毕业设计(论文):基于数字图像处理技术的缺陷检测算法研究.doc

上传人:文****钱 文档编号:22194 上传时间:2018-04-28 格式:DOC 页数:73 大小:6.92MB
下载 相关 举报
毕业设计(论文):基于数字图像处理技术的缺陷检测算法研究.doc_第1页
第1页 / 共73页
毕业设计(论文):基于数字图像处理技术的缺陷检测算法研究.doc_第2页
第2页 / 共73页
毕业设计(论文):基于数字图像处理技术的缺陷检测算法研究.doc_第3页
第3页 / 共73页
毕业设计(论文):基于数字图像处理技术的缺陷检测算法研究.doc_第4页
第4页 / 共73页
毕业设计(论文):基于数字图像处理技术的缺陷检测算法研究.doc_第5页
第5页 / 共73页
点击查看更多>>
资源描述

1、毕业设计(论文)题目基于数字图像处理技术的缺陷检测算法研究电信学院自动化系66班学生姓名学号06054148指导教师设计所在单位自动控制研究所2010年06月西安交通大学本科毕业设计(论文)II系(所)自控所系所主任批准日期毕业设计论文任务书电信学院院自动化系66班学生毕业设计论文课题基于数字图像处理技术的缺陷检测算法研究毕业设计论文工作自2010年3月1日起至2010年6月20日止毕业设计论文进行地点西安交大自控所课题的背景、意义及培养目标背景意义随着数字图像处理技术在工业领域的发展,基于图像处理技术的机件缺陷得到了广泛的应用。低成本、无损伤、准确,快速,使得机器视觉在缺陷检测领域具有重要的

2、意义。本题专门研究基于数字图像处理的缺陷检测算法,并在工业组态软件中实现,以便更好的应用于实际。培养目标掌握VISUALSTUDIOC软件、XAVIS软件和图像处理以及OPENCV的知识。同时培养良好的编程能力,分析和解决问题的能力,为以后的科研夯实基础。设计论文的原始数据与资料1待进行缺陷检测的相关图片2VC编程开发的相关书籍和网上资料3图像配准、图像处理、图像比对的基本原理4已经开发的XAVIS底层函数与架构。课题的主要任务1查阅相关文献,了解机器视觉在缺陷检测领域的重大意义;2在VC环境下,研究并实现缺陷检测(包括图像预处理、图像配准、图像比对)算法;3对比评价各种算法的优缺点,并针对实

3、际应用提出自己的建议;4将自己的算法集成在机器视觉组态软件XAVIS中。西安交通大学III课题的基本要求工程设计类题应有技术经济分析要求1查阅资料,了解目前缺陷检测领域的发展现状;2掌握数字图像处理的基本理论算法;3掌握MATLAB/VC图像处理编程方法;4熟悉XAVIS机器视觉平台。5进行XAVIS、VISUALC、OPENCV的联合调试完成任务后提交的书面材料要求图纸规格、数量,论文字数,外文翻译字数等1提交缺陷检测结果可以用于XAVIS软件的一个动态链接库DLL文件2撰写大于一万字的学位论文,并提交电子版3翻译一篇3000字左右英文文献4图纸规格A4主要参考文献1阮宇编著VISUALC6

4、0基础教程清华大学出版社2章毓晋编著图像处理和分析清华大学出版社3TINKUACHARYA、AJOYKRAY著田浩葛秀慧王顶等译数字图像处理原理与应用,清华大学出版4唐良瑞编著图像处理实用技术北京工业出版社5王育坚编著VISUALC面向对象编程教程清华大学出版社指导教师接受设计论文任务日期(注由指导教师填写)学生签名西安交通大学本科毕业设计(论文)IV西安交通大学毕业设计论文考核评议书电信学院院自动化系专业自动化66班级指导教师对学生所完成的课题为基于数字图像处理技术的缺陷检测算法研究的毕业设计论文进行的情况,完成的质量及评分的意见指导教师年月日毕业设计论文评审意见书评审意见评阅人职称年月日摘

5、要V毕业设计论文答辩结果院系专业毕业设计论文答辩组对学生所完成的课题为的毕业设计论文经过答辩,其意见为并确定成绩为毕业设计论文答辩组负责人答辩组成员年月日西安交通大学本科毕业设计(论文)VI摘要随着数字图像处理技术在工业领域的发展,基于数字图像处理技术的机件缺陷检测得到了广泛的应用。低成本、无损伤、准确,快速,使得机器视觉在缺陷检测领域具有重要的意义。本题专门研究基于数字图像处理的缺陷检测算法,并在工业组态软件XAVIS中实现,以便更好的应用于实际。本次毕设在缺陷检测识别中的算法作了较深入的研究。关于机件的表面缺陷检测,本次毕设针首先对可用于缺陷检测的图像处理的各个基本算法,比如图像滤波,图像

