基于改进Otsu的墙纸缺陷检测方法研究

宋 柯，谢维成，夏兴洋，蒋文波

（西华大学 电气与电子信息学院，成都 610039）

0 引言

墙纸也称作壁纸，是用来装饰墙面的一种室内装修材料。由于其美观且环保等特点，目前已广泛应用于家庭、办公环境等室内装修，并逐渐代替传统涂料。由于机械老化等多种原因使得生产出来的墙纸产品具有缺陷，最为常见的缺陷有褶皱、孔洞、裂纹、黑斑。

由于墙纸具有纹路种类多、花纹复杂等特点，因此墙纸缺陷检测变得困难。针对近似圆形几何特征缺陷，文献[1]利用半径与圆心距以及利用Sobel算子计算梯度来减少由于随机Hough变换引起的无效积累，增加检测精度。该方法对标准圆形区域检测具有一定的准确度，而实际墙纸缺陷区域形状多为椭圆及不规则形状。文献[2]、文献[3]在随机Hough变换的基础上利用椭圆公式进行改进，以达到检测椭圆区域目的，但文献[1]、文献[2]、文献[3]的方法在墙纸缺陷检测中，容易受曲线纹路墙纸影响，产生较多的错误检测，并且消耗时间长，不适用于在线检测。文献[4]使用鲁棒主成分分析法（Robust Principal Component Analysis，RPCA）对缺陷进行分割。文献[5]首先进行位平面分解，利用格雷码对图像位平面进行增强，用得到的增强位平面检测缺陷。虽然文献[4]、文献[5]的方法均能够将缺陷从原始图像中分割出来，但仅适用于光滑、简单背景下的缺陷提取，对于墙纸这种复杂背景下的缺陷不能较好地进行检测[6]。Aiger D和Talbot H[7]将原始图像利用快速傅里叶变换得到频谱图像，再使用PHOT（Phase Only Transform）将背景纹理滤除从而得到缺陷，该方法虽能够较准确分割出缺陷，但其分割后的缺陷区域存在失真现象，且耗时较长。Seba Susa[8]等搭建高斯混合模型来自动检测缺陷，但其对黑斑缺陷检测的误差较大。阈值分割方法是常用的缺陷检测方式，由于传统阈值分割方法[9]已经不能满足缺陷图像的检测需求，因此目前已研究出许多图像阈值分割方法[10,11]，并用于缺陷图像分割检测[12]，但由于墙纸背景复杂、纹路较多的特点，将缺陷从墙纸图像中准确、完整地分割出来仍然比较困难。

针对上述问题，提出一种能够适应不同背景纹路的墙纸缺陷分割方法。该方法首先在RGB空间中对R、G、B三个分量处理后叠加，以抑制墙纸图像背景纹理、增强缺陷。然后再对Otsu方法改进，使得传统Otsu方法能够适用于墙纸缺陷分割，使其能够分割出裂纹、孔洞、褶皱、黑斑缺陷。

1 墙纸缺陷图像预处理

由于墙纸背景样式繁多、花纹复杂等因素，对墙纸缺陷的分割有较大影响，因此在对缺陷进行分割之前需要对图像进行预处理操作，预处理操作的目的是对墙纸背景进行滤除以及增强缺陷部分。由于原始图像是以RGB颜色空间为基础，通过红、绿、蓝三种颜色通道进行叠加而产生更多颜色，而观察图像缺陷部分的颜色特征，相对于墙纸背景的颜色更深，因此，对RGB颜色公式进行调整，使其能够保留缺陷部分的同时，滤除背景部分。其修改公式如下：

其中R表示原始RGB图像中红色通道分量，G表示绿色通道分量，B表示蓝色通道分量，而a、b、c为对三个分量的修改值。通过对各像素点的三个分量值进行修改，最后叠加在一起得到最后预处理后的图像。实验表明，当a为1、a为时处理效果最好，其处理效果如图1所示。

图1 预处理效果

2 基于改进Otsu的墙纸缺陷分割

最大类间方差法又称大津法（Otsu），是由日本学者大津提出的一种自适应阈值分割方法[9]，其原理如下：

其中m1、m2为分割前景、背景区域中的像素平均值，mG为整个图像像素均值，P1、P2为像素点被分配到前景、背景区域的概率。当方差σG最大时，可以认为前景和背景的差异最大，此时灰度级T被看作是分割的最佳阈值。Otsu方法在墙纸缺陷分割结果如图2所示。

图2 传统Otsu分割效果

从图中可以看出，由于传统Otsu方法对于在直方图当中前景与背景分隔较大的图像分割效果较好，而对于前后景直方图区分不明显的图像Otsu方法分割效果不理想。在墙纸缺陷分割当中，分割的最佳阈值是在靠近前景附近，且不同墙纸图像分割缺陷最佳阈值与Otsu所得到阈值偏移的位置不同，因此对上式进行改进，使其在不同缺陷图像当中均能适用，找到分割最佳阈值。在式中，前景部分的概率乘上背景部分概率，使得缺陷分割最佳阈值随背景的复杂程度改变。

从图3中可以看出，m、n取值不同所得到的分割效果不同，因此通过对m和n取不同值得到分割效果对比。当n为0.5和m为5时分割效果最好，能够完整地分割出缺陷部分。

图3 改进Otsu方法不同参数效果

图4 传统Otsu与改进Otsu分割结果比较

3 实验结果分析

实验在PC处理器为Intel Core i7-2620M 2.70GHz，内存大小为6GB，MATLAB R2010a平台上进行仿真。首先在RGB空间中对R、G、B三个分量处理后叠加，再使用改进后的Otsu方法实现墙纸缺陷的分割。为验证该方法，分别对本文方法、文献[4]、文献[13]的方法进行对比。

从图4中可以看出，与传统Otsu方法相比，改进后的Otsu方法更能适应墙纸缺陷的分割。从图5比较结果，本文提出的方法受背景纹理影响较小，能够将裂纹、孔洞、褶皱、黑斑四种缺陷从不同纹理墙纸中有效地分割出来。本文方法与文献[4]、文献[13]方法分割效果比较如图6所示。

从图4中可以看出，文献[4]的方法受背景影响较大，背景越复杂分割效果越差，文献[13]的方法对于缺陷部分产生多余分割，并且在黑斑缺陷部分产生错误分割，与文献[4]、文献[13]的方法相比，本文方法对于墙纸缺陷均能够正确分割，且分割效果更好。

对于裂纹、孔洞、褶皱、黑斑四种缺陷，在不同背景纹路墙纸上的检测结果如图6所示。从图中可以看出，本文方法能够准确、有效地检测出这四种缺陷，并且从表1中可以看出，对于不同墙纸中的四种缺陷检测时间较短，平均耗时0.157s。

图5 不同方法分割效果对比

表1 缺陷检测消耗的时间

图6 不同缺陷检测结果

4 结束语

针对墙纸裂纹、孔洞、褶皱、黑斑四种缺陷，在图像预处理中，提出两种方案并进行对比，并能够有效地分割出这四种缺陷。图像预处理在RGB空间中，通过对各像素点地R、G、B三个分量修改后进行叠加，得到处理后的图像；对传统Otsu方法进行修改，使其能够适用在墙纸缺陷分割当中。实验结果表明，修改后的方法能够有效地分割出裂纹、孔洞、褶皱、黑斑四种缺陷，为进一步的缺陷识别分类研究打下基础。