基于改进Hough变换的复杂纸页缺陷检测算法

周露露 李庆华 王晓芳 綦星光

(山东轻工业学院电气工程与自动化学院，山东济南，250000)

基于改进Hough变换的复杂纸页缺陷检测算法

周露露 李庆华 王晓芳 綦星光

(山东轻工业学院电气工程与自动化学院，山东济南，250000)

采用传统Hough变换法检测复杂纸页缺陷如褶皱、条痕等直线类特征纸病时，不能有效分辨具有较近斜率或截距的多直线特征。在标准Hough变换的基础上将Hough变换域空间变换为二维图像然后对其进行纸页缺陷特征提取，从而更加精确地检测出褶皱或条痕类纸病。经实验证明，改进的Hough变换在检测精度和时间上都优于标准Hough变换。

Hough变换;纸页缺陷;图像处理;特征提取

在纸张生产过程中，由于设备磨损、生产原料或环境污染、操作不当等原因，会造成纸张的一些外观缺陷，如:尘埃、斑点、孔洞、破边、条痕和皱褶等。对于用于包装和印刷的高档纸及特种纸来说，这些外观纸病是影响产品质量的主要因素之一［1］。在对纸张高质量要求的前提下，可视化的智能纸页缺陷检测和分类技术在现代造纸生产过程中显得非常重要。然而，随着造纸工艺的进步，现代纸机的车速已达1000～2000 m/min，传统的缺陷检测方法越来越受到挑战，以至于成为整个生产过程的瓶颈。

在实际应用中，尘埃、斑点、孔洞、破边等简单纸页缺陷检测算法简单，易于实现，但对于纸页重叠或折叠形成的可以分开或不能分开的条痕或褶皱，其形成原因主要是纸页在运行过程中受到的张力不均匀和本身收缩不一致造成的［2］。像这样具有特殊形状的纸病，属于复杂纸页缺陷。目前来说，还没有较好的方法检测复杂纸页缺陷，仅凭工人用眼睛检测纸病，效率不高。条痕或褶皱纸病在实时检测的摄像机成像时均表现为直线类特征，具有直线检测特性的Hough变换可用于该类纸病的检测。

Hough变换检测直线的研究已经发展得很成熟，如何有效、准确地在累加器空间中确定与原始图像中各直线对应的峰值问题吸引了众多的研究者。各种改进算法如概率 Hough变换［3］，随机 Hough变换算法［4］，分级 Hough变换，递归概率 Hough变换［5］等对Hough变换检测直线时存在的检测不精确、多峰值检测以及受噪声干扰严重等缺点都提出了具有针对性的改进算法。然而对于褶皱、条痕等直线类特征纸病的检测应用中，当纸页图像中多条直线特征的褶皱或条痕具有较近斜率和截距时，使得累加器单元的峰值相互粘连，而对于其他较短的直线形成的峰值可能出于粘连处的下方，当进行峰值检测时，则可能引入虚假峰值情况［6］。针对上述问题，本研究在标准Hough变换的基础上，应用Hough变换域图像特征提取技术来识别纸病成像中一些主要的直线，而忽略一些非常短的直线，从而有效提高褶皱、条痕等复杂纸页缺陷的检测精度、检测时间及稳定性。

1 标准Hough变换

1.1 Hough变换原理

选取图像空间中的一条直线，其表达式如下:y=kx+b，其中k和b分别表示斜率和截距。过某一点 (x0，y0)所有直线的参数都会满足方程y0=kx0+b，即点 (x0，y0)确定了一簇直线。方程y0=kx0+b在参数k－b平面上是一条直线。这样，图像空间上的一个像素点就对应参数空间上的一条直线［7］，但有一个问题是，当图像空间中的直线接近垂直直线时 (如x=c，c为常数)，那么斜率k接近无穷大，为了解决此问题，笔者运用式 (1)在图像空间和参数空间之间建立对偶关系。

式中:ρ为原点到直线的垂直距离，θ为ρ与x轴的夹角;x为像素点相对图像原点的行坐标;y为像素点相对图像原点的列坐标。根据式 (1)，直线上不同的点在参数空间中被变换为一簇相交于p点的正弦曲线，因此可以通过检测参数空间中的局部最大值p点来实现直线的检测。

