所示,直方圖均衡化后的灰度圖及其直方圖的分布如圖3b)、d)所示。

從圖3中可以看出,均衡前的灰度圖其直方圖分布相對(duì)較為密集,圖像與背景的區(qū)分度不是很明顯,而經(jīng)直方圖均衡化之后,對(duì)比度得到了明顯地提高,背景與圖像部分分辨率更高,然而由于灰度平均的原因,不可避免的使得原有圖像中的某些部分變得模糊,而且灰度級(jí)部分減少,原圖里一些存在高峰的區(qū)域經(jīng)均衡化后對(duì)比度不自然地過(guò)度增強(qiáng)。因此,本文采用Canny算法就可以將圖像進(jìn)一步的去噪,使得圖片的一些細(xì)節(jié)更容易被捕捉。

3.2 Canny邊緣檢測(cè)

根據(jù)Canny邊緣檢測(cè)的步驟進(jìn)行MATLAB編程及仿真,對(duì)等離子顯示器的前后基板以及蔭罩板的相對(duì)位置圖像進(jìn)行濾波、非極大抑制、雙閾值分割等處理,每一步的運(yùn)算結(jié)果如圖4(a)-(d)所示。

從圖4中可以看出經(jīng)過(guò)四個(gè)步驟的檢測(cè)之后,圖像的邊緣被清晰的描述出來(lái),并且不存在偽邊緣,幾乎可以檢測(cè)出較為完整連續(xù)且細(xì)致的邊緣。三板之間的相對(duì)位置得以大致確認(rèn),為進(jìn)一步的精密定位作了鋪墊。

4 結(jié)束語(yǔ)

在MATLAB軟件仿真實(shí)驗(yàn)的驗(yàn)證下,證實(shí)了Canny算子的優(yōu)越性,可以在噪聲抑制以及圖像平滑、邊緣檢測(cè)方面實(shí)現(xiàn)一定的平衡,適用于計(jì)算機(jī)視覺(jué)檢測(cè)系統(tǒng)。然而仍然存在一些不足,比如說(shuō)雙閾值的取值問(wèn)題。閾值選取過(guò)大,抑制的效果越明顯,但計(jì)算量大大增加,閾值選取偏小,則會(huì)丟失相關(guān)細(xì)節(jié),對(duì)定位精度造成影響。因此,在下一步的研究目標(biāo)中,應(yīng)該主要將Canny算子作為邊緣檢測(cè)的基礎(chǔ),而輔以利用其他算法對(duì)其進(jìn)行進(jìn)一步的改進(jìn)優(yōu)化。

［1］范媛媛,桑英軍,沈湘衡.基于BP神經(jīng)網(wǎng)絡(luò)的圖像質(zhì)量評(píng)價(jià)參數(shù)優(yōu)化［J］.應(yīng)用光學(xué),2012,32(6):1150-1155.

［2］王紀(jì)剛,陳家新.基于改進(jìn)濾波的Canny醫(yī)學(xué)圖像邊緣檢測(cè)算法［J］.計(jì)算機(jī)測(cè)量與控制,2013(6):1577-1579+1593.

［3］唐繼勇.基于邊緣保持濾波的Canny彩色圖像邊緣檢測(cè)方法［J］.現(xiàn)代電子技術(shù),2012(11):81-83+87.

［4］鄒霽.大尺寸超高清晰度等離子顯示器的研發(fā)及運(yùn)用［J］.電視技術(shù),2012(20):56-60.

［5］余鳳斌,李斌,于名訊.等離子顯示器用濾光膜的研制［J］.電子元件與材料,2011(11):58-60.

［6］王桂花.銀鹽方式等離子顯示器(PDP)用電磁波屏蔽膜的開(kāi)發(fā)［J］. 影像技術(shù),2008(3):10-13.

［7］常靚,陳志國(guó).Matlab在圖像處理教學(xué)中的應(yīng)用［J］.黑龍江科技信息,2008(26):78.

［8］宋濤,樊志新.用于銅扁線表面質(zhì)量檢測(cè)的計(jì)算機(jī)視覺(jué)和圖像處理技術(shù)［J］.中國(guó)科技信息,2005(22):42.

［9］閆偉,金元郁.圖像處理在位置控制實(shí)驗(yàn)系統(tǒng)中的應(yīng)用［J］.工業(yè)控制計(jì)算機(jī),2005(2):18-19.

［10］孫麗云,焦向東,劉丹,等.一種新的圖像處理實(shí)驗(yàn)設(shè)計(jì)方法［J］. 艦船電子工程,2008(12):110-113.