基于图像处理的标签检测技术

山东大学学士论文摘要随着工业的发展，产品的质量越来越受到人们的关注。因此企业必须提高对产品质量的检测。而标签检测就是其中一个重要方面。传统的标签检测大都是由人工进行，只能满足小批量生产，效率低下，检测精度低下，因此给企业造成很多损失。现在标签检测系统是基于机器视觉技术、自动化技术、图像处理技术而设计的稳定性好、效率高的检测系统。本文介绍了机器视觉技术的现状及发展，以及在许多领域中的应用，简单说明了机器视觉技术的体系结构。根据课题要求，提出了标签在线检测系统的总体设计方案。利用CCD摄像机及图像采集卡采集图像信息，采集到的信息传送到计算机，由MATLAB图像处理软件进行预处理及图像分析，并将检测结果输出，由PLC控制硬件设备的动作。本文也简要叙述了图像采集单元各部分的选取及方案设计。本文主要侧重研究检测系统的图像处理单元。图像处理单元采取MATLAB实现图像处理算法，分析研究了图像处理的流程，研究每步算法的原理，对比优缺点，选择最优的方法进行处理，以得到高质量的二值图像。最后选择合适的图像分析方案，以实现课题的目标。关键词：标签图像处理MATLAB检测ABSTRACTAsthedevelopmentoftheindustry,thequalityoftheproduct

isconcernedmoreandmore

bypeople.Hencethecompanymustimprovethetestofproducts’quality.Thelabeltestisoneimportantaspectofit.Thetraditionalwaysoflabeldetectionaremostlydonebypeople,itcanonlymeetthesmallpatchproduction,itsefficientanddetectionaccuracyareverylow.Soitcauseslotsofdamagetotheenterprise.Nowthelabeltestingsystemisbasedonthemachinevisiontechnology,automatictechnologyandimageprocessingtechnology,ithasgoodstabilityandhighefficient.Thisarticledescribesthecurrentsituationanddevelopmentofmachinevisiontechnology,anditsapplicationsinmanyareas.Itillustratesthearchitectureofmachinevisiontechnologybriefly.Accordingtherequestsofsubject,weproposetheoveralldesignplanofthelabeltestingsystem.UseCCDcamerasandimageacquisitioncardcollectimage,then,sendtheimageinformationtocomputer,finally,processandanalyzetheimagethroughtheMATLAB,andoutputthetestresult.PLCcontroltheactionofhardware.Thisarticlealsointroduceshowtoselecttheeverysectionoftheimageacquisitionunitandthedesignofthelightsystem.Thisarticlemainlyintroducestheimageprocessunitofthissystem.TheunitadoptsMATLABtoachievetheimageprocessingalgorithms,toanalyzetheprocessoftheimageprocessingandtoresearchtheprincipleofeverystep.Then,wecomparetotheadvantageanddisadvantageofeachalgorithms,choosethebestmethodtoimprovethequalityoftheimage.Finally,choosetheappropriateimageanalysissolutiontoachievethesubjectobjectives.Keywords:labelimageprocessingMATLABdetection目录第一章 