（光学工程专业论文）基于彩色线阵ccd大米色选算法实验研究.pdf

哈尔滨工稃大学硕士学位论文 摘要 由于色选机独特而有效筛选方式，它在大米等粮食筛选加工工业中得到 了广泛的应用。目前我国的颜色分选机研制技术与国外产品相比还有差距， 很多厂家需要靠进口昂贵的国外产品。因此作为一个农业大国，研制适合我 国国情的颜色分选机，并广泛应用于粮食及产品加工多种行业，将会带来巨 大的经济效益和社会效益。 本文根据色选机的色选过程，利用p c i 数据采集卡及彩色线阵c c d 摄 像头，搭建了一个图像数据采集实验装置。通过v b 编写的控制界面操作该 装置，实现对不同大米线阵图像数据的采集，并将采集的数据以文本文档的 形式储存，作为后续大米色选算法研究的数据源。 通过对每一帧图像数据的研究与分析，发现图像数据中的高频噪声对于 提取大米异色粒的特征信息产生较大影响，为了减小或消除高频噪声的干扰， 本文尝试用小波滤波的处理方法以得到平滑的信号。并根据数字图像处理中 特征提取的相关理论，结合实际图像数据特征，本文采用k 均值聚类分析方 法将图像数据分为三类：背景类、正常米类和异色米类。实现从图像数据中 提取异色点的目的。 与现有色选算法原理不同，该算法不需要人为操作或提供某种先验值， 而是由聚类分析算法根据输入数据的内部特征，直接确定异色米所在的类。 最后，本文利用对2 0 组不同大米采集的2 0 0 0 多帧图像数据，进行算法 验证，从整个实验的结果和分析可知该算法是实际有效的。 关键词：色选；线阵c c d ；k - 均值聚类；小波滤波 哈尔滨t 稃大学硕士学位论文 b c c a l l s eo fi t su n i q u ea n de f f e c t i v cs c r e e n i n gm e t h o d , c o l o r s o r t i n ga p p a r a t u s i sw i d e l yu s e di ns o r t i n ga n dp r o c e s s i n gi n d u s t r yo fr i c ea n do t h e rf o o d s t u f f a t p r e s e n t , o u rc o u n t r yl a g sb e h i n ds o m t ：f o r e i g nc o u n t r i e si nt h et e c h n o l o g yo fc o l o r s o r t i n ga p p a r a t u s , m o s tm a n u f a c t u r e r sh a v et or e l yo ne x p e n s i v ei m p o r t so f f o r e i g np r o d u c t s t h e r e f o r e ，f o rc h i n a , i i ll a r g ea g r i c u l t u r a le o t m t 珂, i tw i l lb r i n g g r e a te , c o n o m i ea n ds o c i a lb e n e f i t st od e v e l o po u ro w nc o l o rs o r t i n ga p p a r a t u s ， a n dn s ci tw i d e l y 涵f o o dp r o c e s s i n ga n do t h e ri n d u s t r i e s b a s e do nt h es o r t i n gp r o c e s s i n go ft h ec o l o rs o r t i n ga p p a r a t u s , a l li m a g ed a t a a c q u i s i t i o nd e v i c ei sb u mb yt h eu o fp c id a t aa c q u i s i t i o nc a r da n dt h ec o l o r l i n ec c dc a m c l l la n db yo p e r a t i n gt h ed e v i c et h r o 【g hac o n t r o li n t e r f a c e p r o g r a m m e db yv b 。