《基于數(shù)字圖像處理技術的零件幾何尺寸測量畢業(yè)論文》由會員分享，可在線閱讀，更多相關《基于數(shù)字圖像處理技術的零件幾何尺寸測量畢業(yè)論文（49頁珍藏版）》請在裝配圖網上搜索。

題目： 基于數(shù)字圖像處理技術的零件幾何尺寸測量院（系） 信息科學與工程學院 專 業(yè) 電子信息工程 屆 別 學 號 姓 名 指導老師 年 4 月目 錄摘 要 2ABSTRACT3第一章 緒 論 41．1 引 言 41．2 數(shù)字圖像處理的方法概要 41．3 數(shù)字圖像處理的應用領域 61．4 數(shù)字圖像處理在工業(yè)檢測中的意義 71．5 數(shù)字圖像處理在工業(yè)檢測研究的難點 81．6 課題設計的相關背景 91．7 課題設計的主要內容 10第二章 數(shù)字圖像處理概述 112．1 數(shù)字圖像處理的研究內容 112．2 數(shù)字圖像處理系統(tǒng) 122.2.1 數(shù)字圖像處理系統(tǒng)硬件 122.2.2 數(shù)字圖像處理軟件系統(tǒng) 132．3 數(shù)字圖像處理相關學科 152.3.1 計算機視覺 162.3.2 模式識別 162.3.3 圖像理解 17第三章 零件幾何尺寸檢測系統(tǒng)的設計 183．1 數(shù)字圖像處理檢測系統(tǒng)的組成 183．2 零件幾何尺寸測量系統(tǒng)的組成 203.2.1 零件幾何尺寸檢測系統(tǒng)的硬件 203.2.2 零件幾何尺寸測量系統(tǒng)的軟件 213.3 零件幾何尺寸測量系統(tǒng)的工作原理 .21第四章 圖像處理過程的實現(xiàn) 224．1 圖像預處理 224.1.1 銳化增強 234.1.2 濾波去噪 234．2 圖像分割 234．3 系統(tǒng)標定 254．4 零件邊緣檢測 254.4.1 圖像邊緣檢測的基本步驟 254.4.2 邊緣檢測的基本算子及其性能比較 264.4.3 形態(tài)學膨脹 284．5 零件參數(shù)計算 294.5.1 方形零件幾何參數(shù)測量 294.5.2 圓環(huán)形零件幾何參數(shù)測量 294．6 零件裂紋探測 32第五章 測量結果與誤差分析 325．1 測量結果 325．2 誤差分析 34結語 34參考文獻 35附錄 1.36附錄 2.391摘 要數(shù)字圖像處理是一種通過計算機采用一定的算法對圖形圖像進行處理的技術，因其處理迅速準確，近年來已在生產生活的各個領域得到了廣泛運用。而MATLAB 強大的矩陣運算和圖形展示功能，使圖像處理變得更加的簡單和直觀。本文利用數(shù)字圖像處理技術和 MATLAB 平臺實現(xiàn)對零件幾何尺寸的非接觸式測量。采用 1000 萬像素 USB 數(shù)碼照相機獲得零件圖像，對圖像采用大津法尋找到最優(yōu)閾值將圖像二值化，運用邊緣檢測算子找到零件的邊沿輪廓，并運用形態(tài)學運算修整邊緣，最后對邊緣數(shù)據采用最小二乘法擬合求出零件的幾何尺寸。另外對零件表面是否存在裂紋進行探測。關鍵詞：數(shù)字圖像處理 ，MATLAB , 尺寸測量 2ABSTRACTDigital Image Processing is a graphics and image processing technology based on computer algorithm. In recent years, it has been widely used in various fields of production and life for its quick and accurate processing. Specifically, MATLAB 's powerful matrix calculation and graphical display capabilities make image processing become more simple and intuitive .In this paper, Digital Image Processing technology and MATLAB platform are used to achieve non-contact measurement of parts’ geometric size. The image of parts is obtained by a 10 million-pixel USB digital camera. During processing, firstly, using the Otsu method to find the optimal threshold to get binary image, Secondly, using edge detection operator to find the edge contour of the parts, meanwhile, using the morphological operations to trim the edge. Finally, using the edge data to calculate parts’ geometric size through least-squares method. In addition, detect whether there exists crack on parts’ surface.keywords： Digital Image Processing， MATLAB， size detection3第一章 緒 論1．1 引 言數(shù)字圖像處理（Digital Image Processing）又稱為計算機圖像處理，它是指將圖像信號轉換成數(shù)字信號并利用計算機對其進行處理的過程。數(shù)字圖像處理最早出現(xiàn)于 20 世紀 50 年代，當時的電子計算機已經發(fā)展到一定水平，人們開始利用計算機來處理圖形和圖像信息。數(shù)字圖像處理作為一門學科大約形成于 20 世紀 60 年代初期。早期的圖像處理的目的是改善圖像的質量，它以人為對象，以改善人的視覺效果為目的。圖像處理中，輸入的是質量低的圖像，輸出的是改善質量后的圖像，常用的圖像處理方法有圖像增強、復原、編碼、壓縮等。