摘要：为了满足实际印刷生产中对大面积印品图像进行高速度、高精度配准检测的需要，设计出了一种新的印刷图像检测系统。该系统使用多个CCD同步获取图像信息，并采用CPLD配合PCI总线的方式实现图像数据的采集和传输控制，并在图像预处理时采用了一种新的图像配准算法。系统相关程序和算法由DDK结合VC语言编程实现。实验表明，该系统基本满足了实时性要求，其图像配准的速度更快、精度更高、适应性更强，具有一定的实用价值。
关键词：印刷图像检测；图像采集；图像预处理；配准定位；匹配检测
中图分类号：TS801.9文献标识码：A
Design and implementation of a new kind of printing image detection system
NIU Yi-fan
(Jining College of Technician, Jining 272000, China)
Abstract: In order to meet the needs of high-speed and high-precision registration and detection of large-area printing image in actual printing production, a new kind of printing image detection system is designed. In this system, many CCDs are used to acquire image information simultaneously，and the acquisition and transmission of image data are controlled by CPLD and PCI bus, and a new image registration algorithm is adopted in image preprocessing. The related programs and algorithms of this system are implemented by DDK and VC programming language. The experimental results show that this system meets real-time need basically, its image registration is faster, more accurate and its adaptability is stronger, so it has a certain practical value.
Key words: printing image detection; image acquisition; image preprocessing; registration and positioning; matching and detection
1 引言
随着生活水平的提高，人们对高品质、多样化的印刷品需求越来越多。印刷企业因此也面临这样一个问题：如何更快、更准确地评定印刷质量。传统的利用人工检测印品质量的方法由于受主客观因素的影响，不能保质保量地完成检测任务。随着计算机软硬件的发展，利用机器视觉和数字图像处理技术来进行印品表面图像质量的自动检测已变得切实可行[1]。该技术通过摄像机在线扫描印品图像，由于设备及环境因素的影响，所采集的图像不可避免的会混入噪声，并存在旋转、平移或缩放现象。为消除噪声并使标准图像与待检测图像对准，需要将采集到的图像送入内存先通过图像处理软件进行去噪、锐化增强、配准定位等预处理，之后再进行特征提取，匹配检测，缺陷显示、分析与存储工作，进而帮助操作人员找出故障原因，重新进行调整设置，以确保缺陷产品不流入市场，从而提高印刷的成品合格率和生产效率。
由于单个摄像头只适于摄取小范围图像，为了满足实际印刷生产中对大面积印品图像进行高速度、高精度配准检测的需要，本文设计出了一种新的印刷图像检测系统。该系统采用多个CCD摄像头同步获取不同位置图像信息，并利用CPLD[2]的逻辑控制功能配合PCI[3]总线以DMA方式同步传输图像数据，以供上层的应用软件对采集到的图像数据进行实时处理与配准检测。并采用了一种配准速度更快、配准精度更高的图像配准新算法。最后通过实验验证了该系统在图像配准速度、配准精度方面的优越性及更强的适应性。系统相关的程序和算法由DDK结合VC语言编程实现。
2 系统设计与开发
本文设计的印刷图像检测系统是由硬件部分和软件部分组成。硬件部分设计主要包括四路CCD摄像机图像采集卡的电路设计和CPLD的逻辑控制功能设计；软件部分设计包括底层的设备驱动程序设计和上层的应用程序设计，主要完成控制硬件电路实现对四路CCD图像数据的采集，去噪、配准定位等预处理，特征提取，匹配检测，缺陷显示、分析与存储工作。