绪论 11.1 课题背景 11.2机器视觉技术 11.2.1机器视觉技术的现状及发展 11.2.2机器视觉技术的应用 21.2.3机器视觉系统的体系结构 21.3标签检测系统的现状与发展 31.4研究意义与目标 41.4.1研究意义 41.4.2研究目标 5第二章 标签在线检测系统总体设计 62.1标签在线检测系统的组成部分 62.2标签在线检测系统的工作过程 72.3 本课题要注意的几个问题 72.3.1图像采集 72.3.2图像处理 72.3.3图像分析 8第三章 图像采集单元的设计 93.1图像采集单元的组成 93.1.1CCD摄像机的选取与分析 93.1.2照明方案的设计 113.1.3图像采集卡的选择 12第四章 图像处理单元的设计 144.1数字图像处理概述 144.2图像的预处理 144.2.1图像的灰度修正 154.2.2图像的平滑处理 154.3图像的二值化 164.4图像的识别 164.4.1图像面积的计算 174.4.2图像重心的计算 174.5图像处理的软件实现 174.5.1图像处理及识别算法的设计 174.5.2文件夹的添加。 184.5.3标签检测系统的程序流程框图 194.6图像处理单元的数据分析 21总结与展望 22致谢辞 23绪论课题背景现在中国的工业化已经日趋发达，生产水平也日渐提高，随着许多商品也出口国外，产品质量及生产效率也成为企业必须考虑的重要问题。因此，自动化技术已经成为提高生产效率的一个重要手段，被广泛应用于各行各业。由于现在人们对产品的需求量剧增，产品的质量问题就显得尤为重要，而标签给消费者提供了产品的基本信息，也影响产品的外观。当标签出现问题，直接影响消费者对该产品的印象，也影响产品的使用及质量问题，因此产品标签是评价产品合格与否的一个重要指标，我们必须对其进行检测。传统的标签检测大都是由人工进行，只能满足小批量生产，而且费时费力，效率低下，最重要的是产品检验合格率不能得到保证，从而给企业造成无法弥补的损失。而如今企业大都是进行大批量连续生产，传统的标签检测方法已经不能满足企业发展的需要。因此我们就需要研究闲的标签在线检测系统来满足发展迅速的产品生产，人们开始考虑把计算机的快速性、可靠性、结果的可重复性，从而引入了机器人视觉技术。1.2机器视觉技术随着机器视觉技术自身的成熟跟发展，在工业生产中慢慢得到了越来越广泛的应用。1.2.1机器视觉技术的现状及发展机器视觉是一门涉及了人工智能、神经生物学、心里物理学、计算机科学、图像处理、图像理解、模式识别等多个领域的交叉学科[[]《计算机视觉技术的应用》马玉真[]《计算机视觉技术的应用》马玉真陶立英王新华济南大学机械工程学院山东济南2002机器视觉系统能快速获取信息并进行自动化处理，而且易于同设计信息及加工控制信息集成，因此被广泛应用于微电子、电子产品、汽车、医疗、印刷、包装、科研、军事等众多行业。随着计算机技术、微电子技术和大规模集成电路技术的快速发展，嵌入式系统应用领域越来越广泛，尤其是其具备低功耗技术的特点得到人们的重视，机器视觉也会越来越趋于依靠PC技术，并且与数据采集等其他控制和测量的集成会更紧密。且基于嵌入式的产品将逐渐取代板卡式产品，这是一个不断增长的趋势。机器视觉是自动化的一部分，没有自动化就不会有机器视觉，机器视觉软硬件产品正逐渐成为协作生产制造过程中不同阶段的核心系统。随着中国加工制造业的发展，对于机器视觉的需求也逐渐增多；随着机器视觉产品的增多，技术的提高，国内机器视觉的应用状况将由初期的低端转向高端。