陳紫微 易小泉 周 猛 張 威 張倚凌 傅茂龍

(華東交通大學(xué)理工學(xué)院，江西 南昌 330100)

1 硬幣分離總流程

硬幣分離總流程如圖1-1：

圖1-1 總流程圖

2 基于顏色特征分離五角硬幣

2.1 圖像獲取

利用智能手機(jī)等照相設(shè)備獲取一張包含3種硬幣的圖像(圖2-1(a))，該樣本圖像選擇黑色作為背景，圖像為png格式，因?yàn)樵摳袷綀D片具有體積小、無(wú)損壓縮、照片清晰等特點(diǎn)，可以提高后期圖像處理的運(yùn)算速度。

2.2 基于HSV顏色模型對(duì)五角硬幣進(jìn)行特征提取

對(duì)物體進(jìn)行顏色特征提取時(shí)常使用RGB顏色模型，但RGB顏色易受光照強(qiáng)度影響，所以本文采用對(duì)光照強(qiáng)度變化不敏感的顏色模型——HSV，HSV分別為色調(diào)(H)、飽和度(S)、明度(V)，經(jīng)過(guò)大量實(shí)驗(yàn)并查閱相關(guān)資料得出五角硬幣HSV變化區(qū)間為[0，56，99]到[180，255，255]，一元和一角的HSV變化區(qū)間為[0，0，89]到[180，51，219]，將提取出的五角和一元、一角的顏色分別放置于創(chuàng)建的黑色背景中，如圖2-1(b)、2-1(c)所示。

圖2-1 硬幣特征的提取

2.3 五角圖像處理

由圖2可見(jiàn)，顏色分離后仍存在一些噪點(diǎn)，可利用形態(tài)學(xué)手段進(jìn)行處理。本文先利用開(kāi)運(yùn)算去除噪點(diǎn)，即先腐蝕后膨脹，開(kāi)運(yùn)算具有能夠除去孤立的小點(diǎn)、毛刺和小橋，而總的位置和形狀不變，開(kāi)運(yùn)算后的RGB圖像如圖2-2(a)。然后采用最大類(lèi)間方差法(又稱(chēng)Otsu算法)對(duì)圖像閾值分割得到二值圖像如圖2-2(b)。

二值圖像中存在許多肉眼看不到的連通域，此時(shí)采取膨脹將與物體接觸的所有背景點(diǎn)合并到該物體上，使邊界向外部擴(kuò)張，填充圖像中的小孔及邊緣處的小凹陷，從而能獲得完整的連通域。最后對(duì)連通域進(jìn)行計(jì)數(shù)，連通域的個(gè)數(shù)即為五角硬幣數(shù)，如圖2-2(c)為膨脹后具有2個(gè)連通域的圖像。

圖2-2 圖像的處理

3 基于Hough變換圓形檢測(cè)分離一元和一角硬幣

3.1 圖像預(yù)處理及邊緣檢測(cè)

從圖2-1(c)中可以看出顏色分離后的圖像不夠平滑，存在許多凹坑，如直接對(duì)該圖像邊緣檢測(cè)會(huì)提高后期霍夫變化的計(jì)算量，所以先對(duì)圖像預(yù)處理，先開(kāi)運(yùn)算后膨脹。開(kāi)運(yùn)算時(shí)必須選擇適當(dāng)?shù)慕Y(jié)構(gòu)元素。圖3-1(a)選擇disk結(jié)構(gòu)元素開(kāi)運(yùn)算后的二值圖像，硬幣的大致輪廓信息已經(jīng)丟失，這對(duì)后期Hough變換檢測(cè)圓很不利，經(jīng)過(guò)大量實(shí)驗(yàn)后選取line結(jié)構(gòu)元素對(duì)圖像進(jìn)行開(kāi)運(yùn)算，結(jié)構(gòu)元素se=strel(′line′，10，45)開(kāi)運(yùn)算后如圖3-1(b)，可見(jiàn)圓形輪廓基本保留。

