图像处理在医用纱布表面缺陷检测中的应用

本资料包含pdf文件1个，下载需要1积分

第 10期2013年 1O月机械设计与制造Machinery Design & Manufacture 87图像处理在医用纱布表面缺陷检测中的应用黄 娟，杨建玺(河南科技大学 机电工程学院，河南 洛阳 471003)摘 要：针对医用纱布表面缺陷的特点，研究缺陷检测算法。运用迭代算法对图像进行预处理，有效地去除噪声对图像的影响。采用了一种特殊的图像分割方法即基于数学形态学的分割技术对图像进行边缘检测及分割，保证了边缘检测的连续性，能够分割出完整的缺陷目标图像。利用提取的纱布表面缺陷图像中的形态学特征对缺陷进行分类，实现纱布表面破洞、缺经、断纬等缺陷的识别目的。通过MATLAB软件对一些医用纱布图像进行测试，验证了该方法的可行性和准确率。

关键词：缺陷检测；数学形态学；结构元素；特征提取中图分类号：TH16 文献标识码 ：A 文章编号：1001—3997(2013)10—0087—03Application of I mage Processing in Medical Gauze Defect I nspectionHUANG Juan，YANG Jian—xi(School ofMechatronics Engineering，Henan University ofScience and Technology，He’nan Luoyang 471003，China)Abstract：A iming at the features of medical gauze surface defect，defect detection algorithm is researched．The iterativealgorithm is used to process image，removing the noise on the influence ofthe image efectively．To ensure the continuity ofedge detection and split，a complete defect target image is extracted by a special method of image segmentation based onmathematical morphology．Extracting the morphological atures of gauze surface defect images and classifying themorphologicall厂eatures such哪 holes，missing end，broken picks，the image recognition ofgauze surface defect is realizedThrough some medicalgauze image test byMATLAB，thefeasibilityandaccuracyareprovedKey W ords：Defect Detection；Mathematical Morphology；Structural Element；Feature Extraction1引言目前我国的医用纱布缺陷检测绝大多数由人工进行，工作效率低，检测速度约20m／min。由于检验能力不足而导致产品质量下降，影响市场竞争力。医用纱布自动检测与识别技术采用计算机视觉，用摄像机和计算机代替人工对目标进行识别、跟踪和测量等，可最大限度地避免 为^因素对检测结果的影响，实现客观评价，对提高纱布制造过程的自动化程度具有重要的实践意义l1l。与人工方法相比，不会疲劳，不受生理、心理影响，在检测速度上 占有明显的优势。医用纱布缺陷检测不同于其他材料缺陷检测，其缺陷特征除了孔洞外，主要存在着缺径、断纬等重要缺陷，如何准确地提取出这些特征，需要对图像处理算法进行认真研究，需要做大量的试验，以验证算法的可行性 ，正是针对这一点进行的。

2纱布表面缺陷检测流程计算机首先对采集的医用纱布图像进行预处理以消除噪声同时增强图像对比度，再针对纱布图像特点采用数学形态学方法对图像进行分割目，然后提取缺陷区域图像的特征参数，最后对目标缺陷进行形态学分类识别。

基于上述思想，医用纱布表面缺陷检测流程，如图 1所示。

图像输入图像预处理数学形态学分割缺陷特征提取形态学分类识别图 1医用纱布表面缺陷检测流程图Fig．1 Flow Chart of Surface DefectsDetection of Medidal Gauze3检测算法及试验3．1图像预处理图像二值化是图像分割、形态特征提取的首要基础，直接关系图片的质量。在医用纱布表面缺陷检测预处理过程中，通过改进的迭代算法求得图像分割的最佳阈值，并将图像二值化[31。通过改进的迭代算法处理图像 ，不仅能够使噪声对其的影响降到最低，而且增强了图像的对比度，强化了图像轮廓。

