基于圖像處理的一種燈陣排布識(shí)別方法

江門(mén)彩立方光電科技有限公司 陳漱文

?

基于圖像處理的一種燈陣排布識(shí)別方法

江門(mén)彩立方光電科技有限公司 陳漱文

【摘要】本文基于圖像處理技術(shù)設(shè)計(jì)了一種識(shí)別燈陣走線方式和燈珠位置的方法。相比于以往靠人工來(lái)識(shí)別燈陣排布的方式，該種方法可以以自動(dòng)化的方式完成重復(fù)繁多的識(shí)別過(guò)程，提高了設(shè)計(jì)效率和控制準(zhǔn)確率，尤其對(duì)于采用大量顯示點(diǎn)的巨型燈陣，能夠迅速和輕松的完成燈陣排布的識(shí)別工作，為后續(xù)的LED點(diǎn)陣控制、顯示效果制作提供準(zhǔn)確的基礎(chǔ)性坐標(biāo)數(shù)據(jù)文件。

【關(guān)鍵詞】圖像處理；顏色空間；燈陣排布

1　燈陣排布

LED的內(nèi)在性質(zhì)決定了它具有體積小、耗電低、壽命長(zhǎng)、亮度高、顏色豐富等特征優(yōu)點(diǎn)，在戶外亮化、商業(yè)裝飾、發(fā)光字等實(shí)際工程中都有很好的應(yīng)用。通常，產(chǎn)品在設(shè)計(jì)之處會(huì)按照具體的顯示輪廓（可以是二維也可以是三維）來(lái)確定燈陣的排布，燈陣的排布就是將LED燈珠或燈組按照一定的方式安裝到產(chǎn)品表面（產(chǎn)品也可以是貼裝LED燈珠的PCB板），之后再使用對(duì)應(yīng)控制器便可以讓燈陣工作在符合客戶預(yù)期的顯示效果上。顯示效果的制作由彩立方光電科技有限公司自主研發(fā)的效果生成軟件來(lái)完成，其中燈陣排布的識(shí)別是制作顯示效果的基礎(chǔ)。

1.1燈陣排布的識(shí)別方法

在制作顯示效果之前必須要知道燈陣的布線方式和連接方式，經(jīng)過(guò)工程應(yīng)用驗(yàn)證這里主要介紹兩種方法，分別是正向式識(shí)別方法和反向式識(shí)別方法，各有其適用性以及特點(diǎn)。

（1）正向式識(shí)別方法。正向式識(shí)別方法就是根據(jù)PCB的布線文件或燈珠安裝文件確定產(chǎn)品燈陣中每個(gè)燈珠或燈組的坐標(biāo)，并得到一份坐標(biāo)文件，坐標(biāo)文件包含每個(gè)燈珠或燈組的現(xiàn)實(shí)坐標(biāo)信息和物理地址信息，這兩個(gè)信息一一對(duì)應(yīng)。軟件效果制作人員會(huì)根據(jù)這份坐標(biāo)文件制作出符合用戶期待的顯示效果。

（2）反向式識(shí)別方法。反向式識(shí)別方法不需要查看相應(yīng)的PCB的布線文件或燈珠安裝文件，而是通過(guò)一段特定的程序來(lái)驅(qū)動(dòng)點(diǎn)亮燈陣，燈陣中的燈珠或燈組會(huì)按照實(shí)際的連接和走線方式順次點(diǎn)亮，在這個(gè)過(guò)程中通過(guò)人眼或機(jī)器視覺(jué)的方法描繪出包含燈珠或燈組的現(xiàn)實(shí)坐標(biāo)信息和物理地址信息的燈陣排布坐標(biāo)文件。這種方法是根據(jù)工作效果反推出其PCB的布線文件或燈珠安裝文件，所以被稱為反向式識(shí)別方法。

1.2燈陣排布識(shí)別方法比較

正向式識(shí)別方法是比較傳統(tǒng)的識(shí)別方法，通常更適用于燈陣結(jié)構(gòu)比較規(guī)則的產(chǎn)品，PCB設(shè)計(jì)人員或安裝人員會(huì)按照某些規(guī)則來(lái)設(shè)計(jì)燈陣的走線情況，比如逐行布置、逐列布置、S形布置等，如圖1所示，目的是讓燈陣結(jié)構(gòu)簡(jiǎn)單明了。正向式識(shí)別方法是直觀、常規(guī)的識(shí)別方法，在燈陣結(jié)構(gòu)簡(jiǎn)單、燈陣中燈珠或燈組數(shù)量不多的情況下可以快速有效地制作出燈陣排布坐標(biāo)文件。

