基于数字图像处理技术的建筑陶瓷纹饰检测研究

胡世国，柳炳祥

(景德镇陶瓷学院信息工程学院，江西 景德镇 333403)

基于数字图像处理技术的建筑陶瓷纹饰检测研究

胡世国，柳炳祥

(景德镇陶瓷学院信息工程学院，江西 景德镇 333403)

利用数字图像处理技术中的边缘检测、图像增强等技术对建筑陶瓷纹饰进行处理，通过Matlab软件编程来实现。选取建筑陶瓷中的地面砖为代表，提取其图像，对其图像进行边缘检测、图像增强，以快速检测其纹饰装饰的优缺点。实验结果验证了算法的可行性和有效性，为建筑陶瓷纹饰检测提供了一种分析思路和研究方法。

图像处理；建筑陶瓷；陶瓷纹饰

0 引 言

边缘检测、图像增强在数值图像分割、目标区域识别、区域形状提取等图像分析领域非常重要。边缘检测常见的算子有sobel微分算子、priwitt微分算子、roberts算子、canny算子、laplacian微分算子等。图像增强主要目的是改善图像的视觉效果，提高图像的清晰度。边缘检测和图像增强二者在图像处理技术中往往结合在一起，因为图像增强和边缘检测都是对灰度图像进行处理的。近几年来，建筑陶瓷在地面砖、内墙砖、外墙砖等花纹装饰更多的接近美观自然的装饰效果，纹样清晰，色彩明朗，如仿大理石、地理石等。在建筑陶瓷生产中，花纹条形等主要靠在成型车间的布料机和压机来完成。目前建筑陶瓷企业在花纹条形等检测，主要依靠人工检测，即用肉眼去看是否有缺陷，其检查效率低，准确性不高，且耗费时间较多，存在一定局的限性。本文利用数字图像处理技术中的边缘检测、图像增强等算法，对建筑陶瓷图像进行分析，可以快速地查看建筑陶瓷条纹、边缘走向、轮廓走向等，从而对产品是否缺陷、合格进行判断，以达到快速分析的目的。

1 边缘检测和图像增强

1.1 边缘检测

边缘检测的形式有很多，大多数情况由一阶微分形式和少数二阶微分定义，主要采用快速卷积函数来实现计算，对于一元函数f(t)，一阶微分算子可以定义如下：

对于二元图像函数f(x,y)，其一阶微分的定义是通过梯度实现的，图像f(x,y)在其坐标(x,y)上梯度是通过一个二维向量来定义的：

映射关系不同，对应不同的数字图像处理的一阶微分算子。目前运用比较常见的一阶微分算子有sobel微分算子、priwitt微分算子、roberts算子等，二阶有lapacian微分算子等。如roberts就是用图像的垂直和水平差分来逼近梯度算子：

因此，当需要检测图像边缘时，最简单的方法就是对每个像素f，然后求绝对值，最后进行阈值造作就可以实现。Roberts算子就是基于这种思想，该算子为：

其中，f(i, j)是输入图像中具有整数像素坐标特征的一类，而公式中平方根的运算是计算机处理逼近于人类视觉系统中发生的过程，上述算子可以由2 2模板实现，Roberts算子模型如下公式所示：

在比较复杂的图形中，仅有2×2的roberts的算子得不到较好的边缘检测，而用相对比较复杂的3×3的prewitt算子和sobel算子检测效果较好，和Roberts算子类似，prewitt算子和spbel算子都可以通过两个模板来实现，prewitt算子模型及sobel 算子模型分别如下公式所示。

以上的矩阵模型分别代表图像的水平梯度和垂直梯度。

1.2 图像增强

所谓图像增强，实际上要完成的工作是通过将画面上的重要的内容增强突出，同时将不重要的内容进行抑制，以此达到改善画面质量的方法。灰度变换增强是图像增强的基础，可使图像的动态范围增大，对比度得到扩展，使图像特征明显清晰。灰度变换主要由线性变换、分段线性变换等。如线性变换假定图像f(x,y)的灰度范围[a,b]，变换后的图像g(x,y)的灰度范围线性的扩展至[c，d]，其数学表达式如下：

图像增强可以分成频率域法和空间域法两大类。前者把图像看成一种二维信号，对其进行基于二维傅里叶变换的信号增强。采用低通滤波法，可去掉图中的噪声；采用高通滤波法，则可增强边缘等高频信号，使模糊的图片变得清晰。后者空间域法中具有代表性的算法有局部求平均值法和中值滤波法等，它们可用于去除或减弱噪声。

空域法是对图像中的像素点进行操作，用公式描述如下：

其中，是f(x, y)原图像，h(x, y)为空间转换函数，g(x, y)表示进行处理后的图像。

2 数字图像处理技术在建筑陶瓷纹饰检测中应用

在建筑陶瓷生产中，直接通过拍摄产生建筑陶瓷图像，然后把图像直接传输到电脑中，通过Matlab软件对其进行分析检测，快速检测建筑陶瓷的花纹样式，可以最短时间的发现生产中的问题，使其快速的得到处理，最大化降低生产成本。

图像增强部分可以通过改变直方图的形状达到增强图像对比度的效果，该方法主要以概率论为基础，改变直方图形状常用的方法就是直方图的灰度变换增强，本文直接使用在图像处理工具箱中的灰度对比度调整函数imadjust（），用于调整灰度值或颜色图，其调用格式为：

