基于快速傅里叶变换和改进分水岭算法的纸病实时检测复合算法.pdf
《基于快速傅里叶变换和改进分水岭算法的纸病实时检测复合算法.pdf》由会员分享,可在线阅读,更多相关《基于快速傅里叶变换和改进分水岭算法的纸病实时检测复合算法.pdf(8页珍藏版)》请在咨信网上搜索。
1、技术报告中国造纸 2023 年第 42 卷 第 7 期纸病检测算法基于快速傅里叶变换和改进分水岭算法的纸病实时检测复合算法汤伟 张龙*王锦韫 方嘉楠(陕西科技大学电气与控制工程学院,陕西西安,710021)摘要:本课题提出了一种适合高速宽幅造纸机纸病在线实时检测的复合算法,该算法的基本思想是:首先通过快速傅里叶变换(fast Fourier transform,FFT)将时域图像转换到频域,以便使用频域图像与高斯(Gaussian)高通滤波器做乘积运算进行滤波;再通过快速傅里叶逆变换(inverse fast Fourier transform,IFFT)将频域中的图像转换到时域,以便下一步使
2、用运算速度较快的分水岭算法对滤波后的图像进行快速缺陷分割,实现纸病在线实时检测。利用采集到的2000余张纸病图片进行纸病检测实验,结果表明,本课题提出的复合算法具有快速、高效、适用性强、分割效果好等优点,可满足纸病在线检测对图像处理算法实时性和准确性两方面的要求。关键词:纸病检测;傅里叶变换;Gaussian滤波;分水岭算法中图分类号:TS736+.2 文献标识码:A DOI:10.11980/j.issn.0254-508X.2023.07.017A Composite Algorithm for Real-time Detection of Paper Defects Based on F
3、ast Fourier Transform and Improved Watershed AlgorithmTANG Wei ZHANG Long*WANG Jinyun FANG Jianan(College of Electrical and Control Engineering,Shaanxi University of Science&Technology,Xi an,Shaanxi Province,710021)(*E-mail:)Abstract:This paper presented a composite algorithm appropriate for online
4、real-time detection of paper defects in high-speed and wide-width paper machines.The algorithm employed the following basic idea:First,the time-domain image was transformed into the frequency domain using fast Fourier transform(FFT),enabling the product of frequency domain image and Gaussian high-pa
5、ss filter to be utilized to filter.Next,the image in the frequency domain was converted back to the time domain via inverse fast Fourier transform(IFFT).The third step involved utilizing the fast watershed algorithm to quickly segment the filtered image and achieved online real-time detection of pap
6、er defects.Over 2000 pictures of paper defects were collected.The results showed that the proposed composite algorithm possessed several advantages,including high speed,high efficiency,strong applicability,and good segmentation effect.Ultimately,it met the demands of real-time capability and accurac
7、y for online paper defect detection.Key words:paper defect detection;Fourier transform;Gaussian filtering;watershed algorithm在特种用途纸(如高端铜版纸、花纹纸等)的生产过程中,受工艺和生产环境的影响,纸张会伴随出现如孔洞、黑斑、划痕、褶皱等缺陷,业内称之为纸病,纸病的出现一定程度上影响了纸张的质量和企业的经济效益。在现代工业生产中,随着纸机车速的提高和纸机幅宽的加大(简称“提速加宽”),纸病出现的频率也就越来越高,为了提高纸张的产量,寻找一种快速准确的纸病检测方法尤为重
