基于R-Y通道冗余去除鋼筋層陰影方法

倉大健，吳選忠，李占福,3

(1.福建工程學(xué)院 機(jī)械與汽車工程學(xué)院, 福建 福州 350118；2.福建工程學(xué)院 福建省數(shù)控裝備產(chǎn)業(yè)技術(shù)創(chuàng)新研究院，福建 福州 350118；3.中建海峽建設(shè)發(fā)展有限公司，福建 福州 350000)

機(jī)器視覺在建筑工程中的應(yīng)用較少，是因?yàn)楣S環(huán)境的復(fù)雜性使識別變得困難，其中一個重要因素就是陰影。陰影消除問題一直是國內(nèi)外學(xué)者的重點(diǎn)研究內(nèi)容之一。

Prewitt等[1]提出的閾值法，將低亮度部分當(dāng)作陰影，對灰度直方圖出現(xiàn)明顯雙波峰情況效果較好；張智豪等[2]提出的基于S分量指數(shù)加權(quán)H分量的圓形直方圖閾值法，毛刺平滑效果良好，在像素精度值上提高了3.2%，結(jié)構(gòu)相似度值上提高2.5%；張華南等[3]提出在 YCbCr 顏色空間下根據(jù)光照模型對陰影區(qū)每個像素進(jìn)行光照恢復(fù)，然后轉(zhuǎn)回RGB顏色空間去除陰影；Cucchiara 等[4]通過分析在HSV顏色空間中陰影造成的遮擋對色度、飽和度和亮度值的改變程度，將像素歸類為前景、陰影，來確定陰影區(qū)域；Sun等[5]通過組合顏色模型HSI中色度與亮度的比值來判定陰影像素，并建立自適應(yīng)光照條件的顏色模型c1c2c3來檢測陰影。由于工廠環(huán)境對產(chǎn)生陰影位置的復(fù)雜性和多變性，以上方法在鋼筋陰影去除上效果并不理想，沒有較好的圖像特征順利進(jìn)行閾值分割、去除陰影的同時造成部分像素缺失、提取鋼筋不完整、算法適應(yīng)性低等問題。

本文基于一定光照條件下鋼筋層陰影區(qū)域的光譜和幾何特性，提出R-Y組合通道冗余去除鋼筋層空間重影的方法。該方法將原圖轉(zhuǎn)換到Y(jié)UV、HSI、L* a* b* 顏色空間，分離各顏色通道，得到通道冗余組合圖像，并利用灰度直方圖雙峰法、熵值、均方誤差和峰值信噪比數(shù)據(jù)分析冗余組合圖像特性，根據(jù)陰影在不同顏色通道中所占百分比不同的特性，找出最優(yōu)的去除鋼筋陰影區(qū)域通道組合，將不同通道陰影像素冗余去除，對圖像進(jìn)行簡單預(yù)處理，陰影檢測、陰影去除，實(shí)現(xiàn)快速、準(zhǔn)確的識別。

1 工廠環(huán)境下鋼筋層空間重影主要特征

鋼筋層空間重影具有橫豎明顯、線條連續(xù)的特征，以室內(nèi)光照條件下實(shí)驗(yàn)平臺的鋼筋層陰影為例，陰影在圖1中為黑色，灰度值較低；陰影視覺色彩偏暗，色調(diào)值較高[6]；陰影的輪廓清晰與鋼筋形成視覺交叉，易誤判為交點(diǎn)；底面反光區(qū)域像素與鋼筋區(qū)域部分像素灰度值相似，不易區(qū)分，如圖1所示。

圖1 鋼筋實(shí)驗(yàn)平臺及鋼筋原圖

通過分析不同顏色空間中各典型通道圖像可知, R、Y兩通道中陰影區(qū)域灰度值極為相似，底面反光區(qū)域?qū)?yīng)灰度值最相似，鋼筋區(qū)域亮度、灰度值相差較大，因此需要對R、Y兩通道組合進(jìn)行空間變換和冗余去除，以達(dá)到去除陰影的效果，如圖2所示。

圖2 原圖映射到各典型通道圖像

2 顏色空間轉(zhuǎn)換與通道組合

2.1 顏色空間轉(zhuǎn)換

將一幅彩色圖像轉(zhuǎn)換到不同顏色空間，可得到各顏色通道的分量，進(jìn)而分析不同通道的特性。對比66個通道組合效果，按雙峰、多峰標(biāo)準(zhǔn)分析66種組合不同灰度直方圖分布情況，有9種符合要求，分別是R-Y、U-a、R-G、U-V、B-I、R-I、G-B、B-Y、R-B ,其它組合均為單峰或無特征峰。其中 R-Y和R-G 通道冗余圖像灰度直方圖具備主要特征，能得到較為滿意的實(shí)驗(yàn)效果。

