《基于數(shù)字圖像處理技術(shù)的零件幾何尺寸測(cè)量畢業(yè)論文》由會(huì)員分享，可在線閱讀，更多相關(guān)《基于數(shù)字圖像處理技術(shù)的零件幾何尺寸測(cè)量畢業(yè)論文（49頁珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

題目： 基于數(shù)字圖像處理技術(shù)的零件幾何尺寸測(cè)量院（系） 信息科學(xué)與工程學(xué)院 專 業(yè) 電子信息工程 屆 別 學(xué) 號(hào) 姓 名 指導(dǎo)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(yīng)用領(lǐng)域 61．4 數(shù)字圖像處理在工業(yè)檢測(cè)中的意義 71．5 數(shù)字圖像處理在工業(yè)檢測(cè)研究的難點(diǎn) 81．6 課題設(shè)計(jì)的相關(guān)背景 91．7 課題設(shè)計(jì)的主要內(nèi)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(nèi)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(guān)學(xué)科 152.3.1 計(jì)算機(jī)視覺 162.3.2 模式識(shí)別 162.3.3 圖像理解 17第三章 零件幾何尺寸檢測(cè)系統(tǒng)的設(shè)計(jì) 183．1 數(shù)字圖像處理檢測(cè)系統(tǒng)的組成 183．2 零件幾何尺寸測(cè)量系統(tǒng)的組成 203.2.1 零件幾何尺寸檢測(cè)系統(tǒng)的硬件 203.2.2 零件幾何尺寸測(cè)量系統(tǒng)的軟件 213.3 零件幾何尺寸測(cè)量系統(tǒng)的工作原理 .21第四章 圖像處理過程的實(shí)現(xiàn) 224．1 圖像預(yù)處理 224.1.1 銳化增強(qiáng) 234.1.2 濾波去噪 234．2 圖像分割 234．3 系統(tǒng)標(biāo)定 254．4 零件邊緣檢測(cè) 254.4.1 圖像邊緣檢測(cè)的基本步驟 254.4.2 邊緣檢測(cè)的基本算子及其性能比較 264.4.3 形態(tài)學(xué)膨脹 284．5 零件參數(shù)計(jì)算 294.5.1 方形零件幾何參數(shù)測(cè)量 294.5.2 圓環(huán)形零件幾何參數(shù)測(cè)量 294．6 零件裂紋探測(cè) 32第五章 測(cè)量結(jié)果與誤差分析 325．1 測(cè)量結(jié)果 325．2 誤差分析 34結(jié)語 34參考文獻(xiàn) 35附錄 1.36附錄 2.391摘 要數(shù)字圖像處理是一種通過計(jì)算機(jī)采用一定的算法對(duì)圖形圖像進(jìn)行處理的技術(shù)，因其處理迅速準(zhǔn)確，近年來已在生產(chǎn)生活的各個(gè)領(lǐng)域得到了廣泛運(yùn)用。而MATLAB 強(qiáng)大的矩陣運(yùn)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(shù)和 MATLAB 平臺(tái)實(shí)現(xiàn)對(duì)零件幾何尺寸的非接觸式測(cè)量。采用 1000 萬像素 USB 數(shù)碼照相機(jī)獲得零件圖像，對(duì)圖像采用大津法尋找到最優(yōu)閾值將圖像二值化，運(yùn)用邊緣檢測(cè)算子找到零件的邊沿輪廓，并運(yùn)用形態(tài)學(xué)運(yùn)算修整邊緣，最后對(duì)邊緣數(shù)據(jù)采用最小二乘法擬合求出零件的幾何尺寸。另外對(duì)零件表面是否存在裂紋進(jìn)行探測(cè)。關(guān)鍵詞：數(shù)字圖像處理 ，MATLAB , 尺寸測(cè)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(jì)算機(jī)圖像處理，它是指將圖像信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)并利用計(jì)算機(jī)對(duì)其進(jìn)行處理的過程。數(shù)字圖像處理最早出現(xiàn)于 20 世紀(jì) 50 年代，當(dāng)時(shí)的電子計(jì)算機(jī)已經(jīng)發(fā)展到一定水平，人們開始利用計(jì)算機(jī)來處理圖形和圖像信息。數(shù)字圖像處理作為一門學(xué)科大約形成于 20 世紀(jì) 60 年代初期。早期的圖像處理的目的是改善圖像的質(zhì)量，它以人為對(duì)象，以改善人的視覺效果為目的。圖像處理中，輸入的是質(zhì)量低的圖像，輸出的是改善質(zhì)量后的圖像，常用的圖像處理方法有圖像增強(qiáng)、復(fù)原、編碼、壓縮等。數(shù)字圖像處理技術(shù)首次獲得實(shí)際成功應(yīng)用的是美國噴氣推進(jìn)實(shí)驗(yàn)室（JPL） ，他們對(duì)航天探測(cè)器徘徊者 7 號(hào)在 1964 年發(fā)回的幾千張?jiān)虑蛘掌褂昧藞D像處理技術(shù)，如幾何校正、灰度變換、去除噪聲等。該技術(shù)的另一個(gè)巨大成就來自于醫(yī)學(xué)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(jì)算機(jī)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(shù)在許多應(yīng)用領(lǐng)域受到廣泛重視并取得了重大的開拓性成就，這些領(lǐng)域包括航空航天、生物醫(yī)學(xué)工程、工業(yè)檢測(cè)、機(jī)器人視覺、公安司法、軍事制導(dǎo)、文化藝術(shù)等，使其迅速發(fā)展成為一門引人注目、前景遠(yuǎn)大的新型學(xué)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(qiáng)和復(fù)原、圖像分割、圖像壓縮編碼、圖像描述和圖像識(shí)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(jìn)行處理，涉及的計(jì)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(zhì)和特點(diǎn)，將圖像變換到頻率域中進(jìn)行處理，不僅可減少計(jì)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(jìn)行數(shù)字濾波處理。目前新興的小波交換研究在時(shí)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(yīng)用。此類別主要研究各種變換模型和處理方法（2） 圖像增強(qiáng)和復(fù)原 圖像增強(qiáng)和復(fù)原的目的都是為了提高圖像的質(zhì)量。① 圖像增強(qiáng)。利用各種數(shù)學(xué)方法和變換手段提高圖像中目標(biāo)與非目標(biāo)，如背景的對(duì)比度與清晰度，達(dá)到突出目標(biāo)，有效地表示和提示圖像，以利于人或機(jī)器進(jìn)行分析處理的目的。此類別主要研究各種增強(qiáng)模型和處理方法。② 圖像復(fù)原。在景物成像過程中，由于成像設(shè)備與物體的相對(duì)運(yùn)動(dòng)、介質(zhì)散射、系統(tǒng)畸變?nèi)绯上裣到y(tǒng)的變焦、成像器材的固有缺陷、噪聲干擾等因素會(huì)造成圖像質(zhì)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(fù)本來面目，真實(shí)反映原景物圖像的處理，稱為圖像復(fù)原。此類別主要研究各種校正模型和處理方法。 圖像增強(qiáng)不考慮圖像降質(zhì)的原因，突出圖像中所感興趣的部分。如強(qiáng)化圖像高頻分量，可使圖像中物體輪廓清晰，細(xì)節(jié)明顯；強(qiáng)化低頻分量，可減少圖像中噪聲影響。