8、要。随着工业相机和镜头等硬件的不断发展,基于机器视觉的纸病检测方法凭借其具有非接触、高精度、高速度的特点,代替传统的通过红外线光源和光电晶体管进行检测的方法,已成为纸病检测的主流方法。其中,在纸病的在线检测系统和检测算法中,用于提高纸病检测快速性和准确性的方法也层出不穷,刘息桐1通过改进的Hough变换方法检测纸病,利用中值滤作者简介:汤伟先生,博士,教授;研究方向:制浆造纸全过程自动化、工业过程高级控制、大时滞过程控制及应用。收稿日期:2023-01-05(修改稿)基金项目:西安市科技计划项目(2020KJRC0146);国家自然科学基金计划项目(62073206)。*通信作者:张龙,在读硕
9、士研究生,工程师;研究方向:图像处理与机器识别。153China Pulp&Paper Vol.42,No.7,2023技术报告波去除图像中由黑白点组成的椒盐噪声实现滤波,再通过Hough变换获得纸病的不精确图像、最后通过膨胀运算实现纸病分割,其对噪声的处理能力强、运算速度快,但没有考虑中值滤波在滤除噪声的同时还会滤除较为微小的纸病,或是遇到不同的光源环境生成的图像噪声也不一样,从而导致准确性低,且只能针对褶皱纸病,适用性低。曲蕴慧等人2通过基于Gabor滤波器的滤波方法来滤除噪声,同时利用Gabor滤波器和高斯(Gaussian)滤波器去除纸张纹理干扰,进一步增强纸病区域的对比度以实现滤波,
10、最后通过Laplacian边缘检测算法和形态学闭运算进行图像分割,其对低对比度纸病的检测正确率高、抗干扰特性良好,但由于Gabor的实现需要大量的乘积运算,且没有较为有效的快速算法,导致计算量过大,实时性差。张开生等人3通过改进的YOLOv5进行纸病检测和纸病种类识别,通过在批量归一化模块的首尾部分添加居中和缩放校准以增强纸张缺陷的有效特征,并在骨干网络中引入坐标注意力机制以提升模型的特征提取能力,最后选用CIoU_loss作为边框回归的损失函数,具有检测准确率高、检测实时性强等优点,但需要高性能显卡进行纸病数据训练,增加了设备成本。在当前纸机“提速加宽”的大背景下,上述方法在实时性、准确性、
11、适用性均存在不足,为此,本课题在不增加系统设备成本的基础上,以纸病在线检测快速性和准确性为研究出发点,提出了一种纸病在线实时检测方法,该方法具有成本低、快速、适用性高、准确率高等优点,通过使用HDevelop+Qt平台进行仿真验证,证明了本课题所提方法的有效性。1 基于频域Gaussian高通滤波器的纸病图像滤波及基于标记的快速分水岭分割算法图 1(a)为造纸工艺中的纸病检测环节流程示意图,本环节处于造纸工艺的后半段。由图1(a)可知,加粗线条表示纸张经过滚轮压光后,直接被送到纸病图1造纸工艺纸病检测环节流程示意图及装置示意图Fig.1Flow diagram and device diagr
12、am of paper defect detection during papermaking process154技术报告中国造纸 2023 年第 42 卷 第 7 期检测机架上(机架位于相机C下),相机C对纸张进行连续扫描,并将纸张信息发送至PC端进行纸病检测,当检测到纸病后PC端给打标机D发送信号,打标机收到信号后对纸病区域进行打标,标记纸病大概位置,最后在B处进行卷纸,操作人员会在复卷阶段根据标记切割掉有纸病的纸张。为了方便引纸,压光和卷纸间只能有12 m左右间距,处于这2个环节的纸病检测设备与打标机的距离也只有 1 m 左右,如图 1(a)中 C 与 D 之间的距离。在这1 m的间距
13、内要完成相机拍照、图像处理、信息传输等过程,对系统有着极高的实时性需求。当然也可以通过改变工艺的方法加大相机与打标机之间的距离从而降低系统实时性需求,如图1(a)中将相机放到C 的位置,这样一方面会导致压光段产生的纸病无法被检测,另一方面高空也不利于安装相机等机器视觉硬件设备,所以一般不采用这种办法。随着造纸机的“提速加宽”,提高纸机车速导致单位时间内纸病的出现机率会增多;纸张幅度加宽导致单个相机(图1(b))不能拍到完整的纸张图像,需要采用多相机联合使用图1(c)的新方法,各个相机需要先将采集到的图像进行汇总,再进行后期的图像处理和纸病检测,所以对系统的实时性和准确性提出了更高的要求。本课题