t h ei m a g ed a t ao fd i f f e r e n tr i c ea r r a y 挑a e q u i r e a , a n dt h e s a m p l e dd a t aa l r cs t o r e di n t e x tf i l e sf o r m , a sad a t as 跚戤f o rt h es t u d yo f c o l o r - b a s e ds o r t i n ga l g o r i t h mf o l l o w e db y b y t h er e s e a r c ha n da n a l y s i so f e a c hf r a m eo ft h ei m a g ed a t a , w cf i n dt h a tt h e h i g hf r e q u e n c yn o i s ei nt h ei m a g ed a t eh a sag r e a t e ri m p a c to nt h ef e a t u r e e x t r a c t i o no ft h eb a df l e e i no r d e rt or e d u c e0 1 e l i m i n a t et h i sd i s t u r b a n c e ，t h e p a p e ra t t e m p t st og e ts m o o t hs i g n a l sb yw a v e l e tf i l t e r i n gm e t h o d a n da c c o r d i n g t ot l a er e l e v a n tt h e o r yo fa i g i t a li m a g ep r o c e s s i n gf e a t u r ee x t r a c t i o na n da c t u a l i m a g e d a t ac h a r a c t e r i s t i c s ，t h ek - m e a mc l u s t e r i n ga n a l y s i si sa p p l i e dt os o r t i n gt h e i m a g ed a t ai n t ot l a r e ec a t e g o r i e s ：t h eb a c k g r o u n dc a t e g o r y , n o r m a lr i c ec a t e g o r y a n dt h eb a dr i c ec a t e g o r y , t og e tt h ep u r p o s eo fe x t r a c t i n gt h eb a dp o i n t so f ft h e i m a g ed a t e d i f f e r e n tf r o mt h ep r i n c i p l eo f e x i s t i n gc o l o rs o r t i n ga l g o r i t h m s ，t h i s a l g o r i t h md o e sn o tr e l y0 1 1a n ya r t i f i c i a lo p e r a t i o no rt r a n s c e n d e n t a lv a l u e ，b u t d i r e c t l yd e t e r m i n e sw h i c hc a t e g o r yt h eb a dr i c ep a r t i c l es h o u l db ei n , b yt h e c l u s t e r i n ga l g o r i t h mb a s e do i lt h ei n t e m a lf e a t u r e so ft h ed a t a f i n a l l y , w eu s c3 6 0 0f r a m ei m a g ed a t ac o l l e c t e df r o m2 0g r o u p so fd i f f e r e n t 哈尔滨丁程大学硕+ 学位论文 r i c et ot e s tt h ea l g o r i t h m n ea n a l y s i so fe n t i r ee x p e r i m e n t a lr e s u l t ss h o w st h a t t h ea l g o r i t h mi sp r a c t i c a la n de f f e c t i v e k e yw o r d s ：c o l o rs o r t i n g , t h r e a da r r a yc c d ，k - m e a n sc l u s t e r i n g , w a v e l e t f i l t e r i n g 哈尔滨工程大学 学位论文原创性声明 本人郑重声明：本论文的所有工作，是在导师的指导 下，由作者本人独立完成的。有关观点、方法、数据和文 献的引用已在文中指出，并与参考文献相对应。除文中已 注明引用的内容外，本论文不包含任何其他个人或集体已 经公开发表的作品成果。对本文的研究做出重要贡献的个 人和集体，均已在文中以明确方式标明。本人完全意识到 本声明的法律结果由本人承担。 作者。签字，：生l ! l ! 俎 日期：碎j 月2 日 哈尔滨t 挥大学硕士学位论文 第1 章绪论 1 1 课题研究的背景及意义 1 1 1 课题研究的背景 色选是指通过颜色的区分来清除物料中的受损粒、异色粒和其他杂质( 以 下简称疵品) 的分选法“一耵。尤其是在不合格粒与合格粒因粒度、密度十分接 近而无法用基于其他原理的分选设备进行分离时，色选是唯一可选择的精选 方法。 