第３７卷 第６期 计算机工程 ２０１１年３月 ＶｌＯｌ＿３７ Ｎｏ．６ Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ Ｍａｒｃｈ ２０１１ ・博士论文・ 文章编号：１００Ｉ卜－３４２８（２ｏ１１）０６＿一ｌ００４—０３ 文献标识码：Ａ 中圈分类号ｌ ＴＰ２７３ 基于保矩算法的异性纤维特征提取方法 瞿鑫，丁天怀 （清华大学精密仪器与机械学系，北京１０Ｏ０８４） 擅要：通过分析皮棉图像色度分量的分布规律，提出一种皮棉异性纤维特征提取方法，以 分量代替ｃ６分量组成ｙｃｒｃ奢颜色空间进 行特征提取。为有效地融合各色度特征，采用保矩算法对色度分量进行降维得到一维融合色度子图像，通过对该子图像进行阈值分割最终 得到异性纤维特征。实验结果表明，该方法能有效地增加皮棉与异性纤维的对比度，平滑背景干扰，提高异性纤维特征的提取精度。 关健词：异性纤维；特征提取；保矩算法；色度 Ｆｅａｔｕｒｅ Ｅｘｔｒａｃｔｉｏｎ Ｍｅｔｈｏｄ ０ｆ Ｆｏｒｅｉｇｎ Ｆｉｂｅｒ Ｂａｓｅｄ ０ｎ Ｍｏｍｅｎｔ—ｐｒｅｓｅｒｖｉｎｇ Ａｌｇｏｒｉｔｈｍ ＱＵ Ｘｉｎ，ＤＩＮＧ Ｔｉａｎ．ｈｕａｉ （Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｐｒｅｃｉｓｉｏｎ Ｉｎｓｔｒｕｍｅｎｔ ａｎｄ Ｍｅｃｈｎｏｌｏｇｙ，Ｔｓｉｎｇｈｕａ Ｕｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ １ ０００８４，Ｃｈｉｎａ） ［Ａｂｓｔｒａｃｔ］Ｔｈｉｓ ｐａｐｅｒ ｐｒｅｓｅｎｔｓ ａ ｆｅａｔｕｒｅ ｅｘｔｒａｃｔｉｏｎ ｍｅｔｈｏｄ ｏｆ ｆｏｒｅｉｇｎ ｆｉｂｅｒｓ ｉｎ ｌｉｎｔ ｃｏｔｔｏｎ ｂｙ ａｎａｌｙｚｉｎｇ ｃｈｒｏｍｉｎａｎｃｅ ｄｉｓｔｒｉｂｕｔｉｏｎｓ ｏｆ ｃｏｔｔｏｎ ｉｍａｇｅ． Ｃｇ ｉｓ ｓｕｂｓｔｉｔｕｔｅｄ ｆｏｒ Ｃｂ ａｎｄ ｔｈｅｎ ｔｈｅ ＹＣｒＣｇ ｃｏｌｏｒ ｓｐａｃｅ ｉｓ ｆｏｒｍｅｄ ｔｏ ｅｘｔｒａｃｔ ｔｈｅ ｆｏｒｅｉｇｎ ｆｉｂｅｒ ｆｅａｔｕｒｅｓ．Ｔｏ ｆｕｓｅ ｔｈｅ ｃｈｒｏｍｉｎａｎｃｅ ｆｅａｔｕｒｅｓ ｅｆｆｅｃｔｉｖｅｌｙ， ｈｔｅ ｍｏｍｅｎｔ—ｐｒｅｓｅｒｖｉｎｇ ｐｒｉｎｃｉｐｌｅ ｉｓ ｅｍｐｌｏｙｅｄ ｔｏ ｒｅａｌｉｚｅ ｔｈｅ ｄｉｍｅｎｓｉｏｎａｌｉｔｙ ｒｅｄｕｃｔｉｏｎ．Ｔｈｅ ｆｉｎａｌ ｒｅｓｕｌｔｓ ｏｆ ｆｏｒｅｉｇｎ ｆｉｂｅｒ ｆｅａｔｕｒｅｓ ａｒｅ ｏｂｔａｉｎｅｄ ｂｙ ｔｈｅ ｔｈｒｅｓｈｏｌｄ ｓｅｇｍｅｎｔａｔｉｏｎ ｏｆ ｔｈｅ ｆｕｓｉｏｎ ｉｍａｇｅ．Ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔ ｓｈｏｗｓ ｔｈａｔ ｉｔ ｉｓ ｕｓｅｆｕｌ ｔｏ ｅｎｈａｎｃｅ ｔｈｅ ｃｏｎｔｒａｓｔ ｂｅｔｗｅｅｎ ｃｏｔｔｏｎ ａｎｄ ｆｏｒｅｉｇｎ ｉｆｂｅｒｓ ｎａｄ ｓｍｏｏｔｈ ｔｈｅ ｂａｃｋｇｒｏｕｎｄ ｉｎｔｅｒｆｅｒｅｎｃｅ，ｗｈｉｃｈ ｈｅｌｐｓ ｔｏ ｉｍｐｒｏｖｅ ｈｔｅ ｅｘｔｒａｃｔｉｏｎ ａｃｃｕｒａｃｙ ｏｆ ｆｏｒｅｉｇｎ ｆｉｂｅｒ ｆｅａｔｕｒｅｓ． ［Ｋｅｙ ｗｏｒｄｓｌ ｆｏｒｅｉｇｎ ｉｆｂｅｒ；ｆｅａｔｕｒｅ ｅｘｔｒａｃｔｉｏｎ；ｍｏｍｅｎｔ—ｐｒｅｓｅｒｖｉｎｇ ａｌｇｏｒｉｔｈｍ；ｃｈｒｏｍｉｎａｎｃｅ ＤＯｈ １０．