圖1　燈陣布置示意圖

反向式識(shí)別方法相對(duì)來(lái)說(shuō)更靈活一些，PCB設(shè)計(jì)人員或者安裝人員可以根據(jù)具體的產(chǎn)品結(jié)構(gòu)或應(yīng)用場(chǎng)景按照最方便布線的方式來(lái)任意布局LED燈珠或燈組。反向式識(shí)別方法中可以通過(guò)人眼來(lái)描繪出燈陣排布坐標(biāo)文件，也可以通過(guò)機(jī)器視覺(jué)來(lái)描繪坐標(biāo)文件。用機(jī)器視覺(jué)來(lái)代替人眼完成描繪燈陣排布坐標(biāo)文件的工作，在燈陣結(jié)構(gòu)復(fù)雜、燈陣中燈珠或燈組數(shù)量較多的情況下有很大的優(yōu)勢(shì)，可以降低人工成本，提高識(shí)別效率以及準(zhǔn)確率。本文重點(diǎn)介紹的便是采用圖像處理技術(shù)的燈陣排布識(shí)別方法，以更先進(jìn)更高效性的方式來(lái)完成燈陣排布的識(shí)別工作。

2　圖像處理識(shí)別燈陣排布的方法描述

基于圖像處理的燈陣排布識(shí)別方法，其實(shí)現(xiàn)過(guò)程可以簡(jiǎn)單描述如下：

（1）選擇合適的取景范圍，取景的大小應(yīng)充分包含所要拍攝燈陣的整體輪廓，打開(kāi)攝像裝備；

（2）利用特定的程序以一定的時(shí)間間隔（如間隔1s）按照燈珠或燈組的實(shí)際連接順序依次點(diǎn)亮，攝像裝備會(huì)完整記錄這個(gè)過(guò)程并保存為一個(gè)視頻格式文件；

（3）使用燈陣排布識(shí)別軟件來(lái)打開(kāi)該視頻文件，軟件會(huì)執(zhí)行圖像處理，生成包含每一個(gè)燈珠或燈組物理ID信息和像素坐標(biāo)信息的坐標(biāo)文件；

在步驟（2）拍攝燈陣時(shí)，順次點(diǎn)亮燈珠或燈組的策略是：將燈陣中待識(shí)別的燈珠或燈組亮紅色（80%亮度）其他亮綠色（30%亮度），這樣通過(guò)拍攝獲得的圖像或視頻文件可以很容易獲取到待識(shí)別的ROI區(qū)域，這個(gè)ROI區(qū)域具有明顯的顏色特征（紅色）以及亮度特征（高亮度），通過(guò)圖像處理技術(shù)可以容易地分離出該ROI區(qū)域，并得到其中心像素坐標(biāo)，像素坐標(biāo)與燈陣中每個(gè)燈珠或燈組的現(xiàn)實(shí)世界坐標(biāo)具有一一對(duì)應(yīng)的關(guān)系，通過(guò)設(shè)計(jì)的轉(zhuǎn)換函數(shù)可以簡(jiǎn)單實(shí)現(xiàn)像素坐標(biāo)與現(xiàn)實(shí)坐標(biāo)之間的相互轉(zhuǎn)換。

本方法是通過(guò)圖像處理技術(shù)來(lái)處理拍攝到的圖片或視頻，進(jìn)而識(shí)別燈陣中顯示點(diǎn)的分布情況，因此在燈陣生產(chǎn)或安裝之初不需要考慮燈串的排布方法，在生產(chǎn)時(shí)可以對(duì)燈串按照實(shí)際需要進(jìn)行任意的走線排布，這樣能夠大大的提高燈陣的生產(chǎn)效率。通過(guò)圖像處理后可以識(shí)別出所有燈陣顯示點(diǎn)的坐標(biāo)，同時(shí)將每個(gè)顯示點(diǎn)的坐標(biāo)與其物理地址進(jìn)行對(duì)應(yīng)并生成相應(yīng)的數(shù)據(jù)庫(kù)，然后軟件效果制作人員就可以利用這個(gè)數(shù)據(jù)庫(kù)文件精確控制每個(gè)顯示點(diǎn)，從而制作出所需的顯示效果。本方法能夠大大的減少以往人工識(shí)別的重復(fù)繁多的操作工程，提高了設(shè)計(jì)效率和控制準(zhǔn)確率。