圖像復(fù)原則要求對(duì)圖像降質(zhì)的原因有一定的了解，一般而言，應(yīng)根據(jù)降質(zhì)過程建立“降質(zhì)模型”再采用某種濾波方法，恢復(fù)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(jù)按一定規(guī)則進(jìn)行排列或運(yùn)算的過程稱為圖像編碼。由于圖像的數(shù)據(jù)量很大，存儲(chǔ)要占很大的空間，傳輸也要花費(fèi)不少時(shí)間，為此利用圖像本身的內(nèi)在特性如像素灰度值之間的相關(guān)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(jìn)行。編碼是壓5縮技術(shù)中最重要的方法，它在圖像處理技術(shù)中是發(fā)展最早且比較成熟的技術(shù)。（4） 圖像分割 圖像分割是數(shù)字圖像處理中的關(guān)鍵技術(shù)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(jìn)一步進(jìn)行圖像識(shí)別、分析和理解的基礎(chǔ)。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(duì)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(diǎn)之一。（5） 圖像描述 圖像描述是圖像識(shí)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(duì)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(jīng)開始進(jìn)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(yīng)用領(lǐng)域圖像信息是人類主要的信息來源之一，圖像處理的應(yīng)用領(lǐng)域也涉及到人們工作生活中的方方面面。主要應(yīng)用可歸納為以下幾個(gè)方面：（1） 醫(yī)用圖像處理醫(yī)學(xué)上不論是基礎(chǔ)研究還是臨床應(yīng)用，都是圖像處理種類極多的領(lǐng)域。例如生物醫(yī)學(xué)的顯微圖像的處理分析，如紅白細(xì)胞和細(xì)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(jì)算機(jī)層析成像技術(shù) 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(jī)或人造衛(wèi)星傳送來的遙感圖像，由于各種原因圖像質(zhì)量不是很好，必須在成像、存儲(chǔ)、傳輸、判讀過程中進(jìn)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(jì)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(yù)報(bào)中的衛(wèi)星云圖。目前遙感技術(shù)已在資源調(diào)查、災(zāi)害監(jiān)測(cè)、農(nóng)業(yè)規(guī)劃、城市規(guī)劃、環(huán)境保護(hù)等方面得到了廣泛的應(yīng)用。 （3） 文字的識(shí)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?jiān)趫D像處理中都是以最簡單的二值圖像形式出現(xiàn)的。文字識(shí)別的應(yīng)用包括手寫體文字的識(shí)別、圖文混合中文字的識(shí)別等，如郵政編碼的自動(dòng)識(shí)別，計(jì)算機(jī)光筆輸入、經(jīng)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(zhuǎn)變成文本文件等等。目前此類應(yīng)用技術(shù)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(jī)械設(shè)計(jì)圖的自動(dòng)讀取問題，其中也包括圖紙上的文字識(shí)別問題即圖文混合下的文字識(shí)別。 （4） 工業(yè)領(lǐng)域的應(yīng)用產(chǎn)品外觀檢測(cè)與篩選，表面缺陷的自動(dòng)檢測(cè)，組裝與流水線上的自動(dòng)化，工業(yè)材料的質(zhì)量檢驗(yàn)。 （5） 農(nóng)業(yè)上的應(yīng)用包括農(nóng)產(chǎn)品色度的檢測(cè)如鑒別水果成熟度，農(nóng)牧產(chǎn)品、作物的表面形狀和特征參數(shù)的測(cè)定。 （6） 其他指紋識(shí)別、影視中的特效等。1．4 數(shù)字圖像處理在工業(yè)檢測(cè)中的意義數(shù)字圖像處理技術(shù)在工業(yè)檢測(cè)中的意義尤其突出，主要可以體現(xiàn)在以下兩個(gè)方面：（1） 數(shù)字圖像處理技術(shù)是—種智能化的高科技檢測(cè)手段，大大提高了檢測(cè)精度和工業(yè)生產(chǎn)的效率，同時(shí)也減少了生產(chǎn)成本和風(fēng)險(xiǎn)，是工廠生產(chǎn)方式科學(xué)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(fù)雜，用數(shù)字圖像處理技術(shù)對(duì)其進(jìn)行檢測(cè)具有很大的理論研究價(jià)值。它的研究技術(shù)和實(shí)現(xiàn)方法為數(shù)字圖像處理技術(shù)在其他領(lǐng)域的研究提供了重要的理論基礎(chǔ)，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(nèi)的幾乎所有的現(xiàn)代工業(yè)自動(dòng)化生產(chǎn)中，涉及到各種各樣的檢驗(yàn)生產(chǎn)監(jiān)視和零件識(shí)別應(yīng)用，可用于電子產(chǎn)品零部件安裝質(zhì)量的檢驗(yàn)，如電路板組件中器件的漏缺或錯(cuò)裝、元件方向錯(cuò)誤、元件移位的檢測(cè)、以及 IC 封裝(標(biāo)識(shí)字符和引腳)的質(zhì)量檢驗(yàn)、產(chǎn)品封裝質(zhì)量(包括標(biāo)簽文字說明正誤)的檢驗(yàn)，還有機(jī)械零件尺寸、圓孔或粒子直徑和面積的測(cè)量和計(jì)算等。經(jīng)過適當(dāng)?shù)母脑燹D(zhuǎn)換，還可以應(yīng)用于藥品、紡織品、印刷品和陶瓷產(chǎn)品等領(lǐng)域的產(chǎn)品質(zhì)量檢驗(yàn)。通常這種帶有高度重復(fù)性和智能性的工作只能用人的肉眼來完成，但有些時(shí)候，如微小的尺寸要做到精確快速測(cè)量、形狀匹配、顏色識(shí)別等，人們根本無法用肉眼連續(xù)穩(wěn)定地進(jìn)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(cuò)誤，導(dǎo)致效率低下，不利于生產(chǎn)。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(cè)難以勝任的大規(guī)模的測(cè)試工作，提高生產(chǎn)效率，最大化廠家的生產(chǎn)利潤，同時(shí)還具有檢測(cè)速度快、精度高、可靠性強(qiáng)、無接觸無損、性價(jià)比高和功能擴(kuò)展容易等優(yōu)點(diǎn)。數(shù)字圖像處理技術(shù)提供各種高速度、高精度、體積小、靈活易用的標(biāo)準(zhǔn)和非標(biāo)準(zhǔn)自動(dòng)識(shí)別檢測(cè)系統(tǒng)，能在高速狀態(tài)下準(zhǔn)確地識(shí)別與定位生產(chǎn)線上的元器件，檢測(cè)生產(chǎn)線上產(chǎn)品的外形及表面缺陷，以及控制和檢測(cè)生產(chǎn)過程中的一些參數(shù)。該系統(tǒng)本身可以確定檢測(cè)結(jié)果，并將處理過程中的信息傳送給工廠網(wǎng)絡(luò)中的其它設(shè)備。