摘 要: 針對工業(yè)現(xiàn)場所拍攝的高溫熔體" title="熔體">熔體表面覆蓋有大量煙霧且難以有效分割的狀況，提出一種目標圖像的組合識別方法，即先采用分色分割算法去除雜散光、光暈和霧狀、點狀噪聲等干擾，然后用改進的最大類間方差算法分割高溫目標圖像，并運用數(shù)學形態(tài)學方法對分割結(jié)果進行后處理以消除游離點和孔洞，使圖像邊緣平滑。實驗結(jié)果表明，該方法能夠有效地分割出目標圖像，并減小目標圖像所受的噪聲干擾，有較強的實用性。
關(guān)鍵詞: 圖像目標識別； 數(shù)字圖像處理； 輻射測溫" title="測溫">測溫； 目標分割
?
利用CCD圖像傳感器和數(shù)字圖像處理技術(shù)實現(xiàn)高溫溫度場" title="溫度場">溫度場的軟測量，已成為當前高溫測量領(lǐng)域的研究熱點之一[1]。在利用CCD圖像傳感器獲得的高溫輻射圖像進行溫度計算時，必須先從輻射圖像中準確識別待測目標，從而得到正確的高溫熔體表面溫度場[2]。由于測量現(xiàn)場環(huán)境惡劣，工況復雜，高溫熔體表面常常會被大量的煙霧掩蓋，使圖像傳感器所獲取的高溫輻射圖像充滿噪聲和煙霧干擾。因此，研究一種抗噪性強，并能將煙霧有效地從被測目標中去除的方法很有必要。
參考文獻[3]提出了一種分別采用雙峰法和最大方差自動取閾值法確定分割閾值，再根據(jù)高溫輻射體" title="輻射體">輻射體的灰度值近似相等來選擇合適的分割閾值，以此識別出待測目標的算法。而參考文獻[4]提出了一種基于Bubble小波變換的高溫輻射體圖像分割" title="圖像分割">圖像分割算法。但是當煙霧亮度或顏色值和輻射體相近時，這些算法都不能有效去除煙霧對高溫熔體的影響。
針對以上情況，本文提出一種目標圖像的組合識別方法。該方法先根據(jù)高溫輻射體三基色圖像的噪聲特點，通過對紅、綠基色圖像分別進行分割來減小甚至消除高溫輻射體圖像的各種噪聲；然后對分割的結(jié)果用改進的最大類間方差算法進一步分割以去除煙霧干擾，達到準確分割的目的；最后運用數(shù)學形態(tài)學方法對分割結(jié)果進行后處理，以消除目標圖像中的游離點和孔洞，并使圖像邊緣平滑。
1 分色分割算法
當被測目標的直方圖具有良好的雙峰特性時，運用直方圖閾值化分割算法可以得到很好的分割效果[5-6]。而高溫輻射體的紅、綠基色圖像都具有典型的雙峰特征，故直方圖閾值化分割算法適用于對高溫輻射體進行分色分割[7]。
??? 由普朗克定律可知，輻射體溫度升高時，其光譜輻射亮度曲線的峰值波長向短波方向移動。由于不同類型的輻射干擾集中于不同的波段，因此，可以采用分色分割的方法將其去除。
1.1 利用紅基色圖像分割去除雜散光干擾
????雜散光干擾處于短波段，其干擾圖像與高溫輻射體的綠基色圖像相近，因此在對綠基色圖像進行分割時，雜散光干擾圖像會被誤作目標，而對紅基色圖像進行分割卻可以有效去除雜散光干擾。
??? 設(shè)c(x，y)為原始圖像像素點(x，y)處的灰度值，R(x，y)、G(x，y)、B(x，y)為原始圖像像素點(x，y)處的紅、綠、藍基色值，TR是運用直方圖閾值化分割算法求得的紅基色圖像的分割閾值，cR(x，y)是(x，y)處的紅基色目標圖像像素值，則：
? 
1．2 利用綠基色圖像分割去除霧狀、點狀噪聲和光暈干擾
霧狀、點狀噪聲和光暈干擾主要集中在紅色波段，因此對綠基色圖像進行分割可以有效地去除這類干擾。設(shè)cG(x，y)是(x，y)處的綠基色目標圖像像素值，TG是運用直方圖閾值化分割算法求得的綠基色圖像的分割閾值，則有：
?
對高溫輻射體的紅、綠基色圖像進行分割后，若取分割結(jié)果的交集作為高溫輻射目標圖像的識別結(jié)果，則既可以消除雜散光干擾，又可以消除光暈和霧狀、點狀噪聲干擾，即：
式中，cRG(x，y)是高溫輻射體目標圖像的分割結(jié)果。
2 改進的最大類間方差算法
2．1 傳統(tǒng)的最大類間方差算法
最大類間方差算法一直被認為是最優(yōu)的閾值自動選取方法[7-8]。記f(i,j)為M×N圖像(i,j)點處的灰度值,灰度級為m,設(shè)f(i,j)取值為[0,m-1]，記p(k)為f(i,j)灰度值為k的頻率,則有:
假設(shè)用灰度值t為閾值分割出的目標與背景分別為{f(i,j)?燮t}和{f(i,j)>t},則目標所占比例為：?????????
背景部分的像素點數(shù)為:??
