论文部分内容阅读
[摘 要]为了提高条装香烟边缘提取的质量，解决经典Canny算法中易受噪声影响和不具有自适应能力的问题，提出一种基于改进Canny算法的条装香烟图像边缘提取的方法。本方法首先用待检测点的邻域计算偏导数，使算法具有抑制噪声的能力。其次根据图像梯度直方图中最多像素的梯度值自动计算高低双阈值，解决了经典Canny算法中需要人工设置高低双阈值的缺陷。最后利用多组条装香烟图像对改进算法的边缘提取性能进行验证，结果证明了所提出方法的正确性和有效性。
[关键词]Canny算法；边缘提取；噪声抑制；阈值设置。
中图分类号：TM915 文献标识码：A 文章编号：1009-914X（2017）26-0289-02
[Abstract]In order to improve the quality of cigarettes edge extraction， this paper proposes an improved algorithm to solve the problems of the classical Canny algorithm， which is easily affected by noise and does not have the adaptive ability. The proposed algorithm calculates the partial derivative with the neighborhood points to？depress？noise. Then the high and low thresholds are computed automatically by gradient value of most pixels in gradient histogram of cigarette image， which solves manual setting problem of the classical Canny algorithm. Finally， the performance of the improved algorithm is verified by a large mount of cigarette images and the results show the correctness and effectiveness.
[Key words]Canny algorithm； edge extraction； noise suppression； threshold setting.
0.引言
條装香烟装箱是卷烟生产的最后一道工序[1]。目前常用的基于机器视觉的自动装箱系统过程为：利用CCD相机从条装香烟生产线上采集条装香烟的图像，将图像送到图像处理系统进行处理，检测是否存在瑕疵，同时得到条装香烟的准确位置。若没有瑕疵，则指导工业机械手从生产线上抓取条装香烟，搬运至装箱位置[2]。
图像边缘指其周围像素灰度值有阶跃变化的像素集合，是图像的最基本特征。由于图像的边缘通常含有大量重要信息，因此边缘提取成为基于机器视觉的生产线上产品检测和定位的重要环节，其提取算法也获得了广泛的研究。在经典的边缘提取方法中，常用的一阶微分算子有Roberts算子、Prewitts算子、Sobel算子，二阶有Laplace算子、Log算子等[3]。这些算子简单，易于实现，具有很好的实时性，但对噪声敏感，抗干扰性能差，且边缘精度有待提高，不够精细。
相比传统的微分算子，基于最优化算法的Canny边缘提取算子，因具有很好的信噪比和提取精度而被广泛应用[4]。然而，Canny算法在实际边缘提取的过程中，容易受到噪声的影响，需要人工预先设定高低双阈值，因此不能及时适应生产中光照的变化。本文通过用待测点的邻域计算偏导数来抑制噪声，同时在非极大值抑制图像中计算最多像素的梯度值，以此梯度值自动计算高低双阈值，解决人工设置的缺陷，也让算法很好地适应图像的变化。
1.经典Canny算法
经典Canny算法对一副图像进行边缘提取主要包括平滑图像、计算梯度的幅值及方向、对梯度幅值进行非极大值抑制、雙阈值方法检测和连接边缘等四个部分[5]，实现流程如图1所示。
为了精确提取边缘，必须细化幅值图像的屋脊带，才能形成单像素宽度边缘。这一过程称为非最大值抑制。经典Canny算法在这个过程中使用大小，包括8个方向的邻域对梯度幅值矩阵的所有像素沿梯度方向进行差值。然后遍历整个图像，若某个像素的灰度值与其梯度方向上前后两个像素的灰度值相比不是最大的，则将这个像素置0，即只保留幅值方向局部变化最大的点。
最后，分别设定低阈值（）和高阈值（），对梯度图像进行双阈值化处理，可得到一个高阈值检测结果和低阈值检测结果，大于高阈值的可以判断为边缘（），小于低阈值的判断为非边缘（）。通过在区域中连接边缘轮廓，连接到端点时，到区域寻找弱边缘点，弥补区域的边缘间隙。
2.改进Canny算法
3.实验分析
为了验证本文提出的改进Canny算法的正确性和有效性，通过多次实验进行验证。实验中采用的是浙江中烟工业有限责任公司生产的利群香烟，整个算法在MATLAB中编程实现。通过与经典Canny算子在抑制噪声和边缘提取准确度上进行对比，实验结果如图2所示。
通过实验结果可以看出，改进之后的Canny算子边缘提取算法效果上远远要好于传统的算法。同时，改进之后的算法中高低双阈值不需要人工去选择，而是通过非极大值抑制图像中最多像素的梯度值来自动计算得到。
4.结论
本文在提出了基于经典Canny算法的改进图像边缘提取方法，应用在条装香烟包装生产线上。该方法有效地抑制了噪声，解决了经典Canny算法需要人工设定高低双阈值的缺陷，同时使算法可以自适应图像因光照带来的变化。
参考文献
[1] 倪松鹏，王晓年等.用于烟箱缺条检测的禁忌匹配算法[J].计算机应用，2012，32（1）：269-271.
[2] 王珍.基于机器视觉的香烟条包检测系统的研究[D].南京航空航天大学，2008.
[3] 段军，高翔.基于统计滤波的自适应双阈值改进canny算子边缘检测算法[J].激光杂志，2015，36（1）：10-12.
[4] 王晓俊，刘旭敏等.基于改进Canny算子的图像边缘检测算法[J].计算机工程，2012，38（14）：196-199.
[5] 孙金岭，庞娟等.基于颜色特征和改进Canny算子的车牌图像定位[J].吉林大学学报（理学版），2015，53（4）：693-697.