首先设定初始门限，通过一般的迭代算法对图像进行分割，来稿日期：2012—12—15基金项目：河南省教育厅自然科学基金项 目(2010B460010)作者简介：黄 娟，(1986-)，女，河南人，读硕士研究生，主要研究方向：在线检测技术；杨建玺，(I957-)，男，教授，硕士研究生导师，主要研究方向：数字图像处理及应用88 黄 娟等：图像处理在医用纱布表面缺陷检测中的应用 第 10期得到初始的分割图像 然后通过没定一：次门限再次将 像_ fI=i_化。改进的迭代算法比较一般的迭代算法，改进的迭代算法红此基础 I 没定二次闽值，使陶像区域的像素点被错分的概率再次降低。通过试验对比，使j1改进的闽值分割迭代算法的效果明 比用传统的 像分割算法效果好， 值化后的 l标和背景 域更接近真实的结果。图像经过二值化处理后，除经、纬线外，其余区域均为黑色，胁我们需要提取的缺陷 域即目标处 J 黑色区域中，故要将像进行收反操作，将缺陷 域的目标转换为f 色图像。图像取反的本质足对二值化后的每个像素值都进行非运算．经过取补操作，实现了原二值 像的黑自对渊，以便后续对 L】标缺陷进行分割等操作。为了给后续的图像处理提供十净、清晰的 像，需要对图像进干亍去噪处理。对于传统的去噪技术如平滑技术、中值滤波技术和 方图均衡技术等，在这里我们采用一种针对【 像噪声的改进方法来去噪，不仅能达刮图像去噪的E|的，同时能很 地保护目标 像的边缘H，这样就使得后续的分割结果更加地准确，也有利于形态学特征参数的精确计算。几何均值滤波与均值滤波的领域像素,f~l／Jn求平均不同。几何均值滤波器所达到的平滑度日r以 j算术均值滤波器牛H比，并f=J 它能在消除噪声的过程『11，最大限度地保 冈像的原有信息。基于j-述分析，对 川纱布原始 像进行预处理．试验r}1采集的医}{j纱布缺陷原始 像 ，如 2昕示 3的(a)～(t、)分刖2(a)～(c·)经过预处理 的结果。

(r-)缺陷一网2纱布表面缺陷原始 像Fig_2 0riginal Image t)f Gauze Surfa( P Defe{(a)缺陷一预处理(c·)缺 t}煲处碑3 像预处理结果l ig．3 ThP Results of hnage Preprocessing3_2基于形态学的分割技术经过预处理 的罔像，缺陷 域特征叫§ 增强。为了准确地将医刚纱布H标缺陷区域捉墩f{l来，需要对 像进行分割。针对纱布本身肜状结构的特殊t ，对预处理后的二值图像 ，通过采用数学形态学的重构变换将缺陷 域分割出来1．sf。重构运算不是指从一幅缺，夫的图像中重新构建缺失前的完整 像，而是指提取原始 像I1l含仃某些特征的连通 域以达剑l1标提取的目的。在一冉殳的形态 歼运算tfI'腐蚀通常会去除小的对象，而随后的膨胀会恢复所保留对象的形状，这种还原恢复的精度取决于结构元素的选取㈣、 这 添加 r约 条件，即运用重构操作来代替一般的形态学J干运算，它可以准确地还原腐蚀之 的对象形状，而且只保留FI标 域的形状，从 将H标分割提取H{来。

像分割方法有很多种，基于数学形态学的分割技术是一种应刷 ： 像分割领域的特殊方法，其基本思想是用具有一定形态的结构元素去度量和提取罔像【{1对应的形状，从而将目标 域分割开来 形态学的基本运算有四个：膨胀、腐蚀、开运算和闭运算 通过埘这些基本运算原理的灵活掌握，还呵形成各种实用的形态学算法，进一步对 像形态进行处理．以下是针对纱布表面缺陷的分削算法即数学形态学的一个应用。

陔算法的摹本步骤如下：(1)依槲罔像形态特 ，合 地选择结构元素。结构元素是用来定义形态学中所用到的邻域形状和大小的矩阵。用结构元素NO．100ct．20l 3 机械 设 计 与制 造 89对预处理后的二值罔像进行腐蚀．通过腐蚀运算得刮初始标记冈像。通过这一步骤的腐蚀操作．可以上除 缺陷日标无关的对象即纱布经纬线之『HJ的正常『斓格．并将纱布缺陷区域部分保留(2)为了将纱布缺陷 域全部保留许恢复到原始形态，需要对初始标记图像进行膨胀操作，譬憋到如果重复膨胀运算 ，就会导致得到的图像与实际目标 域 后苠远 所以这 使用的膨胀算法是带有约束条件的．即标记 像 可以不断币复膨胀下去，而是直到它与初始二值图像巾的II标 域不合为止，这样才 I『以保证还原的精度并保留日标J 域的形态。

(3)纱布缺陷 域分割?来 需要做卡H应的后处理 ，以准备后续的形态学特征提取。通过形态学的膨胀和腐蚀操作，分割提取完整的轮廓区域特征，为 受噪J苦_f 扰的影响并使检测得到的边缘具有连续性 。再次运Jfj形态学惜蚀算法进行边缘检测，得到缺陷区域图像的边缘。