1．5 數(shù)字圖像處理在工業(yè)檢測(cè)研究的難點(diǎn)（1） 引導(dǎo)知識(shí)廣泛工業(yè)上待檢測(cè)物體的特征復(fù)雜，包括其灰度、顏色分量、紋理等信息。要對(duì)物體進(jìn)行識(shí)別和分割必須理解和掌握大量的相關(guān)知識(shí)。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(shù)涉及了數(shù)學(xué)、神經(jīng)生物學(xué)、計(jì)算機(jī)科學(xué)、模式識(shí)別等學(xué)科，研究數(shù)字圖像處理，必須掌握豐富的理論知識(shí)。同時(shí)，還需要根據(jù)人類的視覺原理建立相應(yīng)的視覺模式體系。視覺機(jī)理復(fù)雜深?yuàn)W，物體通過人眼進(jìn)入大腦，進(jìn)行識(shí)別幾乎是瞬間可得的，而要以此為根據(jù)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(jìn)行圖像信息采集的過程中，會(huì)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(zhì)、光源角度、照相機(jī)角度，以及空間關(guān)系的變化都會(huì)對(duì)成像有一定程度的影響，從而降低了最后識(shí)別的精確度。因此，數(shù)字圖像處理檢測(cè)系統(tǒng)對(duì)環(huán)境的要求也很高，要求檢測(cè)場(chǎng)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(chǎng)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(huì)出現(xiàn)不同形狀的三維物體投影在圖像平面上產(chǎn)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(huì)有很大的差異。（4） 海量的數(shù)據(jù)信息數(shù)字圖像處理技術(shù)處理的對(duì)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(jù)量需要很大的存貯空間，同時(shí)不易實(shí)現(xiàn)快速處理。但在工業(yè)生產(chǎn)環(huán)境中要求實(shí)時(shí)地檢測(cè)和結(jié)果輸出，這就需要配置對(duì)圖像處理能力較強(qiáng)的計(jì)算機(jī)，盡量減少待處理圖像的信息量，設(shè)計(jì)復(fù)雜度較低的算法。1．6 課題設(shè)計(jì)的相關(guān)背景隨著科學(xué)技術(shù)的發(fā)展和人民生活水平的提高，數(shù)字?jǐn)z像機(jī)的出現(xiàn)和數(shù)字圖像處理技術(shù)的發(fā)展，在日新月異的數(shù)字化時(shí)代中，越來越引起人們的廣泛關(guān)注，數(shù)字圖像處理已經(jīng)成為必備的基礎(chǔ)知識(shí)。近幾十年來由于計(jì)算機(jī)技術(shù)的蓬勃發(fā)展，圖像處理技術(shù)也得到了空前的發(fā)展和應(yīng)用。目前，圖像處理技術(shù)已經(jīng)廣泛應(yīng)用于工業(yè)、軍事、醫(yī)學(xué)、交通、農(nóng)業(yè)、天氣預(yù)報(bào)、銀行、超市、重要部門的監(jiān)控報(bào)警系統(tǒng)、可視電話、網(wǎng)絡(luò)傳輸?shù)鹊阮I(lǐng)域，成為各個(gè)學(xué)科學(xué)習(xí)和研究對(duì)象。隨著圖像處理技術(shù)的廣泛應(yīng)用，學(xué)習(xí)和掌握這門科學(xué)顯得格外重要，圖像處理已經(jīng)成為信息技術(shù)相關(guān)領(lǐng)域的核心課程。在目前應(yīng)用的許多場(chǎng)合中，數(shù)字圖像處理系統(tǒng)把待識(shí)別的物體看作是由簡單的點(diǎn)、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(fù)雜特性轉(zhuǎn)化為簡單的元素組合，利用科學(xué)的、數(shù)學(xué)的理論基礎(chǔ)對(duì)其進(jìn)行描述，找到它9們的組成規(guī)律，從而實(shí)現(xiàn)對(duì)該物體的識(shí)別、定位或者是其它目的的應(yīng)用。數(shù)字圖像處理系統(tǒng)還可以處理和識(shí)別更廣泛的圖像，例如遙感圖像、醫(yī)學(xué)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(shí)別的難度相對(duì)較大。在現(xiàn)代工業(yè)領(lǐng)域中，研究能代替人類進(jìn)行生產(chǎn)和檢測(cè)的智能化系統(tǒng)是主要方向。使用數(shù)字圖像處理自動(dòng)檢測(cè)系統(tǒng)對(duì)物體進(jìn)行識(shí)別和檢測(cè)，無需接觸，只要得到其二維圖像，便可以實(shí)現(xiàn)對(duì)其三維性狀的研究。通過提取到的待檢測(cè)物體的形狀、大小、顏色、紋理以及輪廓等特征，就可以進(jìn)行更高層信息的處理。這樣的系統(tǒng)不僅具有高效率、低風(fēng)險(xiǎn)的特點(diǎn)，還可以降低生產(chǎn)成本，提高勞動(dòng)生產(chǎn)率，提高工廠的自動(dòng)化程度。1．7 課題設(shè)計(jì)的主要內(nèi)容本設(shè)計(jì)的主要目的是用數(shù)字圖像處理的方法來測(cè)量零件的幾何尺寸、探測(cè)裂紋。通過圖像采集設(shè)備采集到元器件的數(shù)字圖像，并將其輸入計(jì)算機(jī)，使用MATLAB 圖像處理軟件對(duì)圖像中的元器件進(jìn)行目標(biāo)識(shí)別、圖像分割、特征提取和尺寸測(cè)量。該系統(tǒng)將取代人工手動(dòng)測(cè)量的老方法，減少工作人員不必要的勞動(dòng)量，提高生產(chǎn)效率。本設(shè)計(jì)的主要工作內(nèi)容包括測(cè)量系統(tǒng)的設(shè)計(jì)、圖像預(yù)處理、圖像分割及特征提取、幾何尺寸測(cè)量及裂紋探測(cè)四個(gè)方面。（1） 測(cè)量系統(tǒng)的設(shè)計(jì)測(cè)量系統(tǒng)分為基礎(chǔ)硬件配置和系統(tǒng)軟件兩部分。該系統(tǒng)的基礎(chǔ)硬件配置為高分辨率 CCD 數(shù)碼相機(jī)、一臺(tái)普通的 PC 機(jī)。要求能滿足實(shí)時(shí)的圖像采集，并且能保證所采集圖像的質(zhì)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(shè)計(jì)的 MATLAB 圖像處理軟件。（2） 圖像預(yù)處理在對(duì)圖像中的元器件進(jìn)行分割和自動(dòng)識(shí)別之前，需要對(duì)圖像進(jìn)行預(yù)處理，排除或減弱圖像中的各種噪聲干擾因素，如：雜質(zhì)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(duì)比度等，從而提高后續(xù)圖像分割的精度和準(zhǔn)確性。10（3） 圖像分割及特征提取本設(shè)計(jì)采用了最優(yōu)閾值分割的圖像分割算法和邊緣檢測(cè)算子的特征提取算法，并結(jié)合數(shù)學(xué)形態(tài)學(xué)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(biāo)，在此基礎(chǔ)上才有可能進(jìn)一步對(duì)目標(biāo)進(jìn)行測(cè)量和對(duì)圖像進(jìn)行利用，同時(shí)對(duì)零件表面存在的裂紋進(jìn)行探測(cè)和顯示預(yù)警。本設(shè)計(jì)采用分層次分步驟的算法，對(duì)圖像中零件進(jìn)行圖像處理。第一步：根據(jù)圖像中零件亮度的特點(diǎn)，直接使用閾值化的方法對(duì)圖像進(jìn)行分割。