黃世釗, 陶彥輝
(安徽新華學(xué)院,安徽 合肥 230088)
品質(zhì)分選是糧食產(chǎn)品加工的一個必不可少的步驟,目前廣泛使用的色選機(jī)一般簡單的通過合格顆粒與不合格顆粒間的顏色、體積以及形狀來進(jìn)行區(qū)分[1],或采用機(jī)器視覺、光譜技術(shù)、計算機(jī)特征識別等技術(shù)進(jìn)1行豆類作物的分選[2]??傮w來說,由于豆類形狀、顏色都比大米復(fù)雜得多,因此使用傳統(tǒng)的方法對豆類作物進(jìn)行分選,其識別正確率還處于較低水平。
當(dāng)前基于目標(biāo)偏振特征進(jìn)行聚類分選在軍事、航天等領(lǐng)域得到了廣泛的應(yīng)用,使用偏振光進(jìn)行目標(biāo)探測,在獲得目標(biāo)的光強(qiáng)分布信息的同時,還能得到反射體偏振信息,因此易于在低對比度背景下凸顯目標(biāo)結(jié)構(gòu)與形態(tài)并獲得豐富的細(xì)節(jié)信息,這些特性可有效應(yīng)用于豆類等作物分選。基于此,研制了分孔徑偏振成像裝置,對豆類目標(biāo)的偏振特性、偏振圖像融合算法和目標(biāo)特征提取算法進(jìn)行了研究。
色選機(jī)工作時,被測物件通常以傳送帶或自由落體形式運動至圖像采集區(qū)域,與相機(jī)通常相距25-50cm[3],是典型的近距離小目標(biāo)。偏振測量通常需要對同一目標(biāo)進(jìn)行三個或更多個偏振方向進(jìn)行成像處理,傳統(tǒng)偏振測量方法是通過轉(zhuǎn)動件或調(diào)制器部件,分時將不同偏振濾光片轉(zhuǎn)動到CCD成像視場[4],在進(jìn)行快速運動目標(biāo)成像時,分時成像會造成目標(biāo)在圖像位置上的巨大偏移,給偏振配準(zhǔn)和目標(biāo)檢測造成極大困難,基于以上分析,系統(tǒng)必須采用對同一目標(biāo)同時進(jìn)行不同偏振角度測量的方法進(jìn)行成像,針對以上情況,選取基于分孔徑方式的同時偏振成像系統(tǒng)作為探測器。
偏振成像測量的目的是獲得Stocks向量,當(dāng)只需獲得不完全Stocks向量時,對一個場景或目標(biāo)至少需要進(jìn)行三次測量[5],一般的偏振測量系統(tǒng)是分時測量的,但當(dāng)被測物體與鏡頭存在相對運動時,分時測量會產(chǎn)生場景偏差。因此必須采用同時偏振成像系統(tǒng),在一次曝光條件下獲得同一場景的幾幅不同偏振態(tài)圖像。在分選機(jī)上,由于目標(biāo)與光學(xué)系統(tǒng)的距離很近,因此,多個鏡頭同時成像時,鏡頭間的位置偏差也會產(chǎn)生場景偏移,故綜合以上論述,色選機(jī)偏振成像系統(tǒng)宜采用基于分光的多通道光學(xué)系統(tǒng)進(jìn)行成像。目前用于多通道光學(xué)系統(tǒng)的分光技術(shù)主要有采用光柵、棱鏡或分束器的分振幅技術(shù),在孔徑上放置多路分光子系統(tǒng)的分孔徑技術(shù),及干涉型分光技術(shù)等[6],其中,分孔徑光學(xué)系統(tǒng)結(jié)構(gòu)簡單,制作方便、圖像數(shù)據(jù)處理簡便且成本較低,比較適合應(yīng)用于光電色選機(jī)。
針對系統(tǒng)設(shè)計要求,設(shè)計了基于分孔徑光學(xué)系統(tǒng)的近距離同時偏振成像探測系統(tǒng),系統(tǒng)主要由分孔徑成像物鏡、三路不同偏振方向的偏振片和三路相機(jī)、信號處理組件等部分組成,其結(jié)構(gòu)如圖1所示,其中,三路偏振探測方向設(shè)置為0°、60°和120°,使三個偏振濾光片的透光軸以60°角呈等距離分布,在每個濾光片后放置CCD探測器及圖像數(shù)據(jù)采集系統(tǒng)。
圖1 分孔徑同時偏振成像探測系統(tǒng)
系統(tǒng)核心部分是分孔徑透鏡成像系統(tǒng),由三個不同方向的光軸組成,在透鏡的孔徑光闌處,各光軸與系統(tǒng)中心軸之間存在一個偏心夾角,從而將同一束入射光分為完全相同的三束,形成三個光學(xué)通道,分光完成后,在各個子系統(tǒng)后方分別放置0°、60°和120°偏振片,這樣,豆類目標(biāo)在3個光學(xué)通道分別形成0°、60°和120°偏振圖像并被探測器(CCD)所接收,通過這種方法,可同時獲得同一場景下同一目標(biāo)的3個不同偏振狀態(tài)的偏振圖像,經(jīng)圖像據(jù)處理即可得到完整的3個Stocks分量圖[7]。
