基于图像处理的珍珠形状和螺纹检测系统研究
开篇：润墨网以专业的文秘视角，为您筛选了一篇基于图像处理的珍珠形状和螺纹检测系统研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘 要：针对目前珍珠形状和螺纹自动检测困难的问题，该文设计开发了一种基于图像处理的检测系统，采用单向光源和环形光源结合的照明方案，利用变焦显微系统、图像传感器、图像采集卡以及图像处理软件，来自动、准确的检测珍珠的形状、大小和螺纹信息。
关键词：珍珠 形状大小 螺纹 图像处理
中图分类号：TH741 文献标识码：A 文章编号：1674-098X（2014）03（b）-0065-02
随着物质水平的日益提高，人们对珍珠的需求越来越大，珍珠养殖、加工已经发展为一个巨大的产业[1]。2002年，国家标准GB/T 18781-2002（养殖珍珠分级）[2]出台，实现珍珠自动、快速分级成为珍珠生产企业的首要目标。目前我国珍珠分级大部分还停留在人工筛选阶段，这种传统的检测方法劳动力成本大、生产效率低，易受工人主观影响，分级标准难以控制，误判率高[3]。随着光电检测技术和机器视觉技术的飞速发展，越来越多的研究者将机器视觉应用到珍珠检测中[4]。为此，本文研究一种基于图像处理技术的珍珠机器视觉系统，来实现珍珠大小、形状和螺纹瑕疵的准确检测。
1 检测系统简介
本图像检测系统包括硬件与软件两部分，硬件由照明系统、变焦显微系统、图像传感器、图像采集卡和计算机组成。珍珠在照明系统的照射下，经由变焦显微系统成像至图像传感器上，图像信息经由图像采集卡传入计算机中。在计算机中采用图像处理软件对图片进行处理，提取出珍珠的大小、形状和螺纹等参数，并将处理结果按照珍珠分类标准做即时判别，最后实现珍珠的自动分选，系统检测原理如图1所示。
珍珠是一个光泽度高和曲率较大的物体，表面的光学特性相当复杂。该文采用单向高角度照明结合环形照明的方式来将整颗珍珠照射通亮，采集到的珍珠图片如图2所示。图片中的珍珠边缘和形状清晰，照明均匀。
2 图像处理算法
机器视觉系统采集到的珍珠图片（a）首先经由图像预处理模块，进行灰度化（b）来减少运算量，采用阈值分割算法（c）将珍珠对象从背景中提取出来，利用数学形态学算法（d）来去除孤立点和填充空洞；然后标记珍珠边界，提取其质心（e），图像预处理效果如图3所示。
对经过预处理后的图像，标记出轮廓的最长径，如图4（a）所示。
最长径将珍珠分成两部分，每部分中的螺纹个数相同，检测时随机选取其中一部分。绘制出的θ-h二维曲线图，如图4（b）所示，其中横坐标为轮廓上各点角度θi，纵坐标为轮廓上各边界点到最长径的垂直距离hi。
从图4（b）可以看出，二维曲线能够很好的反映出左轮廓的真实信息，曲线上的波谷恰好能与珍珠轮廓上的螺纹对应起来，波谷的个数即螺纹的个数。对θ-h二维曲线图进行曲线拟合，计算曲线的极小值个数。经计算得到图5（b）存在两个极小值，输出螺纹个数2。
3 实验
本系统所采用的图像传感器像素为1280*1024，利用三级标准量块1 mm对系统进行标定，标定结果为p=19.02 μm/pixel，实验所用样品均由诸暨铭记珠宝有限公司提供。利用本系统对珍珠样品进行形状、大小检测，样品图像处理结果如图5所示，并将系统测量值与精确度为0.02 mm的游标卡尺测量值作比较，测量结果见表1。从测量数据可以看出，系统测量结果与游标卡尺测量值基本一致，误差在30 μm以内。
利用本系统对珍珠样品进行螺纹检测，采集到的珍珠图像和对应的θ-h二维曲线如图6（a）～（c）所示。
对三幅θ-h二维曲线图进行多次曲线拟合，计算极小值，得到每幅图对应的极小值个数分别为0、1、5，与珍珠的螺纹个数吻合，说明了本螺纹检测方案准确性较好。
4 结语
该文设计开发了一种珍珠形状大小图像检测系统来解决珍珠形状和螺纹检测难的问题。该系统采用用图像预处理模块、珍珠形状大小检测模块以及螺纹检测模块来自动、准确的实现珍珠形状、大小和螺纹的检测。实验结果表明，系统测量误差小，输出螺纹个数正确。此外，改变变焦显微系统的放大倍数，能进一步扩展系统的测量范围。
参考文献
[1] 张辉，张蓓莉.中国的养殖珍珠资源及市场[J].宝石和宝石杂志，2004，6（4）：14-18.
[2] GB/T18781-2002，中国人民共和国养殖珍珠国家标准[S].
[3] Lee B Y.，Juan H.，Yu S F.A Study of Computer Vision for Measuring Surface Roughness in the Turning Process[J].Advanced Manufacturing Technology， 2002，19（4）：295-301.
[4] 李斌.基于计算机视觉的珍珠分选方法研究[D].浙江理工大学硕士学位论文，2008.