颜色分选机( 即色选机) 就是利用农副产品的光学特性和光电检测原理， 通过分析检测到的物体外表颜色信息，不仅能够将大米、豆类、花生、食品 等产品中的杂质( 如石头、沙子、玻璃、金属等) 干净地去除，还能将那些 对人体极具危害的黄斑、霉变、虫蛀等有害物质予以去除，从而提高粮食和 食品的质量。用色选机取代人工手选，排除人为因素的于扰，既提高了生产 效率，又降低了生产费用。无论从经济学角度或从生态学角度考虑，色选机 的应用都是极为有利和有效的。 我国是一个农业大国，稻谷的产量列世界首位，尤其是南方人都以大米 为主食，因此，大米是我国碾米加工业最主要的加工对象。但由于碾米工业 生产技术落后等诸多原因，我国优质大米的产量不高。随着我国国民经济的 发展，人民生活水平日益提高，高质量、高标准、精良且安全的食品成为人 们生活的首选，人们对优质大米的需求大大增加。每年国内优质大米产量都 不能满足需求，这导致国外的优质大米大量涌进国门，对国内碾米行业造成 严重的冲击。为了满足人们日益增长的物质文化需求，国内碾米行业的厂家 纷纷进行技术改造，引进先进设备。 1 1 2 课题研究的意义 在我国的大米精选行业中，色选机主要用于剔除白米中的异色粒、糯米 中的透明粒、白米中的乳白粒、有色米中的其它异色粒等。但是由于色选机 哈尔滨丁稃大学硕十学位论文 价格昂贵，只有在比较大型的加工厂才有能力引进色选工序，而且颜色分选 机还没有广泛普及到其它的农副产品等行业m 。 对于粮食加工企业来说，提高产品质量、走精品路线、创立自己的品牌 也是在国际化竞争中能够避免被淘汰的必由之路。无论是从满足消费者需要， 还是从企业长远发展的角度看，目前国内的大米生产厂家都会添置色选机来 进一步提高产品质量。 而作为一个农业大国，生产高质量的农副产品，提高农副产品的竞争力 将在很大程度上影响着国民经济的发展。我国对颜色分选仪器的研究起步较 晚，主要依靠国外进口，或国外公司在我国投资建厂，而且进口费用极其昂 贵，很大程度制约了我国农业及粮食加工业的发展。 因此，研制适合我国国情和农业发展的高技术水平颜色分选仪器将带来 十分可观的经济效益。 1 2 色选机的组成结构简介 光电色选机主要由供料系统、光学检测系统、分选系统和电控系统四部 分构成n n 。其中光学检测系统是光电色选机的关键部分，其作用主要是对物 料进行光学检测，为分选系统准确无误地提供物料的光学信息。 光电色选机的光学检测系统主要由光源、背景板、接收器和镜头等光学 元件及相关辅助装置组成： ( 1 ) 光源。常用的光源有卤钨灯、荧光灯、氙灯和钠灯等，选用时注意 光源的光谱能量分布特性，应满足被测物的要求，并与接收器的光谱响应相 适应，必要时可加滤色片除去不需要的辐射。匹配恰当就可用最小的能量获 得最佳效果，这不但可以节省能源，而且可以防止多余的能量引起的干扰。 ( 2 ) 背景板。被测物一般都要置于一个背景( 即基准色) 中进行检测， 因此，一般光电色选机光学检测系统都有专设的背景板。典型的背景板是一 系列从浅到深的颜色片。根据光电等效原则，在光源的照射下，总有一片背 景板其单位面积上产生的反光信号与合格品单位面积上产生的反光信号等 效。因此，选择适当背景板，可达到合格品通过时光电接收器上不产生电脉 冲，只有反光信号异常的次品通过时才产生电脉冲。 ( 3 ) 接收器。又称光电接收器或光传感器，一般布置在光学检测系统的 2 哈尔滨t 程大学硕十学位论文 观测面上，可将投射到接收面上的光信号转换成电信号。由于光信号中包括 有很多信息参数，如光强、色度、相位和偏振方向等，通过对光信息的做和、 差、比和积处理分析，可获得高质量的电信号。常用的接收器有光电倍增管， 它灵敏度较高，光谱响应范围宽，暗电流小，噪声低，响应快，适于检测微 弱的快速脉冲光信号。还有光伏接收器，这是一类基于光生伏特效应的半导 体光电元件，包括硅光电池、硒光电池、光电二级管、光电三级管等。不过， 色选机大多采用先进的电荷耦合器件( c h a r g ec o u p l e dd e v i c e ，简称c c d ) 作为光学接收器。它是一种基于m o s 电容器在非稳态下工作原理的器件， 由光敏阵列单元和串行移位寄存器组成，适于检测人眼无法观察的快速移动 物体，其响应频率远大于人眼的响应频率，具有自扫描功能。c c d 图像传感 器应用非常广泛，它可和光学检测系统、微处理机结合可组成各种检测装置。 s o r t e x 、佐竹等公司的现代新型光电色选机上都采用了先进的c c d 接收器。 1 3 色选机的工作原理 大米色选桃在开始分选前，要根据不良米的比例和种类，设置色选模式 和机器产量，然后将待分选的大米通过自动喂料器送入滑槽，通过振动料斗 向滑槽( 色选通道) 供料，米粒在滑槽中排列，形成速率较为均匀的米流下 滑到色选机光电检测部分m 。光电检测部分一般位于滑槽下方，在日光灯的照 射下对大米进行观察，由摄像头对每粒大米进行拍摄，并将拍到的大米灰度 值和背景进行比较，根据色差产生相应的电压脉冲，控制喷射阀。当某粒米 的色差值超过一定阈值时，说明这粒米不合格，喷射阀喷出的压缩空气把它 吹出正常米出口，落入次品槽内，实现一次色选。 