0  引言

近年來，隨著基于嵌入式微處理器和嵌入式操作系統(tǒng)的智能手機技術的飛速發(fā)展，基于Windows Mobile系統(tǒng)的嵌入式智能手機圖像采集處理技術也正處于方興未艾的階段，這就使得以嵌入式技術為核心的圖像處理系統(tǒng)能夠廣泛應用于工業(yè)自動化生產(chǎn)、監(jiān)護、防盜系統(tǒng)，機器人視覺等系統(tǒng)中。

本文通過智能手機來采集鋼管橫截面圖像，并運用圖像識別技術對管材進行自動化計數(shù)，同時采用計算機圖像處理方法給出了一種對管材進行計數(shù)的嵌入式系統(tǒng)軟件的實現(xiàn)方法，其中包括圖像的采集、預處理、圖像分割、形態(tài)學處理、橢圓識別與計數(shù)等。該系統(tǒng)可提高鋼鐵行業(yè)以及其他相關行業(yè)的管材計數(shù)效率，大大減輕工人的勞動強度，具有良好的市場前景和經(jīng)濟效益。

1  Windows Mobile平臺

本系統(tǒng)是在Windows Mobile平臺下開發(fā)的，Windows Mobile是由微軟公司提供的先進型移動設備操作系統(tǒng)，同時也是最優(yōu)秀的行業(yè)應用平臺之一?；赪indows Mobile的Pocket PC PhoneEdition和Smartphone不僅可為消費者提供熟悉且可自定義的用戶體驗，同時也為企業(yè)用戶提供了一個可擴展的平臺，使他們可以開發(fā)和投入使用創(chuàng)新的移動解決方案，從而增加新的銷售收入并帶動業(yè)務增長。

2  工作原理與系統(tǒng)結構框架

2.1  管材圖像檢測計數(shù)的工作原理

管材圖像檢測計數(shù)系統(tǒng)的基本工作原理是：首先用智能手機的攝像頭采集管材的橫截面圖像．然后依靠智能手機強大的嵌入式處理器來對源數(shù)字圖像進行格式轉換和顏色信息處理，并獲取管材橫截面的灰度圖像：然后再利用圖像增強技術對圖像的雜質進行去噪，并選用合適的閾值進行圖像二值化分割，將管材橫截面特征從背景圖像中分離；之后，再采用哈夫變換法(HoughTransform)對二值圖像進行橢圓檢測，最后用區(qū)域標記法對圖中連通區(qū)域進行標記，以統(tǒng)計出管材的數(shù)目。

2.2  系統(tǒng)結構框架

圖1給出了本系統(tǒng)的結構框架。系統(tǒng)工作時，首先由智能手機的攝像頭采集到格式為JPG的源數(shù)字圖像，然后對其進行圖像格式轉換，之后再進行圖像的顏色處理、圖像的增強、圖像的分割、圖像的邊緣檢測、數(shù)量的統(tǒng)計以及信息的顯示等工作。

3  系統(tǒng)關鍵技術與相關算法

3.1  圖像格式的轉換

由于一般采集到的圖像輸出都是JPG格式，這種格式的圖像數(shù)據(jù)是壓縮的，占用的空間比較小，便于存儲和傳輸，但是不便處理。因而需要將JPG格式的圖像轉換為BMP格式的圖像，此時，圖像上的每一個像素點和圖像數(shù)據(jù)一一對應，以便于對圖像進行處理。

3.2  圖像顏色的處理

采集后的源圖像被轉換成BMP格式后，通常是24位真彩色圖像，圖2所示是其256階灰度圖。彩色圖像的每一個像素點的值有R、G、B三個分量，每個分量占8位和256階色。因此，彩色圖像所含的信息量過大，所以，一般采用灰度圖來進行圖像處理。

[!--empirenews.page--]

灰度圖是只含亮度信息而不含色彩信息的圖像，它把亮度值量化為0到255共256級，其中0最暗(全黑)，255最亮(全白)。R、G、B分量的值是相等的，且稱之為灰度值，即：

經(jīng)實驗與理論推導證明，當ωR=0．30，ωG=0.59，ωB=0.11時，能獲取到最合理最適合圖像處理的灰度圖像。

3.3  圖像的增強

在管材橫截面圖像處理的過程中，實際獲得的圖像一般都因灰塵、光照等某種干擾而含有噪聲，因而會影響圖像質量。為了改善圖像質量，降低或消除噪音影響，還需要對圖像進行增強處理。為了保護圖像中目標區(qū)域的邊緣特征，并且能夠平滑噪聲，本系統(tǒng)主要采用圖像增強中的圖像平滑方法，也就是中值濾波法，并通過修改像素灰度值的方法來減少和消除圖像中的高頻噪音，改善圖像對比度，提高管材識別與計數(shù)的準確率。

中值濾波法屬于空域處理中的非線性圖像平滑方法，它一般是在二維坐標(x，y)內(nèi)創(chuàng)建一個大小為(2m+1)×(2m+1)滑動窗口，并對窗口內(nèi)的各像素灰度值進行排序，再用排序后的中值來替代滑動窗口的原中心像素。其排序后的中值為(i，j)：

圖3為中值濾波平滑后的圖像。相對來說，中值濾波法可以克服線性濾波所帶來的圖像細節(jié)模糊等現(xiàn)象，能夠比較好的保護源圖像邊緣，而且對濾除脈沖干擾及顆粒噪聲最為有效。

