基于機(jī)器視覺的燃燒碳化面積測量方法研究

聶 霖，鄭傳廣，徐 瑩，陳 柔，王昱晴，孫皓天

(1.中國電力科學(xué)研究院有限公司,武漢 430074；2.中國地質(zhì)大學(xué) 自動(dòng)化學(xué)院,武漢 430074)

0 引言

屏蔽服是輸電線路帶電作業(yè)過程中不可或缺的防護(hù)用具。根據(jù)GB/T 6568《帶電作業(yè)用屏蔽服裝》標(biāo)準(zhǔn)中規(guī)定，屏蔽服裝的型式試驗(yàn)需要通過燃燒試驗(yàn)測量碳化面積對(duì)衣料的耐燃性能進(jìn)行檢測檢測。

燃燒試驗(yàn)碳化樣品如圖1所示，碳化部分其圖形邊緣復(fù)雜和不規(guī)律給碳化面積的測量帶來了不便。傳統(tǒng)的碳化面積測量方法有：坐標(biāo)紙換算法和求積儀法。此兩種人工測量面積方法均存在人為操作影響因素多、測量結(jié)果偏差大及效率低下等缺點(diǎn)。

圖1 燃燒試驗(yàn)后樣品例圖

隨著科技的發(fā)展，視覺圖像面積測量在許多領(lǐng)域應(yīng)用于實(shí)際。在農(nóng)業(yè)領(lǐng)域，劉哲等提出一種基于雙遠(yuǎn)心鏡頭的高精度葉面積測量方法[1]，采用機(jī)器視覺測量的方法，大大提高了農(nóng)作物葉片面積測量的精度和效率。在電氣領(lǐng)域，吳杰等對(duì)一種基于機(jī)器視覺的線纜截面積測量方法進(jìn)行分析[2]，能有效提高檢測準(zhǔn)確性，各項(xiàng)指標(biāo)均優(yōu)于標(biāo)準(zhǔn)方法。工業(yè)制造領(lǐng)域，陳文等提出一種基于激光標(biāo)定的熱工缺陷面積測量方法[3]，該方法具有方便快捷，準(zhǔn)確度高的優(yōu)點(diǎn)。

考慮到傳統(tǒng)測量碳化面積方法的缺陷及現(xiàn)有光電和圖像技術(shù)的應(yīng)用于測量領(lǐng)域的優(yōu)勢(shì)，本研究提出一種基于機(jī)器視覺亞像素測量技術(shù)的方法測量帶電作業(yè)屏蔽服燃燒試驗(yàn)碳化面積：先對(duì)預(yù)處理后的測量對(duì)象進(jìn)行像素級(jí)的粗輪廓提取和面積測量，再在已獲得粗邊緣的前提下進(jìn)行亞像素級(jí)的精確輪廓提取和面積測量，以達(dá)到提高測量精度和測量效率的效果。

1 機(jī)器視覺碳化面積測量方法

1.1 方法實(shí)現(xiàn)流程

本研究中的碳化面積測量方法實(shí)現(xiàn)步驟如圖2所示。將燃燒試驗(yàn)后的碳化部分放置在固定位置，通過圖像傳感器(攝像頭、掃描儀等)進(jìn)行捕獲，得到含有被測樣品的圖像。對(duì)于圖像進(jìn)行預(yù)處理操作，簡化圖像數(shù)據(jù)，濾除噪音干擾，凸顯特征信息，為后面的輪廓提取創(chuàng)造良好的條件。經(jīng)過初步像素級(jí)輪廓提取和進(jìn)一步亞像素級(jí)輪廓提取后，分別獲取輪廓離散坐標(biāo)點(diǎn)信息，根據(jù)此信息可以得出以像素為單位的面積數(shù)據(jù)，乘以對(duì)應(yīng)的比例即可得出被測碳化部分的實(shí)際面積。

圖2 機(jī)器視覺碳化面積測量方法實(shí)現(xiàn)流程圖

1.2 圖像預(yù)處理

圖像預(yù)處理操作主要包括圖像灰度處理、圖像二值處理以及圖像濾波算法[4]。

1.2.1 灰度化處理

經(jīng)過圖像傳感器捕獲到的圖像為RGB三通道的圖像，為了方便后期算法的實(shí)現(xiàn)，縮小數(shù)據(jù)體積，需要對(duì)于圖像進(jìn)行灰度化處理。人眼對(duì)于色彩敏感性有差異，由高到低排序?yàn)椋壕G、紅、藍(lán)，因此使用加權(quán)平均法[5]可以得到較為合理的灰度圖像?；叶然?jì)算如(1)所示：

gray=0.299×R+0.578×G+0.114×B

(1)