1 4 国内外研究现状 随着科学技术的飞速发展，光电检测技术的不断进步，多种不同测试方 法的颜色检测系统被提出、研究和开发，以满足不同层次、不同应用的各种 要求，相应的产品也不断投入市场。 1 4 1 国外颜色识别系统研究现状 国外的颜色检测研究起步较早，各种颜色检测仪器应用广泛，其中典型 3 哈尔滨r l = 程大学硕士学位论文 的应用之一是颜色分选机，主要用于农业综合企业、农产品出口、食品加工 业及出口，其次还有化学品及矿产品企业w 。美国e s m 公司及s o r t e x 公 司分别于2 0 世纪3 0 年代及加年代研制了这种设备，并根据市场需要不 断推出新机型；日本安西公司于1 9 7 0 年成功开发并开始制造和销售全日本 第一台电子色彩选别枫，其中接受中国方面的订货就有十几年的历史，有近 百台，套的各类选别机械己在中国各地被使用，中国两大农业上市公司“中国 蓝田股份有限公司”和“湖南金健米业股份有限公司”都采用安西公司的色 选设备。日本佐竹公司于1 9 7 9 年也推出了这种产品，e s m 于1 9 9 2 年与佐 竹公司合并继续生产颜色分选机。现在主要从事生产色选机的企业有日本的 佐竹公司、安西制作所，瑞士的布勒公司，以及英国和美国的一些粮食加工 设备公司。 在世界范围内，日本佐竹公司和瑞士布勒公司的产品代表了农产品加工 机械的先进水平。其产品遍布亚洲、欧洲、美洲、大洋洲及非洲等。日本佐 竹株式会社其机械产品广泛运用光电、传感、信息等先进技术，服务于大米 的种植、收割和加工等各个生产阶段，自动化程度很高。在美国，许多西红 柿收获机械都装备了颜色分级器，每个分级器能以2 5 恤的生产率分离红西 红柿与青西红柿。计算机控制的颜色分级器被用在包装工厂，对柑桔，西红 柿或苹果进行分选。美国h u n t e r l a b 测色仪可检测各类食品的颜色；2 0 0 2 年 9 月在北京“2 0 0 2 年国际水稻产业、技术及机械设备展览会”上，索特克斯 首次在中国推出了z 系列光电色选机，其高精度象素的数码相机能检测出浅 淡微黄和针尖大的黑点，是世界上首台能选出微黄粒、红粒等各种异色粒， 又能同时去除腹白的色选机。 1 4 2 我国大米色选机的技术现状 我国对大米色选机的研究起步较晚，还处在开发阶段。2 0 世纪8 0 年代， 国内部分碾米厂开始使用色选机m 。9 0 年代以来，人们逐渐认识到大米色选 背后的巨大经济价值，完全依赖进口设备是不行的，需要拥有自己的知识产 权。因此国内也开始研制色选机，现已有数家色选机制造厂，其产品被很多 精米加工厂所选用。但现有的国产大米色选机存在光源不稳定、一次去除率 不高等问题，且光电检测元件一般都为硅光电池，其检测精度相对国外产品 4 哈尔滨_ t 程大学硕士学位论文 而言要低。同时国内研发的大米色选机选别效率较低，其生产效率很难与国 外产品相抗衡。 进入2 l 世纪以来，不少科研单位开始利用黑白或彩色c c d 研发大米色 选机，已有部分产品投入市场。目前国内自主生产机械在新技术的开发方面 与国外设备以及外资合资企业生产的设备相比，虽然仍存在一定的差距，但 是正逐步缩小。像安科生产的s s b系列 杂粮色选机就已经投入市_ m c c c d 场，而且其各方面的性能在同类产品中都毫不逊色。 1 4 3 谷物色选机的技术发展趋势 一、光电系统的探测能力逐渐提高 ( 1 ) 光源系统的改进。通过对物料中合格品及疵品的光谱特性分析，利 用特定光谱特性的光源，并采用双色光或多光谱检测等方法，可使合格品与 疵品的反射光有较大差异，显著提高与合格品颜色差异较小的异色粒的选别 率。 ( 2 ) 采用先进的c c d 光电探测器。c c d 光电探测器的最小像素可达微米 级，可大幅度提高光电系统的灵敏度，并可对局部瑕疵进行小范围检测。通 过设定多级阈值，可显著提高色选机对瑕疵粒的选别率。 二、电控系统的控制水平越来越高 先进的色选机大都采用d s p 或p l c 等部件作为电控系统的控制核心， 信息处理能力显著增强，能在运行过程中自动监控系统的运行状态，并自动 地对供料系统、分选系统、光电系统等进行调整，使色选机随时保持最佳工 作状态。 三、工作可靠性越来越高 随着机械制造技术的逐渐提高，色选机主体以及压缩空气等辅助系统的 可靠性越来越高。采用可编程逻辑控制器( p l c ) 等应用系统，也可显著提 高色选机电控系统的工作可靠性和抗干扰能力，再加上采用状态监控等其他 硬、软件，色选机的工作可靠性越来越高，平均无故障工作时间越来越长。 1 5 本文的研究目标及主要工作 本文的主要研究目标是针对c c d 采集的大米图像数据特征进行研究与分 哈尔滨工程大学硕+ 学位论文 析，寻找合适的理论与方法，提出新的大米色选算法，并通过算法的实现来 验证其有效性。目前，大米色选算法主要采用给定阈值的方法来判断异色粒 是否存在，本文基于现有色选算法，寻找新的途径实现色选。 本文解决的主要问题： ( 1 ) 不同性质的异色粒具有不同的反射光强特征，对不同的情况需要选 择不同的方法提取异色粒信息。 ( 2 ) 受到高频噪声的干扰，采集到的大米图像数据并不平滑，不利于数 据分析及特征提取。所以需要进行滤波处理。 ( 正常米与异色米之间的差异没有明确的界限，使得色选算法在实现 上比较困难。 