但是机器视觉也存在一些不足，一是机体系结构与人的神经网络差异巨大，在在构造计算机视觉系统时会对其进行很大的程度上的简化；二是目标物体信息量巨大，人的视觉所能接受的欲动的图像信息远远超过了计算机能够处理的。所以机器视觉技术还有待于进一步提高。1.2.2机器视觉技术的应用首先是在工业方面的应用，如基于图像处理技术的非接触精密测量、产品表面质量检测与监控、基于机器视觉的工业自动化闭环控制、流水线产品外观质量检测设备、复杂形状非接触精密测量设备。其次是在医疗方面的应用，如帮助医生进行医疗图像分析，利用数字图像处理技术、信息融合技术对x射线透视图、核磁共振图像和CT图像进行适当叠加，然后进行综合分析；还有对其它医学影像数据进行统计和分析，如利用数字图像的边缘提取与图像分割技术，自动完成细胞个数的计数或统计等[[][]《机器视觉的典型应用》朱瑞1．西安机器视觉研究发展中心，陕西西安710065；2．两安市春秋视讯技术有限责任公司，陕西两安710075再次用于日常生活，如智能交通系统、车牌识别、数字图书馆、超市条码检测、支票辨别真伪、商标管理等。1.2.3机器视觉系统的体系结构一般来说，机器视觉系统包括了照明系统、镜头、摄像系统和图像处理系统。典型的机器视觉系统可以分为：图像采集部分、图像处理部分和运动控制部分。它基本工作原理是机器视觉检测系统采用CCD照相机将被检测的目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号，图像处理系统对这些信号进行各种运算来抽取目标的特征，如面积、数量、位置、长度，再根据预设的允许度和其他条件输出结果，包括尺寸、角度、个数、合格/

不合格、有/无等，实现自动识别功能[[]百度百科机器视觉[]百度百科机器视觉图像分析CD图像处理图像分析CD图像处理CD计算机CDCCD摄像机CD图像采集卡CD光信号输入图1.1机器视觉系统原理框图1.3标签检测系统的现状与发展机器视觉技术有如下优点：一、非接触性，对观测与悲观的产品都不会造成损伤，进而提高系统的可靠性。二、重复性，机器视觉系统可以重复而不知疲劳的完成检测工作，增加了准确度。三、快速性。其可以持续快速地完成产品检测，提高了生产效率。四、实时性强，能实现全自动在线检测，五、抗干扰能力强，检测时能减少外界干扰对检测结果的影响。因此，现在的标签检测系统大多是以机器视觉技术为依托。图1.2标签检测系统示意图国外很早就对以机器视觉技术为基础的检测系统做了研究。目前机器视觉检测设备在国外被广泛应用于产品生产线上[[][]《机器视觉技术及其应用概述[J]》段峰王耀南雷晓峰自动化博览，2002,3；标签检测设备进入中国已经有近十年的时间，随着中国产业发展的需要，我国也逐渐开始自己研究标签检测设备，很多研究所在图像和机器视觉技术领域进行了积极地研究跟探索，如04年深圳创科推出了国内首款高性能机器视觉软件开发包CKVision，代表了国内视觉技术已经日益成熟。到二十一世纪，视觉技术开始在自动化行业成熟应用，如药品、饮料、商标、图书管理等方面。2007年之后，国内标签检测设备的市场占有率已经超过60%，国产设备已经被广泛的接受，成为主流。不过，国产设备与国外的产品相比，在性能上还有很大差距。1.4研究意义与目标1.4.1研究意义传统的标签检测方法费时费力，而且精度不高，增加了且页的生产成本，降低了产品的销售量。而国外产品，由于知识产权保护、及没有与之竞争的国内产品等原因，大多数国外设备价格较贵，而且要花费很多资金培训专门的技术人员，也为企业增加了成本。并且这些设备的功能齐全，对相当一部分切也来试是一种浪费。另一个原因是国内外生产标准不同，有些设备不能国内生产线的需要完全符合，所以本课题目的在于开发可满足国内企业生产的需要的标签在线检测系统。1.4.2研究目标随着现在市场对产品的要求质量越来越高，对标签检测系统的要求也越来越严格。本课题主要研究具有以下功能的标签检测系统：检测产片包装上是否贴上标签；检测所贴标签是否完整；检测所贴标签是否歪斜；能及时剔除不合格产品；标签在线检测系统总体设计标签在线检测系统是基于图像处理的非接触式检测系统，主要涉及到照明系统的设计、图像采集、控制系统的设计等几个方面。