基于烟丝颜色模型与烟支模板构造烟支识别计数.docVIP

基于烟丝颜色模型与烟支模板构造烟支识别计数 　　摘 要：为获得对烟支的高精度识别与计数，通过对烟丝颜色的实验和分析得到烟丝颜色的分布特性，在此基础上分别构造基于HSI颜色空间和RGB颜色空间的烟丝颜色模型，并利用RGB颜色空间中对应的特征向量分割烟支的内部与外部区域. 根据烟支图像的特征构造烟支模板，给出基于该模板的烟支识别与计数的算法. 该方法通过搜索匹配对分割出的目标区域是否为烟支进行识别与判定. 实验结果表明，该算法的识别精度高，能适应一定范围的光学环境变化，鲁棒性得到 增强. 　　关键词：颜色分类；模板匹配；图像识别；形状特征；计数 　　中图分类号：TP391.4.1 文献标志码：A 　　 　　Cigarette recognition and counting based on construction of tobacco color model and cigarette template 　　CAO Jichang，ZHU Shengjian 　　(College of Computer Tech.，Huazhong Univ. of Sci. Tech.，Wuhan 430074，China) 　　Abstract：To recognize and count cigarettes precisely，the characteristics of tobacco color distribution is obtained through the tobacco color experiment，on which the construction of cigarette color model in HSI space and RGB space is based. The inside and outside regions of cigarette are segmented by feature vector in RGB space. A cigarette template is constructed according to the feature of cigarette image. So an algorithm on cigarette recognition and counting is proposed based on the template. The algorithm recognizes and judges whether the segmented target regions are cigarettes by searching and matching. The experimental results show that the algorithm has high recognition precision and is tolerant in a certain changing degree of optical environment，and the robustness is enhanced. 　　Key words：color grading；template matching；image recognition；shape feature；counting 　　 　　0 引 言 　　 　　采用图像处理的方式，对同类物体进行识别计数已有广泛研究，识别计数的对象包括细胞[1]、瓜果和棒材等.烟支是其截面具有较规则类圆结构的物体，在烟厂对未经包装的散盘烟支进行计数具有实际意义，是必须完成的工序之一.以往采用人工或机械的方式对烟支进行计数，容易造成烟支损伤，且耗时长.本研究引入图像识别的方式进行烟支自动识别计数，以期解决上述问题. 　　针对规则物体普遍采用的识别方法包括：数学形态学运算[2]、Hough 变换[3]以及模板匹配算法[4]等.数学形态学运算通过构造结构元素检测和提取图像中目标物体的形状特征，但结构元素的选取比较困难，并且变换后的目标区域会出现畸变，不利于识别出含有噪声的物体.Hough变换是检测物体形状最为常用的方法，它通过坐标空间变换，将识别问题转化为空间坐标系点的聚类问题.Hough 变换的抗噪声能力强，但复杂的运算和庞大的数据量限制其对大量物体计数领域的应用.模板匹配法基于图像中的灰度信息将目标区域与标准模板进行比较匹配，具有一般性，但同样存在计算量大的问题，如果在彩色图像中能结合物体的颜色特征进行模板匹配，将获得更好的鲁棒性并减少计算量. 　　本研究中，目标物体烟支虽然其截面均为类圆形，且比较规则，但要获得高精度识别仍存在困难：烟支内部的烟丝总体呈黄褐色，由于经多种配方混合而成，使得其颜色分布