本文的主要工作： ( 1 ) 根据色选机的结构与工作原理，利用彩色线阵c c d 数据图像采集系 统，搭建o c d 数据采集实验装置，实现对各类大米线阵图像数据的采集，并 将采集到的数据以文本文档的形式保存，作为后续实验研究的源数据。 ( 2 ) 对采集的图像数据进行特征分析，提出了以小波滤波和聚类分析为 基础的大米色选算法。 ( 3 ) 利用m a f l a b 、s p s s 软件对c c i ) 采集的2 0 批米的3 6 0 0 组数据进行 算法的实现，并进行算法有效性评估。并根据实验中所出现的问题，对色选 算法进行适当修正。 哈尔滨t 程大学硕士学位论文 2 1 概述 第2 章色选方法概述 色选即颜色识别，本身就是一种模式识别的问题“”。模式识别是指用计 算机的方法来实现人的识别能力，更具体的说是用计算机实现人对多种事物 或对象的分析、描述、判别和识别。 所谓模式是一个抽象的概念，它与集合的概念是分不开的。人们在观察 各种事物或接触各种客观现象的时候，常常把它们分成各个相似但又不完全 相同的类别，并从个别事物或现象推断出总体事物的现象，类别的总体就叫 模式。模式识别的方法和应用十分广泛，也相当复杂，目前仍处在发展中 从数理方法上讲，目前已形成三大类：统计识别方法、结构( 句法) 识别法 和模糊集( 神经网络) 识别法。 统计模式识别方法是受数学中的决策理论的启发而产生的一种识别方 法，它一般假定被识别的对象或经过特征提取的向量是符合一定分布规律的 随机变量。其基本思想是将特征提取阶段得到的特征向量定义在一个特征空 间中，这个空间包含了所有的特征向量，不同的特征向量，或者说不同类别 的对象都对应于空间中的一点。在分类阶段，则利用统计决策的原理对特征 空间进行划分，从而达到识别不同特征对象的目的。统计模式识别中应用的 统计决策分类理论相对比较成熟，研究的重点是特征提取。 句法结构模式识别着眼于对待识别对象的结构特征的描述。 人工神经网络的研究起源于对生物神经系统的研究。人工神经网络区别 于其它识别方法的最大特点就是它对待识别的对象不要求有太多的分析与了 解，具有一定的智能化处理的特点。 与此相应的识男系统由两个过程所组成，即设计与实现。设计是指用一 定量的样本( 称为训练集或学习集) 进行分类器的设计。实现是指用所设计 的分类器对待识别的样本进行分类决策。基于统计方法的模式识别系统主要 由四部分组成：数据获取、预处理特征提取和选择、分类器设计和样本决策。 具体过程如图： 7 哈尔滨( 程大学硕十学位论文 特 善： 征 提 取 和 选 择 图2 1 模式识别流程 从查阅的大量的文献资料中可知，基于人工神经网络的模式识别方法和 统计识别方法都已开始应用于研发大米色选设备。本文使用的l 卜均值聚类分 析就属于统计识别方法的一种。 2 2 基于神经网络的色选方法 基于神经网络的颜色分析采用一种基于颜色的三刺激值原理的神经网络 方法对物料颜色进行识别u ，。这种方法根据被测量的物体颜色的三刺激值信 息，利用神经网络在理论上可以以任意精度逼近非线性系统和聚类的能力， 结合专家的知识数据对来训练网络，优化、消除或降低环境对识别结果的干 扰，用b p 学习算法对神经网络的权值和阈值参数进行调整，可以大大提高 识别效果。 其颜色分选具体实现过程为：对标准样本进行光电颜色检测，得出样本 颜色相应的三基色光电流和对应的三刺激值；把三基色光电流作为b p 神经 网络的输入，网络的期望输出是最大隶属度，例如红色的三基色光电流对应 的输出隶属度应该为l ；在b p 神经网络选择好的情况下对网络进行训练学 习，在网络输出层的误差平方和达到最小时得到相应的权值和阈值；用训练 好的网络对被分选物料的颜色进行识别；把待分选物料检测得到的三基色光 电流作为训练好的网络的输入，如果网络输出的隶属度在允许误差范围内， 就说明这粒物料合格；如果网络输出的隶属度超出误差范围，则这粒物料是 疵品，送出控制信号给喷嘴将其吹出。 这种方法的颜色检测误差小，准确性高，检测精度也比较高。 8 哈尔滨工程大学硕士学位论文 2 3 基于阈值分割的色选方法 阚值分割的色选方法属于统计识别的一种方法m ，是较常用的一种色选方 法。顾名思义，阀值分割就是设置一个门限值( 阈值) ，凡图像灰度值大于等 于( 或小于等于) 门限值的归为一类，剩余的归为另一类。选择最佳阈值是 阈值法国像分割的首要工作。利用直方图选择阈值是常用的手段之一，当图 像灰度直方图峰型明显时，常以谷底作为阅值候选值。 对于大米色选来说，关键在于找出大米图像的灰度分布特性及用于判断 有无异色粒图像的阈值。 图2 1 大米灰度直方图 例如图2 1 ( 横轴是灰度轴，纵轴是频率轴) ，由于大米区域比背景区域 亮，所以灰度值较大的波峰为大米区域，并且变化较为平稳。在同样的采集 环境下，灰度值较大且变化比较平稳的部分为在两波峰之闻的波谷处取阈值 g a t e l = 1 1 0 左右时，可以较好地把正常半透明白色米粒与暗背景区域分开； 在g - a l e 2 = 2 0 0 以上时，可以较好地把正常半透明白色米粒与亮背景区域分 开，从而实现异色粒的选别当然，c r a t e l 与g a t e 2 不是固定值，应随着由预 先人工估计的选别率、产量大小、现场实际采样数据等限制因素而实时变动 之中。 