图像分割的日的就是要得到我f『J要找的缺陷 如图4所示运用基于数学形态学的算法对预处理后rig-'-值图像进行分割的结果(r)缺陷一分割图4纱布表面缺陷『皋l像分割结Fig．4 Image Segmentation of Gauze Surface Defe{‘l从分割结果不难看?，基于数学形态学的图像分割方法有效地达到了目标分割提取的要求，利用形态学算法不仪可以有效地消除噪声的干扰．又可以有效地保留目标 域的特征 ，能够提取图像的完整轮廓}j．边界比较平滑，使得罔像边缘检测的结果连续，这就为后续的形态学特 i1一箅和分析奠定了良好的基础3．3缺陷特征提取纱布表面缺陷 像经过分割处理后，可以从中提取一些能反映缺陷性质而 相对稳定的特征，作为分类和理解缺陷的依据 依据纱布缺陷l 身的特点，提取其形态学特 主要使用的形态学特征包括缺陷区域的而积 、 长、圆度、长短轴方向特征。各特征参数的计算方法如F ：(1)而积(A)：目标缺陷 域所包含像素的数目。

(2)周 长(L)：H标缺陷区域边界轮廓的K度，其单位为像素。

(3)网度(c)： 度川丁描述缺陷区域形态与网形的偏离程度。网度的定义女IJ下：C=4"rA／L由上式可知，在相同面积条件下，目标 域边界为圆形时，其周长最短．网度取最大值C=I。日标区域的彤状越偏离圆形，则C值越小(4)}<=短轴方向(r，)：长、短轴特征指的是与区域具有相同二阶rfJ．【 矩的椭圆的长、短轴特征，而方向特征则是指椭圆长轴与IY轴的央角 使用长短轴特征可以很好地描述区域的方向性 ，其单位为度3．4形态学分类识别医 纱布表而典型缺陷n丁分为= 类：破洞、缺经、断纬。为了最大限度地减少识别误差，综合运用面积 、周长、网度 、方向等形态学特 参数对缺陷图像进行模式识别【8】。当缺陷区域的形态学特征参数求得以后，即可为各种缺陷特征进行分类识别。该处理过程主要分为两个阶段 ：第一阶段 ，由于缺经和断纬区域的形状卡H对破洞而言明 偏离网形，故可以首先通过圆度特征可将破洞缺陷从儿种缺陷巾分离?来。第二阶段，缺经区域方向特征垂直接近 90。，而断纬 域的力‘向特征水平接近 0。，所以冉依据方向特征．分离缺经与断纬 、通过这两个阶段的处理 ，已达到医用纱布表面缺陷的分类识别。

4试验结果为验证算法没计的实用性和高效性，我们以罔4为例进行试验 结果如表 I所示，、故削断缺陷罔 4(a)类 为破洞，缺陷罔 4(b)类型为缺经；缺陷冈(c-)类型为断纬、m此可 该检测算法的判别结果与实际缺陷基本是一致的．试验ilE明该检测方法是可行的，有效地完成r医用纱布表而缺陷的识}jlJ。

表 1缺陷的形态学特征参数Tab．1 Morphological Characteristic Parameters of Defects5结束语根据医用纱布表面缺陷的特殊性问题，采用丁数学形态学方法来处理纱 像．有效地抑制了噪声 l：扰的影响，保证 了，边缘检测的连续性和完整性，准确地分割fl子L洞 、缺径、断纬的缺陷像．提高r缺陷检测的速度和精度。 (下转第92页)机械设计与制造No．1O0ct．2013参数进行设置，单击“机构分析”按钮，设置开始和终止时间，切换到“电动机”选项卡，确认电动机已经添加，单击“运行”检查运行情况，最后就是进行“回放”、“捕获”动画并保存。而主轴的运动仿真主要是通过“销钉”的装配连接来实现，工作台 y方向的运动仿真与 方向的运动仿真完全一样都是通过“圆柱“槽”、“平面”三个装配连接来实现。

图7机械系统运动仿真过程Fig．7 The Simulation Process of Mechanical System Movement5结论利用 Pro／E软件对 ORAC数控车床进行了三维建模并且严格按照机床的自由度约束进行了运动仿真，使机床的的整体结构和内部结构清晰的展现在学生的面前并且真实的再现了机床的传动原理和运动情况，使学生对于车床整体有了较深的感性认识与理解。

参考文献[1]倪受东．核电用行星减速箱计算机建模及动态仿真研究[J]．机械设计与制造，2010(12)：100—102.

(Ni Shou-dong．The simulation research ofthe planet wheel gear decele-ration box used in neuelear power station[J]．Machinery Design＆Manu-facture．2010(12)：100—102．)[2]施燕．经济型数控车床机械手建模与仿真研究[D]．镇江：江苏大学机械工程学院，2009.

