OTSU算法在数控切割机MARK点识别项目上的可行性研究

2018-11-07李锦程宋瑞滕福林

电子测试 2018年19期

李锦程，宋瑞，滕福林

（南京工程学院，江苏南京，211199）

0 引言

近几十年来，随着我国科技的飞速发展，自动化和智能化成为现代工业必不可少的特征，而机器视觉技术就是实现工业自动化和智能化的重要一环。机器视觉具有高精度，高效率，低误差，低出错等特点。在一般的数控切割加工中，定位精度间接决定工件的精度，所以利用机器视觉技术代替人眼或机器步骤进行定位必不可少。

MARK点定位技术被广泛应用于各种材料和零件的加工装配。一般的数控切割机通常采用四点定位，即在需要切割的材料的四个角上标注记号，利用摄像头识别MARK点，再通过内部处理计算得出材料的位置坐标。本文针对数控切割机MARK点定位实现过程，阐述图像从拍摄后取阈值，实现二值化的具体处理过程，并分析了为何要选取OTSU算法来取阈值，重点介绍OTSU算法的模型以及流程，据此设计程序流程，最后利用实验验证在各种情况下OTSU算法的可行性及可靠性。

1 图像处理过程概述

1.1 图像快速灰度化

彩色图像通常分为RGB和YUV两种格式，摄像头拍摄到点的彩色图像后，首先将图像存入内部缓冲器，若为YUV格式，则通过Y、U、V三者的比例及数据形式，舍弃每一个像素点的UV两值，即可完成彩色图片的快速灰度化。RGB图像通过R、G、B三者与灰度的转化关系同样可完成快速灰度化。

1.2 图像二值化

在图像转化为灰度图像后，通过算法计算选取某一阈值，灰度高于该阈值的像素点全部置0（像素点变为黑色），其余置1（像素点变为白色），便完成图像的二值化。

图像二值化可将原来多灰度级的图像转化为只有数据0和1的图像，达到在保留图形轮廓特征的同时排除图像中的部分干扰的目的，因为不再涉及多级灰度值，所以同时也起到简化后续图像处理的效果。

1.3 轮廓识别

在转化后的二值图中提取需要的轮廓特征即为轮廓识别。通常实际工业现场有两类轮廓识别方法，第一类是利用传统的边缘检测算子检测目标轮廓，第二类是从视觉库中匹配现有的轮廓模型特征来完成轮廓识别。圆的MARK点识别较为简单，可以利用霍夫变换或使用圆的几何特征进行检测。

2 算法分析

2.1 算法概述

现应用较为广泛的阈值分割方法分为全局阈值算法和局部阈值算法，常见的全局阈值算法有最大类间方差分割算法（otsu法），迭代阈值法，以及最大熵法等。全局阈值算法在整幅图像的二值化过程中只使用一个阈值，所以算法简单，处理速度快，在图像的前后景分离明显，灰度图像呈双峰形式时具有良好的效果。而局部阈值法将图像分为多个小块，在每一个小块分别处理时使用不同的阈值，算法复杂，但是在处理细节较多，明暗对比不明显的图像时，能够更加突出细节，效果更好。

考虑到实际数控切割环境中点的定位图像内，黑色圆点与背景对比较为明显，且干扰一般体现为光照或极个别的污点等，图像较为简单。相较于局部阈值法，全局阈值法显得更加快捷且直接。所以阈值分割算法应在全局阈值法中进行选择。本文选取OTSU法。

2.2 OTSU法概述

OTSU法的分割依据是前后景间的类间方差，其主要思想是以某一灰度等级作为分割界限，灰度高的为前景，灰度低的为后景。再计算该灰度等级下前景和后景间的方差，遍历0-255个灰度级后选取使前后景方差最大的灰度值为分割阈值。前景和后景的类间方差等级表示了前后景之间差别的明显程度，前景和后景之间的类间方差越大，差距也就越明显。

2.3 OTSU算法原理

可以得到类间方差

3 程序流程设计

阈值算法的选择存在理论上的可行性，在实际中是否能够按预期的设想成功地对捕获的图像选择合适的阈值，并进行二值化从而达到理想的效果，还需要进一步的检验。理论最终应由实践佐证。

4 实验分析

4.1 实验对象及实验环境分析

实验对象：根据数控切割机各种加工材料的实际情况，依据颜色不同，分为红橙黄绿蓝紫六种，依据反光程度不同，分为亮光、非亮光以及亚光等，依据种类不同，分为，白纸、不干胶、牛皮纸等；在以上三种条件下进行随机组合，整理出一百种不同的模板作为实验对象。

实验环境：模拟数控切割机的实际环境，依据光照强度不同分为强光、正常光以及弱光；依据干扰情况分为无干扰、弱干扰、强干扰。

4.2 实验结果分析

依据上述实验对象及环境的不同，进行一百次实验，有八例未能成功，成功率92%，其中八例未能成功的情况共有两种原因：一种是光照太弱，整体图像较暗，二值化后图像阴影部分与圆重叠，无法完整识别圆的轮廓所以未能准确定位；另一种是由于材料本身的特殊性，使原有光照反射和一般材料不同，无法识别圆的轮廓，例如镭射膜和塑料纸即为失败案例中的两种。

由实验结果可以具体看出，不管是在改变材料的底色，种类以及反光程度等材料本身条件；还是在改变光照强度，或有单侧干扰等的外界条件改变的情况下，MARK点的识别成功率都较高，OTSU算法都能够较为理想的找到合适的分割阈值，使数控切割机在实际应用中理想运行。可以说OTSU算法能够较好的贴合数控切割机对于MARK点识别的需求，具有一定的工程实用性。