实现控制系统及时响应计算机信号，实现目标功能。2.1标签在线检测系统的组成部分系统的结构如图2.1所示[[][]《标签在线检测控制系统的设计与实现》于洪亮中国农业大学机械电子工程图像采集部分：包括照明设备、CCD摄像机、数据采集卡等。图像处理与分析部分：以计算机为平台，运用matlab图像处理工具箱，对采集到的图像进行处理和分析，输出分析结果，传送到硬件控制设备。硬件控制部分：包括计算机、PLC控制设备、剔除装置、电机、传感器等，以实现系统的功能。计算机计算机图像采集卡PLC图像采集卡PLC剔除装置电剔除装置电机传感器CCDCCD图2.1系统结构图2.2标签在线检测系统的工作过程产品按一定的间隔距离被送上传送带，当一产品进入检测区后，光源系统的光投射到药瓶表面上，传感器发送信号给PLC控制器，驱动摄像机采集视频信息并输出模拟视频信号，然后图像采集卡按一定的采样率采集，并将模拟图像转化为数字图像信号，传到计算机中，由图像处理程序进行处理；并将处理结果传送到PLC控制器，由PLC发出控制信号，控制电机及剔除装置的动作。本课题要注意的几个问题2.3.1图像采集图像采集部分是系统的关键，其识别能力的好坏对系统的性能至关重要。图像采集部分即是通过CCD采集图像到图像采集卡，然后经过A/D转换，将图片转换成数字信息，以便传送到计算机。为了提高图像采集的效果，我们需要考虑的问题如下：照明设备如何设计才能使CCD采集到高质量的图像信息；CCD如何能及时采集到产品标签图像；CCD能否识别出标签的缺陷；CCD能是识别的的标签缺陷的最少尺寸；如何设置图像采集卡的A/D转换器才能降低将模拟的图像信息转换为数字信息的失真度。2.3.2图像处理图像的处理及识别速度对生产效率系统的检测精度有较大影响。要想快速及时地剔除不合格产品，必须减少系统处理及分析图像的时间。因此，在图像处理及分析过程中我们需要解决如下几个问题：图像灰度处理算法的选择。图像灰度处理的方法有很多种，我们需要选择既快速，效果又好的方法对图像进行灰度处理，以突出图像细节，改善图像的质量。图像平滑处理算法的选择。对图像进行平滑处理的算法也有很多种，选择合适的算法才能更好的滤除噪声对图像的影响，提高图像的保真度。图像的二值化处理。要对图像进行分析，必须将灰度图转换成二值图。二值图的效果决定了下一步图像分析的结果。2.3.3图像分析图像分析是整个系统的关键。图像分析的算法直接决定了检测系统的精确度。所以这是设计标签检测系统的核心问题。本课题侧重于研究标签检测系统的图像处理及图像分析部分。本系统用于在线检测，为了保证整个系统的性能，所以必须寻找最优方法解决以上问题。图像采集单元的设计图像包含大量信息，获取的图像信息越完整，就能更好的理解图像。图像采集部分是主要用来摄取产品的标签图像，在系统设计过程中，图像采集设备的选择及其工作过程的设计必须以尽可能完整的获取图像信息为首要前提。3.1图像采集单元的组成一般图像采集部分包括计算机、传感器、图像采集设备、照明设备、驱动软件、应用软件等。图像采集设备包括摄像机和与之配套的图像采集卡，进行图像摄取及定时控制。采集卡的高速A/D转换器可以将视频信号转换为数字信号使采集卡即是采集图像帧，并将其直接传入系统内存。驱动软件使用户可以直接完成计算机和专用图像采集卡的图像采集任务。应用软件控制图像采集硬件，并实现分析演示功能[][]《基于计算机视觉的生产线零件编号识别系统的研究》吴春凌华南理工大学机械制造及其自动化图像采集单元的框图如图3.1图像采集应用软件图像采集应用软件图像采集卡驱动软件图像采集卡驱动软件图像采集卡图像采集摄像机图像信息图像采集卡图像采集摄像机 完成图像采集完成图像采集图3.1图像采集单元的组成框图3.1.1CCD摄像机的选取与分析本系统是以图像处理技术为基础的，所以摄像机的选择对本系统至关重要。摄像机有CCD和CMOS两种，CMOS是以普通的的电子CMOS管为摄像器件，而CCD是以新型的电荷偶尔期间为摄像器件，其通常能看到的照度范围在0．