6、增强,图像形态学处理,图像分割,边缘检测等进行了研究。针对待检测的图像的配准问题,采取MATLAB对于基于HARRIS角点检测的图像配准、基于灰度信息的模板匹配等各种算法进行了仿真。最终在毕设中采用了三种效果比较不错的配准算法。针对待检测的缺陷图像,研究并提出了基于信息熵的缺陷检测算法、基于图像形态学处理的缺陷检测算法。并自己的创新性的提出了基于灰度信息的模板匹配缺陷检测算法并予以实现。取得了预想中的成果,检测的表面划痕效果清晰明显。针对算法的封装与联合调试,在VISUALSTUDIO下基于OPENCV视觉库,把检测算法封装成动态链接库文件,然后供工业视觉组态软件XAVIS调用。经测试,程序运

7、行、容错能力良好。检测程序适用范围也比较广。此次毕设也我熟悉并掌握VISUALSTUDIOC软件、XAVIS软件和图像处理以及OPENCV的知识。同时培养了良好的编程能力,分析和解决问题的能力,为以后的科研夯实了基础。关键词缺陷检测;信息熵;模板匹配;XAVIS;OPENCVABSTRACTVIIABSTRACTWITHTHEDEVELOPMENTOFTHEDIGITALIMAGEPROCESSINGTECHNOLOGYINTHEINDUSTRYFIELDS,THEDETECTIONTECHNOLOGYABOUTMECHANICALDEFECTSBASEDONDIGITALIMAGEPROCE

8、SSINGHASGOTWIDELYUSEDLOWCOST,NODAMAGE,ACCURATERESULTANDFASTDIAGNOSING,MAKESTHEMACHINEVISIONPLAYSANIMPORTANTPARTINTHEFIELDOFSURFACEDEFECTSDETECTIONTHISTHESISRESEARCHSPECIALLYABOUTTHEALGORITHMSOFDEFECTSDETECTIONBASEDONTHEDIGITALIMAGEPROCESSINGTECHNOLOGY,ANDITISACHIEVEDINTHEXAVIS,WHICHISONEOFTHEINDUSTR

9、YCONFIGURATIONSOFTWARESOITCANBEPUTINTOUSEBETTERTHISTHESISRESEARCHESTHEAPPLICATIONINTHEDETECTINGANDDISTINGUISHINGABOUTDEFECTSINDEPTHWESTUDIEDMANYELEMENTALALGORITHMSOFTHEIMAGEPROCESSINGABOUTTHESURFACEDEFECTSDETECTION,SUCHASIMAGEFILTERING,IMAGEENHANCEMENT,IMAGEMORPHOLOGYANDSEGMENTATION,EDGEDETECTIONTOS

10、LOVETHEPROBLEMOFTHEIMAGEREGISTTRATION,WEPUTFORWARDTHEDEFECTDETECTIONALGORITHMSBASEDONHARRISCORNERANDTEMPLATEMATCHINGINGRAYLEVEL,ANDGETTHESIMULATIONRESULTSWITHMATLABFINALLYWEPICKOUTTHREEBETTERIMAGEREGISTRATIONALGORITHMSABOUTTHEDISABLEDIMAGETOBEDETECTED,WESTUDIEDANDPUTFORWARDTHEDEFECTDETECTIONALGORITH

11、MSBASEDONINFORMATIONENTROPYANDTEMPLATEMATCHINGINGRAYLEVELBEINGTESTED,WEGETTHERESULTSEXPECT,ALSOTHESURFACESCRATCHESARECLEARLYEVIDENTTOACHIEVETHEALGORITHMSPACKAGINGANDASSOCIATEDDEBUGGING,WEMAKETHEDETECTIONALGORITHMINTOTHEDYNAMICLINKLIBRARYFILESUNDERVISUALSTUDIOBASEDONOPENCVVISIONLIBRARYWHICHCANBEUSEDB

12、YXAVIS,ONEOFTHEINDUSTRYCONFIGURATIONSOFTWAREABOUTMACHINEVISIONBEINGTESTED,THEPROGRAMRUNSPERFECTLYANDHASAGOODFAULTTOLERANCESOITCANBEWIDELYUSEDABOUTTHEDETECTIONPROGRAMIALSOSTUDIEDANDMASTEREDTHEVISUALSTUDIOC,XAVISANDTHEKNOWLEDGEOFOPENCVATTHESAMETIME,ITTRANSUSTHEABILITYABOUTPROGRAMMING,ANALYZINGPROBLEMS