３９６９／ｊ．ｉｓｓｎ．１０００．３４２８．２０１１．０６．００２ １概述 异性纤维（俗称“三丝”）是影响棉花及棉纺织品品质的 重要因素，对异性纤维的分拣已经成为轧花工序中必须解决 『罾 ０ ｒ●● ●●Ｌ 的关键问题。机器视觉技术以其非接触式、方便灵活等特点， 在工业自动化检测领域得到广泛应用…。 近年来，国内外有不少学者和科研机构提出了一系列基 ＝１２８＋【＿ｏ．３１８ ０．４３９ ＿ｏ．１２１］ ｌ『ＧＲ］ Ｉ 【３ ｙ ０ ０ １●●●●●●●●●●●●●●●Ｊ（嬲勰 于机器视觉技术的异性纤维分拣方法，对异性纤维的特征提 ＢＪ ２） 取算法是其中的关键技术。根据不同的识别特征量，异性纤 推导可得： 维特征提取算法可以分为３类：灰度特征提取，边缘特征提 取和色度特征提取。相比于灰度和边缘，色度是异性纤维的 ｃ ＝１２８＋［０．６１７一】．３９８ 本质属性，不随光照特性、棉层状态等外部因素的影响，是 相对稳定的识别特征量。 此时，以 、 、∞３个色度分量为坐标，组成一个 文献【２】提出了基于ＲＧＢ颜色空间的棒锥模型，通过三 三维色度空间，不同的颜色对应该颜色立方体中的一个点。 维坐标变换，把异性纤维颜色特征转换到棒锥内部，从而实 在理想情况下，皮棉为白色，其色度分量为０，对应（Ｃｒ， 现对异性纤维的识别，但ＲＧＢ分量对光强的变化敏感。为了 Ｃｇ，ｃｂ）色度分量的（１２８，ｌ２８，１２８），只要色度分量偏离该位置 消除光强变化带来的影响。文献［３］在ＨＳＩ颜色空间对异性纤 就可判定该区域为有色区域，即异性纤维区域。但实际情况 维特征进行统计分析，提出以Ｈ—ｓ色度空间中的色差进行颜 比较复杂，首先是皮棉的品级，低品级的皮棉本身存在偏色， 色识别，实现了对异性纤维的特征提取，但ＨＩＳ空间转换非 有不同程度的泛黄泛蓝等现象，这就导致采集到的皮棉原始 线性，需要通过查表法提高其效率。本文采用ＹＣｂＣｒ颜色空 图像出现偏色；其次是ＣＣＤ相机的色彩还原性，色彩还原性 间模型对皮棉图像进行描述，提出一种基于保矩原理的异性 不高的相机在采集到的原始图像中会出现椒盐类的偏色干扰 纤维色度特征提取方法。 点。因此，实际采集到的干净皮棉图像的色度分量存在一个 ２ ＹＣｒＣｇ颜色空间模型 波动范围。 ＹＣｂＣｒ是一种离散的颜色空间，常用于流媒体及模拟影 基金项目：江苏省科技攻关计划基金资助项目（ＢＥ２００７０５６） 像数据中，通过 、 ３个分量描述目标对象，其中，Ｙ 作者筒介：瞿鑫（１９８２一），男，博士研究生，主研方向：图像处理， 代表图像的亮度，即灰度图像；Ｃｂ、Ｃｒ代表图像的色度，分 智能检测与控制；丁天怀，教授 别对应（ —ｙ）和 一ｙ）。与ＲＧＢ颜色空间的转换公式如下 】： 收藕日期：２０１０—０９—１９ Ｅ－ｍａｉｌ：ｑｕｘｉｎｌ９８２＠ｇｍａｉｌ．ｃｏｒｎ ６ 计算机工程 ２０１１年３月２０日 从图２可以看出（降维后的图像包含负值，为方便观察， 图中降维结果的均值抬高到１２８），单个色度分量存在较大的 色度特征的完整性受到一定影响。而基于保矩算法的色度分 量降维方法能有效地平滑皮棉背景，降低背景产生的干扰， 背景干扰，而降维后的图像背景平滑，减少了色度特征提取 同时增强有色异性纤维特征与皮棉背景的对比度，提高阈值 过程中的背景干扰。 本质上，色度的降维是一个图像非线性增强的过程，通 过保矩算法求得前景点和背景点后，得到一个投影轴，前景 区域和背景区域的分界线与该投影轴正交，把所有像素点的 色度对该投影轴进行投影，使得前景区域和背景区域的类Ｉ可 差异最大化。 