數(shù)字圖像處理技術首次獲得實際成功應用的是美國噴氣推進實驗室（JPL） ，他們對航天探測器徘徊者 7 號在 1964 年發(fā)回的幾千張月球照片使用了圖像處理技術，如幾何校正、灰度變換、去除噪聲等。該技術的另一個巨大成就來自于醫(yī)學方面。1972 年英國 EMT 公司工程師 Housfield 發(fā)明了用于頭顱診斷的 X 射線計算機斷層攝影裝置，也就是我們通常所說的 CT（Computer Topography） 。此外，數(shù)字圖像處理技術在許多應用領域受到廣泛重視并取得了重大的開拓性成就，這些領域包括航空航天、生物醫(yī)學工程、工業(yè)檢測、機器人視覺、公安司法、軍事制導、文化藝術等，使其迅速發(fā)展成為一門引人注目、前景遠大的新型學科。1．2 數(shù)字圖像處理的方法概要圖像處理的方法多種多樣，—般可分為圖像變換、圖像增強和復原、圖像分割、圖像壓縮編碼、圖像描述和圖像識別等幾類：（1） 圖像變換 由于圖像陣列很大，直接在空間域中進行處理，涉及的計算量很大。利用4正交變換如傅里葉變換、余弦變換等的性質和特點，將圖像變換到頻率域中進行處理，不僅可減少計算量，而且可獲得更有效的處理，如傅里葉變換可在鄰域中進行數(shù)字濾波處理。目前新興的小波交換研究在時域和頻域中都具有良好的局部化特性，它在圖像處理中也有著廣泛而有效的應用。此類別主要研究各種變換模型和處理方法（2） 圖像增強和復原 圖像增強和復原的目的都是為了提高圖像的質量。① 圖像增強。利用各種數(shù)學方法和變換手段提高圖像中目標與非目標，如背景的對比度與清晰度，達到突出目標，有效地表示和提示圖像，以利于人或機器進行分析處理的目的。此類別主要研究各種增強模型和處理方法。② 圖像復原。在景物成像過程中，由于成像設備與物體的相對運動、介質散射、系統(tǒng)畸變如成像系統(tǒng)的變焦、成像器材的固有缺陷、噪聲干擾等因素會造成圖像質量降低，稱之為“退化” ，典型現(xiàn)象是圖像模糊。使退化的圖像恢復本來面目，真實反映原景物圖像的處理，稱為圖像復原。此類別主要研究各種校正模型和處理方法。 圖像增強不考慮圖像降質的原因，突出圖像中所感興趣的部分。如強化圖像高頻分量，可使圖像中物體輪廓清晰，細節(jié)明顯；強化低頻分量，可減少圖像中噪聲影響。圖像復原則要求對圖像降質的原因有一定的了解，一般而言，應根據降質過程建立“降質模型”再采用某種濾波方法，恢復或重建原來的圖像。（3） 圖像壓縮編碼 把數(shù)字化的圖像數(shù)據按一定規(guī)則進行排列或運算的過程稱為圖像編碼。由于圖像的數(shù)據量很大，存儲要占很大的空間，傳輸也要花費不少時間，為此利用圖像本身的內在特性如像素灰度值之間的相關性，按某種特殊方式編碼，以壓縮總的信息量，稱之為圖像壓縮編碼。此類別主要研究各種高效壓縮編碼方法。壓縮可以在不失真的前提下獲得，也可以在允許的失真條件下進行。編碼是壓5縮技術中最重要的方法，它在圖像處理技術中是發(fā)展最早且比較成熟的技術。（4） 圖像分割 圖像分割是數(shù)字圖像處理中的關鍵技術之—。圖像分割是將圖像中有意義的特征部分提取出來，其有意義的特征有圖像中的邊緣、區(qū)域等，這是進一步進行圖像識別、分析和理解的基礎。雖然目前已研究出不少邊緣提取、區(qū)域分割的方法，但還沒有一種普遍適用于各種圖像的有效方法。因此，對圖像分割的研究還在不斷深入之中，是目前圖像處理中研究的熱點之一。（5） 圖像描述 圖像描述是圖像識別和理解的必要前提。作為最簡單的二值圖像可采用其幾何特性來描述物體的特征，一般圖像的描述方法采用二維形狀描述，它有邊界描述和區(qū)域描述兩大類。對于特殊的紋理圖像可采用二維紋理特征描述。隨著圖像處理研究的深入發(fā)展，已經開始進行三維物體描述的研究，提出了體積描述、表面描述、廣義圓柱體描述等方法。1．3 數(shù)字圖像處理的應用領域圖像信息是人類主要的信息來源之一，圖像處理的應用領域也涉及到人們工作生活中的方方面面。主要應用可歸納為以下幾個方面：（1） 醫(yī)用圖像處理醫(yī)學上不論是基礎研究還是臨床應用，都是圖像處理種類極多的領域。例如生物醫(yī)學的顯微圖像的處理分析，如紅白細胞和細菌，染色體分析；臨床診斷中 X 光圖像的鑒別、超聲波圖像 B 超的分析、眼底照片的分析等都是醫(yī)療輔助診斷的重要手段，尤其是計算機層析成像技術 CT，可以獲得人體剖面圖，為肌體病變特別是腫瘤的診斷帶來了革命性的變化。近年來出現(xiàn)的核磁共振 CT，使人體免受各種硬射線的傷害，而且圖像更為清晰。（2） 遙感圖像的處理飛機或人造衛(wèi)星傳送來的遙感圖像，由于各種原因圖像質量不是很好，必須在成像、存儲、傳輸、判讀過程中進行各種數(shù)字處理與分析如輻射校正、幾何畸變校正、多光譜統(tǒng)計信息分類等，并將其變?yōu)榭梢暤馁Y源信息或氣象信息，6如大氣預報中的衛(wèi)星云圖。目前遙感技術已在資源調查、災害監(jiān)測、農業(yè)規(guī)劃、城市規(guī)劃、環(huán)境保護等方面得到了廣泛的應用。 （3） 文字的識別與圖紙的判讀文字與圖紙是科技信息的主要傳輸手段。文字與圖紙在圖像處理中都是以最簡單的二值圖像形式出現(xiàn)的。文字識別的應用包括手寫體文字的識別、圖文混合中文字的識別等，如郵政編碼的自動識別，計算機光筆輸入、經掃描儀掃描的文字材料都是以圖像文件的形式保存，如何將其轉變成文本文件等等。目前此類應用技術已比較成熟，如 OCR 軟件等。圖紙的判讀則涉及到各種邏輯圖和機械設計圖的自動讀取問題，其中也包括圖紙上的文字識別問題即圖文混合下的文字識別。 （4） 工業(yè)領域的應用產品外觀檢測與篩選，表面缺陷的自動檢測，組裝與流水線上的自動化，工業(yè)材料的質量檢驗。 （5） 農業(yè)上的應用包括農產品色度的檢測如鑒別水果成熟度，農牧產品、作物的表面形狀和特征參數(shù)的測定。 （6） 其他指紋識別、影視中的特效等。1．4 數(shù)字圖像處理在工業(yè)檢測中的意義數(shù)字圖像處理技術在工業(yè)檢測中的意義尤其突出，主要可以體現(xiàn)在以下兩個方面：（1） 數(shù)字圖像處理技術是—種智能化的高科技檢測手段，大大提高了檢測精度和工業(yè)生產的效率，同時也減少了生產成本和風險，是工廠生產方式科學化的表現(xiàn)。（2） 由于工業(yè)零件和各種元器件的形狀規(guī)則大小不一、表面特征復雜，用數(shù)字圖像處理技術對其進行檢測具有很大的理論研究價值。