第二步：用邊緣算子檢測(cè)法提取零件的邊沿輪廓，同時(shí)用數(shù)學(xué)形態(tài)學(xué)進(jìn)行修正處理，橋接細(xì)微間隙，使邊沿輪廓完整清晰。（4） 幾何尺寸測(cè)量及裂紋探測(cè)將零件的邊沿輪廓提取好之后，采用連通區(qū)域標(biāo)記的算法對(duì)圖像中的零件幾何尺寸進(jìn)行測(cè)量，同時(shí)在二值化圖像中即可觀察到裂紋的存在。對(duì)于圓環(huán)形零件，采用最小二乘法擬合圓來實(shí)現(xiàn)其內(nèi)外徑、同心度等幾何參數(shù)的測(cè)量，在擬合時(shí)，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(nèi)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(duì)圖的接收在大腦中形成的印象或認(rèn)識(shí)。圖像是兩者的結(jié)合。圖像處理就是對(duì)圖像信息進(jìn)行加工處理，以滿足人的視覺心理和實(shí)際應(yīng)用的需要。簡單的說，依靠計(jì)算機(jī)對(duì)圖像進(jìn)行各種目的的處理就稱之為數(shù)字圖像處理?？偟膩碚f，數(shù)字圖像處理包括以下幾項(xiàng)研究內(nèi)容：（1） 點(diǎn)運(yùn)算 點(diǎn)運(yùn)算主要是針對(duì)圖像的像素進(jìn)行加、減、乘、除等運(yùn)算。圖像的點(diǎn)運(yùn)算11可以有效的改變圖像的直方圖分布，這對(duì)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(biāo)轉(zhuǎn)換、圖像的移動(dòng)、縮小、放大、旋轉(zhuǎn)、多個(gè)圖像的配準(zhǔn)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(qiáng)和復(fù)原 圖像增強(qiáng)和復(fù)原的目的是為了提高圖像的質(zhì)量，去除噪聲、提高圖像的清晰 度等。圖像增強(qiáng)主要是突出圖像中感興趣的目標(biāo)部分，如強(qiáng)化圖像高頻分量，課 使圖像中的物體輪廓清晰，細(xì)節(jié)明顯；而強(qiáng)化圖像低頻分量，可減少圖像中噪聲 的影響等。（4） 圖像時(shí)域—頻域變換 圖像變換就是通過時(shí)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(chǔ)的圖像變換。在傅立葉變換基礎(chǔ)上又有離散余弦變換、沃爾 什—哈達(dá)瑪變換和小波變換等。 （5） 圖像形態(tài)學(xué)處理 圖像形態(tài)學(xué)是數(shù)學(xué)形態(tài)學(xué)的延伸，是一門獨(dú)立的研究科學(xué)。利用圖像學(xué)處理 技術(shù)，可以實(shí)現(xiàn)圖像的腐蝕、細(xì)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(cè)，二是區(qū)域分割。邊緣檢測(cè)是最常用的方法，主要是通過邊緣 檢測(cè)算子、模板和曲面擬合來達(dá)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(hào)的統(tǒng)計(jì)特性及人類視覺特性對(duì)圖像進(jìn)行高效編碼，從而達(dá)到壓縮的目的。圖像12編碼是數(shù)字圖像處理中一個(gè)經(jīng)典的研究范疇，有60多年的歷史，目前，已經(jīng)制定了多種編碼標(biāo)準(zhǔn)，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(shù)的發(fā)展和深入，也是人工智能和模式識(shí)別的 一個(gè)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(shí)別。圖像分類 識(shí)別屬于模式識(shí)別（當(dāng)今的模式識(shí)別方法有3種：統(tǒng)計(jì)識(shí)別法，句法結(jié)構(gòu)模式識(shí)別法，和模糊識(shí)別法）的范疇，其主要內(nèi)容是圖像經(jīng)過某些預(yù)處理（增強(qiáng)、復(fù)原、壓縮）后，進(jìn)行圖像分割和特征提取，從而進(jìn)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(jī)。隨著 計(jì)算機(jī)性價(jià)比（性能價(jià)格比）日新月異的提高，以小型機(jī)為主的微型圖像處理系 統(tǒng)得到發(fā)展。主機(jī)為PC機(jī)，配置以圖像采集卡及顯示設(shè)備就構(gòu)成了最基本的微型 圖像處理系統(tǒng)。目前，國產(chǎn)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(yīng)用靈活、便于推廣。特別是微型計(jì)算機(jī)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(jí)，加之軟件配置豐富，使其更具實(shí)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(chǔ)的圖像要隨時(shí)顯示在顯示器上。 PC機(jī)多采用800×600或1024×768個(gè)像素點(diǎn)。通常在圖像處理裝置中，灰度值紅(R)、綠(G)、藍(lán)(B)各占8位(bit)，共計(jì)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(jì)算機(jī) 圖像處理的主要特點(diǎn)是數(shù)據(jù)量大、運(yùn)算時(shí)間長，因而對(duì)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(nèi)存、80G以上硬盤的PC機(jī)已屬常見，計(jì)算速度大幅度提高，可與幾年前的大型機(jī)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(jī)配置應(yīng)盡可能高一些。（3） 圖像存貯裝置 圖像數(shù)據(jù)量龐大，發(fā)展早期其存儲(chǔ)成為疑難問題。到目前為止，除了大容量磁盤可供存儲(chǔ)圖像數(shù)據(jù)之外，MO、CD、DVD等光學(xué)存儲(chǔ)裝置以及SAN、 NAS等網(wǎng)絡(luò)存儲(chǔ)系統(tǒng)，為存儲(chǔ)海量圖像數(shù)據(jù)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(shè)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(tái)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(shí)驗(yàn)室） 、ACDSystems公 司 的 ACDSee等 ， 本 設(shè) 計(jì) 采 用 MathWorks公司的MATLAB軟件平臺(tái)，因?yàn)槠鋸?qiáng)大的數(shù)值運(yùn)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(jì)70年代，美國新墨西哥大學(xué)計(jì)算機(jī)科學(xué)系主任Cleve Moler為了減輕學(xué)生編程的負(fù)擔(dān)，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(chǎng)。到20世紀(jì)90年代，MATLAB已成為國際控制界的標(biāo)準(zhǔn)計(jì)算軟件。MATLAB是主要面對(duì)科學(xué)計(jì)算、可視化以及交互式程序設(shè)計(jì)的高科技計(jì)算環(huán)境。