9 哈尔滨丁程大学硕士学位论文 为了保证在色选精度一定的条件下异色粒被检测出来的概率最大，使用 阈值浮动的算法，由操作者按经验估计被检原料的杂质含量( 由人机交互界面 选择1 ，d s p 对经变换后的灰度值按波峰、波谷距离设定检测门限g a t e l 、 g a t e 2 ，如果在一定的时间内，统计检测出的异色粒比率( 有异色粒的帧数与 总帧数之比) 与操作者判断的杂质含量差距较大，则说明检测门限需重新调 整( 调大或调小，或者调整灰色背景板的角度) ，直至两者差距在可容忍的范 围内。按此反馈思想设计，本色选机系统就有了门限自适应能力，可以适应 原粮亮度、背景颜色变化等因素影响。 2 4 本章小结 本章主要介绍了色选方法基于模式识别的相关理论，并介绍了基于神经 网络的色选算法与基于阈值分割的色选方法，以及两种色选方法的应用。 哈尔滨下程大学硕十学位论文 第3 章图像数据采集及算法确定 3 1 线阵c c d 图像数据采集实验装置 根据大米色选机的色选过程，我们利用现有的彩色线阵c c d 数据采集系 统搭建了一个图像采集的实验装置，如图3 1 所示。 图3 1c c d 数据采集实验平台 该实验装置由：光源、背景板、彩色线阵c c d 数据采集系统及固定支架 辅助装置组成。 ( 1 ) 光源：采用宽谱、高频率荧光灯管作为光源。这借鉴了大米色选机 的光源设计。 ( 2 ) 背景：通过不断的实验验证，为了得到较高的对比度，而采用白色 作为背景。具体制作的背景板是将大纸箱切去一个平面，然后将纸箱内壁贴 上白纸制成。纸箱的开口处作为米粒下落的检测面。 ( 3 ) 彩色线阵c c d 数据采集系统：包括a d a l 2 g h p c i - 3 数据采集卡与 t c d 2 5 5 7 d 线阵c d d 摄像头，该套系统是直接向厂家购买的。 ( 4 ) 固定支架及辅助装置：为了调整、固定c c d 摄像头的位置，本实验 l l 哈尔滨丁程大学硕十学位论文 采用铝合金管架加以固定。由于线阵c c d 只能对大米的局部进行扫描，因此 为了能采集到整粒米的信息，必须改变大米的空间位置。实验中具体的实施 办法是：将米粒用胶水和细铜丝固定在塑料管上，排成一列，总宽度约为1 7 e r a 如图3 2 所示： 图3 2 捧列好的待测大米 然后用细线将待测米连接于精密调节螺杆上，如图3 3 所示： 图3 3 调节大米空间位置的螺杆装置 通过调节螺杆的旋进或旋出来改变大米纵向空间位置，模拟大米的下落过程。 哈尔滨下挥大学硕十学位论文 3 2 图像数据采集 在操作a d a l 2 g h p c i 3 数据采集卡进行数据采集时，首先需要通过p c 机对c d d 的积分时间及其像元的使用数目进行设雹，然后才能进行数据采 集。因此通过a d a l 2 g h - p c i - 3 数据采集卡生产厂家提供的支持二次开发的 动态链接库，利用v b 编写了操作数据采集卡的人机交互界面，实现对c c d 的控制与数据采集，该操作界面效果如图3 4 所示。 图3 4v b 编写的数据采集人机交互界面 由于c c d 数据采集卡的最高采样频率只有5m h z ，不能满足动态测量 自由落体的大米图像，因此在数据采集方面采用静态采集的方式，即通过人 为的、等间距的调节螺杆来改变待测大米的空间位置，每改变一次，就执行 一次图像数据采集。 其单帧图像数据采集的工作流程如图3 5 所示： 哈尔滨丁程大学硕十学位论文 图3 - 5 单次数据采集的工作流程图 初始化包括： ( 1 ) 调整光源的强度，使检测到的背景与待测大米的反射光强有一定对 比度。 ( 2 ) 调整镜头，使待测的大米能清晰地成像于c c d 的感光面上。 ( 3 ) 设定c c d 的像元使用数且。t c d 2 5 5 7 d 线阵c c d 具有5 3 4 0 组像元， 每一组含r 、g 、b 三色像敏单元。实验中对于一组宽度约1 7 c m 的待测大米， 如果利用所有像敏单元去采集数据，会造成不必要的资源浪费，而且数据量 较大，不易处理。因此，只采用了其中3 3 0 0 组像元来采集大约1 7 c r a 宽的一 列大米。按照成像原理计算，每l m m 宽度的被测物大约占用2 0 组像元，这 1 4 哈尔滨工程大学硕十学位论文 对于要检测出大于0 2 5 r a m 2 ( 厂家要求的指标) 异色点来说已经足够了。 在进行数据采集时，先调节螺杆，使它旋进0 2 m m ，从而改变大米的空 问位置。然后操作数据采集系统进行数据采集，并保存数据文件。每改变一 次大米位置，就采集一次数据。重复以上的操作就可以得到待测大米的一系 列图像数据。该数据都以文本文档形式储存在电脑中，作为后续算法实验研 究的源数据。 为了方便观察图像数据的特点，便于今后验证色选算法的准确性。我们 分三种情况进行图像数据的采集；( 1 ) 仅对背景进行数据采集。( 2 ) 对正常米 较多的情况采集数据。( 3 ) 异色米粒较多的情况采集数据。 3 3 待测大米图像数据的特征分析及色选算法设计 由彩色线阵c c d 测量的大米图像数据都是离散型数字信号，每一帧数据 都具有三个分量，分别为红色分量，绿色分量和蓝色分量。