它的研究技術和實現(xiàn)方法為數(shù)字圖像處理技術在其他領域的研究提供了重要的理論基礎，具有很大的參考性和借鑒性。7在包括汽車制造、制藥、電子、包裝、印刷、煙草、日化、建材，制幣、翩卡等在內的幾乎所有的現(xiàn)代工業(yè)自動化生產中，涉及到各種各樣的檢驗生產監(jiān)視和零件識別應用，可用于電子產品零部件安裝質量的檢驗，如電路板組件中器件的漏缺或錯裝、元件方向錯誤、元件移位的檢測、以及 IC 封裝(標識字符和引腳)的質量檢驗、產品封裝質量(包括標簽文字說明正誤)的檢驗，還有機械零件尺寸、圓孔或粒子直徑和面積的測量和計算等。經過適當?shù)母脑燹D換，還可以應用于藥品、紡織品、印刷品和陶瓷產品等領域的產品質量檢驗。通常這種帶有高度重復性和智能性的工作只能用人的肉眼來完成，但有些時候，如微小的尺寸要做到精確快速測量、形狀匹配、顏色識別等，人們根本無法用肉眼連續(xù)穩(wěn)定地進行，其他物理傳感器也難以有用武之地。由于人的生理原因，無法避免疲勞、疾病等原因引起的誤差和錯誤，導致效率低下，不利于生產。這種智能型的數(shù)字圖像處理系統(tǒng)可完成靠人的視覺檢測難以勝任的大規(guī)模的測試工作，提高生產效率，最大化廠家的生產利潤，同時還具有檢測速度快、精度高、可靠性強、無接觸無損、性價比高和功能擴展容易等優(yōu)點。數(shù)字圖像處理技術提供各種高速度、高精度、體積小、靈活易用的標準和非標準自動識別檢測系統(tǒng)，能在高速狀態(tài)下準確地識別與定位生產線上的元器件，檢測生產線上產品的外形及表面缺陷，以及控制和檢測生產過程中的一些參數(shù)。該系統(tǒng)本身可以確定檢測結果，并將處理過程中的信息傳送給工廠網絡中的其它設備。1．5 數(shù)字圖像處理在工業(yè)檢測研究的難點（1） 引導知識廣泛工業(yè)上待檢測物體的特征復雜，包括其灰度、顏色分量、紋理等信息。要對物體進行識別和分割必須理解和掌握大量的相關知識。除此之外，還要求掌握物體間的聯(lián)系。數(shù)字圖像處理技術涉及了數(shù)學、神經生物學、計算機科學、模式識別等學科，研究數(shù)字圖像處理，必須掌握豐富的理論知識。同時，還需要根據人類的視覺原理建立相應的視覺模式體系。視覺機理復雜深奧，物體通過人眼進入大腦，進行識別幾乎是瞬間可得的，而要以此為根據建立完善的視覺體系模式，卻是非常困難的。8（2） 環(huán)境因素的多義性在進行圖像信息采集的過程中，會由于多種因素的干擾而影響后續(xù)處理，如：物體的形狀、顏色、空氣中各種雜質、光源角度、照相機角度，以及空間關系的變化都會對成像有一定程度的影響，從而降低了最后識別的精確度。因此，數(shù)字圖像處理檢測系統(tǒng)對環(huán)境的要求也很高，要求檢測場地最好做到無塵無污染、光源分布均勻、成像裝置無偏移等。（3） 圖像的多義性三維場景被投影為二維圖像，深度和不可見部分的信息被丟失，因而會出現(xiàn)不同形狀的三維物體投影在圖像平面上產生相同圖像的問題。另外，在不同角度獲取同—物體的圖像也會有很大的差異。（4） 海量的數(shù)據信息數(shù)字圖像處理技術處理的對象是圖形圖像、灰度圖像、彩色圖像、深度圖像，它們的信息量都十分巨大，巨大的數(shù)據量需要很大的存貯空間，同時不易實現(xiàn)快速處理。但在工業(yè)生產環(huán)境中要求實時地檢測和結果輸出，這就需要配置對圖像處理能力較強的計算機，盡量減少待處理圖像的信息量，設計復雜度較低的算法。1．6 課題設計的相關背景隨著科學技術的發(fā)展和人民生活水平的提高，數(shù)字攝像機的出現(xiàn)和數(shù)字圖像處理技術的發(fā)展，在日新月異的數(shù)字化時代中，越來越引起人們的廣泛關注，數(shù)字圖像處理已經成為必備的基礎知識。近幾十年來由于計算機技術的蓬勃發(fā)展，圖像處理技術也得到了空前的發(fā)展和應用。目前，圖像處理技術已經廣泛應用于工業(yè)、軍事、醫(yī)學、交通、農業(yè)、天氣預報、銀行、超市、重要部門的監(jiān)控報警系統(tǒng)、可視電話、網絡傳輸?shù)鹊阮I域，成為各個學科學習和研究對象。隨著圖像處理技術的廣泛應用，學習和掌握這門科學顯得格外重要，圖像處理已經成為信息技術相關領域的核心課程。在目前應用的許多場合中，數(shù)字圖像處理系統(tǒng)把待識別的物體看作是由簡單的點、直線和平面的組合。數(shù)字圖像處理的研究工作就是把物體的復雜特性轉化為簡單的元素組合，利用科學的、數(shù)學的理論基礎對其進行描述，找到它9們的組成規(guī)律，從而實現(xiàn)對該物體的識別、定位或者是其它目的的應用。數(shù)字圖像處理系統(tǒng)還可以處理和識別更廣泛的圖像，例如遙感圖像、醫(yī)學圖像等，這些圖像需要利用其顏色、亮度、紋理等特征，其處理和識別的難度相對較大。在現(xiàn)代工業(yè)領域中，研究能代替人類進行生產和檢測的智能化系統(tǒng)是主要方向。使用數(shù)字圖像處理自動檢測系統(tǒng)對物體進行識別和檢測，無需接觸，只要得到其二維圖像，便可以實現(xiàn)對其三維性狀的研究。通過提取到的待檢測物體的形狀、大小、顏色、紋理以及輪廓等特征，就可以進行更高層信息的處理。這樣的系統(tǒng)不僅具有高效率、低風險的特點，還可以降低生產成本，提高勞動生產率，提高工廠的自動化程度。1．7 課題設計的主要內容本設計的主要目的是用數(shù)字圖像處理的方法來測量零件的幾何尺寸、探測裂紋。通過圖像采集設備采集到元器件的數(shù)字圖像，并將其輸入計算機，使用MATLAB 圖像處理軟件對圖像中的元器件進行目標識別、圖像分割、特征提取和尺寸測量。該系統(tǒng)將取代人工手動測量的老方法，減少工作人員不必要的勞動量，提高生產效率。本設計的主要工作內容包括測量系統(tǒng)的設計、圖像預處理、圖像分割及特征提取、幾何尺寸測量及裂紋探測四個方面。（1） 測量系統(tǒng)的設計測量系統(tǒng)分為基礎硬件配置和系統(tǒng)軟件兩部分。該系統(tǒng)的基礎硬件配置為高分辨率 CCD 數(shù)碼相機、一臺普通的 PC 機。要求能滿足實時的圖像采集，并且能保證所采集圖像的質量和清晰度。軟件系統(tǒng)為目前使用的 Windows XP 操作系統(tǒng)和自己編程設計的 MATLAB 圖像處理軟件。