14、提出一种纸病检测复合算法以提高相机单帧图像的检测速度和准确率,从而提高整个系统的实时性和准确性,该算法首先通过快速傅里叶变换(fast Fourier transform,FFT)将时域图像转换为频域图像,使用频域图像与频域Gaussian高通滤波器4做乘积运算进行滤波;再通过快速傅里叶逆变换(inverse fast Fourier transform,IFFT)将频域中的图像转换为时域图像,以便下一步使用基于标记的快速分水岭算法5对滤波后的图像进行快速缺陷分割,实现纸病检测。1.1基于频域Gaussian高通滤波器的纸病图像滤波在纸病生产过程中,由于受光源的照射和反射,图像会出现不同程度的
15、背景纹理6干扰,严重影响后续纸病分割的正确率,所以需要先对纸张图像进行滤波处理。本课题采用基于频域Gaussian高通滤波器的纸病图像滤波方法,相较于常规的中值滤波、均值滤波等时域滤波算法7,Gaussian滤波算法能够更有效地滤除纸张背景纹理,滤波方式流程图如图2所示。相机采集到的图像经FFT后得到频域图像F,F与频域Gaussian高通滤波器H做乘积进行滤波,再经过IFFT,取结果的实数部分得到滤波后的图像,从而去除图像中的背景纹理干扰,滤波公式如式(1)所示。g(x,y)=Real-1 H(,)F(,)(1)式中,x和y分别表示图像坐标变量;和分别表示频率坐标变量;F(,)表示输入图像f
16、(x,y)的FFT,计算如式(2)所示;H(,)表示频域Gaussian高通滤波器的传递函数,计算如式(3)所示;-1表示IFFT,f(x,y)计算如式(4)所示;g(x,y)表示滤波后的图像。F(,)=x=0M-1y=0N-1f(x,y)e-j2(xM+yN)(2)H(,)=1-e-2+222(3)f(x,y)=1MN=0M-1=0N-1F(,)ej2(xM+yN)(4)式(2)和式(4)实际上是离散傅里叶变换(discrete Fourier transform,DFT)和离散傅里叶逆变换(inverse discrete Fourier transform,IDFT)的公式,式中M和N分
17、别表示图像中等间距离散样本的个数,由于DFT计算量巨大,应用中难以拓展,FFT的提出使得DFT更接近实时。FFT是一种将二维图像从时域转化为频域的一种快速方法8,其基本思想是在DFT的过程中充分利用合并同类项技术以尽量减少乘法次数,通过许多小规模更加容易进行的变换去实现大规模的变换,需要明确的是,FFT不是明确的某一种算法,只是对DFT的一种加速算法,具有计算量少和易于实现的优点,本研究直接使用 Halcon中的 FFT算子fft_generic进行设计和验证。式(3)是二维频域Gaussian高通滤波器的传递函数表达式,其中是指Gaussian分布在滤波器频域的方差,u和v指滤波器的点坐标,
18、输出H(u,v)表示图像中u,v点所占的权重,值越大,Gaussian高通滤波器的频带就越宽,图像越尖锐,值过大或过小都不利于后期的图像分割,过大会导致边缘模糊,过小则无法起到平滑图像的作用,所以要选择一个合适的值,才能达到最好的效果。二维Gaussian高通滤波器的三维示意图2滤波流程图Fig.2Flow chart of filtering 155China Pulp&Paper Vol.42,No.7,2023技术报告图如图3所示,其是一个倒正态分布钟形体。从图3可以看出,离中心点越近权值越大,离中心点越远权值就越小9。本课题算法通过图像差值法对2个不同值的频域 Gaussian 高通滤
19、波器做差,构造出 1 个新的Gaussian高通滤波器,通过实验可得,2个频域Gaussian高通滤波器参数分别为2.3和0.6时滤波效果最好。由式(1)式(4)可得,最终输出图像数据,即为滤波后的图像。1.2基于标记的快速分水岭图像分割算法分水岭算法是基于地理形态的图像分割方法,基本思想是在一张图像的最低点即灰度值最小处,进行注水,随着水的注入,水平面会一直上升,直到淹没设定高度的山谷,可以通过给分水岭上面设置大坝以避免2个山谷水的聚集,从而实现分割的目的,映射到图像分割中,就是通过让阈值从图像灰度极小值开始不断增长,随着阈值的不断增加,每1个局部极小值的影响域慢慢向外扩展,在2个集水盆之间
20、构筑大坝,形成1个又1个分水岭,从而实现图像分割10。由于分水岭算法分出来的区域很细,影响后续区域的分割处理,本课题采用基于标记的快速分水岭算法11,该算法根据先验知识在原图中寻找一些内部标记和外部标记来引导算法进行分割,要求每1个内部标记要处在感兴趣物体的内部,而外部标记要包含在背景中,利用找到的内外标记改进梯度图像,在改进的梯度图像上应用分水岭算法,实现图像分割。基于标记的快速分水岭分割算法通常将梯度图像作为输入图像,这使得该算法对微弱边缘具有良好的响应,从而有利于褶皱、折痕等低对比度纸病图像的分割,提高纸病检测的检测精度。基于标记的快速分水岭算法比其他图像分割方法以及传统的分水岭算法,具
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 快速 傅里叶变换 改进 分水岭 算法 实时 检测 复合
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。