基于機器視覺的藥盒印刷質(zhì)量檢測系統(tǒng)配準算法研究_圖文

1、 廣東印刷 2010.1在印刷品質(zhì)量檢測系統(tǒng)中，圖像配準算法是一項關鍵技術。配準的精度和速度直接影響到系統(tǒng)的性能。根據(jù)藥盒印刷質(zhì)量檢測的特點和要求，文章針對印刷圖像配準算法進行研究。本文采用互相關算法和基于控制點搜索策略相結合的配準方法。實驗結果顯示該算法能夠快速、有效地配準采集到的藥盒印刷圖像。一、介紹印刷質(zhì)量檢測的整體思路是用一幅合格的印刷品模版圖像和一幅待檢的印刷品圖像進行比較，提取兩者的差異信息，并設定相應的閾值，用來判斷待檢圖像是否合格。印刷質(zhì)量檢測系統(tǒng)的原理框圖，如圖一所示。二、互相關算法與基于控制點搜索策略相結合的圖像配準算法藥盒在印刷過程中，因為機械原因會存在一定程度的變形，而

2、產(chǎn)生的變形可以看成一種剛體變形（只存在水平和旋轉這兩種變形），相應的模版圖像和待配準圖像之間的配準操作可以通過剛體變換來完成。1. 圖像邊緣提取和二值化操作在圖像配準和缺陷檢測之前，為了克服噪聲的影響，更多的獲取圖像的主要邊緣信息，需要對采集到的印刷品圖像進行邊緣提取、二值化等預處理操作。在系統(tǒng)中，我們采用改進的二值化技術，如下：if （f (x ，y 臆T f (x ，y =0；else f (x ，y =f(x ，y (1T 為二值化的閾值，針對藥盒的印刷圖像檢測，T 將會在110到130之間取值。印刷品的邊界圖像，以及進行二值化處理后的圖像，如圖二所示。2. ROI （Region of

3、 Interest ）區(qū)域選擇根據(jù)前面的分析可知，藥盒上的印刷圖像的變形可看成剛體變形，通過選擇一塊特定的ROI 區(qū)域，并將從此ROI 區(qū)域中獲得的變換參數(shù)，作為整幅印刷圖像的變換參數(shù)，這樣可以極大的減少算法所需處理的數(shù)據(jù)量。這里需要特別指出的是，在選擇模版圖像和待測圖像的ROI 區(qū)域時，我們必須遵守兩點原則。第一點：保 證基于機器視覺的藥盒印刷質(zhì)量檢測系統(tǒng)文/綦宏偉趙麗花 圖一印刷品質(zhì)量檢測系統(tǒng)原理圖包裝印刷（A ）原始模板圖像（B ）邊緣提取，二值化后的圖像圖二邊緣提取和二值化技術專欄48- 廣東印刷2010.1所選擇的兩個ROI 區(qū)域完全相同；第二點：兩個ROI 區(qū)域要形狀規(guī)則，對比明顯

4、。本系統(tǒng)中，所選擇的ROI 區(qū)域如圖三所示。3. 圖像配準配準操作，主要在所選擇的ROI 區(qū)域中，采用最大互相關算法來確定模板圖像和待配準圖像的相對旋轉角度和水平、垂直的偏移量，進而完成模板圖像和待配準圖像的配準工作。當對兩個ROI 區(qū)域采用互相關算法時，要先固定一個ROI 區(qū)域，然后讓另一個ROI 區(qū)域在橫向、縱向，以及軸向區(qū)域進行變換。假定橫向平移量為 x ，垂直平移量為 y ，旋轉角為 ，對任意一組形變參數(shù)（ x ， y ， ），采用互相關運算可以獲得兩個ROI 區(qū)域的相關度。通過遍歷ROI 區(qū)域中的每一組（ x ， y ， ）參數(shù)，可以得到最大相關度的一組參數(shù)，以這組參數(shù)作為兩個ROI

5、 區(qū)域的配準參數(shù)，完成配準操作。剛體變形的旋轉偏角確定。藥盒在印制過程中，是將多個藥盒印在一張大紙上（一張紙上可以印制56個藥盒，分為8行7列）。假定獲得的印刷圖像只存在一定的剛體變形，且同一行的8個藥盒印刷圖像嚴格平行，通過比較同一行的兩幅藥盒印刷圖像，即可得到模版圖像和待配準圖像的相對旋轉角度。在待配準圖像的同一行藥盒印刷圖像中選擇兩個相同的ROI 區(qū)域ROI1和ROI2，同時再在模版圖像中和ROI1和ROI2相對應的位置選擇ROI3和ROI4。模版圖像和配準圖像的相對旋轉角度 ，能夠通過如下方法確定。首先假定ROI1和ROI2的質(zhì)心相距(dx ，dy ，同時這兩個區(qū)域通過互相關算法完成有