它將數(shù)值分析、矩陣計(jì)算、科學(xué)數(shù)據(jù)可視化以及非線性動(dòng)態(tài)系統(tǒng)的建模和仿真等諸多強(qiáng)大功能集成在一個(gè)易于使用的視窗環(huán)境中，為科學(xué)研究、工程設(shè)計(jì)以及必須進(jìn)行有效數(shù)值計(jì)算的眾多科學(xué)領(lǐng)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(shè)計(jì)語言（如C、Fortran）的編輯模式，代表了當(dāng)今國際科學(xué)計(jì)算軟件的先進(jìn)水平。 MATLAB 產(chǎn)品族可以用來進(jìn)行以下各種工作： ? 數(shù)值分析 14? 數(shù)值和符號(hào)計(jì)算 ? 工程與科學(xué)繪圖 ? 控制系統(tǒng)的設(shè)計(jì)與仿真 ? 數(shù)字圖像處理技術(shù) ? 數(shù)字信號(hào)處理技術(shù) ? 通訊系統(tǒng)設(shè)計(jì)與仿真 ? 財(cái)務(wù)與金融工程 ? 管理與調(diào)度優(yōu)化計(jì)算（運(yùn)籌學(xué)） MATLAB 的應(yīng)用范圍非常廣，包括信號(hào)和圖像處理、通訊、控制系統(tǒng)設(shè)計(jì)、測(cè)試和測(cè)量、財(cái)務(wù)建模和分析以及計(jì)算生物學(xué)等眾多應(yīng)用領(lǐng)域。附加的工具箱（單獨(dú)提供的專用MATLAB 函數(shù)集）擴(kuò)展了MATLAB 環(huán)境，以解決這些應(yīng)用領(lǐng)域內(nèi)特定類型的問題。2.2.2.2 MATLAB系統(tǒng)結(jié)構(gòu)MATLAB系統(tǒng)由MATAB開發(fā)環(huán)境、MATLAB數(shù)學(xué)函數(shù)庫、MATLAB語言、MATLAB圖形處理系統(tǒng)和MATLAB應(yīng)用程序接口（API）五大部分構(gòu)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(gè)集成的用戶工作空間，允許用戶輸入輸出數(shù)據(jù)，并提供了M文件的集成編譯和調(diào)試環(huán)境，包括MATLAB桌面、命令窗口、M文件編輯調(diào)試器、MATLAB工作空間和在線幫助文檔。 （2） MATLAB數(shù)學(xué)函數(shù)庫MATLAB數(shù)學(xué)函數(shù)庫包括了大量的計(jì)算算法。從基本算法如加法、正弦，到復(fù)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(jí)的基于矩陣/數(shù)組的語言，它有程序流控制、函數(shù)、數(shù)據(jù)結(jié)構(gòu)、輸入/輸出和面向?qū)ο缶幊痰忍厣?（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(duì)圖形添加標(biāo)注和打印。它包括強(qiáng)大的二維三維圖形函數(shù)、圖像處理和動(dòng)畫顯示等函15數(shù)。 （5） MATLAB應(yīng)用程序接口MATLAB應(yīng)用程序接口（API）是一個(gè)使MATLAB語言能與C、Fortran等其它高級(jí)編程語言進(jìn)行交互的函數(shù)庫。該函數(shù)庫的函數(shù)通過調(diào)用動(dòng)態(tài)鏈接庫（DLL）實(shí)現(xiàn)與MATLAB文件的數(shù)據(jù)交換，其主要功能包括在MATLAB中調(diào)用C和Fortran程序，以及在MATLAB與其它應(yīng)用程序間建立客戶、服務(wù)器關(guān)系。2.2.2.3 MATLAB特點(diǎn)優(yōu)勢(shì)同其他圖形處理軟件相比，MATLAB軟件具有如下四個(gè)方面的特點(diǎn)優(yōu)勢(shì)：（1） 高效的數(shù)值計(jì)算及符號(hào)計(jì)算功能，能使用戶從繁雜的數(shù)學(xué)運(yùn)算分析中解脫出來； （2） 具有完備的圖形處理功能,實(shí)現(xiàn)計(jì)算結(jié)果和編程的可視化; （3） 友好的用戶界面及接近數(shù)學(xué)表達(dá)式的自然化語言，使學(xué)者易于學(xué)習(xí)和掌握； （4） 功能豐富的應(yīng)用工具箱(如信號(hào)處理工具箱、通信工具箱等) ,為用戶提供了大量方便實(shí)用的處理工具。2．3 數(shù)字圖像處理相關(guān)學(xué)科數(shù)字圖像處理的理論已經(jīng)非常完善，到如今已經(jīng)發(fā)展成為一門與多門學(xué)科交叉的學(xué)科。下面就簡單介紹一下與之相關(guān)的理論學(xué)科：計(jì)算機(jī)視覺、模式識(shí)別和圖像理解。2.3.1 計(jì)算機(jī)視覺計(jì)算機(jī)視覺是一門研究如何使機(jī)器“看”的科學(xué)，更進(jìn)一步的說，就是指用攝影機(jī)和電腦代替人眼對(duì)目標(biāo)進(jìn)行識(shí)別、跟蹤和測(cè)量等機(jī)器視覺，并進(jìn)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(cè)的圖像。作為一個(gè)科學(xué)學(xué)科，計(jì)算機(jī)視覺研究相關(guān)的理論和技術(shù)，試圖建立能夠從圖像或者多維數(shù)據(jù)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(gè)“決定”的信息。因?yàn)楦兄梢钥醋魇菑母泄傩盘?hào)中提取信息，16所以計(jì)算機(jī)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(jù)中“感知”的科學(xué)。計(jì)算機(jī)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(jì)算機(jī)來代替大腦完成處理和解釋。計(jì)算機(jī)視覺的最終研究目標(biāo)就是使計(jì)算機(jī)能像人那樣通過視覺觀察和理解世界，具有自主適應(yīng)環(huán)境的能力。這是一個(gè)要經(jīng)過長期的努力才能達(dá)到的目標(biāo)。因此，在實(shí)現(xiàn)最終目標(biāo)以前，人們努力的中期目標(biāo)是建立一種視覺系統(tǒng)，這個(gè)系統(tǒng)能依據(jù)視覺敏感和反饋，在某種程度上，智能地完成一定的任務(wù)。例如，計(jì)算機(jī)視覺的一個(gè)重要應(yīng)用領(lǐng)域就是自主車輛的視覺導(dǎo)航，目前還沒有條件實(shí)現(xiàn)像人那樣能識(shí)別和理解任何環(huán)境，完成自主導(dǎo)航的系統(tǒng)。因此，目前人們努力的研究目標(biāo)是實(shí)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(diǎn)是在計(jì)算機(jī)視覺系統(tǒng)中計(jì)算機(jī)起代替人腦的作用，但并不意味著計(jì)算機(jī)必須按人類視覺的方法完成視覺信息的處理。計(jì)算機(jī)視覺可以而且應(yīng)該根據(jù)計(jì)算機(jī)系統(tǒng)的特點(diǎn)來進(jìn)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(qiáng)大和完善的視覺系統(tǒng)。因此，用計(jì)算機(jī)信息處理的方法研究人類視覺的機(jī)理，建立人類視覺的計(jì)算理論，也是一個(gè)非常重要和令人感興趣的研究領(lǐng)域。2.3.2 模式識(shí)別什么是模式呢?廣義地說，存在于時(shí)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(shí)別就是根據(jù)觀察到的事物的模式對(duì)事物進(jìn)行分類的過程。模式識(shí)別技術(shù)根據(jù)從圖像抽取的特征、統(tǒng)計(jì)特性或結(jié)構(gòu)信息，把圖像分成各種類別。