其中:gray為所求位置的灰度像素值，R，G，B為所求位置3個(gè)通道的分量像素值。

1.2.2 圖像二值化處理

圖像二值化處理就是將不同坐標(biāo)的像素值根據(jù)設(shè)定的閾值設(shè)置為0或者255的過程，如式(2)：

(2)

圖像二值化處理能夠在進(jìn)一步簡化數(shù)據(jù)的同時(shí)，突顯出感興趣的目標(biāo)輪廓，強(qiáng)化圖形邊界特征信息。

為了能準(zhǔn)確地得到二值化圖像，本文采用大津算法(OTSU)[6]進(jìn)行二值化處理。其主要原理為：將圖像分成背景和前景兩部分，定義背景和前景間的類方差如式(3)：

σ2=p1(m1-mG)2+p2(m2-mG)2

(3)

其中：σ2為類方差，m1和p1為前景區(qū)域中灰度值均值和像素點(diǎn)占比，m2和p2為背景區(qū)域中灰度值均值和像素點(diǎn)占比。類方差越大，說明所選擇的前景區(qū)域與背景區(qū)域的差別越大，反之，則差別越小。因此，使類方差最大的閾值即為圖像二值化處理的最佳閾值。大津算法具有參數(shù)自適應(yīng)性，不受圖像對(duì)比度影響，可以很好地滿足圖像二值化處理的需求。

1.2.3 圖像濾波算法

在捕獲原始圖像過程中，無可避免地會(huì)引入灰塵、顆粒以及因圖像傳感器自身原因而引起的噪音干擾。這些干擾會(huì)導(dǎo)致后期輪廓識(shí)別和提取產(chǎn)生偏差，是影響面積測量準(zhǔn)確性的重要因素之一。因此，需要在識(shí)別和測量之前進(jìn)行濾波處理。為了能夠有效的去除因灰塵、顆粒引起的椒鹽噪聲和斑塊噪聲，同時(shí)盡可能保留原始圖像特征，本文方法中采用中值濾波算法[7]對(duì)于所捕獲到的圖像進(jìn)行濾波處理。中值濾波算法主要原理是統(tǒng)計(jì)周圍像素值，取中值代替當(dāng)前像素值。如圖3所示，中值濾波算法可以有效的去除因灰塵、顆粒而引起的噪聲干擾。

圖3 中值濾波前后對(duì)比

1.3 像素級(jí)輪廓提取和面積測量

對(duì)于圖形的像素級(jí)面積測量首先需要對(duì)圖形的邊緣進(jìn)行提取，進(jìn)而轉(zhuǎn)換為像素級(jí)別的圖形輪廓。在已知圖形輪廓的前提下，通過統(tǒng)計(jì)像素?cái)?shù)量求取圖形像素級(jí)面積。

1.3.1 邊緣檢測

圖像中包含有效信息最大的部分即為圖像的邊緣。邊緣檢測可以在大幅度減少圖像數(shù)據(jù)量的基礎(chǔ)上，對(duì)于感興趣部分進(jìn)行詳細(xì)的特征提取。為了保證邊緣檢測的準(zhǔn)確性，采用canny算子實(shí)現(xiàn)邊緣檢測算法[8-10]，具體實(shí)現(xiàn)步驟如下:

1)高斯平滑濾波。由于邊緣檢測算法主要是通過圖像灰度值的導(dǎo)數(shù)進(jìn)行計(jì)算得到，當(dāng)圖像灰度數(shù)據(jù)中存在噪聲時(shí)，導(dǎo)數(shù)計(jì)算將會(huì)放大噪聲干擾，從而使計(jì)算結(jié)果不準(zhǔn)確，因此，在進(jìn)行邊緣檢測算法之前，需要對(duì)于圖像進(jìn)行濾波處理，以消除噪音影響。這里主要采用高斯濾波算法實(shí)現(xiàn)，計(jì)算公示如式(4)所示：

(4)

其中:H3×3為3×3的高斯濾波器的核，A3×3為需要進(jìn)行濾波的圖像中某3×3的灰度值矩陣，e’為濾波后的值。

2)計(jì)算梯度方向和強(qiáng)度。通過已有邊緣檢測算子(如Roberts，Sobel等)求得水平方向一階導(dǎo)數(shù)值Gx和垂直方向的一階導(dǎo)數(shù)Gy，借此求取該像素點(diǎn)的梯度大小G和方向角theta。

(5)