1一一3Lux，是CMOS传感器感光度的3到10倍，目前一般CCD摄像机的图像质量要优于CMOS摄像机；而且CCD摄像机的除噪声能力及灵敏度比CMOS摄像机的都要好很多；再者，CCD摄像机具有体积小、重量轻、寿命长惰性小、灵敏度高、几何失真小、均匀性好、功耗低等特点，所以本课题选用CCD摄像机作为图像采集设备。摄像机所采集道德图像是一切后续程序的基础，所以必须根据摄像机的性能评价指标选取合适的摄像机。摄像机的评价指标如下：清晰度。所谓图像清晰度是指影像上各细部影纹及其边界的清晰程度。摄像机能分辨的条纹数越多，获得的图像的清晰度越好。分辨率。摄像机的分辨率由摄像机内先片的像素决定。分辨率的好坏决定了图像的质量。像素越高，分辨率就越高，采集到的图像质量越好，信息越完整。分辨率的计算公式为：分辨率=视野范围／理论像素值。均衡性。均衡性由输出图像中各个像素的幅值差值来表征。差值越小则均衡性越好。光敏度。它反映了摄像机对微弱光线的感应能力，对本系统而言，光敏度越高越好。灵敏度。其主要由摄像机内的芯片面积与摄像机镜头的孔径决定。一般在标准光源照明下，使摄像机拍摄测试卡，输出达到标准值所用的光圈越小，则表示摄像机的灵敏度越高[][]《摄像机的工作原理与使用方法》最低照度。最低照度是指在一定的信噪比条件下，比较被摄景物所需照度的大小。照度越低，说明摄像机灵敏度越高7。自动快门。对于在线检测系统来说，摄像机的拍照反应时间的长短是决定系统精度的关键因素之一，拍照时间越短，系统的精度就会越好。彩色还原。它是指摄像机拍摄彩色图像的的逼真度。彩色还原能力越好，采集到的图像质量越高，能获取的信息越完整。摄像机的几何失真度、自动化程度、工作环境温度范围及信号接口的多功能化、操作的方便性等指标也是选择摄像机是要考虑的因素。在选择出合适的的摄像机后，还需要选择合适的镜头，来提高摄像机的整体性能指标。为此我们需要进行现场调试，针对生产线上的物距及成像大小计算镜头焦距，把镜头调整到最佳状态。镜头的主要性能指标如下[[][]《基于机器视觉的药瓶检测系统的研究》柳叶青中南大学生物医学工程成像面。镜头的成像面越大，摄像机的性能越好。焦距、视角和物距。焦距决定着视场角的大小，焦距越小，视角越大；最小物距越短，视野越大。因此要选择合适的镜头焦距。选择镜头不仅要考虑自身的性能指标，还需考虑与摄像机的匹配情况选因此我们还须考虑一下几个问题[[][]《基于图像处理技术的药用玻璃瓶检测系统》贲锋利合肥工业大学电子与通信工程(1)安装标准。即注意要与摄像机配合；(2)镜头规格须与摄像机的CCD尺寸一致；(3)光圈决定通过镜头的光通量，光通量以镜头的焦距和通光孔径的比值衡量，以F标记；(4)镜头视场大小；镜头的焦距、视角大小及镜头到目标的距离的计算公式为：f=f=式中f是镜头焦距；α是CCD靶面水平宽度：W是被摄物体宽度；L是被摄物体至镜头的距离；β是CCD靶面垂直高度；H是被摄物体的高度。算出焦距数值后，若无对应焦距的产品可以根据产品目录选取相近的型号，一般选择比计算值小的，这样视角还会大一些。3.1.2照明方案的设计照明系统位于标签检测系统的前端，它直接影响着采集图像的质量及后续图像处理算法的选择。照明系统的设计决定了标签检测系统的的性能，在整个系统中起着至关重要的作用。光源的选取。对于照明光源的选型．主要考虑如下几个方面：光源的稳定性。当光源不稳定时，有可能因为长时间工作或周围环境的变化，而是某时刻光源亮度等参数发生变化，最终导致采集到的图像质量非常差，影响分析结果。光源的亮度及均匀性。光源应有足够的亮度，并在整个拍摄区域内亮度均匀一致。光源的色温。色温决定采集到图像的颜色，选择合适的色温，才能确保图像的保真度。照明系统与检测产品间的距离。产品的形状、光学特性及颜色。检测的商品不同，所需光源也不同。了解了产品的具体特征，才能选取合适的光源。光源的大小、形状方向、光谱特性等。最后，为了节省成本，还必须考虑到光源的发光效率和使用寿命。综合考虑以上几个方面，我们应选取LED光源。照明方式的选择。照明方式对本系统也十分重要，他决定了光源能不能实现最好照明效果，使摄像机能获得高质量的图像。