例如，文字識(shí)別、指紋識(shí)別和人臉識(shí)別、目標(biāo)檢測(cè)和遙感分析等。數(shù)字圖像處理中模式識(shí)別技術(shù)經(jīng)常用于對(duì)圖像中某些部分或區(qū)域進(jìn)行分割、識(shí)別和分類。模式識(shí)別主要根據(jù)一定的度量來對(duì)物體進(jìn)行描述和分析。為了提供有效的模式描述，還需要用預(yù)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(guān)系，以此來表示模式。這個(gè)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(guān)系用于模式表示，必須對(duì)所研究的模式進(jìn)行仔細(xì)分析，全面利用有關(guān)模式的統(tǒng)計(jì)特征和結(jié)構(gòu)特征的知識(shí)。有許多數(shù)學(xué)方法被用來解決模式識(shí)別的問題，這些方法基本上可分成兩大類，即統(tǒng)計(jì)模式識(shí)別方法和結(jié)構(gòu)(句法)模式識(shí)別方法，與此相應(yīng)的模式識(shí)別系統(tǒng)都由兩個(gè)過程所組成，即設(shè)計(jì)和實(shí)現(xiàn)。設(shè)計(jì)是指用一定數(shù)量的樣本(叫做訓(xùn)練集或?qū)W習(xí)集)進(jìn)行分類器的設(shè)計(jì)。實(shí)現(xiàn)是指用所設(shè)計(jì)的分類器對(duì)待識(shí)別的樣本進(jìn)行分類決策。在圖像識(shí)別技術(shù)中，模式識(shí)別占有核心的地位。所有的圖像處理技術(shù)都是為更好地進(jìn)行模式識(shí)別而做準(zhǔn)備。模式識(shí)別是圖像識(shí)別的實(shí)質(zhì)性階段。2.3.3 圖像理解圖像理解是在圖像處理的基礎(chǔ)上，結(jié)合人工智能與專家系統(tǒng)而發(fā)展起來的一門新興學(xué)科。圖像理解是研究用計(jì)算機(jī)系統(tǒng)解釋圖像，實(shí)現(xiàn)類似人類視覺系統(tǒng)理解外部世界的一門學(xué)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(duì)圖像代表的內(nèi)容做出決定。圖像理解除了需要復(fù)雜的圖像處理以外還需要具有關(guān)于景物成像的物理規(guī)律的知識(shí)以及與景物內(nèi)容有關(guān)的知識(shí)。其中又包括人工智能、人工神經(jīng)網(wǎng)絡(luò)和神經(jīng)物理學(xué)等。18圖2-1 圖像理解系統(tǒng)關(guān)系圖圖像理解是一個(gè)總稱，是一個(gè)由許多模塊組成的系統(tǒng)。每個(gè)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(yù)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(shí)別；而句法分析涉及的內(nèi)容則是從圖像分割到圖像結(jié)構(gòu)分析這一過程。整個(gè)系統(tǒng)運(yùn)行得到的結(jié)果就是對(duì)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(yīng)用的實(shí)現(xiàn)，這就形成了所謂的計(jì)算機(jī)視覺，是簡易的計(jì)算機(jī)視覺系統(tǒng)。第三章 零件幾何尺寸檢測(cè)系統(tǒng)的設(shè)計(jì)3．1 數(shù)字圖像處理檢測(cè)系統(tǒng)的組成數(shù)字圖像處理自動(dòng)檢測(cè)系統(tǒng)在工業(yè)檢測(cè)中正在逐步取代傳統(tǒng)的檢測(cè)系統(tǒng)，開始替代人進(jìn)行生產(chǎn)和工作。人工檢測(cè)不僅工作效率不高，檢測(cè)精度很難達(dá)到標(biāo)準(zhǔn)，還很容易因?yàn)槿说钠诘纫蛩卦斐蓹z測(cè)失誤。數(shù)字圖像處理檢測(cè)系統(tǒng)可以應(yīng)用于工業(yè)檢測(cè)領(lǐng)域中的尺寸測(cè)量、特征檢測(cè)、圖形圖像及字符識(shí)別、工件定位等各個(gè)方面。數(shù)字圖像處理檢測(cè)系統(tǒng)按照功能模塊來分類，主要包含以下幾個(gè)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(jī)交互19模塊．系統(tǒng)各部分之間的邏輯關(guān)系如圖3-1所示。圖3-1 數(shù)字圖像處理檢測(cè)系統(tǒng)組成模塊圖像信息獲取模塊通過圖像采集設(shè)備獲得待檢測(cè)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(duì)其進(jìn)行分析和數(shù)字圖像處理。系統(tǒng)控制模塊處于整個(gè)檢測(cè)系統(tǒng)的核心位置，控制待檢測(cè)物體的圖像信息采集，并控制圖像信息處理模塊對(duì)所采集的信息進(jìn)行圖像處理，得到所需要的檢測(cè)結(jié)果，完成檢測(cè)任務(wù)。人機(jī)交互模塊則需要直接和控制核心相互通信，以便操作者對(duì)檢測(cè)系統(tǒng)進(jìn)行實(shí)時(shí)參數(shù)設(shè)置或者發(fā)出各種操作指令。典型的數(shù)字圖像處理檢測(cè)系統(tǒng)一般包括圖像采集系統(tǒng)(CCD攝像機(jī)、數(shù)碼相機(jī)、掃描儀、圖像采集卡)、具有圖像處理功能的計(jì)算機(jī)、圖像輸出設(shè)備(打印機(jī)、視頻拷貝機(jī))等，見圖3-2。圖3-2 數(shù)字圖像處理檢測(cè)系統(tǒng)的組成圖像采集系統(tǒng)負(fù)責(zé)將對(duì)象的可視化圖像和特征轉(zhuǎn)換為能被計(jì)算機(jī)處理的一系列數(shù)據(jù)信息。由于機(jī)器視覺系統(tǒng)強(qiáng)調(diào)速度和精度，因此圖像采集系統(tǒng)需要及時(shí)、準(zhǔn)確地提供清晰圖像。圖像采集系統(tǒng)—般由光源、鏡頭、攝像機(jī)、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(jì)算機(jī)。圖像分析和處理的結(jié)果由輸出設(shè)備進(jìn)行輸出顯示。3．2 零件幾何尺寸測(cè)量系統(tǒng)的組成基于數(shù)字圖像處理技術(shù)的零件幾何尺寸測(cè)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(cè)系統(tǒng)的硬件為了采集圖像，我們搭建了一個(gè)仿照工業(yè)生產(chǎn)中常用圖像獲取裝置的平臺(tái)，包括：光源、圖像獲取設(shè)備(CCD數(shù)碼相機(jī))、計(jì)算機(jī)及其外圍設(shè)備。數(shù)碼相機(jī)將要識(shí)別的對(duì)象以圖像的形式記錄下來，將采集好的數(shù)字圖像輸入計(jì)算機(jī)，以便計(jì)算機(jī)對(duì)其進(jìn)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(dá)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(jìn)行圖像預(yù)處理、特征提取和目標(biāo)識(shí)別等。最后由顯示器輸出零件的幾何尺寸。實(shí)驗(yàn)中的零件幾何尺寸檢測(cè)系統(tǒng)結(jié)構(gòu)圖如圖3-3所示：圖3-3 零件幾何尺寸檢測(cè)系統(tǒng)硬件工作圖本設(shè)計(jì)中零件幾何尺寸檢測(cè)系統(tǒng)的功能強(qiáng)、性價(jià)比高、且易于擴(kuò)展。