6、效配準時的實際偏移位移為（ x ， y ）；同理ROI3和ROI4的質(zhì)心為(dx ，dy 有效配準時的偏移位移為（ x ， y ）。待配準圖像和水平方向的分離角 1為： 1=arctan( (2同理，模版圖像和水平方向的分離角 2為： 2=arctan( (3模版印刷圖像和待檢印刷圖像的相對旋轉偏角 為： = 2- 1(4計算模板圖像和待配準圖像旋轉偏角的算法示意圖，如圖五：圖像旋轉和插值變換。確定了模板圖像和待配準圖像的相對旋轉角度 后，將待配準圖像f （x ，y ）反向旋轉 ，相應的模版圖像和待檢圖像的配準就簡化為單純的平移變換。對圖像進行旋轉操作，首先必須選定一點(x 0，y 0 作為圖

7、像的旋轉中心，通常選擇ROI 區(qū)域的中心點或者是頂點。圖像f （x ，y ）進行旋轉操作后不是每個像素點都對應一個整數(shù)坐標，因此一個圖像進行旋轉操作后，需要進行相應的插值變換操作來得到旋轉后圖像。插值算法有很多種，考慮到算法的耗時和精度，本系統(tǒng)采用雙線性插值算法。假定坐標系中(x ，y 是圖像f （x ，y ）的一個點，當圖像圍繞點(x 0，y 0 旋轉 ，相應的坐標變?yōu)?x ，y ，有：x =(x -x 0 cos +(y-y 0 sin +x 0=x cos +y sin +Dx(5y =(y -y 0 cos -(x-x 0 sin +y 0=y cos +x sin +Dy(6其中，D

8、x=-x0cos -y 0sin +x 0(7 Dy=-x0sin +y 0cos +y 0(8待配準圖像進行旋轉、插值操作后，只剩下簡單的 平圖三ROI 區(qū)域的 選擇圖四同行的兩幅藥盒圖像ROI 區(qū)域 選擇圖五計算旋轉偏角的算法示意圖包裝印刷技術專欄49- 廣東印刷 2010.1移操作。4. 基于控制點的搜索策略在得到模版圖像和待配準圖像的相對旋轉偏角 和平移量（ x ， y ）后，如果利用互相關算法搜索給定區(qū)域的每一個控制點（在圖像配準中，每個（ x ， y ， ）參數(shù)組稱為一個控制點），當搜索區(qū)域較大且要求的配準精度較高時，全局搜索耗時長，無法滿足系統(tǒng)實時性要求，為了解決這個問題，這里采

9、用了基于控制點的優(yōu)化搜索策略。基于控制點的優(yōu)化搜索策略采用一種由粗到細的搜索思路。首先在低精度情況下對圖像進行粗略搜索，找到相應的最優(yōu)控制點（ x i ， y j ），然后以此控制點（ x i ， y j ）作為一個范圍更小、精度更高的搜索區(qū)域中心，再次搜索得到一個精度更高的控制點。按此思路繼續(xù)搜索，可以很快找到所需精度下的最優(yōu)的控制點（ x ， y ）?；诳刂泣c的優(yōu)化搜索算法，其思路在圖六中給出直觀的說明。如圖六所示，該搜索區(qū)域為-1+1像素，最小搜索精度為1/4個像素。圖六（A ）指出算法在搜索區(qū)域為-1+1像素范圍內(nèi)的9個控制點，搜索精度在一個像素以內(nèi)，尋找最優(yōu)的匹配點。最佳配準點即如圖六（A ）中所示的黑點。然后提高搜索精度，搜索步長和搜索范圍減半，在15個點中找到最優(yōu)的匹配點為圖六（B ）中所示黑點。搜索算法繼續(xù)進行下去，直到搜索到滿足配準精度的匹配點。5. 實驗結果和分析為了測試互相關算法和基于控制點的優(yōu)化搜索策略相結合的配準算法的配準精度和速度，我們采用兩組圖像對算法進行測試：一組是模板圖像，另一組是對模板圖像按照參數(shù)（x ，y ，）進行剛體變換形成的待配準圖像。采用上述算法對進行兩組圖像的配準工作，獲得組配準參數(shù)。通過比較這兩組參數(shù)，我們可以得出配準的精度。剛體變形參數(shù)值和通過上述算法得到的變形參數(shù)的計算值