3)非極大值抑制。通過比較當(dāng)前像素梯度與同方向上前后像素梯度幅值大小，判斷該像素點(diǎn)是否為梯度幅值最大像素點(diǎn)，以確定當(dāng)前像素是否為合適的邊緣像素點(diǎn)。

4)雙閾值檢測。為了解決由于噪聲或顏色變換而引起的一些邊緣像素問題，Canny邊緣檢測算法使用雙閾值進(jìn)行邊緣檢測。雙閾值檢測方案如式(6)所示：

(6)

強(qiáng)邊緣可以被認(rèn)為真實(shí)邊緣，非邊緣區(qū)域則被排除，弱邊緣區(qū)域則需要進(jìn)行進(jìn)一步的判斷。

5)抑制孤立弱邊緣。對(duì)于上一步中所判斷的弱邊緣進(jìn)行取舍，當(dāng)該邊緣與已確定的強(qiáng)邊緣相連時(shí)，則該邊緣為真實(shí)邊緣，否則，將被認(rèn)為是非邊緣點(diǎn)進(jìn)行抑制。此判斷可以進(jìn)一步保證邊緣判斷的準(zhǔn)確性，排除噪聲等因素干擾。

1.3.2 八領(lǐng)域輪廓跟蹤法

經(jīng)過邊緣算法計(jì)算得出的結(jié)果是一些離散的邊緣信息，需要通過跟蹤算法將這些離散信息串接起來，形成完整的、按照固定方向傳遞的輪廓信息，為后面的算法優(yōu)化和面積測量打下基礎(chǔ)。常用的輪廓跟蹤方法有四鄰域法和八領(lǐng)域法[11]，為了保證準(zhǔn)確性，采用八鄰域法進(jìn)行輪廓跟蹤提取。具體實(shí)現(xiàn)步驟如下：首先隨機(jī)選取離散邊緣坐標(biāo)點(diǎn)集中的一個(gè)坐標(biāo)。按照固定順序(逆時(shí)針)檢測該坐標(biāo)點(diǎn)周圍8個(gè)鄰域的坐標(biāo)是否存在于離散邊緣坐標(biāo)點(diǎn)集合中，當(dāng)存在時(shí)，則該鄰域點(diǎn)為下一個(gè)輪廓點(diǎn)，以此類推。當(dāng)所檢測出的輪廓點(diǎn)與初始點(diǎn)重合時(shí)，則該輪廓序列檢測完畢，將所提取的坐標(biāo)輪廓序列保存并進(jìn)行下一次八鄰域輪廓跟蹤法。八領(lǐng)域位置關(guān)系如圖4所示。

圖4 八領(lǐng)域位置關(guān)系示意圖

1.3.3 像素級(jí)面積測量

對(duì)于已知輪廓信息的圖形進(jìn)行像素級(jí)面積測量，僅需要對(duì)于輪廓所包圍區(qū)域的像素進(jìn)行統(tǒng)計(jì)計(jì)算即可。遍歷圖像中每一行的像素坐標(biāo)和對(duì)應(yīng)輪廓中的像素坐標(biāo)，對(duì)于每一行中的包圍在輪廓內(nèi)的像素?cái)?shù)量進(jìn)行統(tǒng)計(jì)，再將每一行統(tǒng)計(jì)的像素?cái)?shù)量進(jìn)行疊加即為當(dāng)前輪廓所包圍圖形面積的像素值。經(jīng)過轉(zhuǎn)換系數(shù)進(jìn)行轉(zhuǎn)換即可得到實(shí)際面積參數(shù)。

1.4 亞像素級(jí)輪廓提取和面積測量

眾所周知，數(shù)字圖像中最小數(shù)據(jù)單元為一個(gè)像素，因此像素級(jí)輪廓提取與面積測量的精度很大程度地受到了硬件的限制：當(dāng)分辨率較低時(shí)，所帶來的誤差將不可忽略；而具有高精度、高分辨率的圖像傳感器成本較高，無法普及使用。因此，通過對(duì)亞像素級(jí)邊緣與輪廓提取的研究，以實(shí)現(xiàn)亞像素級(jí)面積測量功能，達(dá)到提高面積測量精度的效果。