2.1系统硬件结构设计
硬件部分主要包括图像采集部分和计算机。其基本结构框图如下图1所示：
图1系统硬件结构框图
Fig.1Hardwarestructurediagramofsystem
图像采集部分由照明光源、四路CCD相机、PCI图像采集卡组成。其中，照明光源的好坏直接影响到整个检测系统的品质。PCI多路采集卡由PCI接口芯片、EEPROM、CPLD逻辑控制芯片、高速缓存（FIFO）、视频解码芯片等构成，主要用来实现CCD图像的采集、缓存和传输。采集卡利用S5933通过DMA实现采集数据的实时传输。本系统图像采集各部分名称及所选类型、作用见下表1所示。
表1图像采集各部分名称、选择类型及作用
Tab.1Name、selectedtypeandfunctionofeverypartofimageacquisition
计算机用来完成图像采集工作的控制、图像数据的传输控制、去噪、配准定位等预处理，特征提取，匹配检测，缺陷显示、分析与存储工作。
其总的工作流程如下：PC机应用程序通过PCI总线向CPLD逻辑控制电路发出“采集开始”命令，CPLD逻辑控制收到开始采集指令后通过虚拟12C总线控制方式来控制四路视频解码器开始解码，解码后同步输出的高速图像数据及同步信号到FIFO数据输入端缓存，当存储空间将要满时，向PCI总线控制器发出中断请求信号，PCI总线控制器将中断信号转发到PCI图像采集卡，PC机响应此中断信号，通过PCI总线控制器读取FIFO中的数据，直至读取FIFO空为止。图像数据经由PCI总线以DMA方式快速送入计算机内存，由应用程序根据需要对其进行去噪、配准定位等预处理，特征提取，匹配检测，缺陷显示、分析与存储。
2.2系统软件设计
本系统的软件设计包括两部分：底层的设备驱动程序设计和上层的应用程序设计。对于底层设备驱动程序，我们选择Microsoft提供的DDK作为其开发环境，并结合VisualC++6.0编程语言共同完成其开发，该程序主要用来实现对PCI接口芯片S5933的相关底层操作。上层的应用程序主要对采集到的图像进行去噪、配准定位等预处理，特征提取，匹配检测，缺陷显示、分析与存储，其相关算法也是由VisualC++6.0语言编程实现。
3一种新的图像配准算法的设计实现与相关实验
3.1算法的设计与实现
图像配准是一种在空间域匹配多幅图像的处理方法，它使同一场景的多幅图像中对应像素对准到同一物理位置。高精度的图像配准是印品质量检测的前提，它直接影响到整个检测工作的成功与否。针对现有图像配准算法处理图像时速度较慢、精度较低且在特定情况下适应性较差的缺陷，本系统采用了一种新的图像配准算法，即改进的Plessey角点检测算法（原始Plessey角点检测算法参见文献4）。角点是图像像素点在其领域内的各个方向上灰度变换值足够高的点，它是一种非常重要的图像点特征，包含了图像中比较丰富的二维结构信息，又称为“兴趣点”或“特征点算子”。该算法分为三步：第一，特征点提取；第二，特征点匹配；第三，对应到图像间变换。该算法一方面用一种能够更准确提取角点的角点响应函数式：
R=det(M)/[tr(M)+ε′]，其中，det(M)为与图像的自相关函数相联系的矩阵M的行列式，tr为矩阵对角线元素的和，ε′为一很小的数，同时利用窗口抑制非最大法[4]、阈值设置[4]以及边界模板[4]加快了角点提取的速度和所取角点的合理性，另外采用二次多项式ax2+by2+cxy+dx+ey+f=R(x,y)来逼近角点反应函数R找到角点的亚像素级精确位置。再用双向最大相关系数[5]进行特征点对的粗匹配，然后再用随机采样符合法[6]进行特征点对的精匹配，并进行归一化坐标处理，使算法更加稳定，最后再用直接线性变换（DLT）算法[7]计算出准确稳定的投影变换矩阵。再根据该投影变换矩阵完成图像变换，从而实现图像的配准定位。整个算法通过VisualC++6.0语言编程实现。
3.2实验及结果对比
下面就用该算法实现下图2两幅人物图像的配准。可以看到，下图2（b）具有明显的旋转缩放，因此相对于一般人物图像增加了难度。图像存在旋转缩放时，运用文献8算法进行配准不能得到正确的配准图，而实验验证本文算法能很好地适应这种情况，得到稳定准确的配准图。首先分别对这两幅图像提取了103和85个角点，图3为对两幅角点提取图用双向最大相关系数进行粗匹配的结果，得到了43对初始匹配对应点，其中出现了伪匹配。再将两幅图像对应的粗匹配角点叠加在一幅图上，匹配成功的角点用线连接。结果表明仍存在部分伪匹配（与主导方向不一致的连线）。图4为经过随机采样符合法对粗匹配结果进行提纯后得到9对特征点对的结果。可以看到，那些伪匹配对已经被剔除，实现了特征点对的正确匹配。再根据投影变换矩阵对图2（a）进行逆向映射变换后得到效果很好的配准图，如图5所示。