根据r g b 颜色空 间理论，每个分量的特征都决定了米粒的部分特征，因此若想把异色粒从待 选大米中一一定位出来，就必须提取各个颜色分量的数据特征，这样才能达 到对大米进行色选的目的。通过对每一帧图像数据波形的观察与分析，得出 以下结论： ( 1 ) 背景图像的数据信号中含有大量的高频噪声，同时背景数据还具有 一定的波动性与上升趋势( 如图3 6 ) c 2 ) 大米图像的数据信号是在背景数据信号的基础上发生一段连续的凸 起或下凹的脉冲( 如图3 7 ) 这些信号脉冲就是由米粒出现引起的。下凹的 脉冲说明这是一种异色粒( 暗色颗粒) ，但是对于凸起的脉冲，很难确定是正 常米粒还是异色米。这就需要通过对r 、g 、b 各分量的幅值大小做进一步分 析来判断其是否为正常米粒。 ( 3 ) 大多数的图像信号显示，同一帧数据各颜色分量的波形图在形状上 具有一定的相似性( 如图3 6 - 3 7 ) 。 ( 4 ) 每一帧数据，都可直观的看出数据图像中包括三类信号：背景信号、 正常米信号和异色粒信号，并且每类信号都具有不同的内部特征。 通过以上对大米图像数据的特征分析，本文决定利用小波滤波对图像数 据信号进行滤波预处理后，采用聚类分析的方法根据数据内部特征将数据分 哈尔滨t 程大学硕十学位论文 类，以得到异色米所在的类和相应位置。 横坐标：空间位置飙坐标量化光誓) 图3 6 背景数据各分量图形 3 4 本章小结 ( 横坐标空同位置，瓤坐标= 量化光j 图3 7 大米数据各分量图形 本章主要介绍了c c d 数据采集实验装置，以及数据采集的方法。并对采 集的图像数据进行了特征分析，根据其特征初步确定色选算法。 1 6 哈尔滨t 程大学硕十学位论文 第4 章小波滤波理论及其在色选算法中的应用 小波分析是近几十年来迅速发展起来的- f l 学科，它具有理论深刻和应 用广泛的双重意义，是f o u r i e r 分析划时代的发展结果。小波分析是目前国 际上公认的最新的时间频率分析工具“一，具有良好的时频局部性，因而能 有效地从信号中提取信息，通过伸缩和平移等运算功能对函数或信号进行多 尺度细化分析，有着非常好的尺度变焦性能，解决了傅立叶分析不能解决的 许多困难问题，因而，小波分析被誉为“数学显微镜”，它是调和分析发展史 上的一个里程碑。 4 1 傅立叶变换的局限性 众所周知，傅立叶变换是现代工程中应用最广泛的数学方法之一。特别 是在信号和图象处理方面，利用傅立叶变换可以把信号分解成不同的频率成 分，使得对各种不同的实际问题可以采取统一的处理方法。然而，傅立叶变 换存在不能同时进行时间频率分析的缺点。为了克服这一缺点，6 a b o r 在 1 9 4 6 年提出了信号的时频局部化分析方法，此方法在应用中不断完善，从而 形成了一种新的处理信号的方法加窗傅立叶变换( 或称为短时傅立叶变 换) 。虽然加窗傅立叶变换在一定程度上克服了傅立叶变换的上述缺点，但提 取精确信息，要涉及时窗的选择问题。由h e i s e n b e r g 测不准原理知，在对信 号作时频分析时，其时窗和频窗不能同时达到极小值。即：当选定窗函数 后，使其频宽对应于某一频段时，其时宽就不能太窄，从而更高频率的信号 就不能精确定位，如果要求更高的局部性质或更多的整体性质时，就必须更 改窗口的大小，从而使计算量增大，以致无法具体实现。但加窗傅立叶变换 的时频窗口是不变的，窗口没有自适应性，不适于分析多尺度信号过程和 突变过程，而且其离散形式没有正交展开，难于实现高效算法，这是加窗傅 立叶变换的缺点，因此也就限制了它的应用。 4 2 小波变换 小波变换克服了加窗傅立叶变换在单分辨率上的缺陷，同时具有时一频 1 7 哈尔滨工器大学硕+ 学位论文 二维分辨率的特点。其优于傅氏变换之处在于它具有时域和频域“变焦距” 特性，十分有利于信号的精细分析。第一个正交小波基是九h a a r 于1 9 1 0 年构造的，a t h a t 提出了构造正交小波基的伸缩和平移思想。1 9 8 5 年，法 国大数学家m e y e r 首次提出光滑的小波正交基，被称为m e y e r 基，对小波理 论的发展做出了重要贡献。次年。m e y e r 及其学生l e m a r i e 提出了多尺度分 析的思想。1 9 8 8 年，法国数学家d a u b e c h i e s 提出了具有紧支集的光滑正交 小波基一d a u b e c h i e s 基。这样，小波分析的系统理论初步得到了建立。与此 同时，信号分析专家m a l l a t 等人在前人大量工作的基础上提出了多尺度分析 的概念和基于多尺度分析的小波基构造方法，将小波正交基的构造纳入统一 的框架之中，使小波分析成为一种实用的信号分析工具。 4 2 1 小波的定义 设妒( f ) ( r ) 是一个可测的、平方可积的函数，即具有有限能量，如 果其傅立叶频谱妒( 咖满足容许条件( 4 - 1 ) 唧懈咩虮* “一 o ) ( 4 - - ) 则称妒( f ) 为基本小波或小波母函数。 对于任意的实参数对q ，b ) ，称( 4 2 ) 形式的函数 岫( f ) a 南妒( 阻z ， 、r l 、。 