圖像精細(xì)定位算法在在線質(zhì)量檢測系統(tǒng)中的應(yīng)用

蒲明玥

（成都印鈔有限公司，四川成都，611130）

引言

圖像匹配技術(shù)是計(jì)算機(jī)視覺和圖像信息處理領(lǐng)域中的一個(gè)基本問題，并在衛(wèi)星遙感、空間飛行器的自動(dòng)導(dǎo)航、光學(xué)和雷達(dá)的目標(biāo)跟蹤與識(shí)別、自然資源分析及醫(yī)學(xué)圖像處理等許多領(lǐng)域中的得到了廣泛的應(yīng)用。

隨著我國印制行業(yè)水平提高，印鈔造幣總公司提出了以塑造“精品工程”為目的的工藝改進(jìn)需求，“膠、凹印在線質(zhì)量檢測系統(tǒng)”作為提升產(chǎn)品印制質(zhì)量、降低作廢率的有效保障手段，已經(jīng)在行業(yè)內(nèi)廣泛應(yīng)用。

1 圖像定位匹配算法

圖像定位匹配比較一直是圖像檢測中的關(guān)鍵問題[1]，經(jīng)常用于印刷、影印等行業(yè)的產(chǎn)品自動(dòng)化質(zhì)量檢測系統(tǒng)中。目前的印刷質(zhì)量檢測系統(tǒng)一般是將標(biāo)準(zhǔn)模板圖像與實(shí)際產(chǎn)品的采集圖像進(jìn)行匹配，通過檢測比較的結(jié)果來確定生產(chǎn)線上的產(chǎn)品是否符合質(zhì)量要求。

圖像定位匹配是在已知基準(zhǔn)圖像中尋找子圖像的最佳匹配位置，即確定待搜索圖像跟模板圖像相應(yīng)區(qū)域的位置偏差的過程[1]。圖像定位匹配算法主要分為兩類：一類是基于特征的匹配，另一類是基于統(tǒng)計(jì)的匹配。主要利用空間域的一維或二維滑動(dòng)模板，統(tǒng)計(jì)相應(yīng)的均方差、絕對(duì)偏差、互相關(guān)等特征進(jìn)行圖像匹配，這類算法一般匹配率高，但計(jì)算量大，速度較慢[2]。

由于印鈔行業(yè)的特殊性，對(duì)于產(chǎn)品的質(zhì)量要求非常嚴(yán)格，因此要求在線檢測系統(tǒng)必須具備非常高的檢測精度以及較低的誤檢率，那么圖像精確定位匹配就成為在線檢測系統(tǒng)努力解決的首要關(guān)鍵問題。

1.1 相關(guān)匹配算法

假定有兩幅進(jìn)行匹配定位計(jì)算的圖像：模板圖像為T，大小為；待檢測圖像為S，大小為。相關(guān)匹配算法計(jì)算待檢測圖像和模板圖像之間的相關(guān)系數(shù)，得到相關(guān)系數(shù)矩陣，通過對(duì)相關(guān)系數(shù)矩陣的分析，判斷兩幅圖像是否相關(guān)，并計(jì)算最大相關(guān)的位置偏差。采用歸一化的相關(guān)性計(jì)算可以有效降低圖像亮度變化帶來的誤差。

歸一化相關(guān)系數(shù)的定義為：

用Sx,y表示T中以為左上角點(diǎn)與S大小相同的T的子塊同時(shí)也表示該子塊對(duì)印的矩陣，即：

由關(guān)于定義可知，如果很大或接近 1，則表明圖像s在點(diǎn)與圖像T匹配。

1.2 相關(guān)匹配算法的改進(jìn)

以上節(jié)圖像大小為例，如果采用傳統(tǒng)的模板匹配方法，存在以下不足之處：

b）象場中景物的平均灰度值的變化會(huì)影響匹配結(jié)果的正確性；

首先將二維模板圖像進(jìn)行豎直方向均值投影，形成一維行向量（其中：

從待檢測圖像上第N行開始，每一行以MN′大小計(jì)算一維豎直投影均值行向量：；將模板一維投影向量在待檢測圖像的一維投影向量上平移，計(jì)算其相關(guān)系數(shù)：

在一維圖像中，設(shè)兩個(gè)圖像為和，假設(shè)失配的測度為：

故和匹配程度上界為。當(dāng)?shù)仁匠闪?，即與匹配的最好。因此，針對(duì)離散的情況，設(shè)圖像為的，可以將作為匹配測度，同連續(xù)的情況一樣有：

