基于机器视觉的面粉袋码垛机器人研究中图像预处理（上）

 2.3.2图像预处理

数字图像经过各种转换和处理后会不可避免的带有各种类型的噪声和畸变信号，因此不适合直接应用到后续的图像分析和视觉识别中。为了能够更准确地提取出数字图像中的有用信息，必须使用图像预处理过程来最大限度地消除噪声等无用信息的干扰，并对微弱的图像信号进行增强使之易于处理。本文的图像预处理主要包括图像灰度化、图像去噪和图像增强三个环节。

(1)图像灰度化 由于本文采用的工业摄像机（码垛机器人）为彩色摄像机，因此采集的原始图像为彩色图像，而后续的图像分析和视觉识别需要使用的为灰度图像，因此需要把彩色图像转换为灰度图像。

(2)图像去噪 图像去噪也称为图像平滑，主要是为了去除或减小噪声信号的干扰，提高图像的质量，该过程实际上是一种图像的低通滤波。图像平滑的方法主要有低通滤波法、均值滤波法、中值滤波法等，本文通过对比实验各种滤波方法发现中值滤波法的去噪声效果最好，不仅去除了图像中的干扰噪声而且还保留了原图像中清晰的轮廓，满足了识别应用的要求。

(3)图像增强 图像增强是对图像中如轮廓、边缘、对比度等特征信息进行加强突出，以便进一步的分析和识别。图像增强中最简单最常用的是对比度增强技术，它能够对每一个像素点的灰度值进行处理并且是一一对应的，其中比较典型的是灰度的线性变换。线性变换可以使图像的动态范围扩大并且增大原图像的对比度，经过线性变换后图像更清晰分明，图像的整体品质得到有效的提高。若令原始图像f(x,y)的灰度值范围为[a,b]，其变化公式如式（2-13）所示。

2.4面粉袋类型识别

2.4.1识别方法分析

面粉企业从同一条面粉生产流水线上生产出的面粉有4种类型，分别为“特精粉”、“喜相乐”、“馒头王”和“喜相逢”。使用摄像机分别采集各种类型的面粉袋图像，并进行灰度转化、图像去噪和对比度增强，处理后的面粉袋图像如图2.3所示。

码垛机器人经对比分析不同类型面粉袋发现，面粉袋的正面都包含较多文字信息，中部较大文字分别为“特精粉”、“喜相乐”、“馒头王”和“喜相逢”，并且相对于其他区域特征明显，因此，选择不同面粉袋名称文字作为识别不同类型面粉袋的依据，使用图像匹配的方法区分不同类型的面粉袋。