1.2 Hough 变换的实现

程序的具体实现步骤如下:

(1)首先要对图像进行预处理，得到边缘二值化图像。

(2)初始化一个变换域ρ和θ空间即参数空间的数组，ρ方向上的量化数目为图像对角线方向像素数，θ方向上的量化数目为90(角度从0～180°，每格 2°)。

(3)顺序搜索二值化图像中的所有特征点，对每一个特征点，在其变换域的对应点上加1。

(4)设定阈值，并根据阈值大小将变换域中累加值小于阈值的点清零，即认为这些点并不对应图像域中的一条直线。

(5)求出变换域中的最大值点并记录。

(6)将最大值点附近的点清零，即去掉该点周围的干扰。

(7)继续查找并记录下一个累加值最大的点，直到累加器中所有的累加值都为零。

(8)根据检测到的点在图像域中定位出直线的位置。

标准Hough变换是一种传统的直线检测方法，具有鲁棒性好、抗干扰等优点，但是计算量比较复杂，其运算复杂度为O(n3)。尤其是在检测多条目标时，现有方法多采用设置阈值或者多参数空间中的峰值进行聚类，在一定程度上更增加了计算量，这限制了该方法在实时性要求较高的处理过程中的应用。

2 改进的Hough变换

图像空间的任一点 (x0，y0)在参数空间中都形成一条正弦曲线，而图像空间上的一条直线在参数空间则是由一系列正弦曲线叠加而成的期望峰值。这是根据Hough变换的点-线的对偶性对参数空间和图像空间建立的联系。Furukawa将Hough变换对图像空间中直线在参数空间形成的累加器单元形状利用公式进行了描述，充分说明了累加器单元的形状与直线的长度和宽度等存在关系［8］。

为了解决所要检测褶皱、条痕等直线类特征纸病有较近斜率或截距、形成的累加器单元峰值受物体边缘形成噪声干扰以及检测鲁棒性差等问题［8］，本研究将纸幅原图像进行图像预处理后得到边缘二值化图像，再将该图像中的所有特征点依次用变换域的对应点进行累加，然后将变换域作为一幅二维图像处理，其中二维图像中的灰度级值就是变换域中累加值经规范到0～255内的值。对Hough变换域二维图像进行自适应阈值处理来滤除噪声，最后标记图像并定位出直线位置。以上的处理方式可以将形成的累加器单元的有效峰值与噪声形成的峰值有效地区分开，使得真实峰值的值更大，同时极大地压制噪声形成的峰值，避免了虚假峰值和漏峰现象，从而有效地将斜率或截距很近的直线区分开。

当光源强度不同时，检测到的纸病图像的平均灰度也会不同，有用信号和噪声之间的比例也会有很大差别，这样对后面的处理也有影响，所以为了更精确地提取出Hough变换域二维图像中的期望峰值，笔者用OSTU算法自适应的选取阈值来处理图像，而OSTU算法可以说是自适应计算单阈值 (用来转换灰度图像为二值图像)的简单高效方法［9］。

程序的具体实现步骤如下:

(1)首先要对图像进行预处理，得到边缘二值化图像。

(2)初始化一个变换域ρ和θ空间即参数空间的数组，ρ方向上的量化数目为图像对角线方向像素数，θ方向上的量化数目为90(角度从0～180°，每格 2°)。

(3)顺序搜索二值化图像中的所有特征点，对每一个特征点，在其变换域的对应点上加1。

(4)求出变换域中的最大值点记为Max，将变换域中的各点的累加值m进行处理 (255m/Max)使之在0～255之间，将其作为Hough变换域二维图像对应像素点的灰度级值。