（2） 圖像預處理在對圖像中的元器件進行分割和自動識別之前，需要對圖像進行預處理，排除或減弱圖像中的各種噪聲干擾因素，如：雜質灰塵、光照不均等因素：突出圖像中的有用特征，如：顏色特征和圖像的對比度等，從而提高后續(xù)圖像分割的精度和準確性。10（3） 圖像分割及特征提取本設計采用了最優(yōu)閾值分割的圖像分割算法和邊緣檢測算子的特征提取算法，并結合數(shù)學形態(tài)學方法，把圖像分割成各自具有特性的區(qū)域并提取出感興趣的目標，在此基礎上才有可能進一步對目標進行測量和對圖像進行利用，同時對零件表面存在的裂紋進行探測和顯示預警。本設計采用分層次分步驟的算法，對圖像中零件進行圖像處理。第一步：根據圖像中零件亮度的特點，直接使用閾值化的方法對圖像進行分割。第二步：用邊緣算子檢測法提取零件的邊沿輪廓，同時用數(shù)學形態(tài)學進行修正處理，橋接細微間隙，使邊沿輪廓完整清晰。（4） 幾何尺寸測量及裂紋探測將零件的邊沿輪廓提取好之后，采用連通區(qū)域標記的算法對圖像中的零件幾何尺寸進行測量，同時在二值化圖像中即可觀察到裂紋的存在。對于圓環(huán)形零件，采用最小二乘法擬合圓來實現(xiàn)其內外徑、同心度等幾何參數(shù)的測量，在擬合時，若存在裂紋，則將返回異常的連通區(qū)域值，由此可判斷裂紋的存在。第二章 數(shù)字圖像處理概述2．1 數(shù)字圖像處理的研究內容“圖”是物體透射光或反射光的分布， “像”是人的視覺系統(tǒng)對圖的接收在大腦中形成的印象或認識。圖像是兩者的結合。圖像處理就是對圖像信息進行加工處理，以滿足人的視覺心理和實際應用的需要。簡單的說，依靠計算機對圖像進行各種目的的處理就稱之為數(shù)字圖像處理。總的來說，數(shù)字圖像處理包括以下幾項研究內容：（1） 點運算 點運算主要是針對圖像的像素進行加、減、乘、除等運算。圖像的點運算11可以有效的改變圖像的直方圖分布，這對于提高圖像的分辨率以及圖像均衡都是非 常有益的。（2） 幾何處理 幾何處理主要包括圖像的坐標轉換、圖像的移動、縮小、放大、旋轉、多個圖像的配準以及圖像扭曲校正等。幾何處理是最常見的圖像處理手段，幾乎所有的圖像處理軟件都提供了最基本的圖像縮放功能。（3） 圖像增強和復原 圖像增強和復原的目的是為了提高圖像的質量，去除噪聲、提高圖像的清晰 度等。圖像增強主要是突出圖像中感興趣的目標部分，如強化圖像高頻分量，課 使圖像中的物體輪廓清晰，細節(jié)明顯；而強化圖像低頻分量，可減少圖像中噪聲 的影響等。（4） 圖像時域—頻域變換 圖像變換就是通過時域和頻域的變換找到其中的特征，再加以變換的過程。傅立葉變換是最基礎的圖像變換。在傅立葉變換基礎上又有離散余弦變換、沃爾 什—哈達瑪變換和小波變換等。 （5） 圖像形態(tài)學處理 圖像形態(tài)學是數(shù)學形態(tài)學的延伸，是一門獨立的研究科學。利用圖像學處理 技術，可以實現(xiàn)圖像的腐蝕、細化、和分割等效果。一般圖像分割有兩種情況，一是圖像邊緣檢測，二是區(qū)域分割。邊緣檢測是最常用的方法，主要是通過邊緣 檢測算子、模板和曲面擬合來達到圖像分割的目的。 （6） 圖像的編碼 圖像編碼研究屬于信息論中信源編碼的范疇，其主要的宗旨是利用圖像信號的統(tǒng)計特性及人類視覺特性對圖像進行高效編碼，從而達到壓縮的目的。圖像12編碼是數(shù)字圖像處理中一個經典的研究范疇，有60多年的歷史，目前，已經制定了多種編碼標準，如 H.261，JEPG，MEPG等。 （7） 圖像分析和理解 圖像分析和理解是圖像處理技術的發(fā)展和深入，也是人工智能和模式識別的 一個分支。在圖像分析和理解中主要有圖像的描述和圖像的分類識別。圖像分類 識別屬于模式識別（當今的模式識別方法有3種：統(tǒng)計識別法，句法結構模式識別法，和模糊識別法）的范疇，其主要內容是圖像經過某些預處理（增強、復原、壓縮）后，進行圖像分割和特征提取，從而進行分類判別。2．2 數(shù)字圖像處理系統(tǒng)2.2.1 數(shù)字圖像處理系統(tǒng)硬件早期的數(shù)字圖像處理系統(tǒng)為了提高處理速度、增加容量都采用大型機。隨著 計算機性價比（性能價格比）日新月異的提高，以小型機為主的微型圖像處理系 統(tǒng)得到發(fā)展。主機為PC機，配置以圖像采集卡及顯示設備就構成了最基本的微型 圖像處理系統(tǒng)。目前，國產的CA540、VP32、FGCT11010N8、CA-CPE-3000等圖像板均已研制成功并已商品化。微型圖像處理系統(tǒng)成本低、應用靈活、便于推廣。特別是微型計算機的性能逐年提高，使得微型圖像處理系統(tǒng)的性能也不斷升級，加之軟件配置豐富，使其更具實用意義。（1） 顯示卡 顯示卡是記憶和保存圖像的地方，通常，存儲的圖像要隨時顯示在顯示器上。 PC機多采用800×600或1024×768個像素點。通常在圖像處理裝置中，灰度值紅(R)、綠(G)、藍(B)各占8位(bit)，共計24位，可以表示1670萬種顏色，這種顯示卡稱為真彩色顯示卡。 （2） 計算機 圖像處理的主要特點是數(shù)據量大、運算時間長，因而對系統(tǒng)硬件配置要求13較高。目前，配置奔騰P4 2.4G以上CPU、512MB內存、80G以上硬盤的PC機已屬常見，計算速度大幅度提高，可與幾年前的大型機媲美。為了加快圖像的顯示和處理速度，用于圖像處理的PC機配置應盡可能高一些。（3） 圖像存貯裝置 圖像數(shù)據量龐大，發(fā)展早期其存儲成為疑難問題。到目前為止，除了大容量磁盤可供存儲圖像數(shù)據之外，MO、CD、DVD等光學存儲裝置以及SAN、 NAS等網絡存儲系統(tǒng)，為存儲海量圖像數(shù)據提供了極好的支持。 2.2.2 數(shù)字圖像處理軟件系統(tǒng)微型圖像處理系統(tǒng)既包含硬件設備，也需要一定的軟件環(huán)境支持。目前，圖 像處理系統(tǒng)平臺多為 Microsoft Windows 或 X-Windows，開發(fā)的主流工具有Microsoft公司的VC++、MathWorks公司的MATLAB（矩陣實驗室） 、ACDSystems公 司 的 ACDSee等 ， 本 設 計 采 用 MathWorks公司的MATLAB軟件平臺，因為其強大的數(shù)值運算功能和完備的圖形處理功能，使圖像處理變得更加的簡單和直觀。