基于偏振信息的豆類特征提取方法①

黃世釗， 陶彥輝

(安徽新華學院，安徽 合肥 230088)

0 引 言

品質(zhì)分選是糧食產(chǎn)品加工的一個必不可少的步驟，目前廣泛使用的色選機一般簡單的通過合格顆粒與不合格顆粒間的顏色、體積以及形狀來進行區(qū)分[1]，或采用機器視覺、光譜技術(shù)、計算機特征識別等技術(shù)進1行豆類作物的分選[2]?？傮w來說，由于豆類形狀、顏色都比大米復(fù)雜得多，因此使用傳統(tǒng)的方法對豆類作物進行分選，其識別正確率還處于較低水平。

當前基于目標偏振特征進行聚類分選在軍事、航天等領(lǐng)域得到了廣泛的應(yīng)用，使用偏振光進行目標探測，在獲得目標的光強分布信息的同時，還能得到反射體偏振信息，因此易于在低對比度背景下凸顯目標結(jié)構(gòu)與形態(tài)并獲得豐富的細節(jié)信息，這些特性可有效應(yīng)用于豆類等作物分選?；诖耍兄屏朔挚讖狡癯上裱b置，對豆類目標的偏振特性、偏振圖像融合算法和目標特征提取算法進行了研究。

1 系統(tǒng)結(jié)構(gòu)與工作原理

色選機工作時，被測物件通常以傳送帶或自由落體形式運動至圖像采集區(qū)域，與相機通常相距25-50cm[3]，是典型的近距離小目標。偏振測量通常需要對同一目標進行三個或更多個偏振方向進行成像處理，傳統(tǒng)偏振測量方法是通過轉(zhuǎn)動件或調(diào)制器部件，分時將不同偏振濾光片轉(zhuǎn)動到CCD成像視場[4]，在進行快速運動目標成像時，分時成像會造成目標在圖像位置上的巨大偏移，給偏振配準和目標檢測造成極大困難，基于以上分析，系統(tǒng)必須采用對同一目標同時進行不同偏振角度測量的方法進行成像，針對以上情況，選取基于分孔徑方式的同時偏振成像系統(tǒng)作為探測器。

1.1 分孔徑同時偏振成像探測原理

偏振成像測量的目的是獲得Stocks向量，當只需獲得不完全Stocks向量時，對一個場景或目標至少需要進行三次測量[5]，一般的偏振測量系統(tǒng)是分時測量的，但當被測物體與鏡頭存在相對運動時，分時測量會產(chǎn)生場景偏差。因此必須采用同時偏振成像系統(tǒng)，在一次曝光條件下獲得同一場景的幾幅不同偏振態(tài)圖像。在分選機上，由于目標與光學系統(tǒng)的距離很近，因此，多個鏡頭同時成像時，鏡頭間的位置偏差也會產(chǎn)生場景偏移，故綜合以上論述，色選機偏振成像系統(tǒng)宜采用基于分光的多通道光學系統(tǒng)進行成像。目前用于多通道光學系統(tǒng)的分光技術(shù)主要有采用光柵、棱鏡或分束器的分振幅技術(shù)，在孔徑上放置多路分光子系統(tǒng)的分孔徑技術(shù)，及干涉型分光技術(shù)等[6]，其中，分孔徑光學系統(tǒng)結(jié)構(gòu)簡單，制作方便、圖像數(shù)據(jù)處理簡便且成本較低，比較適合應(yīng)用于光電色選機。

針對系統(tǒng)設(shè)計要求，設(shè)計了基于分孔徑光學系統(tǒng)的近距離同時偏振成像探測系統(tǒng)，系統(tǒng)主要由分孔徑成像物鏡、三路不同偏振方向的偏振片和三路相機、信號處理組件等部分組成，其結(jié)構(gòu)如圖1所示，其中，三路偏振探測方向設(shè)置為0°、60°和120°，使三個偏振濾光片的透光軸以60°角呈等距離分布，在每個濾光片后放置CCD探測器及圖像數(shù)據(jù)采集系統(tǒng)。

圖1 分孔徑同時偏振成像探測系統(tǒng)

系統(tǒng)核心部分是分孔徑透鏡成像系統(tǒng)，由三個不同方向的光軸組成，在透鏡的孔徑光闌處，各光軸與系統(tǒng)中心軸之間存在一個偏心夾角，從而將同一束入射光分為完全相同的三束，形成三個光學通道，分光完成后，在各個子系統(tǒng)后方分別放置0°、60°和120°偏振片，這樣，豆類目標在3個光學通道分別形成0°、60°和120°偏振圖像并被探測器(CCD)所接收，通過這種方法，可同時獲得同一場景下同一目標的3個不同偏振狀態(tài)的偏振圖像，經(jīng)圖像據(jù)處理即可得到完整的3個Stocks分量圖[7]。