3　圖像處理

3.1圖像數(shù)據(jù)的讀入

通過(guò)攝像頭獲取的圖像質(zhì)量直接關(guān)系到后續(xù)圖像處理的復(fù)雜程度以及最終結(jié)果的準(zhǔn)確度，如圖2所示為一組拍攝的實(shí)際燈陣圖，分別讓燈陣中的燈珠以紅色、綠色、藍(lán)色、綠色背景下亮紅色這樣的方式順次點(diǎn)亮，在拍攝圖片過(guò)程中得到以下經(jīng)驗(yàn)：

（1）環(huán)境的亮度會(huì)影響拍攝到的圖片質(zhì)量，高亮度環(huán)境下由于燈板表面的反射，會(huì)產(chǎn)生較多的噪點(diǎn)［1］，并且ROI區(qū)域輪廓不明顯，不利于后續(xù)的圖像處理，所以拍攝時(shí)需要選擇合適的環(huán)境亮度。

（2）燈珠點(diǎn)亮的程度會(huì)影響拍攝到的圖片質(zhì)量，顯示點(diǎn)的亮度過(guò)高，通過(guò)攝像頭獲得的顯示光斑就會(huì)相應(yīng)的變大，但是如果顯示點(diǎn)的亮度過(guò)低，拍攝時(shí)可能會(huì)和攝像頭的噪點(diǎn)混合在一起，導(dǎo)致難以識(shí)別，因此拍攝時(shí)需要將顯示點(diǎn)的亮度調(diào)整到合適的值，同時(shí)攝像頭也應(yīng)選取合適的感光度、曝光時(shí)間以及拍攝分辨率，以便于獲取清晰可辨的圖像，有利于提高識(shí)別的精度［2］。

（3）對(duì)比亮紅色、綠色、藍(lán)色、綠色襯托下的紅色這樣的點(diǎn)亮方式，拍攝到的圖像質(zhì)量以綠色襯托下的紅色這樣的點(diǎn)亮方式為最佳，可以有效地減少光暈并且ROI區(qū)域更明顯，利于圖像處理獲得更精準(zhǔn)的ROI區(qū)域像素坐標(biāo)。

圖2　點(diǎn)亮方式選擇

3.2顏色空間的選擇

常用的顏色空間有RGB、CMY、HSV、HSI等，其中RGB是比較常見(jiàn)的一種顏色空間，可以將R、G、B看做一個(gè)三維坐標(biāo)系，坐標(biāo)系中的每一個(gè)點(diǎn)都可以代表一種顏色［2-3］；HSV是一種直觀的顏色空間，它符合人類(lèi)的視覺(jué)系統(tǒng)對(duì)顏色空間的理解方式，H是色相 ，S是飽和度，V是純度；HSI空間與HSV空間相似，也是以人類(lèi)的視覺(jué)系統(tǒng)為基礎(chǔ)的，其中H與S同樣代表色相和飽和度，I代表的是強(qiáng)度。在實(shí)際應(yīng)用中，RGB顏色空間容易受到強(qiáng)光、弱光等環(huán)境因素的影響，相比之下HSV或HSI顏色空間會(huì)更穩(wěn)定一些，同時(shí)更符合人類(lèi)的視覺(jué)特征，也正因?yàn)槿绱怂粡V泛地應(yīng)用與機(jī)器視覺(jué)領(lǐng)域［4-6］。本文選擇的顏色空間是HSV。

3.3顏色空間的轉(zhuǎn)換

轉(zhuǎn)換顏色空間是為了縮小不同的顏色空間在屬性上存在的較大的差異，本文采用普通攝像頭讀入RGB顏色后，再將RGB顏色轉(zhuǎn)換為HSV顏色［4-5］，在OpenCV中顏色空間的轉(zhuǎn)換使用cvtColor（InputArray src，OutputArray dst，int code，intdstCn）函數(shù)來(lái)實(shí)現(xiàn)。RGB到HSV的數(shù)學(xué)轉(zhuǎn)換函數(shù)如下所示：

R、G、B：為RGB顏色空間中的紅色、綠色、藍(lán)色3個(gè)分量的值；

H、S、V：為HSV顏色空間的色度、飽和度、純度的值；

3.4圖像處理部分算法實(shí)現(xiàn)