照明方式有很多种，如从产品正面照射、按一定角度斜射、从上方照射等。根据不同的实际情况应采取不同的照射方式。对本系统而言，应采取从斜上方照射产品的标签。保证亮度均匀及光照稳定。另外，设计照明方案时，必须避免一些高反射率的特殊区域，以免降低系统的检测精度降低，而但不到理想的检测效果。3.1.3图像采集卡的选择图像采集卡是图像采集部分和图像处理部分的接口，通过它，我们就可以把摄像机拍摄的视频信号从摄像带上转存到计算机中，利用相关的视频编辑软件，对数字化的视频信号进行后期编辑处理。图像采集卡的工作原理CCD摄像机采集到的视频模拟信号号后经输入通道输入到图像采集卡，然后由其中的A/D转换电路转换成数字信号并存储，再经由D/A转换器转换成模拟信号图片输出显示。工作原理框图如图3.2多通道视频输入音频输入多通道视频输入音频输入A/D模拟转换视A/D模拟转换视频采集控制器计算机主机视频信号帧存储视频信号帧存储D/AD/A视频音频压缩编码显示输出显示输出图3.2图像采集卡工作原理框图图像采集卡的选择图像采集卡多种多样，但选择时需考虑到要与所选取的摄像机相匹配。因此选择图像采集卡要考虑以下参数[[][]《基于机器视觉的晶振外壳缺陷在线抽检系统的研究》谢佩军浙江工业大学控制理论与控制工程图像采集卡所支持的视频格式。其所支持的视频格式必须与CCD摄像机所输出的视频标准一致。分辨率的匹配。图像采集卡的分辨率须与CCD摄像机的分辨率一致。输入通道的路数、输入阻抗、信噪比等。图像采集卡的空间分辨率。数据传输机制与总线的控制借口。支持的软件。不同的图像采集卡需要不同的驱动软件和开发包，所以在选择图像采集卡时必须同时选取配套的驱动软件和开发程序。另外还需考虑到图像采集卡本身的一些指标，如：像素扰动、灰度噪声、方形像素、裁减和缩放、卡上内存等。图像处理单元的设计4.1数字图像处理概述数字图像处理就是利用计算机系统对数字图像本身进行各种目的的处理[[]《基于图像处理的数字字符实时识别系统的设计》周家玮浙江大学信息科学与工程学院检测技术与自动化装置][]《基于图像处理的数字字符实时识别系统的设计》周家玮浙江大学信息科学与工程学院检测技术与自动化装置图像处理技术的功能十分强大，包括图像类型的转换、大小的缩放、图像的合成、图像增强、图像特征的提取、图像的重建、图像的复原、图像识别等。因此被广泛应用于人们的生活及生产等各领域。随着图像处理技术的深入发展，其理论也愈加完善，性能也明显提高，应用也因此更加广泛。在理论方面，引入了一些新的数学算法，如遗传算法、神经网络、小波算法等。在性能方面，处理速度、分辨率等都有极大提高，并且更加智能化、标准化。人们也开始研究具有图像处理功能的芯片，将使数字图像处理的应用领域更加普遍。4.2图像的预处理由于在图像的采集、传送或A/D转换的过程中，存在很多造成图像噪声或在图像中加入杂质的因素，从而降低了图像的质量。而图像预处理是为了提高图像质量采用一系列技术出去图像中的噪声等干扰因素。图像处理的方法多种多样，既可以在空间域实现，也可以在频率域内实现。空间域的方法主要有：变换增强(直接灰度处理、直方均衡化、图像间代数运算)、滤波增强（平滑滤波、锐化滤波）。频域方法主要为频域增强，如低通滤波和高通滤波。所以我们必须根据不同的应用要求选取不同的处理方法。空间域的处理直接在原图像所在的空间进行数据运算，而空间域的处理又可分为基于点的和基于模板的两种。频域的处理是在图像的变换域上对图像进行间接的修改。根据课题设计的要求，需要对本系统所获得的图像进行的处理过程是图像灰度化、图像缩小、图像的灰度修正、图像的平滑处理。4.2.1图像的灰度修正图像灰度处理是为了通过修正图像的灰度，而突出图像的某些特征，减少噪声造成的失真，以提高图像质量。根据多次试验，本课题采取直方图均衡化灰度调整。直方图均衡化及吧原来的图像的图像转变为均匀分布的形式，增加像素灰度值的动态范围，以达到增强图像整体对比度的效果。