2.2.2.1 MATLAB軟件概述20世紀70年代，美國新墨西哥大學計算機科學系主任Cleve Moler為了減輕學生編程的負擔，用FORTRAN編寫了最早的MATLAB。1984年由Little、Moler、Steve Bangert合作成立了的MathWorks公司正式把MATLAB推向市場。到20世紀90年代，MATLAB已成為國際控制界的標準計算軟件。MATLAB是主要面對科學計算、可視化以及交互式程序設計的高科技計算環(huán)境。它將數(shù)值分析、矩陣計算、科學數(shù)據可視化以及非線性動態(tài)系統(tǒng)的建模和仿真等諸多強大功能集成在一個易于使用的視窗環(huán)境中，為科學研究、工程設計以及必須進行有效數(shù)值計算的眾多科學領域提供了一種全面的解決方案，并在很大程度上擺脫了傳統(tǒng)非交互式程序設計語言（如C、Fortran）的編輯模式，代表了當今國際科學計算軟件的先進水平。 MATLAB 產品族可以用來進行以下各種工作： ? 數(shù)值分析 14? 數(shù)值和符號計算 ? 工程與科學繪圖 ? 控制系統(tǒng)的設計與仿真 ? 數(shù)字圖像處理技術 ? 數(shù)字信號處理技術 ? 通訊系統(tǒng)設計與仿真 ? 財務與金融工程 ? 管理與調度優(yōu)化計算（運籌學） MATLAB 的應用范圍非常廣，包括信號和圖像處理、通訊、控制系統(tǒng)設計、測試和測量、財務建模和分析以及計算生物學等眾多應用領域。附加的工具箱（單獨提供的專用MATLAB 函數(shù)集）擴展了MATLAB 環(huán)境，以解決這些應用領域內特定類型的問題。2.2.2.2 MATLAB系統(tǒng)結構MATLAB系統(tǒng)由MATAB開發(fā)環(huán)境、MATLAB數(shù)學函數(shù)庫、MATLAB語言、MATLAB圖形處理系統(tǒng)和MATLAB應用程序接口（API）五大部分構成： （1） MATLAB開發(fā)環(huán)境MATLAB開發(fā)環(huán)境是一套方便用戶使用的MATLAB函數(shù)和文件工具集，其中許多工具是圖形化用戶接口。它是一個集成的用戶工作空間，允許用戶輸入輸出數(shù)據，并提供了M文件的集成編譯和調試環(huán)境，包括MATLAB桌面、命令窗口、M文件編輯調試器、MATLAB工作空間和在線幫助文檔。 （2） MATLAB數(shù)學函數(shù)庫MATLAB數(shù)學函數(shù)庫包括了大量的計算算法。從基本算法如加法、正弦，到復雜算法如矩陣求逆、快速傅里葉變換等。 （3） MATLAB語言MATLAB語言是一種高級的基于矩陣/數(shù)組的語言，它有程序流控制、函數(shù)、數(shù)據結構、輸入/輸出和面向對象編程等特色。 （4） MATLAB圖形處理系統(tǒng)圖形處理系統(tǒng)使得MATLAB能方便的圖形化顯示向量和矩陣，而且能對圖形添加標注和打印。它包括強大的二維三維圖形函數(shù)、圖像處理和動畫顯示等函15數(shù)。 （5） MATLAB應用程序接口MATLAB應用程序接口（API）是一個使MATLAB語言能與C、Fortran等其它高級編程語言進行交互的函數(shù)庫。該函數(shù)庫的函數(shù)通過調用動態(tài)鏈接庫（DLL）實現(xiàn)與MATLAB文件的數(shù)據交換，其主要功能包括在MATLAB中調用C和Fortran程序，以及在MATLAB與其它應用程序間建立客戶、服務器關系。2.2.2.3 MATLAB特點優(yōu)勢同其他圖形處理軟件相比，MATLAB軟件具有如下四個方面的特點優(yōu)勢：（1） 高效的數(shù)值計算及符號計算功能，能使用戶從繁雜的數(shù)學運算分析中解脫出來； （2） 具有完備的圖形處理功能,實現(xiàn)計算結果和編程的可視化; （3） 友好的用戶界面及接近數(shù)學表達式的自然化語言，使學者易于學習和掌握； （4） 功能豐富的應用工具箱(如信號處理工具箱、通信工具箱等) ,為用戶提供了大量方便實用的處理工具。2．3 數(shù)字圖像處理相關學科數(shù)字圖像處理的理論已經非常完善，到如今已經發(fā)展成為一門與多門學科交叉的學科。下面就簡單介紹一下與之相關的理論學科：計算機視覺、模式識別和圖像理解。2.3.1 計算機視覺計算機視覺是一門研究如何使機器“看”的科學，更進一步的說，就是指用攝影機和電腦代替人眼對目標進行識別、跟蹤和測量等機器視覺，并進一步做圖形處理，用電腦處理成為更適合人眼觀察或傳送給儀器檢測的圖像。作為一個科學學科，計算機視覺研究相關的理論和技術，試圖建立能夠從圖像或者多維數(shù)據中獲取“信息”的人工智能系統(tǒng)。這里的信息指Shannon定義的，可以用來幫助做一個“決定”的信息。因為感知可以看作是從感官信號中提取信息，16所以計算機視覺也可以看作是研究如何使人工系統(tǒng)從圖像或多維數(shù)據中“感知”的科學。計算機視覺就是用各種成像系統(tǒng)代替視覺器官作為輸入敏感手段，由計算機來代替大腦完成處理和解釋。計算機視覺的最終研究目標就是使計算機能像人那樣通過視覺觀察和理解世界，具有自主適應環(huán)境的能力。這是一個要經過長期的努力才能達到的目標。因此，在實現(xiàn)最終目標以前，人們努力的中期目標是建立一種視覺系統(tǒng)，這個系統(tǒng)能依據視覺敏感和反饋，在某種程度上，智能地完成一定的任務。例如，計算機視覺的一個重要應用領域就是自主車輛的視覺導航，目前還沒有條件實現(xiàn)像人那樣能識別和理解任何環(huán)境，完成自主導航的系統(tǒng)。因此，目前人們努力的研究目標是實現(xiàn)在高速公路上具有道路跟蹤能力，可避免與前方車輛碰撞的視覺輔助駕駛系統(tǒng)。這里要指出的一點是在計算機視覺系統(tǒng)中計算機起代替人腦的作用，但并不意味著計算機必須按人類視覺的方法完成視覺信息的處理。計算機視覺可以而且應該根據計算機系統(tǒng)的特點來進行視覺信息的處理。但是，人類視覺系統(tǒng)是迄今為止，人們所知道的功能最強大和完善的視覺系統(tǒng)。因此，用計算機信息處理的方法研究人類視覺的機理，建立人類視覺的計算理論，也是一個非常重要和令人感興趣的研究領域。2.3.2 模式識別什么是模式呢?