圖像處理部分的算法實(shí)現(xiàn)步驟如下所示：

（1）攝像頭采集視頻圖像，并保存為一個(gè)視頻文件；

（2）利用OpenCV函數(shù)讀取視頻文件并得到圖像的幀序列；

（3）對(duì)圖像進(jìn)行高斯濾波及中值濾波處理；

（4）將圖像由RGB轉(zhuǎn)為HSV；

（5）將得打的圖像分為H、S、V三幅單通道圖像；

（6）創(chuàng)建滑動(dòng)條窗口，可以改變顏色參數(shù)閾值，進(jìn)而可以得到符合目標(biāo)顏色的色度、飽和度、純度的單通道圖像；

（7）對(duì)得到的圖像進(jìn)行膨脹與腐蝕處理；

（8）得到二值化圖像；

（9）對(duì)二值化圖像進(jìn)行開(kāi)運(yùn)算，消除小物體，然后再進(jìn)行依次閉運(yùn)算填充圖像縫隙；

通過(guò)以上步驟后，可以得到如圖3所示的圖像處理結(jié)果，結(jié)果表明通過(guò)上述處理方法可以準(zhǔn)確得到燈陣中的紅色亮點(diǎn)。

圖3　圖像處理結(jié)果

（10）使用Canny檢測(cè)邊緣，并繪制出輪廓，主要使用到的OpenCV函數(shù)如下： Canny（）函數(shù)，該函數(shù)需要輸入一副灰度圖像，然后會(huì)輸出一副灰度圖像；findContours（）函數(shù)，該函數(shù)從二值函數(shù)中檢索出輪廓；drawContours（）函數(shù)將檢測(cè)到的輪廓繪制出來(lái)。

（11）計(jì)算矩和中心像素坐標(biāo)。

（12）像素坐標(biāo)與世界世界坐標(biāo)轉(zhuǎn)換。

4　結(jié)論

本文以實(shí)際拍攝的燈陣產(chǎn)品圖像為研究對(duì)象，使用 OpenCV對(duì)其進(jìn)行軟件實(shí)現(xiàn)和算法設(shè)計(jì)，實(shí)現(xiàn)了基于圖像處理的燈陣排布識(shí)別方法設(shè)計(jì)。文章的主要內(nèi)容包括：

（1）闡述工程應(yīng)用中使用到的燈陣排布識(shí)別方法，本文將其按照實(shí)現(xiàn)邏輯分為正向式識(shí)別方法和反向式識(shí)別方法，介紹了這兩種識(shí)別方法的實(shí)現(xiàn)原理，并且通過(guò)比較描述了這兩種方法各自的特點(diǎn)以及適用性。

（2）比較目前用到的顏色空間如 RGB、CMY、HSV、HSI等，選擇了適合本處理方法的HSV顏色空間做顏色閾值分割，同時(shí)對(duì)轉(zhuǎn)換到HSV顏色空間的色度、飽和度、純度顯著特征進(jìn)行檢測(cè)，結(jié)合局部深度信息特征做出決策最終實(shí)現(xiàn)對(duì)燈陣中紅色亮點(diǎn)的檢測(cè)。

（3）在拍攝燈陣產(chǎn)品時(shí)，針對(duì)其特性考慮到環(huán)境亮度、燈珠或燈組點(diǎn)亮亮度對(duì)圖像識(shí)別時(shí)的影響建立了對(duì)比模型，通過(guò)分析對(duì)比后，提出了待識(shí)別燈珠或燈組亮紅色（80%亮度）其他亮綠色（30%）這樣“綠葉襯紅花”的優(yōu)化設(shè)計(jì)，圖像處理結(jié)果達(dá)到了優(yōu)秀的預(yù)期結(jié)果。

參考文獻(xiàn)

［1］張寧，何鐵軍，高朝暉，等.道路場(chǎng)景中交通標(biāo)志的檢測(cè)方法［J］.交通運(yùn)輸工程學(xué)報(bào)，2008，8（6）：104-109.

［2］Cai Z X，Gu M Q，Li Y.Real-time arrow traffic light recognition system for intelligent vehicle［C］.Proceedings of The World Congress in Computer Science，Computer Engineering，and Applied Computing.2012：64-65.

［3］武瑩，張小寧，何斌.基于圖像處理的交通信號(hào)燈識(shí)別方法［J］.交通信息與安全，2011，03：51-54.

［4］曹建農(nóng).圖像分割的熵方法綜述［J］.模式識(shí)別與人工智能，2012，06：3958-971.

［5］龔聲蓉，劉純平，趙勛杰，蔣德茂.數(shù)字圖像處理與分析［M］.清華大學(xué)出版社，2014，5 .

［6］姜志高.基于二值化處理與模板匹配的圖像識(shí)別［J］.才智，2011，26：72-74.