YUV顏色空間分成Y、U、V 通道分別表示亮度、色度、飽和度[7]，本文提出的R-Y冗余組合要用到亮度通道，需要先把RGB彩色原圖轉(zhuǎn)換到Y(jié)UV顏色空間，見公式(1)[8]。

(1)

2.2 通道組合

找到對陰影特征影響最大組合，篩選出穩(wěn)定的通道組合圖像，得到除陰影結(jié)果最優(yōu)通道組合，利用均方誤差、峰值信噪比、熵值3種信息計算結(jié)果，分析R-Y、U-a、R-G、U-V、B-I、R-I、G-B、B-Y、R-B這9種灰度直方圖成雙峰分布的組合圖像。

均方誤差(MSE)用來反映圖像中包含數(shù)據(jù)的變化程度，體現(xiàn)在本文圖像上，數(shù)值越小通道組合越穩(wěn)定，見公式(2)：

(2)

峰值信噪比(PSNR)通過計算兩幅圖像對應(yīng)像素點(diǎn)灰度值的變化程度，來評價圖像質(zhì)量[10]，峰值信噪比越大，圖像質(zhì)量越高，見公式(3)：

(3)

式中：L為圖像灰度級的數(shù)量。

圖像的熵(H)反映圖像包含信息量大小，在復(fù)雜環(huán)境下，干擾信息較多，已知圖像中包含有效信息，所以熵值越小，干擾信息越少[11-12]，見公式(4)：

(4)

式中：H為圖像的熵值；Pn為灰度級出現(xiàn)的概率。

為了在R-Y、U-a、R-G、U-V、B-I、R-I、G-B、B-Y、R-B這9種組合通道中獲取通道組合最穩(wěn)定、通道中圖像質(zhì)量最高、有效信息最多的最優(yōu)通道組合，計算出各通道的均方誤差、峰值信噪比、熵值具體數(shù)據(jù)，如表1所示。

表1 不同通道組合圖像分析結(jié)果

2.3 結(jié)果分析

從表1看出，R-Y峰值信噪比最大(26.981 8)，圖像質(zhì)量最優(yōu)；R-Y均方誤差最小(130.285)，說明該通道組合最穩(wěn)定；R-Y熵值最小(5.540 00)，表示圖像在該組合通道中干擾信息最少，有效信息最多。因此本文最優(yōu)組合通道為R-Y通道。

3 冗余去除與多角度檢驗(yàn)

3.1 冗余去除

分析表1可知，R-Y通道組合圖像峰值信噪比最大、熵值最小、有用信息最多、干擾因素少，且R-Y通道組合均方誤差最小，說明R-Y通道組合最穩(wěn)定。根據(jù)陰影在R、Y兩通道中所占百分比不同的特性及閾值分割結(jié)果，對實(shí)驗(yàn)平臺獲取的鋼筋層(含空間重影)R-Y圖像(R通道減Y通道圖)預(yù)處理，由于R、Y兩通道陰影區(qū)域、背景反光區(qū)域灰度值極為接近，利用Otsu提出經(jīng)典的基于灰度圖像閾值分割算法[13]，將R通道像素減Y通道像素，陰影區(qū)域得到冗余覆蓋，變?yōu)橐子谌コ肼?；再利用R通道鋼筋亮度明顯比Y通道鋼筋亮度亮特征，冗余覆蓋后的圖像拉大鋼筋與陰影的灰度值差、鋼筋與背景反光區(qū)域的灰度值差，核心運(yùn)算過程如下：

(1)對陰影區(qū)域冗余

兩圖矩陣做減法運(yùn)算，即每個像素點(diǎn)灰度值相減，使用“-”運(yùn)算符，取src1、src2兩個矩陣為例,測試輸出結(jié)果。

Matsrc1 =(Mat_(2,3)<< 23,123,90,100,250,0)；

Matsrc2 =(Mat_(2,3)<< 125,150,60,100,10,40)；

Matdst=src1-src2。

輸出：

(2)拉大對比度

Mult取值范圍：-255 ≤Mult≤ 255，推薦取2；

矩陣dst乘以2，拉大對比度。輸出：

(3)提高整體亮度

每個像素點(diǎn)加128，最終輸出數(shù)值取值范圍G：0≤G≤ 255,當(dāng)計算值發(fā)生溢出或者下溢，輸出0。輸出：

兩通道圖像冗余去除后，灰度直方圖上呈現(xiàn)出明顯雙峰加一波谷分布，鋼筋區(qū)域易于提取，可以較為完整地保留下來。由Otsu自適應(yīng)閾值分割效果圖和灰度直方圖可看出，R-Y通道組合冗余去除方法能達(dá)到去除陰影的效果，并且無反光和噪聲等不利因素的影響，灰度直方圖呈雙峰分布，契合閾值分割的條件，如圖3所示。