1.4.1 亞像素級(jí)邊緣與輪廓提取

根據(jù)相關(guān)定義可知，邊緣是圖像屬性發(fā)生劇變的部分。因此，在圖像中的邊緣梯度方向上，灰度變化最劇烈的位置可以被認(rèn)為是圖像的準(zhǔn)確邊緣。選擇像素級(jí)輪廓點(diǎn)梯度方向前后共7個(gè)像素點(diǎn)灰度值放置于坐標(biāo)系中進(jìn)行觀察和分析可以發(fā)現(xiàn)，梯度方向上的灰度值分布情況與反正切函數(shù)分布相似，因此推測，梯度方向上連續(xù)的灰度值變化情況可以用反正切函數(shù)(y=a×arctan(bx+c)+d)近似表示，如圖5所示。通過最小二乘法對(duì)反正切曲線進(jìn)行擬合，當(dāng)?shù)玫浇品凑泻瘮?shù)后，對(duì)函數(shù)求取一階導(dǎo)數(shù)和二階導(dǎo)數(shù)，令二階導(dǎo)數(shù)為0求極值，即為原函數(shù)變換率最大處。

圖5 局部灰度值

具體實(shí)現(xiàn)步驟如下：

1)梯度方向確定:

考慮到灰度圖像數(shù)據(jù)的離散性，即使通過式(5)中計(jì)算求取了準(zhǔn)確的梯度方向角，亦無法確定梯度方向上的灰度值序列。因此，本文設(shè)計(jì)了一種簡單的梯度方向近似確定法，可以快速有效地尋找到合適的灰度值序列，為后續(xù)的曲線擬合奠定基礎(chǔ)。

如圖6所示，以第一象限方向梯度為例，選取像素級(jí)輪廓提取中得到了的邊緣中一點(diǎn)，計(jì)算其四鄰域與該點(diǎn)的灰度值之差，尋找差值最大的兩個(gè)鄰域?yàn)锳和B。進(jìn)行如式(7)歸一化計(jì)算得到二者大小關(guān)系。

圖6 梯度方向示意圖(第一象限)

(7)

其中:O、A、B為像素級(jí)輪廓點(diǎn)及其周圍兩鄰域灰度值，A’、B’為鄰域灰度差值歸一化后的值。通過比較A’、B’的大小，選取偏向較大值的方向即為梯度方向。第一象限中A’、B’大小關(guān)系與梯度方向確定如表1所示，其中梯度方向用像素點(diǎn)坐標(biāo)序列進(jìn)行表示。

表1 梯度方向確定表

2)曲線擬合與變化率極大值點(diǎn)的確定:

在已知像素級(jí)邊緣梯度方向?qū)?yīng)像素序列的情況小，可以根據(jù)序列點(diǎn)灰度值采用最小二乘法[12-13]對(duì)反正切函數(shù)曲線進(jìn)行擬合計(jì)算。計(jì)算過程如(8)～(10)所示。

反正切函數(shù)表達(dá)式：

y=a·arctan(bx+c)+d

(8)

求取損失函數(shù)：

(9)

對(duì)不同參數(shù)求取偏導(dǎo)，并令所求偏導(dǎo)數(shù)表達(dá)式為0：

(10)

經(jīng)式(10)可以得出未知參數(shù)a、b、c、d的擬合值，進(jìn)一步可求取該曲線的變化率極大值點(diǎn)：

(11)

令對(duì)二階導(dǎo)數(shù)為0，可求得變化率極大值點(diǎn)為：

(12)

反正切函數(shù)擬合效果與變化率極大值點(diǎn)求取結(jié)果如圖7所示。

圖7 曲線擬合與變化率極大值

3)亞像素邊緣點(diǎn)的計(jì)算：

通過擬合方式求取的變化率極大值點(diǎn)為梯度方向上的實(shí)際邊緣點(diǎn)，亦可以看作為梯度方向上的亞像素邊緣補(bǔ)償值。若將其表示成直角坐標(biāo)系中，則需要根據(jù)表1中確定的梯度方向進(jìn)行角度換算。換算表達(dá)式如式(13)所示，其中Δt為梯度方向上的亞像素邊緣補(bǔ)償值，θ為梯度方向角。

(13)

1.4.2 亞像素級(jí)面積測量

與像素級(jí)面積測量不同，亞像素級(jí)所得到的邊緣坐標(biāo)為非整數(shù)，因此無法簡單的使用像素統(tǒng)計(jì)的方法來進(jìn)行面積的計(jì)算?？紤]到所得到的亞像素邊緣坐標(biāo)特點(diǎn)，采用格林公式(14)對(duì)于亞像素級(jí)面積進(jìn)行測量。利用格林公式求取面積如式(14)所示，其中D為帶求面積區(qū)域，L為該區(qū)域的邊界曲線，取逆時(shí)針方向。

(14)