該系統(tǒng)主要由四個(gè)部分組成：白熾燈光源，Sony 1000萬像素的CCD數(shù)碼相機(jī)，PC處理器為Intel 酷睿2雙核T6系列的計(jì)算機(jī)，2G內(nèi)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(cè)量系統(tǒng)的軟件零件幾何尺寸測(cè)量系統(tǒng)的軟件由操作系統(tǒng)和專業(yè)圖像處理應(yīng)用軟件構(gòu)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(yīng)用軟件該專業(yè)應(yīng)用軟件的主要功能是實(shí)現(xiàn)了圖像的實(shí)時(shí)抓取，以及數(shù)字的圖像處理，并完成了零件幾何尺寸測(cè)量的功能。開發(fā)測(cè)量所需的專業(yè)圖像處理軟件，選擇適合已有軟件平臺(tái)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(cè)量系統(tǒng)的開發(fā)選用的是MATLAB R2009a，該工具有開放的設(shè)計(jì)理念，將數(shù)值計(jì)算和圖形可視化功能完美結(jié)合，并且是一種語法簡潔的高級(jí)語言，可以避免許多開發(fā)中不必要的程序錯(cuò)誤。同時(shí)，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(zhuǎn)換、直方圖均衡化計(jì)算、圖像的形態(tài)學(xué)運(yùn)算等等，還在以往的基礎(chǔ)上進(jìn)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(shí)問，也提高了程序的計(jì)算機(jī)效率。3.3 零件幾何尺寸測(cè)量系統(tǒng)的工作原理在零件幾何尺寸測(cè)量系統(tǒng)的工作流程中，主要可以分為圖像采集、圖像預(yù)處理、圖像分割（二值化） 、系統(tǒng)標(biāo)定、零件邊緣檢測(cè)和參數(shù)計(jì)算六個(gè)步驟。圖3-4 零件幾何尺寸檢測(cè)系統(tǒng)軟件流程圖（1） 圖像采集將待測(cè)量尺寸的零件置放在工作臺(tái)上，調(diào)整好CCD數(shù)碼相機(jī)的位置和角度，圖像采集圖像預(yù)處理（增強(qiáng)、去噪）圖像分割（二值化）系統(tǒng)標(biāo)定零 件 邊 緣 檢 測(cè)參數(shù)計(jì)算22調(diào)節(jié)相機(jī)鏡頭的攝像范圍并且固定好攝像機(jī)到工作臺(tái)的相應(yīng)高度，就可以進(jìn)行圖像的采集了。采集的數(shù)字圖像輸入計(jì)算機(jī)，由編制好的專業(yè)圖像處理軟件對(duì)其進(jìn)行分析和處理。（2） 圖像預(yù)處理采用預(yù)處理方法將采集到的圖像進(jìn)行適當(dāng)?shù)奶幚?。?duì)其進(jìn)行色度拉伸和去相關(guān)處理，增強(qiáng)圖像中彩色信息。采用銳化的方法突出其顏色信息變化強(qiáng)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(chǎn)生的噪聲，提高測(cè)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(biāo)定在固定的工作臺(tái)成像環(huán)境中對(duì)數(shù)碼相機(jī)進(jìn)行標(biāo)定，將機(jī)器視覺中用于數(shù)字圖像處理的像素值與零件的實(shí)際尺寸聯(lián)系起來。（5） 零件邊緣檢測(cè)將零件的邊緣輪廓，如內(nèi)外徑等檢測(cè)出來并標(biāo)記，便于對(duì)零件參數(shù)進(jìn)行計(jì)算。 （6） 參數(shù)計(jì)算使用連通區(qū)域統(tǒng)計(jì)的算法對(duì)零件的幾何參數(shù)特征進(jìn)行檢測(cè)和計(jì)算，并通過顯示器顯示結(jié)果。第四章 圖像處理過程的實(shí)現(xiàn)4．1 圖像預(yù)處理由于光學(xué)鏡頭的原因和噪聲等因素，采集到的零件圖像精度會(huì)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(duì)采集到的圖像先進(jìn)行銳化23增強(qiáng)和濾波去噪的預(yù)處理。4.1.1 銳化增強(qiáng)本設(shè)計(jì)中采用對(duì)圖像的空域?yàn)V波來實(shí)現(xiàn)圖像增強(qiáng)。空域?yàn)V波是在圖像中借助模板進(jìn)行鄰域操作來完成的，這種運(yùn)算通常稱作卷積。卷積時(shí)，根據(jù)不同的需要選擇模板，在待處理圖像中逐像素進(jìn)行處理，輸出的像素的值是鄰域內(nèi)像素的加權(quán)和，輸出的像素代替原圖像中該點(diǎn)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(shè)計(jì)中使用了一個(gè)3*3的鈍化對(duì)比度增強(qiáng)濾波器，該濾波器形如系數(shù)為負(fù)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(shí)驗(yàn)中取值0．2。該濾波器的模板計(jì)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(nèi)部的細(xì)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(diǎn)一小點(diǎn)的，故運(yùn)用中值濾波法能較好的去除掉這些噪聲點(diǎn)。中值濾波是一種非線性濾波方法，它在去除圖像噪聲時(shí)，能夠較好地保持圖像輪廓的清晰。設(shè)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(dá)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(duì)窗口求中值。對(duì)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(shí)所依據(jù)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(gè)或幾個(gè)閾值將圖像的灰度級(jí)分為幾個(gè)級(jí)別，同屬于一個(gè)級(jí)別的像素點(diǎn)認(rèn)為是同一個(gè)物體。在本設(shè)計(jì)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(gè)目標(biāo)與背景，而且目標(biāo)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(biāo))兩部分。設(shè)F(x，y)表示對(duì)圖像二值化的輸出，即：（4-ThyxFyx???),(01{),(3）此處圖像二值化將目標(biāo)點(diǎn)的灰度值置為1，背景點(diǎn)的灰度值置為0。閾值Th的計(jì)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(shè)計(jì)選用自適應(yīng)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(biāo)兩部分。背景和目標(biāo)之間的類間方差越大, 說明構(gòu)成圖像的兩部分的差別越大,當(dāng)部分目標(biāo)被錯(cuò)分為背景或部分背景被錯(cuò)分為目標(biāo)都會(huì)導(dǎo)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(cuò)分概率最小。