(ShiYan．Themodelingand simulationofEconomicalCNClathemanipu—lator[D]zhe iang：Jiangsuuniversity，MechanicalEn neering，2009．)[3]郑伯学，吴俊海．基于 Pro／E的三维机械设计与运动仿真[J]．煤矿机械，2007(12)：23—24.

(Zheng Bo-xue，Wu Jun-hai．3D Design and Motion Simulation Based onP [J]．CoalMineMachinery，2007(12)：23—24．)[4]伍红梅．基于 Pro／E的数控功能部件运动仿真研究[D]．合肥：合肥工业大学机械与汽车学院，2009.

(Wu Hong-mei Research on motion simulation ofNC function parts basedonPro／E[D]．Hefei：HefeiUniversityofTechnologySchool ofMechanicaland Automotive Engineering，2009．)[5]魏阳，王书义．基于PrdE的机械系统运动仿真分析[J]．现代机械，2004(5)：55—56.

(WeiYang．WangShu—yiThedynamic simulation analysisofmechanicalsystembased onPro／E．[J]ModemMachinery，2004(5)：55-56．)[6]刘凌．基于 Pro／E的超精密车床主轴计算机辅助设计[J]．煤矿机械 ，2010(31)：228—229.

(Liu Ling．Based on Pw／E ultra-precision lathe spindle of computer—aided design[J]．Coal Mine Machinery，2010(31)：228-229．)[7]王吉奎，陈志刚．基于Pro／E及 ADAMS的反铲式挖掘机工作装置机构的建模与运动仿真[J]．现代制造工程，2006(5)：56-57.

(Wang Ji-kui，Chen Zhi—gan昏Simulati0n and modeling of a reverseshovel grab based on 0，E and ADAMS [J]．Modem ManufacturingEngineering．2006(5)：56—57．)[8]丁晓莉．基于Pro／E转 K2型转向架的三维建模与仿真[JJ_机械管理开发，2008(23)：34—35.

(DingXiao-li．3DModelingand emulation ofK2bogiebased onPro／E[J].

MechanicalManagementandDevelopment，2008(23)：34-35．)(上接第 89页)参考文献[1]李勇，周颖 ，尚会超．基于机器视觉的坯布自动检测技术[J]．纺织学报，2007(8)：124—128.

(Li Yong，Zhou Ying，Shang Hui-chao．Automatic grey inspectiontechnology based on machine vision [J]．Journal of Textile Research，2o07(8)：124—128．)[2]李然．基于数学形态学的车牌定位 [J]．电脑知识与技术，2010(7)：1696一l698.

(Li Ran．License plate location based on mathe-matical morphology [J].

ComputerKnowledge andTechnology，2010(7)：1696-1698．)[3]赵薇．带钢表面缺陷检测及分割技术研究[J]．机械设计与制造 ，2010(10)：224—226.

(Zhao Wei．The research oftechnology ofimage segmentation and surfacedetection of steel-strip 【J J．Machinery Design＆Manufacture，2010(10)：224—226．)[4]许豪，孔建益，汤勃．基于数学形态学的带钢表面缺陷边缘提取[Jj．机械设计与制造，2012(6)：206—208.

(Xu Hao，Kong Jian-yi，Tang Bo．The surface detect of stip steel basedon mathematical mofph一0l0gy[J]．Machinery Design＆Manufacture。

2012(6)：206—208．)[5]张硕，彭冬亮．基于数学形态学的细胞图像分割[J]．杭州电子科技大学学报，2008(6)：52-55.

(Zhang Shuo，Peng Dong-liang．Based on mathematical Mo~hology cellimage segmentation 【J]．Journal of Hangzhou Dianzi Uniwersity，2008(6)：52—55．)[6]李遨空，张红梅．基于数学形态学的图像处理技术应用研究[J]．光盘技术，2007(4)：54—55.

(Li Ao-kong，Zhang Hong-mei．Application research ofimage processingtechnique based on mathematical morphology [J]．CD Technology，2007(4)：54—55.

[7]程转伟，颉潭成，刘岳林．图像处理技术在表面缺陷检测中的应用[J].

微计算机信息，2008(15)：312—314.

(Cheng Zhuan-wei，Xie Tan-cheng，Liu Yue—lin．Application of imageprocessing techniques in detection of surface defects[J]．MicrocomputerInf-ormation，2008(15)：312—314．)[8]胡忠阳，颉潭成 ，南翔．孵化鸡蛋胚体缺陷在线图像检测系统[J]．机械设计与制造，2010(10)：81-83.

(Hu Zhong-yang，Xie Tan-cheng，Nan Xiang．Online image detectionsystem of the defect of haching egg embryo [J]．Machinery Design＆Man—ufacture．2010(10)：8l一83．)