式(15)中，右邊括號內(nèi)實際上就是類間方差值,閾值th分割出的目標和背景兩部分構(gòu)成了整幅圖像。目標灰度取值為μ0(t),其概率為ω1(t)；背景灰度取值為μ1(t),其概率為ω0(t),總均值為μ。因方差是灰度分布均勻性的一種度量,方差值越大,說明構(gòu)成圖像的兩部分差別越大。部分目標錯分為背景或部分背景，錯分為目標都會導致兩部分的差別變小,因此使類間方差最大的分割意味著錯分概率最小。
2．2 改進的最大類間方差算法
??? 最大類間方差算法是以灰度均值來區(qū)分目標與背景的，而灰度分布參數(shù)除了有灰度均值外還有方差, 因為圖像的灰度平均方差反映了圖像灰度分布的均勻性(離散程度) ,圖像目標與背景區(qū)內(nèi)部灰度分布相對較均勻,而邊界及其附近點的灰度躍變通常較大,灰度平均方差值近似地反映了圖像邊界點的灰度躍變情況。如果分割出的兩部分中，某部分的平均方差與總圖的平均方差很接近,則說明有可能把整個邊界及其附近點都分割到該部分了,即出現(xiàn)了錯分。據(jù)此分析,以灰度平均方差代替?zhèn)鹘y(tǒng)的最大類間方差算法中的均值是合理的,即:
??? 
2．3 改進的最大類間方差分割步驟
(1) 選取分色分割算法得到的IRG(x,y)，將IRG(x,y)所標明的前景區(qū)域所有的像素的紅色分量值逐列生成一個列向量v。
(2) 采用改進的最大類間方差算法求v的分割閾值TR′，利用下式得到IR′(x,y)：
(3) 對二值圖像IR′(x,y)進行二值圖像形態(tài)學操作。首先采用閉操作對前景區(qū)中的細小空洞進行填充，然后運用開操作去除背景區(qū)的孤立塊，平滑前景區(qū)邊緣。
(4) 由IR′(x,y)得到最終的分割結(jié)果：
3 實驗結(jié)果
高溫熔體識別效果比較如圖1所示。圖1(a)、圖1(d)是在用CCD圖像傳感器拍攝的含有煙霧干擾的某銅冶煉廠閃速爐放銅口的銅熔體圖像。圖1(b)、圖1(e)是運用分色分割算法進行識別的效果?？梢娫摲椒m能較準確識別高溫輻射體，但是對目標區(qū)邊緣的煙霧分割效果并不明顯。而圖1(c)、圖1(f)是在分色分割基礎(chǔ)上運用改進的最大類間方差算法分割的效果，可見本文的方法有效地去除了目標圖像邊緣煙霧的干擾，準確識別出了目標輻射體。
?
運用本文所提出的第一級分色分割算法和第二級改進的最大類間方差算法分割圖像后，分別對識別出的高溫熔體圖像用標定過的比色測溫公式[10]進行測溫，測溫結(jié)果如表1所示。
?
本文提出了一種組合分割方法,先對原始圖像采用分色分割算法，分割出前景區(qū)域，再對該區(qū)域采用改進的最大類間方差算法，分割出實際目標圖像；分色分割算法針對霧狀、點狀噪聲和光暈干擾的噪聲特點，通過對紅、綠基色圖像分別進行分割，可以減小甚至消除高溫輻射體圖像的這類噪聲；改進的最大類間分割算法很大程度上減小了分割出的前景區(qū)的煙霧干擾，并表現(xiàn)出了很好的自適應性, 不受灰度值的線性變化(圖像對比度變化) 和平移變化(圖像亮度變化) 的影響,某些導致平均方差有線性變化和平移變化的干擾不影響分割閾值的求取。實驗結(jié)果表明，本文提出的組合分割方法能夠有效地分割出目標區(qū)域，并有效地減小高溫熔體表面的各類噪聲干擾對測溫帶來的不利影響，使基于CCD圖像傳感器的測溫結(jié)果更加準確，因而具有較強的實用性。
參考文獻
[1] ?周海葉.基于CCD圖像傳感器的高溫熔體表面溫度場測試技術(shù)的研究[D].長沙：中南大學出版社，2004.
[2] ?張玉杰，呂岑.基于彩色CCD爐膛火焰溫度場測量方法研究[J].量子電子學報，2004，21（5）：674-678.
[3]?宋海鷹，彭小奇，劉征，等. 基于非接觸式溫度測量中的高溫輻射體識別方法[J].中南大學學報，2005，36
(3)：426-429.
[4]?丁劍，彭小奇，劉征. Bubble小波在高溫輻射體圖像分割中的應用[J]. 能源技術(shù)，2005，26（4）：139-154.
[5] ?PAL N R, PAL S. A review on image segmentation techniques[J]. Pattern Recognition, 1993,26(12):1277-1294.
[6] ?席礪莼，閆宏偉. 彩色圖像的分割技術(shù)[J]. 微機發(fā)展，2003，13（4）：46-48.
[7] ?孫元，彭小奇,王一丁. 基于彩色圖像分割的高溫輻射體識別方法[J].中國圖像圖形學報，2007，26(5):35-37.
[8] ?SAHOO P K. A Surrey of thresholding technique[J].Computer Vision graphics Image Process, 1988,35(41):
?233-260.
[9] ?YE X, CHERIET M, SUEN C Y. Stroke-model-based?character extraction from gray-level document images [J].?IEEE Transaction Image Processing,2001,10(2):1152-1161.
[10] 劉征，彭小奇，丁劍，等. 彩色CCD比色測溫的修正方法[J]. 工業(yè)儀表與自動化裝置，2006,(3)：22-25.