基于缩皱纹理的绵蚕识别技术研究+MATLAB程序(4)
光强和入射角度的选择：由于超眼本身自带光源是竖直向下的，而蚕茧的纹理的方向又是斜着的，不均匀的，在竖直向下的光强之下，遇到沟槽也是直接以0度的反射角反射出去，对纹理沟槽的体现不起什么作用，因此需要斜射光来让表面粗糙的沟槽起漫反射，让反射光来成像。由于实验器材的简陋，这里选择了利用手机自带的手电来提供光强，入射角度选定了右边45度，手电的光强也足够消除摄像体前面的阴影，拍出的上绵茧的图片效果较好。
图2.3 u=25mm 上茧s3 图2.4 u=25mm 绵茧m3
图2.5 u=10mm 上茧s4 图2.6 u=10mm 上茧s4
图2.7 u=1mm 上茧s7 图2.7 u=1mm 绵茧m7
比较三次拍摄的图片，第三组图片（图2.7和图2.8）可以较好的在图片像素的层次上看出上绵茧的区别，这是因为在对焦后物距u=1mm的前提下拍摄的图片，相当于蚕茧的中间部分的区域被放大了，本文后续的模型算法都是针对物距u=1mm的图像来处理的。上图直观的反映了上绵茧的区别，上茧的表面较为粗糙，其沟槽较深，沟槽的数量较多，上茧的蚕丝的密度较大，使得透光性较差，整张图片的基调显得较暗；绵茧的表面较为光滑，沟槽数目较少，蚕丝的密度较小，整张图片的基调较亮。这样经由后续的模型和算法尽量挖掘这方面的特征参数。
3 蚕茧图像预处理
由于超眼摄像机拍摄的图像（原始图像）受到外在条件限制和随机干扰的影响，使得图片存在大量噪声，需要将图像进行预处理[7][8][9]。图像预处理是将图像的不同特征分检出来交给识别模块识别，主要作用有改善图像质量，突出图像中需要识别出的有效信息，最大限度的将数据简化，提高图像在进行特征提取和识别等操作的可靠性。图像预处理常用的方法有很多，通常蚕茧图像需经过灰度化、图像增强、图像去噪等预处理[10]，有时还需二值化处理，得到的图像方便后续蚕茧处理。文中采用的预处理流程图如图3.1。
图3.1 预处理流程图
3.1 灰度化处理
超眼摄像机拍摄的图片为彩色图，每个像素点是红色、绿色、蓝色（R、G、B）的三个分量的组合。通常而言每个分量占1个字节，这样一个RGB像素点需要24位来表示，为了简化数据减少数据量，采用灰度化一个像素仅需8位。尽管失去了一些颜色等级，但从图像的色彩和亮度来看，灰度图和彩色图的描述是一致的，说明纹理特征并没有缺失。
灰度模型中，灰度值采用1个字节表示，可表示的灰度范围为0-255。常用的灰度化有四种方法：分量法、最大值法、平均值法、加权平均法。文中的蚕茧图像采用加权平均法实现灰度化，由于人眼对绿色的敏感最高，对蓝色敏感最低，基于视觉心理学，将三个分量以不同的权值进行加权平均。按下式对RGB三分量进行加权平均能得到较合理的灰度图像（如下图3.2）： 。
上一篇：盘式制动器制动系设计+文献综述