由柯西不等式知，當(dāng)為常數(shù)時(shí)，有極大值，用內(nèi)積公式可得，當(dāng)數(shù)量矢量夾角為 0，即，，否則。

該方法可以將復(fù)雜度降低到，其中k值表示一維匹配成功的次數(shù)，而值遠(yuǎn)遠(yuǎn)小于的值，所以復(fù)雜度可以由來近似表示，顯然快速一維投影模板匹配大大地提高了匹配的速度，同時(shí)在投影中由于噪聲相互抵消，還能減少漏判和誤判的機(jī)率。

2 實(shí)驗(yàn)結(jié)果及分析

根據(jù)上述思想，我們隨機(jī)選取2K產(chǎn)品圖像，使用該改進(jìn)算法進(jìn)行匹配定位。圖1中顯示三幅樣張圖像（模板圖像T、檢測圖像A和B）。對(duì)于模板圖像T，其綠色內(nèi)框?yàn)檫x定模板區(qū)域，外框表示搜索區(qū)域。分別在圖像A、B上相應(yīng)外框區(qū)域進(jìn)行匹配定位，右側(cè)顯示了定位結(jié)果：圖像A跟模板偏差（-3，0），圖像B跟模板偏差（0，-1）。

另外，該方法對(duì)于圖像亮度變化時(shí)也具有非常好的魯棒性，圖像A整體亮度比模板圖像T偏低，且各區(qū)域亮度不均衡，局部有30～40灰度偏差，由于采用投影均值進(jìn)行匹配，降低了圖像各像素點(diǎn)亮度偏差、不均衡造成的相關(guān)性計(jì)算時(shí)的差值誤差，相當(dāng)于減弱了系統(tǒng)噪聲，匹配定位精度得到提升。

在實(shí)際生產(chǎn)過程中，由于紙張收分紙、高溫高壓作用等會(huì)產(chǎn)生變形，因此局部區(qū)域定位結(jié)果不能應(yīng)用于整大張產(chǎn)品，否則相當(dāng)于引入定位誤差造成誤檢。可以采用多級(jí)匹配定位方法，將產(chǎn)品進(jìn)行任意定位區(qū)域形狀細(xì)分，對(duì)每個(gè)小區(qū)域分別設(shè)置定位匹配模板，檢測時(shí)各區(qū)域使用相應(yīng)的定位結(jié)果。圖2中顯示了在線檢測系統(tǒng)對(duì)于定位區(qū)域的劃分。

在Intel Core 2 Duo 2.4GHZ CPU、2G內(nèi)存PC機(jī)上測試，每小開產(chǎn)品設(shè)置10個(gè)定位匹配區(qū)域。測試結(jié)果單開定位耗時(shí)1.5～2ms，采用多線程等優(yōu)化處理后，單路相機(jī)（2K幅面，32小開）定位耗時(shí)40ms，保證后續(xù)質(zhì)量檢測有充足時(shí)間。

3 結(jié)束語

本文在傳統(tǒng)模板匹配算法的基礎(chǔ)上，提出了一維投影模板匹配算法。該算法通過將圖像進(jìn)行灰度投影變換，形成一維圖像，并用一維圖像，并用一維圖像進(jìn)行快速匹配。在一維模板匹配成功后，再進(jìn)行二維模板匹配的檢驗(yàn)。

[1]阮秋琦, 數(shù)字圖像處理學(xué)[M].北京: 電子工業(yè)出版社, 2000.

[2]Ren-Jean Liou, Mahmood R.Azimi-Sadjadi.Dim target detection using high order correlation method [J].IEEE Transactions on aerospace and electronic systems, 1993, 29(3): 841-856

[3]李帥,盧榮勝,史艷瓊,劉寧,李楠楠.基于高斯曲面擬合的亞像素邊緣檢測算法[J].工具技術(shù),2011,4507:79-82.

[4]陳艷,張漫,馬文強(qiáng),劉兆祥,籍穎.基于GPS和機(jī)器視覺的組合導(dǎo)航定位方法[J].農(nóng)業(yè)工程學(xué)報(bào),2011,2703:126-130.

[5]李帥,盧榮勝,史艷瓊,劉寧,李楠楠.基于高斯曲面擬合的亞像素邊緣檢測算法[J].工具技術(shù),2011,4507:79-82.