由前文方法所求得的邊緣坐標(biāo)為離散坐標(biāo)，因此需要將格林公式進(jìn)行離散化處理。格林公式離散化形式如式(15)所示：

(15)

2 結(jié)果分析

2.1 像素級(jí)與亞像素級(jí)方法對(duì)比分析

為了驗(yàn)證提出方法的準(zhǔn)確性，比較像素級(jí)和亞像素級(jí)方法的優(yōu)劣性，采用標(biāo)準(zhǔn)圖形進(jìn)行對(duì)比分析和驗(yàn)證。標(biāo)準(zhǔn)圖形采用圓形、半圓形、正三角形、直角三角形、平行四邊形、梯形、正方形和長方形等8種形狀，其面積均為3.0 mm2。像素級(jí)與亞像素級(jí)輪廓提取情況(以圓形為例)如圖8所示。不同圖形不同角度放置的像素級(jí)與亞像素級(jí)面積測量結(jié)果如表2所示，其中轉(zhuǎn)換系數(shù)為0.006 777 28 mm2/像素。相對(duì)誤差曲線如圖9所示。

圖8 像素級(jí)與亞像素級(jí)輪廓提取對(duì)比(圓形)

圖9 相對(duì)誤差曲線

由圖8中的圓形輪廓提取情況對(duì)比可以看出，亞像素級(jí)提取的輪廓線更加平滑，更加接近于原始標(biāo)準(zhǔn)圖形邊緣。

由表2中不同圖形多方向面積測量結(jié)果的均值和標(biāo)準(zhǔn)差對(duì)比可以看出，亞像素級(jí)方法測量所得數(shù)據(jù)更加接近于標(biāo)準(zhǔn)參數(shù)，數(shù)據(jù)穩(wěn)定性更高。由圖9中相對(duì)誤差曲線可以看出，像素級(jí)測量方法相對(duì)誤差(實(shí)線)高達(dá)0.04～0.08(即4%～8%)，而亞像素級(jí)測量方法相對(duì)誤差(虛線)小于0.02(即2%)，精度提高2～4倍。可見，基于亞像素級(jí)輪廓提取的面積測量方法精度和穩(wěn)定性均優(yōu)于像素級(jí)方法。

表2 多角度像素級(jí)與亞像素級(jí)面積測量結(jié)果 mm2

2.2 與傳統(tǒng)方法對(duì)比分析

選取一片經(jīng)過燃燒試驗(yàn)后的碳化樣品，分別利用傳統(tǒng)坐標(biāo)紙法、求積儀法與基于機(jī)器視覺的亞像素方法分別進(jìn)行10次試驗(yàn)，隨機(jī)放置的不同角度與位置試驗(yàn)對(duì)比，其中坐標(biāo)紙法采用的坐標(biāo)紙最小分辨率為1 mm，求積儀法所采用的測量設(shè)備精度為1%。10次試驗(yàn)測量結(jié)果的均值和標(biāo)準(zhǔn)差如表3所示。由表中數(shù)據(jù)可知，基于機(jī)器視覺的亞像素方法較其他兩種方法更加穩(wěn)定，數(shù)據(jù)波動(dòng)幅度約為傳統(tǒng)方法的1/4，精度較高；同時(shí)測量過程耗時(shí)遠(yuǎn)遠(yuǎn)小于傳統(tǒng)方法，測量效率提高至傳統(tǒng)方法的20倍以上。

表3 三種方法分別驗(yàn)檢10次測結(jié)果的均值及標(biāo)準(zhǔn)差

3 結(jié)束語

本研究針對(duì)傳統(tǒng)面積測量方法中人為影響因素誤差較多，測量結(jié)果誤差較大，同時(shí)效率低下等問題，提出了基于機(jī)器視覺的帶電作業(yè)屏蔽服燃燒實(shí)驗(yàn)碳化面積測量方法。通過對(duì)8種標(biāo)準(zhǔn)圖形和實(shí)際碳化樣品在不同放置位置、角度情況下的面積測量數(shù)據(jù)對(duì)比分析，試驗(yàn)數(shù)據(jù)表明，基于機(jī)器視覺的屏蔽服燃燒試驗(yàn)碳化面積測量方法在數(shù)據(jù)準(zhǔn)確性、測量穩(wěn)定性和測量效率方面均優(yōu)于傳統(tǒng)方法。為碳化面積測量提供了一種可滿足實(shí)際測量需求的，簡單、準(zhǔn)確、高效的新方法，更方便、高效地實(shí)現(xiàn)對(duì)于帶電作業(yè)屏蔽服燃燒實(shí)驗(yàn)碳化面積的精確測量。