圖3 R-Y通道組合冗余去除

由圖3可見，鋼筋陰影已被冗余去除，為檢驗(yàn)該方法的穩(wěn)定性，從不同角度拍攝鋼筋層并進(jìn)行陰影去除。

3.2 多角度檢驗(yàn)

從不同角度拍攝鋼筋層,在R-Y組合通道進(jìn)行冗余去除，分析除陰影效果，圖3結(jié)果表明，不僅在垂直桌面拍攝情況下本文方法除陰影效果良好，在與桌面成60°、30°的不同角度下拍攝的鋼筋層圖像，也有一樣的陰影去除效果，如圖4所示。

圖4 R-Y組合通道中多角度陰影去除

由圖4可見，多角度鋼筋陰影去除可以有同樣的效果。圖4中(a)(c)(e)圖像內(nèi)鋼筋陰影被完全去除，并在圖4中(b)(d)(f)圖像內(nèi)顯示鋼筋輪廓，雖然近端鋼筋輪廓清晰無噪聲，但遠(yuǎn)端邊緣部分會有小噪聲，為了去除小噪聲，以圖3(d)為例進(jìn)行形態(tài)學(xué)處理。

3.3 形態(tài)學(xué)處理噪聲

由于冗余去除時，底面反光區(qū)域像素與鋼筋區(qū)域像素差距小等原因，在鋼筋區(qū)域內(nèi)部會存在低亮度的空洞，所以需要對分割出的鋼筋區(qū)域進(jìn)行數(shù)學(xué)形態(tài)學(xué)處理，以得到較準(zhǔn)確的鋼筋區(qū)域。

(1)開運(yùn)算處理

使用開運(yùn)算去除噪聲，過程是先用3×3矩形結(jié)構(gòu)元進(jìn)行腐蝕，圓形區(qū)域內(nèi)滿像素時留取中心點(diǎn)那一個像素，然后進(jìn)行膨脹操作，以每個像素點(diǎn)為圓心，1為半徑向外膨脹，即為開運(yùn)算最終結(jié)果，視覺效果為消除小噪聲、分離間隔區(qū)、使目標(biāo)邊緣平滑，且面積幾乎不變。

開運(yùn)算結(jié)果如圖5所示，大量噪聲被去除，開運(yùn)算前、后局部圖顯示鋼筋區(qū)域內(nèi)小面積噪聲與鋼筋邊緣斷開，為鋼筋區(qū)域完成提取創(chuàng)造有利條件，如圖5所示。

圖5 開運(yùn)算效果圖

(2)噪聲處理

由于在開運(yùn)算處理中剩余噪聲與鋼筋邊緣已經(jīng)斷開連接，可以利用剩余噪聲面積小的特征，用形態(tài)學(xué)方法設(shè)置面積閾值去除噪聲。把鄰域重疊像素判定為一個連通域，將每個連通域分為一個個單獨(dú)區(qū)域，計算每個區(qū)域像素數(shù)，并設(shè)面積閾值為1 000像素，像素數(shù)小于1 000的小面積噪聲被去除，保留完整鋼筋區(qū)域,如圖6(b)所示，倒數(shù)第一二行鋼筋區(qū)域內(nèi)小噪聲被完全消除，如圖6所示。

圖6 面積特征噪聲處理效果圖

4 結(jié)論

1)R-Y組合通道形成雙峰特征的灰度直方圖，易于圖像閾值分割，且由圖3(d)可證明，本文方法消除陰影并未造成明顯鋼筋區(qū)域像素缺失。

2)將灰度直方圖呈雙峰分布的9種組合圖像，進(jìn)行熵值、峰值信噪比、均方誤差的對比分析，R-Y峰值信噪比最大，為26.981 8，圖像質(zhì)量最優(yōu)；R-Y均方誤差最小為130.285，說明該通道組合最穩(wěn)定；R-Y熵值最小，為5.54，表示圖像在該組合通道中干擾信息最少，有效信息最多，因此R-Y組合最優(yōu)。

3)多角度拍攝圖像，可以在R-Y組合通道下實(shí)現(xiàn)冗余去除陰影，證明本文方法在工廠環(huán)境下對鋼筋層空間重影消除效果好、適應(yīng)性強(qiáng)。