在進(jìn)行分孔徑處理后,各個光學(xué)通道可以看成是獨立成像系統(tǒng),并且單像元瞬時視場較小,因此該系統(tǒng)是一個近軸理想光學(xué)系統(tǒng),目標(biāo)偏振信息可由Stokes方程來描述,通常情況下方程使用Stokes向量S=[S0,S1,S2]來描述目標(biāo)的偏振信息,由Stokes方程可知:入射光經(jīng)過三個偏振片后,輸出光強(qiáng)度滿足下式:
其中,Iθ為各角度的輸出光強(qiáng)度,I、Q、U為偏振態(tài)Stokes參量,取θ為0°、60°和120°,即可求出I、Q、U的值:
進(jìn)而得到線偏振度和偏振角的值:
按照上文所述搭建偏振成像實驗系統(tǒng),以紅豆為研究對象,分別使用普通相機(jī)和偏振相機(jī)進(jìn)行了成像試驗,圖2顯示了三通道CCD同步偏振成像裝置所獲取的三個目標(biāo)偏振圖像,其中圖(a)線偏振片的方向為0°參考方向,圖( b) 、( c) 分別為60°、120°方向偏振圖像。
(a)0°強(qiáng)度圖像 (b)60°強(qiáng)度圖像 (c)120°強(qiáng)度圖像
圖3 斯托克斯分量
圖4 識別結(jié)果
比較不同角度的偏振圖像,可以發(fā)現(xiàn),三個強(qiáng)度圖像中,好的豆子與壞的豆子之間亮度存在較大差異,這是由于正常目標(biāo)的表面比較光滑,因此其反射的偏振光方向基本一致,當(dāng)偏振片方向與反射光偏振方向不一致時,目標(biāo)亮度就比較小。而含有褶皺、干癟等缺陷的紅豆,在不同的偏振方向上所成圖像的亮度變化則比較小,這是因為反射光中偏振光所占比例較小的緣故,從強(qiáng)度圖上看,正常目標(biāo)與缺陷目標(biāo)間的特征變化不明顯,無法進(jìn)行區(qū)分。
由各角度的輸出圖像進(jìn)行斯托克斯運算,得到、、斯托克斯分量如圖3所示。由圖可以看出,Q分量圖像中,目標(biāo)的總體輪廓變?nèi)?,而目?biāo)粗糙度特征、表面突變特征方面則更加突出,表現(xiàn)為褶皺部分、缺陷部分的亮度得到加強(qiáng),這有利于對目標(biāo)的表面缺陷進(jìn)行分析;而U分量圖像則使目標(biāo)的輪廓更加清晰,有利于對目標(biāo)的形狀缺陷進(jìn)行分揀。但總體說來,目標(biāo)特征仍然不夠突出。
圖4為目標(biāo)的偏振度、偏振角圖像以及最優(yōu)融合圖像,從(a)(b)兩圖可以看出,偏振度圖像使目標(biāo)缺陷、表面褶皺等部分的特征更加突出,而偏振角圖像則進(jìn)一步強(qiáng)化了目標(biāo)輪廓信息,對于檢測目標(biāo)形狀缺陷具有相當(dāng)?shù)囊饬x。
為進(jìn)一步綜合利用目標(biāo)偏振信息,采用基于邊緣信息的小波融合算法,得到最優(yōu)融合圖像如圖4(c)所示,由圖可看出,圖像經(jīng)偏振融合處理后,最大限度地突出了目標(biāo)缺陷特征,即缺陷部位的灰度值非常低,而光滑的豆類目標(biāo),其亮度分布非常規(guī)則,為機(jī)器分揀和目標(biāo)聚類分析提供了非常有力的支持,降低了算法的復(fù)雜度,通過融合,最大程度展現(xiàn)了不同目標(biāo)的表面特征:
①形狀缺陷:表現(xiàn)為目標(biāo)外層低亮度環(huán)狀帶形狀發(fā)生寬度突變,環(huán)形發(fā)生彎曲;
②表面褶皺:內(nèi)層會產(chǎn)生大面積低亮度區(qū)域,并與外層低亮度區(qū)域連通;
③干癟:內(nèi)層產(chǎn)生大量小面積不規(guī)則低亮度點狀區(qū)域;
④正常目標(biāo):目標(biāo)成像由兩層組成,內(nèi)層為低亮度規(guī)則橢圓狀,外層為精細(xì)均勻的低亮度環(huán)狀區(qū)域。
反射光的偏振性質(zhì)是物體的本征屬性之一,偏振成像可以使目標(biāo)的細(xì)節(jié)信息更為突出,因此更加有利于目標(biāo)特征的提取和目標(biāo)種類進(jìn)行識別,可有效提高目標(biāo)分選正確率。針對豆類作物分選所遇到的問題,提出了利用偏振成像探測的方法進(jìn)行豆類作物特征識別的方法,并根據(jù)要求搭建了同時偏振成像探測系統(tǒng),實驗結(jié)果表明,基于同時偏振成像的分選系統(tǒng),能夠有效提取目標(biāo)特征,對目標(biāo)的典型缺陷有著較強(qiáng)分辨能力,其分選效果大大優(yōu)于普通成像探測。