圖3-1 開(kāi)運(yùn)算后的二值圖像

開(kāi)運(yùn)算后閾值分割轉(zhuǎn)化的二值圖像不夠平滑，所以可對(duì)圖像進(jìn)行膨脹，本文選擇結(jié)構(gòu)元素ones(12，12)對(duì)圖像膨脹，膨脹后如圖3-2(a)所示。膨脹處理后對(duì)其進(jìn)行邊緣檢測(cè)，本文利用Canny算子進(jìn)行邊緣檢測(cè)，檢測(cè)結(jié)果如圖3-2(b)。

圖3-2

3.2 Hough變換

Hough變換實(shí)質(zhì)是對(duì)圖像進(jìn)行坐標(biāo)變換，將圖像空間的線(xiàn)條變?yōu)閰?shù)空間的聚集點(diǎn)，從而將原始圖像中檢測(cè)給定形狀的曲線(xiàn)問(wèn)題，變成尋找參數(shù)空間中峰點(diǎn)的問(wèn)題。它可以檢測(cè)直線(xiàn)，同時(shí)也能夠很好地檢測(cè)圓和橢圓，檢測(cè)圓形的原理如下：

根據(jù)圓的平面方程(x-a)2+(y-b)2=r2，通過(guò)Hough變換將圖像空間(x，y)轉(zhuǎn)換到參數(shù)空間(a，b，r)，然后對(duì)其進(jìn)行累加完成檢測(cè)。但此方法的計(jì)算量很大，所以在進(jìn)行Hough變換之前都需要對(duì)圖像進(jìn)行邊緣提取，利用邊界像素的灰度梯度信息估計(jì)出下式中的角度θ，以此來(lái)降低計(jì)算量：

(1)

根據(jù)公式(1)，需要對(duì)半徑r和角度θ進(jìn)行搜索，所以這里應(yīng)該首先設(shè)置半徑和角度方向的搜索步長(zhǎng)step_r和step_angle，接著給出半徑搜索的最大和最小值，這2個(gè)數(shù)值根據(jù)經(jīng)驗(yàn)確定，然后就可以確定半徑和角度的最大搜索次數(shù)。最后根據(jù)式(1)計(jì)算出對(duì)應(yīng)參數(shù)a和b，根據(jù)a，b的范圍確定hough空間累加器hough_adder是否自增。

由于圖像中不止一個(gè)圓，所以不能直接利用hough_adder中的最大值確定半徑，需要設(shè)置閾值thre來(lái)確定一定半徑的圓，當(dāng)閾值設(shè)置合理才可找出圖像中的圓。對(duì)閾值范圍內(nèi)的點(diǎn)進(jìn)行搜索，當(dāng)滿(mǎn)足圓周內(nèi)外各5個(gè)像素點(diǎn)時(shí)，該點(diǎn)可以認(rèn)為是我們搜尋圓上的點(diǎn)。通過(guò)Hough變換將圖像中圓檢測(cè)出來(lái)，并且可以將圓心坐標(biāo)和圓半徑都顯示出來(lái)。

最后通過(guò)區(qū)分圓半徑的方法區(qū)分出一元和一角硬幣，由于這里設(shè)置搜索出來(lái)的圓半徑是逐漸遞增的，所以只需要判斷在兩個(gè)相鄰點(diǎn)之間圓的半徑是否存在跳變。因?yàn)槿绻遣煌囊辉矌?，即使受拍照角度的影響，它們的半徑值也不?huì)相差很多。由于我們只提取出一元和一角硬幣，這樣我們就可以把圓分成2類(lèi)，然后在每一類(lèi)中再尋找半徑相似的圓位于不同坐標(biāo)的個(gè)數(shù)，也就確定了同樣面值的硬幣的個(gè)數(shù)。Hough變換圓形檢測(cè)結(jié)果如圖3-3。

圖3-3 Hough變換圓形檢測(cè)

4 結(jié)語(yǔ)

五角硬幣分離的關(guān)鍵在于HSV參數(shù)選取，該參數(shù)會(huì)受光照強(qiáng)度的影響，因此需要根據(jù)不同工程應(yīng)用進(jìn)行適當(dāng)調(diào)節(jié)，以獲取最佳識(shí)別效果。Hough變換檢測(cè)圓的關(guān)鍵在于閾值選取，如果選擇偏大，則無(wú)法將圖像中的圓都檢測(cè)出來(lái)。相反，如果偏小，那么可能檢測(cè)出圖像中其它的非目標(biāo)圓。