廣義地說，存在于時間和空間中可觀察的事物，如果我們可以區(qū)別它們是否相同或是否相似，都可以稱之為模式。模式識別就是根據觀察到的事物的模式對事物進行分類的過程。模式識別技術根據從圖像抽取的特征、統(tǒng)計特性或結構信息，把圖像分成各種類別。例如，文字識別、指紋識別和人臉識別、目標檢測和遙感分析等。數(shù)字圖像處理中模式識別技術經常用于對圖像中某些部分或區(qū)域進行分割、識別和分類。模式識別主要根據一定的度量來對物體進行描述和分析。為了提供有效的模式描述，還需要用預處理來消除噪聲和多余的信息。然后從中提取一組數(shù)值17的和，或者是非數(shù)值的特征度量，以及這些特征之間的關系，以此來表示模式。這個過程叫做模式分析或模式描述。為了確定有一組好的特征度量以及它們之間的關系用于模式表示，必須對所研究的模式進行仔細分析，全面利用有關模式的統(tǒng)計特征和結構特征的知識。有許多數(shù)學方法被用來解決模式識別的問題，這些方法基本上可分成兩大類，即統(tǒng)計模式識別方法和結構(句法)模式識別方法，與此相應的模式識別系統(tǒng)都由兩個過程所組成，即設計和實現(xiàn)。設計是指用一定數(shù)量的樣本(叫做訓練集或學習集)進行分類器的設計。實現(xiàn)是指用所設計的分類器對待識別的樣本進行分類決策。在圖像識別技術中，模式識別占有核心的地位。所有的圖像處理技術都是為更好地進行模式識別而做準備。模式識別是圖像識別的實質性階段。2.3.3 圖像理解圖像理解是在圖像處理的基礎上，結合人工智能與專家系統(tǒng)而發(fā)展起來的一門新興學科。圖像理解是研究用計算機系統(tǒng)解釋圖像，實現(xiàn)類似人類視覺系統(tǒng)理解外部世界的一門學科。給定一幅圖像，圖像理解程序不僅描述圖像本身，而且描述和解釋圖像所代表的景物，以便對圖像代表的內容做出決定。圖像理解除了需要復雜的圖像處理以外還需要具有關于景物成像的物理規(guī)律的知識以及與景物內容有關的知識。其中又包括人工智能、人工神經網絡和神經物理學等。18圖2-1 圖像理解系統(tǒng)關系圖圖像理解是一個總稱，是一個由許多模塊組成的系統(tǒng)。每個模塊相互聯(lián)系，在系統(tǒng)中都有著很重要的作用。其中，圖像預處理、圖像分割屬于圖像處理；圖像特征提取和圖像分類屬于圖像的模式識別；而句法分析涉及的內容則是從圖像分割到圖像結構分析這一過程。整個系統(tǒng)運行得到的結果就是對圖像的描述和解釋。圖像理解涉及到了獲取圖像的方法、裝置和具體應用的實現(xiàn)，這就形成了所謂的計算機視覺，是簡易的計算機視覺系統(tǒng)。第三章 零件幾何尺寸檢測系統(tǒng)的設計3．1 數(shù)字圖像處理檢測系統(tǒng)的組成數(shù)字圖像處理自動檢測系統(tǒng)在工業(yè)檢測中正在逐步取代傳統(tǒng)的檢測系統(tǒng)，開始替代人進行生產和工作。人工檢測不僅工作效率不高，檢測精度很難達到標準，還很容易因為人的疲勞等因素造成檢測失誤。數(shù)字圖像處理檢測系統(tǒng)可以應用于工業(yè)檢測領域中的尺寸測量、特征檢測、圖形圖像及字符識別、工件定位等各個方面。數(shù)字圖像處理檢測系統(tǒng)按照功能模塊來分類，主要包含以下幾個部分：圖像信息獲取模塊、圖像信息處理模塊、系統(tǒng)控制模塊和人機交互19模塊．系統(tǒng)各部分之間的邏輯關系如圖3-1所示。圖3-1 數(shù)字圖像處理檢測系統(tǒng)組成模塊圖像信息獲取模塊通過圖像采集設備獲得待檢測物體的二維信息，并以數(shù)字圖像的形式傳送到圖像信息處理模塊，由圖像信息處理模塊對其進行分析和數(shù)字圖像處理。系統(tǒng)控制模塊處于整個檢測系統(tǒng)的核心位置，控制待檢測物體的圖像信息采集，并控制圖像信息處理模塊對所采集的信息進行圖像處理，得到所需要的檢測結果，完成檢測任務。人機交互模塊則需要直接和控制核心相互通信，以便操作者對檢測系統(tǒng)進行實時參數(shù)設置或者發(fā)出各種操作指令。典型的數(shù)字圖像處理檢測系統(tǒng)一般包括圖像采集系統(tǒng)(CCD攝像機、數(shù)碼相機、掃描儀、圖像采集卡)、具有圖像處理功能的計算機、圖像輸出設備(打印機、視頻拷貝機)等，見圖3-2。圖3-2 數(shù)字圖像處理檢測系統(tǒng)的組成圖像采集系統(tǒng)負責將對象的可視化圖像和特征轉換為能被計算機處理的一系列數(shù)據信息。由于機器視覺系統(tǒng)強調速度和精度，因此圖像采集系統(tǒng)需要及時、準確地提供清晰圖像。圖像采集系統(tǒng)—般由光源、鏡頭、攝像機、圖像采集卡等組成。圖像的處理部分包括圖像處理硬件和圖像處理軟件，也就是具有專業(yè)圖像20處理功能的計算機。圖像分析和處理的結果由輸出設備進行輸出顯示。3．2 零件幾何尺寸測量系統(tǒng)的組成基于數(shù)字圖像處理技術的零件幾何尺寸測量系統(tǒng)由硬件和軟件兩部分組成。3.2.1 零件幾何尺寸檢測系統(tǒng)的硬件為了采集圖像，我們搭建了一個仿照工業(yè)生產中常用圖像獲取裝置的平臺，包括：光源、圖像獲取設備(CCD數(shù)碼相機)、計算機及其外圍設備。數(shù)碼相機將要識別的對象以圖像的形式記錄下來，將采集好的數(shù)字圖像輸入計算機，以便計算機對其進行各種處理。光照系統(tǒng)為圖像采集提供合適的照明，減少干擾，使圖像的效果達到最好，便于圖像的處理和分析。將圖像數(shù)字化后，由專業(yè)的圖像處理軟件來處理圖像，如進行圖像預處理、特征提取和目標識別等。最后由顯示器輸出零件的幾何尺寸。實驗中的零件幾何尺寸檢測系統(tǒng)結構圖如圖3-3所示：圖3-3 零件幾何尺寸檢測系統(tǒng)硬件工作圖本設計中零件幾何尺寸檢測系統(tǒng)的功能強、性價比高、且易于擴展。該系統(tǒng)主要由四個部分組成：白熾燈光源，Sony 1000萬像素的CCD數(shù)碼相機，PC處理器為Intel 酷睿2雙核T6系列的計算機，2G內存，NVIDIA GeForce GT240M的圖形顯示卡，14寸液晶顯示器。213.2.2 零件幾何尺寸測量系統(tǒng)的軟件零件幾何尺寸測量系統(tǒng)的軟件由操作系統(tǒng)和專業(yè)圖像處理應用軟件構成。