1.2 系統(tǒng)測量方程

在進行分孔徑處理后，各個光學通道可以看成是獨立成像系統(tǒng)，并且單像元瞬時視場較小，因此該系統(tǒng)是一個近軸理想光學系統(tǒng)，目標偏振信息可由Stokes方程來描述，通常情況下方程使用Stokes向量S=[S0，S1，S2]來描述目標的偏振信息，由Stokes方程可知：入射光經(jīng)過三個偏振片后，輸出光強度滿足下式：

其中，Iθ為各角度的輸出光強度，I、Q、U為偏振態(tài)Stokes參量，取θ為0°、60°和120°，即可求出I、Q、U的值：

進而得到線偏振度和偏振角的值：

2 實驗結(jié)果與分析

按照上文所述搭建偏振成像實驗系統(tǒng)，以紅豆為研究對象，分別使用普通相機和偏振相機進行了成像試驗，圖2顯示了三通道CCD同步偏振成像裝置所獲取的三個目標偏振圖像，其中圖(a)線偏振片的方向為0°參考方向，圖( b) 、( c) 分別為60°、120°方向偏振圖像。

(a)0°強度圖像 (b)60°強度圖像 (c)120°強度圖像

圖3 斯托克斯分量

圖4 識別結(jié)果

比較不同角度的偏振圖像，可以發(fā)現(xiàn)，三個強度圖像中，好的豆子與壞的豆子之間亮度存在較大差異，這是由于正常目標的表面比較光滑，因此其反射的偏振光方向基本一致，當偏振片方向與反射光偏振方向不一致時，目標亮度就比較小。而含有褶皺、干癟等缺陷的紅豆，在不同的偏振方向上所成圖像的亮度變化則比較小，這是因為反射光中偏振光所占比例較小的緣故，從強度圖上看，正常目標與缺陷目標間的特征變化不明顯，無法進行區(qū)分。

由各角度的輸出圖像進行斯托克斯運算，得到、、斯托克斯分量如圖3所示。由圖可以看出，Q分量圖像中，目標的總體輪廓變?nèi)?，而目標粗糙度特征、表面突變特征方面則更加突出，表現(xiàn)為褶皺部分、缺陷部分的亮度得到加強，這有利于對目標的表面缺陷進行分析；而U分量圖像則使目標的輪廓更加清晰，有利于對目標的形狀缺陷進行分揀。但總體說來，目標特征仍然不夠突出。

圖4為目標的偏振度、偏振角圖像以及最優(yōu)融合圖像，從(a)(b)兩圖可以看出，偏振度圖像使目標缺陷、表面褶皺等部分的特征更加突出，而偏振角圖像則進一步強化了目標輪廓信息，對于檢測目標形狀缺陷具有相當?shù)囊饬x。

為進一步綜合利用目標偏振信息，采用基于邊緣信息的小波融合算法，得到最優(yōu)融合圖像如圖4(c)所示，由圖可看出，圖像經(jīng)偏振融合處理后，最大限度地突出了目標缺陷特征，即缺陷部位的灰度值非常低，而光滑的豆類目標，其亮度分布非常規(guī)則，為機器分揀和目標聚類分析提供了非常有力的支持，降低了算法的復(fù)雜度，通過融合，最大程度展現(xiàn)了不同目標的表面特征：

①形狀缺陷：表現(xiàn)為目標外層低亮度環(huán)狀帶形狀發(fā)生寬度突變，環(huán)形發(fā)生彎曲；

②表面褶皺：內(nèi)層會產(chǎn)生大面積低亮度區(qū)域，并與外層低亮度區(qū)域連通；

③干癟：內(nèi)層產(chǎn)生大量小面積不規(guī)則低亮度點狀區(qū)域；

④正常目標：目標成像由兩層組成，內(nèi)層為低亮度規(guī)則橢圓狀，外層為精細均勻的低亮度環(huán)狀區(qū)域。

3 結(jié) 論

反射光的偏振性質(zhì)是物體的本征屬性之一，偏振成像可以使目標的細節(jié)信息更為突出，因此更加有利于目標特征的提取和目標種類進行識別，可有效提高目標分選正確率。針對豆類作物分選所遇到的問題，提出了利用偏振成像探測的方法進行豆類作物特征識別的方法，并根據(jù)要求搭建了同時偏振成像探測系統(tǒng)，實驗結(jié)果表明，基于同時偏振成像的分選系統(tǒng)，能夠有效提取目標特征，對目標的典型缺陷有著較強分辨能力，其分選效果大大優(yōu)于普通成像探測。