具体方法如下[[][]《MATLAB6.X图形编程与图像处理》陈杨陈荣娟郭颖辉等编著西安电子科技大学出版社出版2002计算出原始图像的所有灰度级SK,k=0,1，……，L-1；统计原始图像各灰度级的像素数nk；由式p（SK）=nk计算原始图像的累计直方图，即tk=EH（SK）=i=0取整计算：tk=int[(N-1)tk+kN定义映射关系：Sk→tk；统计新直方图各灰度级的像素数nk；计算新的直方图：p1（tk）=n4.2.2图像的平滑处理采集及传输图像的过程不可避免的会在图像中引入噪声，造成图像失真。而图像的平滑处理的目的主要就是减少图像的噪声。平滑滤波的方法主要有[[][]《MATLAB图形图像》苏金明王永利编著电子工业出版社北京2005线性滤波。即输出的像素的值是输入像素邻域内像素值的线性组合。中值滤波。输出图像中对应的像素值由输入图像中对应像素邻域内的像素值决定。自适应滤波。即根据图像的局部变异进行自适应滤波。本课题采取中值滤波法。中值滤波在一定条件下可以克服线性滤波带来的图像细节的模糊，而对滤除脉冲干扰及图像扫描噪声最为有效。中值滤波就是用一个有奇数点的滑动窗口，将窗口中心点的值用窗口内各点的中值代替。设有一个一维序列f1、f2，…fv,取窗口长度（点数）为m（m为奇数），对此一维序列进行中值滤波，就是从输入序列中相继抽出m个数[]《数字图像处理及MATLAB实现》余成波重庆大学出版社重庆2003yi=Med|fi-v，…，fi,…，fi+v|i4.3图像的二值化本系统最终是要从图像中识别出标签，而一幅图像通常包含很多信息，对计算机来说，直接处理相当麻烦。本系统不需要对图像的颜色进行处理，所以了可以将图像转变为二值图像，以减少计算机的运算量。图像二值化的方法很多，可以直接转换，也可以用图像分割法。图像分割法包括边缘点检测、边缘线跟踪、门限分割法、区域分割法。依据本课题，我们选取灰度阈值分割法的单阈值分割。根据灰度直方图的形状确定阈值门限。然后根据式g（m,n）=1,f式中T为灰度门限，一般取直方图双峰间波谷的灰度值[[][]《数字图形图像处理》许录平编著科学出版社北京20074.4图像的识别对图像进行二值化后，我们就需要对图像进行分析。本课题主要研究标签缺失、破损、倾斜等问题。对标签在线检测系统来说，摄像机是固定的，产品接受拍照的位置也是确定的。因此，我们可以通过计算图像的面积来判断标签的缺失或破损；通过计算标签的重心来确定标签的方向；从而达到判断标签合格与否。4.4.1图像面积的计算计算标签的面积即是计算图像中包含的像点数[[]《图像分析》孙即祥[]《图像分析》孙即祥编著科学出版社北京2005S=i=0n-1j=0当标签缺失或者破损、折叠时，检测得到的图像的面积与标准图像的面积相比较，二者的值必然不等，从而得出不合格的结论。4.4.2图像重心的计算设图像重心的坐标为（X，Y）求图像重心的公式为X=1Si=0其中，S为图像的面积，xi，yj分别为图像的横坐标与纵坐标。由公式可知，求重心即求图像数组中数值为1的坐标的和与面积的比值。因此，当图像面积不变时，只要图像倾斜，值为1的点的坐标必然发生变化，从而求得得重心值也发生变化。将求得的重心与预设的标准图像的重心值相比较，当值与预设值不同时，就说明标签发生倾斜，标签不合格；反之，则说明标签合格。4.5图像处理的软件实现在整个系统中，图像处理分析算法的实现非常重要。本课题采用MATLAB进行算法编写与实现。4.5.1图像处理及识别算法的设计图像处理与识别系统的编写是在matlab中的script中编写，是以.m格式存储的程序。在matlab界面点击newscript即可建立，然后再次界面编写所需程序。编程界面如图4.1图4.1编写算法界面的示意图4.5.2文件夹的添加。在matlab窗口中，点击File，然后选择setpath,显示如图4.2的界面，选择要添加的文件夹，点save。然后依次设定菜单栏中各项的各个参数。图4.2软件参数设置示意图4.5.3标签检测系统的程序流程框图系统需要先将接收到的图像进行图像预处理，提高图像质量，凸显出标签。在运用灰度阈值分割法将图像进行二值化处理，在经过计算图像面积及重心对图像进行识别，最终输出检测结果。流程图如图4.3。合格START合格START初始化初始化产品图像输入

产品