（1） 操作系統(tǒng)操作系統(tǒng)選用Windows XP系列。（2） 專業(yè)圖像處理應用軟件該專業(yè)應用軟件的主要功能是實現(xiàn)了圖像的實時抓取，以及數(shù)字的圖像處理，并完成了零件幾何尺寸測量的功能。開發(fā)測量所需的專業(yè)圖像處理軟件，選擇適合已有軟件平臺以及高效便捷的圖像處理軟件的開發(fā)編程語言。零件幾何尺寸測量系統(tǒng)的開發(fā)選用的是MATLAB R2009a，該工具有開放的設計理念，將數(shù)值計算和圖形可視化功能完美結合，并且是一種語法簡潔的高級語言，可以避免許多開發(fā)中不必要的程序錯誤。同時，MATLAB R2009a不僅具有許多常用的圖像處理函數(shù)，如：圖像的讀寫、彩色圖像與灰度圖像的轉換、直方圖均衡化計算、圖像的形態(tài)學運算等等，還在以往的基礎上進一步優(yōu)化了原有的函數(shù)，在很大程度上節(jié)省了開發(fā)的時問，也提高了程序的計算機效率。3.3 零件幾何尺寸測量系統(tǒng)的工作原理在零件幾何尺寸測量系統(tǒng)的工作流程中，主要可以分為圖像采集、圖像預處理、圖像分割（二值化） 、系統(tǒng)標定、零件邊緣檢測和參數(shù)計算六個步驟。圖3-4 零件幾何尺寸檢測系統(tǒng)軟件流程圖（1） 圖像采集將待測量尺寸的零件置放在工作臺上，調整好CCD數(shù)碼相機的位置和角度，圖像采集圖像預處理（增強、去噪）圖像分割（二值化）系統(tǒng)標定零 件 邊 緣 檢 測參數(shù)計算22調節(jié)相機鏡頭的攝像范圍并且固定好攝像機到工作臺的相應高度，就可以進行圖像的采集了。采集的數(shù)字圖像輸入計算機，由編制好的專業(yè)圖像處理軟件對其進行分析和處理。（2） 圖像預處理采用預處理方法將采集到的圖像進行適當?shù)奶幚怼ζ溥M行色度拉伸和去相關處理，增強圖像中彩色信息。采用銳化的方法突出其顏色信息變化強烈的部分，例如邊緣和紋理區(qū)域；選用合理的濾波方法盡可能去除成像過程中產生的噪聲，提高測量精度。（3） 圖像分割將圖像中感興趣的部分分割出來，便于后續(xù)的圖像處理。常用的分割方法有按輪廓分割和按區(qū)域分割兩種方法。（4） 系統(tǒng)標定在固定的工作臺成像環(huán)境中對數(shù)碼相機進行標定，將機器視覺中用于數(shù)字圖像處理的像素值與零件的實際尺寸聯(lián)系起來。（5） 零件邊緣檢測將零件的邊緣輪廓，如內外徑等檢測出來并標記，便于對零件參數(shù)進行計算。 （6） 參數(shù)計算使用連通區(qū)域統(tǒng)計的算法對零件的幾何參數(shù)特征進行檢測和計算，并通過顯示器顯示結果。第四章 圖像處理過程的實現(xiàn)4．1 圖像預處理由于光學鏡頭的原因和噪聲等因素，采集到的零件圖像精度會受到一定的影響。為了便于后續(xù)的圖像處理和提取其幾何特征，對采集到的圖像先進行銳化23增強和濾波去噪的預處理。4.1.1 銳化增強本設計中采用對圖像的空域濾波來實現(xiàn)圖像增強?？沼驗V波是在圖像中借助模板進行鄰域操作來完成的，這種運算通常稱作卷積。卷積時，根據不同的需要選擇模板，在待處理圖像中逐像素進行處理，輸出的像素的值是鄰域內像素的加權和，輸出的像素代替原圖像中該點的像素值。這樣的模板稱為卷積核，又稱為濾波器。(4-1)????????aa15)1(在本設計中使用了一個3*3的鈍化對比度增強濾波器，該濾波器形如系數(shù)為負的拉普拉斯算子，系數(shù)中使用了a作為參數(shù)。a用來控制濾波器的形狀，范圍通常在0.1～1.0之間，實驗中取值0．2。該濾波器的模板計算公式如(4-1)所示，將其作用于圖像中，使得圖像中的邊緣和內部的細節(jié)都變得更加清晰。4.1.2 濾波去噪圖像中的噪聲大多是不規(guī)則分布的一小點一小點的，故運用中值濾波法能較好的去除掉這些噪聲點。中值濾波是一種非線性濾波方法，它在去除圖像噪聲時，能夠較好地保持圖像輪廓的清晰。設g(x，y)表示原始圖像在(x，y)處的灰度值，選用NxN矩形窗口(一般N的值為3或5)，G(X，Y)表示濾波后的圖像在(X，Y)處的灰度值，則中值濾波的輸出可以表達為：G(x，Y)=Med{g(x+n，y+m)；(1-N)/2≤n，m≤(N一7)/2} (4-2)其中Med{}表示對窗口求中值。對于中值濾波，MATLAB有它自帶的函數(shù)medfilt2，簡便快捷。4．2 圖像分割圖像分割的方法依照分割時所依據的圖像特性不同，大致可分為閾值方法、24邊界分割方法和區(qū)域提取方法三大類。而閾值法是一種簡單有效的圖像分割方法，此方法是用一個或幾個閾值將圖像的灰度級分為幾個級別，同屬于一個級別的像素點認為是同一個物體。在本設計系統(tǒng)中，零件圖像是在燈箱中采用背光源成像的，所以只有一個目標與背景，而且目標與背景的灰度分布都比較均勻，顧可以選用某一閾值Th，把圖像的像素分成小于Th的像素群(背景)和大于Th的像素群(目標)兩部分。設F(x，y)表示對圖像二值化的輸出，即：（4-ThyxFyx???),(01{),(3）此處圖像二值化將目標點的灰度值置為1，背景點的灰度值置為0。閾值Th的計算方法一般有雙蜂法、大津法、P-參數(shù)法、均勻性度量法、類間最大距離法和最大熵法等。本設計選用自適應的大津閾值法來獲得最優(yōu)分割閾值。大津閾值法又叫最大類見方差法，它是按圖像的灰度特性,將圖像分成背景和目標兩部分。背景和目標之間的類間方差越大, 說明構成圖像的兩部分的差別越大,當部分目標被錯分為背景或部分背景被錯分為目標都會導致兩部分的差別變小。因此,使類間方差最大的分割意味著錯分概率最小。對于圖像I(x,y),前景(即目標)和背景的分割閾值記作T,屬于前景的像素點數(shù)占整幅圖像的比例記為 ,其平均灰度為 ;背景像素點數(shù)占整幅圖像的比例0?0?為 ,其平均灰度為 。圖像的總平均灰度記為 ,類間方差記為 。1?1? g假設圖像的背景較暗,并且圖像的大小為 ,圖像中像素的灰度值小于NM?閾值T的像素個數(shù)記作 ,像素灰度大于閾值T的像素個數(shù)記作 ,則有:0N1= / (4-4)?= / (4-5)1N?+ = (4-6)0M+ = 1 (4-7)?= * + * (4-8)?01??(4-9)22)()(??????g25將式(4-8)代入式(4-9),得到等價公式:(4-10)21010)(?????g采用遍歷的方法即可得到使類間方差最大的閾值T。