被保矩算法划分到背景中的色度通过投影后，向背景特 征点聚集。相应地，被划分到前景中的色度通过投影向前景 特征点聚集。因此，在色度分量降维后，图像中异性纤维和 背景的特征会趋于平整，而两者的差距将增大。 ３．３特征提取结果与分析 对降维后的一维融合子图像采用基于均值的阈值分割 方法： Ｍ Ｓ ｃ ｉ￣＝ ＋ 。 （１８） 。，㈨： （ｆ＇ ）＞ ｆｌ９） 【０ ｅｌｓｅ 其中，Ｃｆ（ ， ）为阈值分割结果； 。＝５，由实验确定。最 终结果如图３（ｃ）所示，从图中可以看出，本文方法能较好地 对异性纤维色度特征进行提取。 表１给出了４种色度分量的比较，其中绝对色差定义为 ＝４（Ｃｒ一１２８） ＋（Ｃｇ一１２８） ，表示目标像素色度值与（１２８， １２８）的绝对距离。对于各色度分量子图像，首先分割出二值 化图像中标记为异性纤维的目标区域，对于目标区域计算其 色度均值ｍｅａｎ（ｆ），对于剩余的背景区域计算其色度均值 ｍｅａｎ（ｂ）与色度方差，此时色度分量的对比度定义为： ＣＲ＝ｍｅａｎ（ｆ）一ｍｅａｎ（ｂ） （２ｏ） 表１色度分量方差与对比度分析 从表１可以看出，经过降维处理后的色度子图像的背景 方差小于其他３种色度子图像，说明其背景比较平滑。同时， 其对比度大于其他３个色度子图像，这有利于提高图像分割 的准确性。 对上述４种色度分量的闽值分割结果进行比较： （１）对 、 分量分别进行阈值分割，再通过或运算 合并。 （２）采用绝对色差法进行阈值分割。 （３）对色度分量进行降维处理，对降维得到的一维色度图 像进行阈值分割。 结果如图３所示，绝对色差法的背景干扰较多，为消除 背景干扰，闻值选取过高，使得到的二值化结果特征不完整。 ｃｒ、 合并结果对背景干扰的屏蔽比较好，但此时异性纤维 分割结果的准确性和完整性。 （ａ）ｃ＾Ｃｇ合并 （ｂ）绝对色差法 （ｃ）降维处理 图３色度特征提取效果比较 ４结束语 色度是区分异性纤维与皮棉的有效特征量，本文采用保 矩算法对多维色度分量进行降维，得到一维色度融合特征。 实验结果表明，该融合色度子图像有效地增加了异性纤维前 景与皮棉背景的对比度。 参考文献 … 邓集杰，刘铁根，杨 永，等．基于机器视觉的嵌入式工业在 线检测系统【Ｊ】ｌ计算机工程，２００８，３４（４）：２６０—２６２． 【２】焦智．异性纤维检测算法的研究和实现【Ｄ】．北京：北京工业 大学，２００６． ［３】高伟，王志衡，赵训坡，等．基于ＨＩＳ颜色空间的棉花杂质高 速实时检测方法ｆＪ］．自动化学报，２００８，３４（７）：７２９—７３５． ｆ４１ Ｄｉｏｓ Ｊ Ｊ，Ｇａｒｃｉａ Ｎ．Ｆａｃｅ Ｄｅｔｅｃｔｉｏｎ Ｂａｓｅｄ ｏｎ ａ Ｎｅｗ Ｃｏｌｏｒ Ｓｐａｃｅ ＹＣｇＣｒ［Ｃ］／／Ｐｒｏｃ．ｏｆ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ．Ｂａｒｃｅｌｏｎａ，Ｓｐａｉｎ：ｆＳ．ｎ．】，２００３． ［５ｌ Ｃｈｅｎ Ｐｉｎｇ，Ｙｉ Ｌａｉｍｉｎｇ，Ｗａｎｇ Ｌｉｎｇｌｉｎｇ．Ａｎ Ｉｍｐｒｏｖｅｍｅｎｔ ｉｎ ｔｈｅ Ｍｏｍｅｎｔ—ｐｒｅｓｅｒｖｉｎｇ Ｔｈｒｅｓｈｏｌｄｉｎｇ Ｍｅｔｈｏｄ［Ｊ］．Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｉｍａｇｉｎｇ Ｓｙｓｔｅｍｓ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，２００８，１ ８（５／６）：３６５—３７０． 编辑陆燕菲