作者简介
王德胜，性别：男，出生年月：1970.7，专业技术职称：工程师，学历：本科，研究方向：烟机设备自动化检测和控制。
陈亮，性别：男，出生年月：1979.2，专业技术职称：工程师，学历：工程硕士，研究方向：信息技术与管理、烟机设备自动化控制与管理。
[关键词]Canny算法；边缘提取；噪声抑制；阈值设置。
中图分类号：TM915 文献标识码：A 文章编号：1009-914X（2017）26-0289-02
[Abstract]In order to improve the quality of cigarettes edge extraction， this paper proposes an improved algorithm to solve the problems of the classical Canny algorithm， which is easily affected by noise and does not have the adaptive ability. The proposed algorithm calculates the partial derivative with the neighborhood points to？depress？noise. Then the high and low thresholds are computed automatically by gradient value of most pixels in gradient histogram of cigarette image， which solves manual setting problem of the classical Canny algorithm. Finally， the performance of the improved algorithm is verified by a large mount of cigarette images and the results show the correctness and effectiveness.
[Key words]Canny algorithm； edge extraction； noise suppression； threshold setting.
0.引言
條装香烟装箱是卷烟生产的最后一道工序[1]。目前常用的基于机器视觉的自动装箱系统过程为：利用CCD相机从条装香烟生产线上采集条装香烟的图像，将图像送到图像处理系统进行处理，检测是否存在瑕疵，同时得到条装香烟的准确位置。若没有瑕疵，则指导工业机械手从生产线上抓取条装香烟，搬运至装箱位置[2]。
图像边缘指其周围像素灰度值有阶跃变化的像素集合，是图像的最基本特征。由于图像的边缘通常含有大量重要信息，因此边缘提取成为基于机器视觉的生产线上产品检测和定位的重要环节，其提取算法也获得了广泛的研究。在经典的边缘提取方法中，常用的一阶微分算子有Roberts算子、Prewitts算子、Sobel算子，二阶有Laplace算子、Log算子等[3]。这些算子简单，易于实现，具有很好的实时性，但对噪声敏感，抗干扰性能差，且边缘精度有待提高，不够精细。
相比传统的微分算子，基于最优化算法的Canny边缘提取算子，因具有很好的信噪比和提取精度而被广泛应用[4]。然而，Canny算法在实际边缘提取的过程中，容易受到噪声的影响，需要人工预先设定高低双阈值，因此不能及时适应生产中光照的变化。本文通过用待测点的邻域计算偏导数来抑制噪声，同时在非极大值抑制图像中计算最多像素的梯度值，以此梯度值自动计算高低双阈值，解决人工设置的缺陷，也让算法很好地适应图像的变化。
1.经典Canny算法
经典Canny算法对一副图像进行边缘提取主要包括平滑图像、计算梯度的幅值及方向、对梯度幅值进行非极大值抑制、雙阈值方法检测和连接边缘等四个部分[5]，实现流程如图1所示。
为了精确提取边缘，必须细化幅值图像的屋脊带，才能形成单像素宽度边缘。这一过程称为非最大值抑制。经典Canny算法在这个过程中使用大小，包括8个方向的邻域对梯度幅值矩阵的所有像素沿梯度方向进行差值。然后遍历整个图像，若某个像素的灰度值与其梯度方向上前后两个像素的灰度值相比不是最大的，则将这个像素置0，即只保留幅值方向局部变化最大的点。
最后，分别设定低阈值（）和高阈值（），对梯度图像进行双阈值化处理，可得到一个高阈值检测结果和低阈值检测结果，大于高阈值的可以判断为边缘（），小于低阈值的判断为非边缘（）。通过在区域中连接边缘轮廓，连接到端点时，到区域寻找弱边缘点，弥补区域的边缘间隙。
2.改进Canny算法
3.实验分析
为了验证本文提出的改进Canny算法的正确性和有效性，通过多次实验进行验证。实验中采用的是浙江中烟工业有限责任公司生产的利群香烟，整个算法在MATLAB中编程实现。通过与经典Canny算子在抑制噪声和边缘提取准确度上进行对比，实验结果如图2所示。
通过实验结果可以看出，改进之后的Canny算子边缘提取算法效果上远远要好于传统的算法。同时，改进之后的算法中高低双阈值不需要人工去选择，而是通过非极大值抑制图像中最多像素的梯度值来自动计算得到。
4.结论
本文在提出了基于经典Canny算法的改进图像边缘提取方法，应用在条装香烟包装生产线上。该方法有效地抑制了噪声，解决了经典Canny算法需要人工设定高低双阈值的缺陷，同时使算法可以自适应图像因光照带来的变化。
参考文献
[1] 倪松鹏，王晓年等.用于烟箱缺条检测的禁忌匹配算法[J].计算机应用，2012，32（1）：269-271.
[2] 王珍.基于机器视觉的香烟条包检测系统的研究[D].南京航空航天大学，2008.
[3] 段军，高翔.基于统计滤波的自适应双阈值改进canny算子边缘检测算法[J].激光杂志，2015，36（1）：10-12.
[4] 王晓俊，刘旭敏等.基于改进Canny算子的图像边缘检测算法[J].计算机工程，2012，38（14）：196-199.
[5] 孙金岭，庞娟等.基于颜色特征和改进Canny算子的车牌图像定位[J].吉林大学学报（理学版），2015，53（4）：693-697.
作者简介
王德胜，性别：男，出生年月：1970.7，专业技术职称：工程师，学历：本科，研究方向：烟机设备自动化检测和控制。
陈亮，性别：男，出生年月：1979.2，专业技术职称：工程师，学历：工程硕士，研究方向：信息技术与管理、烟机设备自动化控制与管理。