第1期 杜鹏宇等：无钟布料料流轨迹激光测试与图像分析 .23. G.=lf(x-1 y-1)+f(x-1 y)+f(x-1 据的提取和分析提供了有力的数据基础. y+1)-x+1y-1)+x+1y)+ fx+1,y+1)I G,=f(x-1,y+1)+f(xy+1)+f(x+1 y+1)-f(x-1y-1)-fxy-1)+ fx+1y+1)1 P(&y)=G.十G, (3) (4)Canny边缘检测算子，Canny于1986年提 出了基于最优化算法的边缘检测算子[o),Canny算 图2 Roberts边缘检测算子 子是通过利用高斯函数计算梯度对图像滤波，使用 Fig 2 Roberts alorithm of edge detection 两个阈值去探测强弱边缘山，如果弱边缘与强边缘 相邻接则弱边缘作为边缘输出，它有效地排除了虚 假边缘的干扰，更好地探测到物体的实际边缘，最终 得到物体的边缘图像2- 高斯滤波函数为： G(x y)=exp 2.2 (4) 计算幅值和梯度方向公式： M(i)=P(i)+Q() 0(i j)=arctan[Q(i j)/P(i j] (5) 图3Sobe边缘检测算子 由于高炉布料过程中，料流速度快，采集到的图 Fig 3 Sobel akorithm of edge detection 像容易产生虚假边缘，因此必须对料流轨迹虚假边 缘进行排除，去除料流轨迹虚假边缘，采用两个阈 值进行界定，如何确定合理的阈值是决定图像边缘 分析的关键问题之一，对图像特征点的提取也是至 关重要，如果图像特征点提取到了虚假边缘的信 息，对布料轨迹和落点的位置会产生很大的误差，因 此要对Canny算子的两个阈值设定必须进行探测， 最后根据图像边缘分析效果来决定两个阈值的大 小.这是与经典Canny算子的固定阈值有极大的区 别，这种探测寻优阈值方式，更好地适应了不同的图 图4 Prew itti边缘检测算子 像质量，在噪声干扰严重，图像边缘分析严重失真 Fig 4 Prew itt algorithm of edge detection 的情况下，这种阈值确定方式可以更精确地分析出 图像的虚假边缘和真实边缘，为特征数据的提取提 供了更准确的依据. 图2~图5是采用不同边缘检测算子对同一幅 料流轨迹图像分析的结果，从处理效果可以看到， Sobel算子、Prew itt算子和Roberts算子三种算子在 处理高粉尘图像容易遗漏真实边缘，提取虚假的边 缘信息.对于虚假的边缘Canny算子由于采用了探 测阈值的方式，排除虚假边缘的影响，图像数据的获 取得到很大提高，它有效地抑制了图像的噪声，合理 图5 Canny边缘检测算子 地提取了图像的真实边缘信息，为高炉料流轨迹数 Fg 5 Canny akorithm of edge detection第 1期 杜鹏宇等： 无钟布料料流轨迹激光测试与图像分析 Ｇｘ＝｜ｆ（ｘ—1‚ｙ—1）＋ｆ（ｘ—1‚ｙ）＋ｆ（ｘ—1‚ ｙ＋1）—ｆ（ｘ＋1‚ｙ—1）＋ｆ（ｘ＋1‚ｙ）＋ ｆ（ｘ＋1‚ｙ＋1）｜ Ｇｙ＝｜ｆ（ｘ—1‚ｙ＋1）＋ｆ（ｘ‚ｙ＋1）＋ｆ（ｘ＋1‚ ｙ＋1）—ｆ（ｘ—1‚ｙ—1）—ｆ（ｘ‚ｙ—1）＋ ｆ（ｘ＋1‚ｙ＋1）｜ Ｐ（ｘ‚ｙ）＝Ｇｘ＋Ｇｙ （3） （4） Ｃａｎｎｙ边缘检测算子．Ｃａｎｎｙ于 1986年提 出了基于最优化算法的边缘检测算子 ［10］‚Ｃａｎｎｙ算 子是通过利用高斯函数计算梯度对图像滤波‚使用 两个阈值去探测强弱边缘 ［11］‚如果弱边缘与强边缘 相邻接则弱边缘作为边缘输出‚它有效地排除了虚 假边缘的干扰‚更好地探测到物体的实际边缘‚最终 得到物体的边缘图像 ［12--13］． 高斯滤波函数为： Ｇ（ｘ‚ｙ）＝ｅｘｐ — ｘ 2＋ｙ 2 2σ 2 （4） 计算幅值和梯度方向公式： Ｍ（ｉ‚ｊ）＝ Ｐ 2 （ｉ‚ｊ）＋Ｑ 2 （ｉ‚ｊ） θ（ｉ‚ｊ）＝ａｒｃｔａｎ［Ｑ（ｉ‚ｊ）／Ｐ（ｉ‚ｊ） ］ （5） 由于高炉布料过程中‚料流速度快‚采集到的图 像容易产生虚假边缘‚因此必须对料流轨迹虚假边 缘进行排除．去除料流轨迹虚假边缘‚采用两个阈 值进行界定‚如何确定合理的阈值是决定图像边缘 分析的关键问题之一‚对图像特征点的提取也是至 关重要．如果图像特征点提取到了虚假边缘的信 息‚对布料轨迹和落点的位置会产生很大的误差‚因 此要对 Ｃａｎｎｙ算子的两个阈值设定必须进行探测‚ 最后根据图像边缘分析效果来决定两个阈值的大 小．这是与经典 Ｃａｎｎｙ算子的固定阈值有极大的区 别‚这种探测寻优阈值方式‚更好地适应了不同的图 像质量．在噪声干扰严重‚图像边缘分析严重失真 的情况下‚这种阈值确定方式可以更精确地分析出 图像的虚假边缘和真实边缘‚为特征数据的提取提 供了更准确的依据． 图 2～图 5是采用不同边缘检测算子对同一幅 料流轨迹图像分析的结果．从处理效果可以看到‚ Ｓｏｂｅｌ算子、Ｐｒｅｗｉｔｔ算子和 Ｒｏｂｅｒｔｓ算子三种算子在 处理高粉尘图像容易遗漏真实边缘‚提取虚假的边 缘信息．对于虚假的边缘 Ｃａｎｎｙ算子由于采用了探 测阈值的方式‚排除虚假边缘的影响‚图像数据的获 取得到很大提高‚它有效地抑制了图像的噪声‚合理 地提取了图像的真实边缘信息‚为高炉料流轨迹数 据的提取和分析提供了有力的数据基础． 图 2 Ｒｏｂｅｒｔｓ边缘检测算子 Ｆｉｇ．2 Ｒｏｂｅｒｔｓａｌｇｏｒｉｔｈｍｏｆｅｄｇｅｄｅｔｅｃｔｉｏｎ 图 3 Ｓｏｂｅｌ边缘检测算子 Ｆｉｇ．3 Ｓｏｂｅｌａｌｇｏｒｉｔｈｍｏｆｅｄｇｅｄｅｔｅｃｔｉｏｎ 图 4 Ｐｒｅｗｉｔｔ边缘检测算子 Ｆｉｇ．4 Ｐｒｅｗｉｔｔａｌｇｏｒｉｔｈｍｏｆｅｄｇｅｄｅｔｅｃｔｉｏｎ 图 5 Ｃａｎｎｙ边缘检测算子 Ｆｉｇ．5 Ｃａｎｎｙａｌｇｏｒｉｔｈｍｏｆｅｄｇｅｄｅｔｅｃｔｉｏｎ ·23·