(5)对Hough变换域二维图像进行自适应阈值处理以滤除噪声，把目标区域标记出来。

(6)定位出目标区域的中心坐标，就是要找的期望峰值。

(7)根据期望峰值在图像域定位出直线的位置。

本文检测复杂纸页缺陷算法流程图见图1。

图1 复杂纸页缺陷算法流程图

3 实验结果及分析

根据本研究提供的改进Hough变换的检测算法和标准Hough变换的检测算法，对纸页缺陷样本图像 (尺寸1024像素×600像素)进行处理的结果如图2和图3所示。

对图2和图3进行10次测试，平均检测时间如表1所示。

表1 两种检测算法测试时间比较 ms

从检测结果可以看出，本研究所提出的改进算法可以较好地将有较近斜率和截距的褶皱纸病区分开，并且没有出现虚假峰值的现象，尤其是在纸幅图像的噪声影响下。而标准Hough变换算法则产生了虚假峰值和漏峰的现象。图2的褶皱纸病并非呈现出完全直的直线特征，在端点处有小段弯曲，在改进检测算法中将此小段弯曲直线完全忽略，只是将主要直线特征的褶皱纸病检测出来。图3中交叉的褶皱纸病中较长的一条从中间处有轻微的弯曲，本研究检测算法就检测出斜率极相近的两条直线。从图2和图3中可以看出本改进算法具有较高精度。

就算法所用时间而言，形成Hough变换域空间的时间是相同的，主要是后面标准Hough变换对峰值的提取是多次遍历变换域空间，计算量相当大，空间复杂度也很高。而改进Hough变换只是对Hough变换域二维图像进行图像特征提取，计算量相对较少。

4 结语

针对已有Hough变换算法不能有效解决当多直线特征的复杂纸页缺陷存在较近斜率或截距造成的误检问题，提出改进Hough变换算法，应用Hough变换域图像特征提取技术，从而更加精确地检测出褶皱纸病。通过对复杂纸页缺陷图像进行实验，将标准Hough变换与本研究提出的改进Hough变换的检测结果进行了对比。实验结果表明，改进的算法对复杂纸页缺陷如褶皱、条痕等直线类特征纸病的检测具有更高的检测精度，检测时间也远小于标准Hough变换，同时保留了标准Hough变换抗干扰性强的优点。

［1］关健华．全幅纸病检测技术及在造纸中的应用［J］．中国造纸，2000，19(6):32．

［2］刘 华，王金乐．常见纸病及检测技术［J］．印刷质量与标准化，2007(5):22．

［3］Kiryati N，Eldar Y，Bruckstein A M．A probabilistic Hough transform［J］．Pattern Recognition，1991，24(4):303．

［4］LeiXu，Erkki Oja，Pekka Kultanen．A new curv detection method:randomized Hough transform(RHT)［J］．Pattern Recognition Letters，1990，11(1):331．

［5］Matas J，Galambos C，Kittler J．Robust detection of lines using the progressive probabilistic Hough transform［J］．Computer Vision and Image Understanding，2005，78:119．

［6］韩 非，郭燕玲，李志鹏．区分上下边缘的Hough变换直线改进算法［J］．计算机应用，2010，30(1):148．

［7］胡正平，杨 苏，王成儒．基于局部PCA的参数约束Hough直线分层检测［J］．系统工程与电子技术，2009，31(11):2747．

［8］Furukawa Y，Shinagawa Y．Accurate and robust line segment extraction by analyzing distribution around peaks in Hough space［J］．Computer Vision and Image Understanding，2003，92(1):1．

［9］乔万波，曹银杰．一种改进的灰度图像二值化方法［J］．电子科技，2008，21(11):63．

The Complicated Paper Surface Defects Detection Algorithm Based on Improved Hough Transformation

ZHOU Lu-lu*LI Qing-hua WANG Xiao-fang QI Xing-guang
(School of Electrical Engineering and Automation，Shandong Polytechnic University，Ji'nan，Shandong Province，250000)
(*E-mail:zhoululu1029@126．com)

The complicated paper surface defects such as wrinkle and crease with linear features which have close slope or intercept cannot be distinguished effectively by traditional Hough transform．Based on existing algorithm，the Hough space is transformed into two-dimensional image，and then the paper defects features are extracted，through which the wrinkle and crease surface defects can be detected more accurately．Finally，the experiment proves that the improved algorithm has higher detection precision and shorter time consumption compared with Hough transform．

Hough transform;paper surface defect;image processing;features extraction

TP391

B

0254-508X(2011)12-0047-04

周露露女士，在读硕士研究生;主要研究方向:工业过程检测技术与仪器。

2011-06-22(修改稿)

山东省科技发展计划项目 (2008GG30001021)。

(责任编辑:常 青)