为由小波母函数妒o ) 生成的依赖于参数0 ，b x a ，o ) 的连续小波函数，简称为 小波函数或小波 对于每个小波在l 2 ( r ) 上的积分小波变换定义： o ，6 ) 一h 证f ( t ) t , ( a t - b ) d t f e l ：( r ) ( 4 - 3 ) 相应的连续小波变换的逆变换公式为 1 8 哈尔滨丁程大学硕士学位论文 厂( f ) - 掣z ( 口，6 渺。( f ) 警如( 4 - 4 ) 式中( f ) l 一妒( 争。 实际应用中需要对参数露和b 进行离散化处理，取a - 4 ；瓴，1 ) ， b - a , o a o j ，b o e r ，且j ，七均为整数，则相应的离散小波变换为 妒肚( 0 - 2 2 妒( 2 7 t - k ) ( 4 5 ) 离散正交小波变换为 w t ( j ，七) - 这样信号在任意精度上可近似表示为 ，( f 渺j j ( 2 7 t - k ) d t ( 4 6 ) ，( f ) 一芝( ，妒肚妒肛( f ) ( 4 - 7 ) 这就是尺度参数和时移参数离散化的小波变换重建公式。 小波函数随参数对 ，6 ) 中的参数4 的这种变化规律，决定了小波变换能 够对函数和信号进行任意指定点处的任意精细结构的分析，同时，这也决定 了小波变换在对非平稳信号进行时一频分析时具有时一频同时局部化的能 力。 4 2 2 多分辨分析 多分辨分析( m u l t i r e s o l u t i o na n a l y s i s ，简称m r a ) 是1 9 8 6 年有m a l l a t 和m e y e r 在多尺度逼近的基础上提出的，它是构造小波的统一框架，无论在 理论分析还是在构造和应用小波方面都十分重要。 定义h 空间2 伍) 中的一个多分辨分析是指满足以下性质的一列闭子 空间序列c l 2 俾) ，z ，它满足下列条件 ( 】) 单调性c k 。c c k c ； 1 9 哈尔滨= r = 稃大学硕士学位论文 ( 2 ) 唯一性 n 巧一 o c s ，稠密性 ( 型巧) 。r ( r ) “) 伸缩性 厂( f ) 巧一，伍) 巧。 w z ( 5 ) 可构造性 侈o 一七) ；七z ) 构成子空间k 的标准正交基，即 ( f 一七) 妒( f 一七，) ) 。正砸一七弦( f 一七迎- o k , k 其中妒o ) 称为多分辨分析的尺度函数，为尺度j 上的尺度空间。 由多分辨分析的定义知，所有的闭子空间k c r 僻) 都是由同一函数 妒o ) 伸缩后的平移系列张成的尺度空间。 如果把尺度理解为照相机的镜头的话，当尺度由大到小变化时，就相当 于将照相机镜头有远及近地观察目标。在大尺度空闻里，对应远镜头下观察 到的目标，只能看到目标大致的概貌：在小尺度空间里，对应近镜头下观察 目标，可观察到目标的细节部分。这种由粗及精对事物的分析就成为多分辨 率分析的主要思想。 4 3 小波滤波原理 4 3 1 小波滤波研究概况 小波滤波的机理就是基于信号与噪声的小波系数在尺度上的不同性质， 采用相应规则，对含噪信号的小波系数进行取舍、抽取或切削的非线性处理， 以达到滤波、去除噪声的目的。 到目前为止，小波去噪方法大致可分为三大类n 一：第一类方法是基于小 波变换模极大值原理；第二类方法是对含噪信号作小波变换后，通过信号小 波系数在各个尺度问的相关性来去噪：第三类方法是阈值方法，即对小波系 数设置阈值，在众多小波系数中，以阈值为标准，把绝对值较小的系数置为 零，而让绝对值较大的系数保留或收缩，然后对阈值处理后的系数进行小波 2 0 哈尔滨工程大学硕十学位论文 逆变换，直接进行信号重构，即可达到去噪的目的。 阈值方法是基于这样一种思想：信号对应的小波系数包含有信号的重要 信息，其幅值较大，但数目较少，而噪声对应的小波系数是一致分布的，个 数较多，但幅值小。 4 3 2 一维信号的小波阈值降噪算法 假设x ( i x l s i s j i f l 是原始信号，y ( o 是含噪信号，则小波变换的阈值去 噪算法( w a v e s h r i n k ) 可表述如下： ， ( 1 ) 对y 进行工次离散小波变换，得到小波系数w j ； ( 2 ) 确定小波系数收缩阈值a ，使用式( 4 - 8 ) 或( 4 - 9 ) 对小波系数帆进行 收缩处理，得到新的小波系数碗； 啦- 矗排： 阻s ， 厩一f 初嵋刈0 嵋卜d ：毖： c t 一。， 其中式“一8 ) 称为硬阈值，式( 4 - 9 ) 称为软阈值。 ( 3 ) 对处理后的小波系数觏进行l 次小波逆变换，得到去噪后的信号。 4 4h a a r 小波滤波在色选算法中的应用 4 。4 1h a a r 小波的定义 h a a r 小波函数是在小波分析中最早用到的一个具有紧支撑的正交小波 函数，同时也是最便于计算的一个小波u 删。h a a r 小波函数的定义为： f 10 s x 5 1 2 1 沙一 - 11 2 工s 1 【0 其它 2 1 哈尔滨1 = 程大学硕+ 学位论文 4 4 2h a a r 小波滤波在色选中的应用 首先，根据3 - 3 节中分析的大米图像数据的特点，本文首先对大米图像 数据做帧相减( 用目标图像数据减去背景图像数据) 处理，其目的是突出目 标数据的特点，消除部分噪声。处理后 ；导到大米图像的色差数据( 见图