3.4  圖像的分割

圖像分割是依據(jù)圖像的灰度、顏色或幾何性質將圖像中具有特殊含義的不同區(qū)域分開。為了將管材的橫截面特征從背景中提取分離出來，我們選用二值化方法來使圖像只具有兩個灰度級，即0和255，也就是黑和白。為了將目標從圖像中分割出來，可將其灰度值設為255，將背景的灰度值設為0。

實現(xiàn)圖像二值化有直方圖統(tǒng)計法、閾值分割法等?？紤]到系統(tǒng)的性能需求，這里采用閾值分割法進行圖像的二值化。設輸入圖像為F(i，j)，輸出圖像為G(i，j)，以(i，j)代表任一點像素，f(i，j)代表輸入圖像該點的灰度值，g(i，j)代表輸出圖像該點的灰度值，那么，閾值分割可用公式表示。

若圖像分為目標與背景，所選閾值為T，則有：

這樣，采用T就可將圖像分為背景和目標，所得的圖像稱為二值圖像。[!--empirenews.page--]

在圖像的灰度直方圖上，背景和目標物的灰度值有明顯差別，它們各自形成波峰，在雙峰之間的最低谷就是圖像的分割閾值。圖4所示就是圖像的灰度直方圖。但是，對于灰度直方圖中波峰不明顯或波谷比較平坦的圖像，該方法的閾值分割效果并不是很好。圖5所示為閾值分割處理之后的圖像。

4 Hough變換與橢圓的計數(shù)

4.1 Hough變換

Hough變換在圖像處理中經(jīng)常被用于圖像增強和分割后提取目標的邊緣信息。其基本思想是將圖像從空間域變換到參數(shù)空間，再用大多數(shù)邊界點滿足的某種參數(shù)形式來描述圖像中的曲線。假設在x-y平面檢測并確定了一個圓的參數(shù)，圖像中待檢測圓點的集合為{(xi，yi)，i=1，2，3，…，n)，其中(x，y)為該集合中的一點，那么，它在參數(shù)坐標系(a，b，r)中的解析式為：

該解析式對應的曲面為三維錐面。圖像中任意確定的一點均有參數(shù)空間的一個三維錐面與之對應。對于圓周上的任一點{(xi，yi)1，2，3，…，n}，這些三維錐面將構成圓錐面簇，具體如圖6所示。

若集合中的點均在同一個圓周上，則這些圓錐面簇相交于參數(shù)空間上的某一點，該點恰好對應于圖像平面的圓心坐標及圓的半徑。Hough變換在計算上可將參數(shù)空間進一步分割為累加器單元A(i,j,k)，并先使累加器單元置零，然后根據(jù)式(4)對參數(shù)作相應循環(huán)。如果一個α(i)值得到相應的b(j)，r(k)，則令A(i，j，k)=A(i，j，k)+1。最后對每個累加器進行比較，找到最大值累加器，那么，該累加器所對應的參數(shù)值(a，b，r)，就是在平面上所要檢測的圓的圓心及半徑。

4.2  橢圓計數(shù)

一般的，若二次曲線：

且b2-ac<0。則此二次曲線為橢圓。在處理復雜圖像時，由于橢圓需要5個參數(shù)才能被檢測出來，而這會引入大量的無效采樣，導致無效參數(shù)計算，并對無效參數(shù)分配單元進行累積，從而導致系統(tǒng)資源的浪費。故此選用RHT(隨機Hough變換)并采用多到一的映射，這樣可避免傳統(tǒng)Hough變換一到多映射的巨大計算量。

源圖像有N個大小為q點的圓，還有n個由于噪聲或高頻細節(jié)產(chǎn)生的非圓上點，因此，隨機采樣所得的三點落在同一個圓上的概率為：

如果沒有噪聲等噪點存在(即n=0)，則式(7)可以簡化為：

[!--empirenews.page--]

根據(jù)三點確定橢圓法，可由采樣所得的三個參數(shù)確定出橢圓，設點P1的坐標為(x1，y1)，點P2的坐標為(x2，y2)切線l1和l2的法線方向分別為N1=(p1，q1)和N2=(p2，q2)，一般情況下，假設：

故此可以推導出以l1、l2為切線，P1和P2為切點的二次曲線簇方程為：

檢測出橢圓后，再將橢圓的參數(shù)信息保存到結構體程序中：

最后，再按照橢圓參數(shù)重新繪制出橢圓圖像。經(jīng)過Hough變換進行邊緣檢測后的圖像如圖7所示。

5  系統(tǒng)實現(xiàn)

結合應用需求，以Visual Studio 2005為開發(fā)平臺，并用其中的智能手機開發(fā)模塊進行系統(tǒng)的模擬開發(fā)與仿真，可使得圖像識別計數(shù)系統(tǒng)的開發(fā)效率大大提高，從而在Window Mobile嵌入式操作系統(tǒng)基礎上，用MFC實現(xiàn)一個管材識別技術系統(tǒng)的原型。圖8所示是該系統(tǒng)的實現(xiàn)界面。

6結束語

本文介紹了數(shù)字圖像處理技術在類圓管材識別計數(shù)系統(tǒng)中的應用方法，同時介紹了該系統(tǒng)的關鍵技術與相關算法，并利用VS 2005編寫了類圓管材識別計數(shù)軟件系統(tǒng)。該系統(tǒng)在相關行業(yè)具有較強的應用前景。

本文使用的關鍵技術和算法相對比較成熟，圖像處理速度較快。但是，對有干擾的源圖像，則可能會引起系統(tǒng)識別計數(shù)錯誤，影響計數(shù)結果精度。后續(xù)可以圍繞該問題做進一步的深入研究，并提高系統(tǒng)的處理速度，改進系統(tǒng)的適應性與實用性。