對(duì)于圖像I(x,y),前景(即目標(biāo))和背景的分割閾值記作T,屬于前景的像素點(diǎn)數(shù)占整幅圖像的比例記為 ,其平均灰度為 ;背景像素點(diǎn)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(shè)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(gè)數(shù)記作 ,像素灰度大于閾值T的像素個(gè)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(jià)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(shí)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(biāo)定在機(jī)器視覺中對(duì)所獲得的圖像進(jìn)行處理都是基于像素的，因此要想得到零件的實(shí)際尺寸，需要對(duì)數(shù)碼相機(jī)進(jìn)行標(biāo)定，使圖像像素值和實(shí)際尺寸聯(lián)系起來。所以要測(cè)量零件的實(shí)際尺寸，只要先標(biāo)定出該系統(tǒng)環(huán)境下像素與實(shí)際尺寸之間的比例關(guān)系K值，并且計(jì)算出零件在由數(shù)碼相機(jī)所獲得的數(shù)字圖像中所占的像素?cái)?shù)，就可以得到零件的實(shí)際尺寸。即：L=M×(1/K)其中L為零件的實(shí)際尺寸M為零件圖像所占的像素?cái)?shù)，K為像素值和實(shí)際尺寸的比例系數(shù)。在本文實(shí)驗(yàn)中，采用一標(biāo)準(zhǔn)量塊，在相同的圖像采集環(huán)境下，不改變測(cè)量參數(shù)，對(duì)測(cè)量系統(tǒng)的測(cè)量比 進(jìn)行標(biāo)定，0/LK?其中 為該量塊的計(jì)算機(jī)圖像尺寸，以像素點(diǎn)個(gè)數(shù)表示， 為該量塊的標(biāo)準(zhǔn)尺L 0寸，單位是毫米。經(jīng)測(cè)量計(jì)算，本實(shí)驗(yàn)系統(tǒng)的K值為9.43個(gè)/mm。待測(cè)零件的圖像進(jìn)入到標(biāo)定好的測(cè)量系統(tǒng)，可以測(cè)得零件的圖像尺寸為M(像素?cái)?shù))，則該零件的測(cè)量尺寸為 。/LMK?4．4 零件邊緣檢測(cè)4.4.1 圖像邊緣檢測(cè)的基本步驟邊緣檢測(cè)是一種定位二維或三維圖像中對(duì)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(gè)像素值的出現(xiàn)概率計(jì)算類間方差結(jié) 束類 間 方 差 大 于 初 始 最 大 值NY按 步 進(jìn) 像 素 逐 個(gè) 分 割 圖 像分別計(jì)算背景和目標(biāo)像素點(diǎn)數(shù)占整幅圖像的比例值及其平均灰度值設(shè) 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(jù)元素集，該數(shù)據(jù)集被存儲(chǔ)在存儲(chǔ)裝置中，處理器確定該圖像中的對(duì)象的邊緣。該處理器計(jì)算所述數(shù)據(jù)元素的至少一階和/或二階導(dǎo)數(shù)，并且計(jì)算該圖像的等照度線曲率，所述曲率由 標(biāo)識(shí)。該處理器還?確定校正因數(shù) ，該校正因數(shù) 對(duì)于由對(duì)象的曲率和/或所述數(shù)據(jù)的模糊造成的??邊緣錯(cuò)位進(jìn)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(jì)算出的導(dǎo)數(shù)和所述等照度線曲率的算子的過零點(diǎn)。該系統(tǒng)的輸出端提供對(duì)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(cè)主要基于導(dǎo)數(shù)計(jì)算，但容易受噪聲影響，濾波過程可以改善與噪聲有關(guān)的邊緣檢測(cè)器的性能，但濾波器在降低噪聲的同時(shí)也導(dǎo)致了邊緣強(qiáng)度的一定損失。（2） 增強(qiáng)。增強(qiáng)算法將領(lǐng)域中灰度有顯著變化的點(diǎn)突出顯示。一般通過計(jì)算梯度幅值完成。 （3） 檢測(cè)。最簡單的邊緣檢測(cè)判據(jù)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(diǎn)。（4） 定位。精確確定邊緣的位置和方位。4.4.2 邊緣檢測(cè)的基本算子及其性能比較邊緣檢測(cè)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(cè)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(duì)角線方向相鄰兩像素之差近似梯度幅值檢測(cè)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(cè)水平和垂直邊緣的效果好于斜向邊緣, 定位精度高, 但對(duì)噪聲很敏感。274.4.2.2 Sobel算子Sobel算子對(duì)數(shù)字圖像中的每個(gè)像素,考察它上下左右鄰點(diǎn)灰度的加權(quán)差，并通過增加與之接近的鄰點(diǎn)所占的權(quán)重來實(shí)現(xiàn)某種程度的平滑效果。據(jù)此,該算子的卷積模板可以表示為：（4-????????102xS ????????120yS12） Sobel算子對(duì)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(cè)，利用像素點(diǎn)上下、左右鄰點(diǎn)的灰度差在邊緣處達(dá)到極值檢測(cè)邊緣，去掉部分偽邊緣，對(duì)噪聲具有平滑作用。其原理是在圖像空間利用兩個(gè)方向的模板與圖像進(jìn)行鄰域卷積，這兩個(gè)方向模板一個(gè)檢測(cè)水平邊緣，一個(gè)檢測(cè)垂直邊緣，表示如下：（4-????????10xP????????10yP13） Prewitt算子對(duì)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(jí)復(fù)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(duì)圖像I(i,j)進(jìn)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(jì)算偏導(dǎo)數(shù)的兩個(gè)陣列P與Q：（4-16）進(jìn)而得到梯度的幅值和方位角：（4-17）對(duì)幅值和方位角進(jìn)行非極大值抑制，可以細(xì)化幅值圖像中的屋脊帶，即只保留幅值局部變化最大的點(diǎn)。最后用雙閾值法檢測(cè)和連接邊緣，即取高低兩個(gè)閾值作用在幅值圖N[i,j]， , 得到兩個(gè)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(diǎn)時(shí)，在低閾值邊緣圖中的8鄰點(diǎn)域搜尋邊緣點(diǎn)。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(cè)器，通過參數(shù)來控制算法的性能，根據(jù)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(dá)到最佳效果。因此，本設(shè)計(jì)選用Canny算子進(jìn)行邊緣檢測(cè)。4.4.3 形態(tài)學(xué)膨脹用Canny算子檢測(cè)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(xué)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(biāo)。一般來說，集合A被集合B膨脹可以通過將A中的各個(gè)像素（x，y）用B的復(fù)制來代替，就是將B的中心代替原來的（x，y） ，這等價(jià)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?yàn)榕蛎浭抢媒Y(jié)構(gòu)元素對(duì)圖像補(bǔ)集進(jìn)行填充，因而它表示對(duì)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][?