用MATLAB實現(xiàn)大津閾值分割的程序流程圖如右圖4-1所示。4．3 系統(tǒng)標定在機器視覺中對所獲得的圖像進行處理都是基于像素的，因此要想得到零件的實際尺寸，需要對數(shù)碼相機進行標定，使圖像像素值和實際尺寸聯(lián)系起來。所以要測量零件的實際尺寸，只要先標定出該系統(tǒng)環(huán)境下像素與實際尺寸之間的比例關系K值，并且計算出零件在由數(shù)碼相機所獲得的數(shù)字圖像中所占的像素數(shù)，就可以得到零件的實際尺寸。即：L=M×(1/K)其中L為零件的實際尺寸M為零件圖像所占的像素數(shù)，K為像素值和實際尺寸的比例系數(shù)。在本文實驗中，采用一標準量塊，在相同的圖像采集環(huán)境下，不改變測量參數(shù)，對測量系統(tǒng)的測量比 進行標定，0/LK?其中 為該量塊的計算機圖像尺寸，以像素點個數(shù)表示， 為該量塊的標準尺L 0寸，單位是毫米。經測量計算，本實驗系統(tǒng)的K值為9.43個/mm。待測零件的圖像進入到標定好的測量系統(tǒng)，可以測得零件的圖像尺寸為M(像素數(shù))，則該零件的測量尺寸為 。/LMK?4．4 零件邊緣檢測4.4.1 圖像邊緣檢測的基本步驟邊緣檢測是一種定位二維或三維圖像中對象的邊緣的系統(tǒng)。它通過輸入端開 始掃描圖像，獲取每一個像素值的出現(xiàn)概率計算類間方差結 束類 間 方 差 大 于 初 始 最 大 值NY按 步 進 像 素 逐 個 分 割 圖 像分別計算背景和目標像素點數(shù)占整幅圖像的比例值及其平均灰度值設 定 類 間 方 差 初 始 最 大 值獲取最佳分割閾值圖 4-1 大津閾值分割流程圖26接收表示該圖像的各元素值的數(shù)據元素集，該數(shù)據集被存儲在存儲裝置中，處理器確定該圖像中的對象的邊緣。該處理器計算所述數(shù)據元素的至少一階和/或二階導數(shù)，并且計算該圖像的等照度線曲率，所述曲率由 標識。該處理器還?確定校正因數(shù) ，該校正因數(shù) 對于由對象的曲率和/或所述數(shù)據的模糊造成的??邊緣錯位進行校正。該校正因數(shù) 取決于所述等照度線曲率 。然后，該處理器確定取決于所計算出的導數(shù)和所述等照度線曲率的算子的過零點。該系統(tǒng)的輸出端提供對于該圖像中的邊緣位置的指示?；静襟E如下：（1） 濾波。邊緣檢測主要基于導數(shù)計算，但容易受噪聲影響，濾波過程可以改善與噪聲有關的邊緣檢測器的性能，但濾波器在降低噪聲的同時也導致了邊緣強度的一定損失。（2） 增強。增強算法將領域中灰度有顯著變化的點突出顯示。一般通過計算梯度幅值完成。 （3） 檢測。最簡單的邊緣檢測判據是梯度幅值閾值，但在有些圖像中梯度幅值較大的并不是邊緣點。（4） 定位。精確確定邊緣的位置和方位。4.4.2 邊緣檢測的基本算子及其性能比較邊緣檢測的基本算法有很多，有梯度算子、方向算子、Laplace算子和Canny算子等等。幾種常用的邊緣檢測方法有Roberts算子、Sobel算子、Prewitt算子、Canny算子等。4.4.2.1 Roberts算子Roberts算子采用對角線方向相鄰兩像素之差近似梯度幅值檢測邊緣, 是一種局部差分算子。其模板形式為2*2的濾波器, 可以表示為:（4-????????101D????????012D11）Roberts算子檢測水平和垂直邊緣的效果好于斜向邊緣, 定位精度高, 但對噪聲很敏感。274.4.2.2 Sobel算子Sobel算子對數(shù)字圖像中的每個像素,考察它上下左右鄰點灰度的加權差，并通過增加與之接近的鄰點所占的權重來實現(xiàn)某種程度的平滑效果。據此,該算子的卷積模板可以表示為：（4-????????102xS ????????120yS12） Sobel算子對噪聲具有平滑作用，能提供較為精確的邊緣方向信息，但邊緣定位精度不夠高。4.4.2.3 Prewitt算子Prewitt算子是一種一階微分算子的邊緣檢測，利用像素點上下、左右鄰點的灰度差在邊緣處達到極值檢測邊緣，去掉部分偽邊緣，對噪聲具有平滑作用。其原理是在圖像空間利用兩個方向的模板與圖像進行鄰域卷積，這兩個方向模板一個檢測水平邊緣，一個檢測垂直邊緣，表示如下：（4-????????10xP????????10yP13） Prewitt算子對噪聲具有平滑作用，但邊緣定位精度不夠高。其模板與Sobel算子類似，但更為簡單，所以在噪聲抑制方面的效果不如Sobel算子好。4.4.2.4 Canny算子Canny算子較上述幾種算子更為高級復雜，邊緣提取的精度較高。（4-14）其中σ是方差。首先用正態(tài)分布的高斯函數(shù)G(i，j)對圖像I(i,j)進行平滑處理： 2),(?jiejiG???],[],[],[ jiIjijiS??28（4-15） *代表卷積。然后使用一階有限差分計算偏導數(shù)的兩個陣列P與Q：（4-16）進而得到梯度的幅值和方位角：（4-17）對幅值和方位角進行非極大值抑制，可以細化幅值圖像中的屋脊帶，即只保留幅值局部變化最大的點。最后用雙閾值法檢測和連接邊緣，即取高低兩個閾值作用在幅值圖N[i,j]， , 得到兩個邊緣圖，高閾值和低閾值邊緣圖。21T?連接高閾值邊緣圖，出現(xiàn)斷點時，在低閾值邊緣圖中的8鄰點域搜尋邊緣點。這樣，即可確定圖像中階躍邊緣的位置。Canny算子提供了一種最優(yōu)的邊緣檢測器，通過參數(shù)來控制算法的性能，根據不同的圖像或不同的邊緣提取目的，可以選擇不同的參數(shù)，以達到最佳效果。因此，本設計選用Canny算子進行邊緣檢測。4.4.3 形態(tài)學膨脹用Canny算子檢測圖像邊緣，從而可以提取連續(xù)而完整的輪廓，然后用形態(tài)學的二值膨脹消除雙邊緣之間的間隙，使得邊緣在寬度上更接近原始目標。一般來說，集合A被集合B膨脹可以通過將A中的各個像素（x，y）用B的復制來代替，就是將B的中心代替原來的（x，y） ，這等價于用A的副本來代替B中的像素（u，v） 。膨脹又被稱為明克夫斯基加法。因為膨脹是利用結構元素對圖像補集進行填充，因而它表示對圖像外部作濾波處理，這樣作用的輸出圖像2/])1,[]1,[],1[],[(],[ ?????? jiSjijiSjiji??22],[],[, jiQjiPjiM??)/(arctn][?