J=imadjust(M,[low - in] high - in,[low -out high-out], r)

将灰度图像M转化为图像J，使值low-in到high-in与从low-out相匹配，大于high-in或小于low-out相匹配，大于high-in的值与high-out相匹配。默认值为[0 1]，其默认值根据灰度直方图灰度级数0-255，将其除以255得到,直方图如图5所示。根据直方图灰度值分布,来调整灰度对比度达到图像增强的效果。为了使图像增强效果更好,可以采用直方图均衡化，直方图均衡化是一种使输出图像直方图近似服从均匀分布的变换算法，能准确的反映图象中具有每种灰度级的象素的个数，每种灰度出现的频率，所以其增强效果更好。

图1 灰度图Fig.1 Gray scale image

图2 直方图Fig.2 Histogram

图3 边缘检测图Fig.3 Edge detection

本文随机选取一组仿大理石地面砖图片为实验图片，格式为png格式，将实验图片导入Matlab软件中，其灰度图像如图1所示。其原图像的灰度图比较迷糊不清晰，不利于图像的辨别和分析。故对图像进行边缘检测和图像增强。

图4 图像增强Fig.4 Image enhancement

图5 直方图均衡化增强Fig.5 The enhancement of histogram equalization

本文由直方图可以得出图像波峰主要集中在200-230左右，这部分灰度图像是图像增强的主要部分，直方图如图2。

本文边缘检测部分选取sobel算子，其边缘系数设置由Matlab软件自动选择，边缘检测图像如图3所示，从边缘检测图像中可以大致看出图像总体轮廓，保留了图像的结构属性，图像边缘的走向等，对判别图像纹饰装饰是否合格有很大的帮助。

在图像增强部分，其目的是要改善图像的视觉效果，针对给定图像的应用场合，有目的地强调图像的整体或局部特性，图像全部增强效果如图4所示，其与未增强的灰度图像图1对比，十分明显的将原来不清晰的图像变得清晰，扩大图像中不同物体特征之间的差别，使图像的判别和识别效果大大加强了。

由图2可知直方图灰度值基本分布在150-255之间，所以可以通过直方图均衡化，使其灰度值均衡化，各灰度等级的比例更加平衡，亮度可以更好地在图像上分布，直方图均衡化增强如图5，在经过直方图均衡化后，可以看出图像的细节成分更加清楚了，图像分布更为明显，更易于图像分辨。

3 结 论

本文通过数字图像处理技术中的边缘检测、图像增强等算法在建筑陶瓷生产中纹饰检测中的应用，利用Matlab软件处理图像，将处理后的实验图像与原图对照，发现经过图像处理后的实验图像其花纹样式、边缘走向、轮廓等明显增强，十分利于辨别花纹装饰，在建筑陶瓷生产中可以大大提高检测的效率。

[1] 俞康泰, 刘儒平. 建筑陶瓷装饰技术的现状及发展趋势[J]. 陶瓷学报, 2006, 03: 304-308. YU Kangtai, et al. Journal of Ceramics, 2006, 03: 304-308.

[2] 张德丰. Matlab数字图像处理[M]. 北京: 机械工业出版社, 2012.

[3]朱虹. 数字图像处理基础[M].北京: 科学出版社, 2011.

[4] SOMAN K P, DIWAKAR S. 数据挖掘基础教程[M]. 北京: 机械工业出版社, 2010.

[5] 纪希禹. 数据挖掘技术应用实例[M]. 北京: 机械工业出版社, 2009.

[6] 熊露, 唐敏. 边缘检测算子在古陶瓷器型研究中的应用[J]. 佛山陶瓷, 2014, (9): 218-219.XIONG Lu, et al. Foshan Ceramics, 2014 (9): 218-219

[7] 刘莉莉. 河南陶瓷文化产业的现状分析及对策研究[J]. 陶瓷学报, 2013, (01): 127-130.LIU Lili. Journal of Ceramics, 2013 (01): 127-130.

[8] 俞康泰, 杨颖, 江陵陵. 建筑陶瓷装饰技术的现状和展望[J].陶瓷学报, 2005, (02): 113-117.YU Kangtai, et al. Journal of Ceramics, 2005 (02): 113-117.

The Detection of Architectural Ceramic Decoration Based On Digital Image Processing Technology

HU Shiguo, LIU Bingxiang
(School of Information Engineering, Jingdezhen Ceramic Institute, Jingdezhen 333403, Jiangxi, China)

Computer image processing techniques such as edge detection and picture enhancement can be used to realize the detection of decorative designs on architectural ceramics in Matlab. In this study, ceramic floor tile samples were randomly selected, their decorative images were extracted, and then treated by picture edge detection and picture enhancement in order to achieve rapid detection of their pros and cons. Experimental results proved the feasibility and effectiveness of the algorithm, which provides a new detecting method for architectural ceramic decoration.

picture processing; architectural ceramics; ceramic decoration

TQ174.75

A

1000-2278(2015)05-0536-04

10.13957/j.cnki.tcxb.2015.05.018

2015-05-22。

2015-06-17。

国家自然科学基金项目(编号：61202313)；江西省自然科学基金项目(编号：20122BAB201044)。

柳炳祥(1966-)，男，博士，教授。

Received date: 2015-05-22. Revised date: 2015-06-17.

Correspondent author:

E-mail: lbx1966@163.com