用于玻璃碎片测试图像处理技术.doc

用于玻璃碎片测试图像处理技术 　　摘 要 碎片状态试验是钢化玻璃力学性能检验的一项内容，试验目的是为了评价安全玻璃破碎时碎片引起伤害的可能性。将计算机图像处理技术应用于玻璃碎片检验中，提出了一种玻璃碎片自动检测、识别及计算的算法。首先获取蓝光背景下玻璃碎片原图，进行灰度处理，采用sobel算子对图像进行边缘检测并滤波去噪；然后利用灰度梯度方法提取出整幅图片的高亮区域确定缝隙线，缝隙线膨胀生长后进行骨架提取；最后根据骨架标示各碎片区域进行计算。此外，同时将该算法和欧拉数计算公式相结合，应用于图像中碎片数量的计数方面，使得碎片分割和计数变得简单、快捷。实验结果表明，该算法是一种切实可行的碎片图像的分割和计数方法 【关键词】玻璃碎片 图像处理 sobel算子 缝隙线 生长 欧拉数 为保证安全玻璃在应用和破坏时产生的伤害程度达到最小，我国对安全玻璃实行强制性质量检验制度，碎片状态试验是检验方法之一。依据中华人民共和国国家标准GB 15763.2-2005《建筑用安全玻璃 第2部分：钢化玻璃》、GBT 5137.1-2002《汽车安全玻璃试验方法 第1部分力学性能试验》、GB 9656-2003《汽车安全玻璃》、GB 18045-2000《铁道车辆用安全玻璃》中的规定，安全玻璃质量检验中碎片状态试验的要求是统计出 规定大小区域内的碎片数，碎片的数量介于 40-200 块之间，每块碎片的面积大约介于 0.0625-0.625cm2之间。目前，这项工作由人工来完成，效率低并影响检测结果的准确性。为此提出一种基于计算机图形学（Computer Graphics，简称CG）的玻璃碎片图像检测与计算方法， 目的是确定高亮区域，获得缝隙线，再采用新型欧拉计数方法统计碎片的数量特征 1 图像获取及预处理 按照国家标准中安全玻璃碎片状态试验方法的要求，使用自主研发的玻璃碎片检测装置，利用气动装置控制尖锐的重物自动敲击距离玻璃的长边缘 20mm 处，使玻璃破碎。并在冲击后10s后且3min内使用工业CCD相机，在蓝光背景下采集碎片图像得到彩色照片，通过采集高度与放大率计算，从中选取50mm×50mm区域图像，将其灰度化，作为玻璃碎片原始灰度图像。图 1即为蓝光下玻璃碎片原图，图2为玻璃碎片灰度化处理后图像 2 边缘检测 欲获得玻璃碎片的形状和数量，首先要描绘出图像中玻璃碎片的缝隙线，故可以把缝隙线看作目标，用O表示，把碎片的内部看作背景，用 B表示 图 2所示的预处理后图像比较均匀一致，即缝线比其邻域灰度值小，碎片内部的灰度没有太大起伏，但是整个图像的亮度不均匀，因此不能使用简单的阈值法进行边缘的提取。为了突出碎片内部（B）与缝隙线（O）的边缘区域，选择使用传统的边缘检测算子―Sobel算子来求原始灰度图像的梯度图像 2.1 Sobel边缘算子 图3所示的两个卷积核形成了Sobel边缘算子，图像中的每个点都用这两个核做卷积，一个核对通常的垂直边缘响应最大，而另一个对水平边缘响应最大，两个卷积的最大值作为该点的输出位。运算结果是一幅边缘幅度图像，Sobel边缘算子处理过的图见图4。使用Sobel算子进行边缘检测后，进行滤波平滑，以利于灰度梯度方法提取出整幅图片的高亮区域 2.2 求梯度图像 梯度图像也是灰度图像，使用一种常用的分割方法，将图像的灰度直方图分割成两部分， 选取最佳门限使类间方差最大，从而达到两部分分离性最大的目的，确定高亮区域，找出图片中的高亮点，进行灰度重建、倒置，找出整幅图片的高亮区域。该算法处理的结果如图 5所示 2.3 缝隙线生长 由图5可以看出，尽管目标O（缝隙线）的轮廓已经呈现，但是内部并不均匀一致，缝隙线的生长算法可以将缝隙线内部变成均匀一致的区域，本文采用了二值图像作数学形态学上的开运算，将距离较近的目标区域连通起来 数学形态学是由一组形态学的代数运算子组成的。最基本的形态学运算有：腐蚀、膨胀、开、闭。形态开运算能使黑色区域首先膨胀，使缝线内部的白点去除，但缝线也变粗，接着进行一次腐蚀运算，使缝线基本恢复原来的宽度。同时，通过开运算后，边界也变得比较平滑，处理后如图6所示 3 玻璃碎片分割 从图6可以观察到，缝隙线上的灰度值大，碎片内部的灰度值小，可以把它假想成地形表面，每个像素的灰度代表该点的海拔高度。采取分水岭变换能够对图像进行分割。首先让每个像素指向具有最小值的邻居像素，然后分别处理贮水盆地坡面的平台区域和宽分水岭区域、局部最小值区域，最后根据指入链码回溯标注各个贮水盆地。同一贮水盆地的像素即属于同一玻璃碎片。该分割算法能实现完全分割，分割效果如图7所示 4 玻璃碎片欧拉数的计算 本文提出一种计算图像欧拉数的公式，它只需对图像采用逐行