图2人物角点提取图
Fig.2Cornerextractionintheimagesofperson
图3BGCC算法粗匹配对
Fig.3RoughmatchingbyBGCC
图4RANSAC精匹配对
Fig.4ExactmatchingbyRANSAC
图5人物配准结果图
Fig.5Registeredimageofperson
为了对比算法性能，给出定量的评价，本文同时应用改进前后的配准算法来对上面的人物图像进行配准实验，原始算法采用无阈值算法提取角点，并在匹配时没有进行坐标的归一化变换。算法比较如表2所示。
表2两种算法对比
Tab.2Comparisonbetweentwoalgorithms
算法提取角点数/像素粗匹配特征点对精匹配特征点对匹配率运行时间/秒变换矩阵
原始配准算法289/214791215%8.214不稳定
本文改进算法103/8543921%1.025相对稳定
从表2可以看出，本文的图像配准算法与原始算法相比较，在运行时间和匹配率（精匹配与粗匹配特征点对比值）上都有较大提高，并且采用归一化坐标和DLT算法避免了图像配准过程中变换矩阵的不稳定导致的错误匹配，使算法的精度和实用性大大加强。
4结束语
本文设计出了一种新的印刷图像检测系统，其相关程序和算法由DDK结合VC语言编程实现。该系统能实时采集、处理和分析多通道图像数据，实现大容量图像数据的传送和大面积印品图像的高速度、高精度配准检测，其适应性和实用性更强。该系统的采集卡已制作完成，经测试性能完全达到设计要求。并采用了专用PCI接口控制芯片，简化了设计工作，缩短了设计周期。而且采用现场可编程器件CPLD，实现了对PCI、FIFO、虚拟12C、SA7110的控制，使得系统的集成度和自动化程度大大提高，检测控制周期缩短，人为因素干扰减少。并在图像配准时采用了一种新的算法，并通过实验验证了该算法的优越性。
参考文献
[1]龚修瑞，刘昕.印刷品质量实时检测技术[J].包装工程，2003，24（6）：45-49.
[2]龙姝颖，汪渤，谷重阳.一种基于CPLD的多通道数据采集系统的设计[J].微计算机信息，2006(22)7-2：203-205.
[3]徐涛，黄鲁，王荣生.一种多PCI卡组成的高速同步图像获取系统[J].计算机工程与应用，2004，2：124-126.
[4] C. Harris，M. Stephens. A combined corner and edge detector[C]. Proceedings of the 4th Alvey Vision Conference，UK，1988.147-151.
[5] Luigi Di Stefano，Stefano Mattoccia，Martino Mola. An efficient algorithm for exhaustive template matching based on normalized cross correlation[C]. Proceedings of the 12th International Conference on Image Analysis and Processing，Los Atamitos CA，USA，2003.322-327.
[6] Charles V. Stewart. MINPRAN：A new robust estimator for computer vision [J]. IEEE Trans. on Pattern Analysis and Machine Intelligence，1995，17(10) ：925-938.
[7] Richard Hartley，Andrew Zisserman. Multiple View Geometry in Computer Vision[M]. Cambridge：Cambridge University Press，2003.23-150.
[8] Zhengyou Zhang，Rachid Deriche，Olivier Faugeras etal. . A robust technique for matching two uncalibrated images through the recovery of the unknown epipolar geometry[R].INRIA Sophia-Antipolis，1994.1-38.
联系人:牛一帆
E-mail:nyf13319224072@163.com
手机:13355370980
地址:山东省济宁市高新区崇文大道3166号济宁技师学院基础部
邮编：272000
QQ交流群