13、ANDSOLVINGPROBLEMSSOITPAVESTHEWAYFORTHERESEARCHINTHEFUTUREKEYWORDSDEFECTDETECTIONINFORMATIONENTROPYTEMPLATEMATCHINGXAVISOPENCV西安交通大学本科毕业设计(论文)VIII目录1绪论111表面缺陷检测概述112本文的工作及组织结构32缺陷检测的数字图像处理实现521数字图像处理的概念5211数字图像5212数字图象处理的三个层次6213数字图象处理的特点722待检测图像的形态学处理8221膨胀8222腐蚀9223开和闭923图像分割提取缺陷检测中的感兴趣区域9231灰度分割法

14、10232轮廓提取与跟踪10233投影1124图像增强提取目标缺陷的研究12241图像平滑去除检测图像的噪声13242中值滤波降噪13243直方图均衡1325本章小结143XAVIS机器视觉平台与MATLAB/VC/OPENCV联合调试的实现1531MATLAB用于缺陷检测的仿真实现15311缺陷检测基本处理操作在MATLAB中的实现15312图像增强153133D图像恢复、图像融合、划痕检测、生物特征识别1632基于HARRIS角点特征的缺陷图像配准MATLAB仿真实现16321图像配准16322配准技术的流程16323图像配准的方式16324图像配准方法17目录IX325基于HARRIS角

15、点缺陷图像配准算法的研究1733OPENCV的运用和VC、XAVIS的联合调试的实现19331OPENCV的基本概念19332OPENCV的应用19333OPENCV的基本数据机构IPLIMAGE结构19334XAVIS、VC、OPENCV联合调试实现缺陷检测算法2034本章小结224基于图像处理的表面缺陷检测算法研究与实现2341基于图像处理的缺陷检测基本流程2342基于形态学处理的缺陷检测算法研究与实现24421高斯滤波,平滑图像24422二值化前景图25423形态学滤波,去掉噪声26424提取轴承的轮廓,检测圆环的内径外径27425检测结果与分析2843基于信息熵的缺陷检测算法研究与实现

16、29431信息熵在图像处理中基本概念29432信息熵检测的结果30433信息熵检测缺陷算法的优劣3144基于灰度信息的模板匹配缺陷检测算法的研究与实现32441三通道图像转单通道图像32442基于灰度信息的图像配准方法33443相似性度量错误未找到引用源。34444基于灰度信息的模板匹配缺陷检测算法的OPENCV与VC实现3545本章小结415结论与展望4351毕设成果4352检测算法的评价与学术意义4353本次毕设存在的问题4454本科毕设感想和体会44参考文献45附录46附录1英文资料和译文46附录11英文原文46附录12中文翻译53附录24个VC下的缺陷检测核心算法57西安交通大学本科毕

17、业设计(论文)X附录21缺陷检测算法2基于灰度信息的模板匹配算法57附录22缺陷检测算法3基于图像信息熵的对比检测59附录23配准中旋转函数的实现60附录24图像信息熵的检测60致谢631绪论11绪论随着数字图像处理技术在工业领域的发展,基于图像处理技术的机件缺陷得到了广泛的应用。低成本、无损伤、准确,快速,使得机器视觉在缺陷检测领域具有重要的意义。比如在工业领域,检测工件的表面是否有缺陷,印刷品质量是否有缺陷,IC字符印刷的质量,电路板的质量等1都大量利用了图像处理技术。本题专门研究基于数字图像处理的缺陷检测算法,并在工业组态软件XAVIS2中实现,以便更好的应用于实际。11表面缺陷检测概述

18、图像处理就是对图像信息进行加工以满足人的视觉心理应用需要的行为1。图像处理的手段有光学方法和数学方法2。其中光学方法已经有了很长的发展历史,从简单的光学滤波到现在的激光全息技术,光学处理的理论也日趋完善,而且处理速度快,信息容量大,分辨率高。但是光学处理图像的精度不高,稳定性差,实时性差,在工业生产线上很少用。数字图像处理就是利用数字计算机或其他数字硬件,对从图像信息转换而得的电信号进行某些数字运算,以提高图像的实用性。数字图像处理最早出现在20世纪50年代3,当时计算机已经发展到一定的水平,人们利用计算机来处理图像信息。在上个世纪六十年代,数字图像处理形成了一门学科。数字图像处理首次获得成功

19、的应用的是美国喷气推进实验室(JPL),他们对航天探测器徘徊者7号在1964年发回月球照片使用了图像处理技术,由计算机绘制出了月球表面地图。数字图像处理的另一个成功的应用是医学上的3,1972年英国EMI公司的工程师HOUSFIELD发明了CT。1975年,EMI公司由研制成功了全身用的CT装置。CT装置的基本方法是根据人体各部分的投影,利用数字图像处理技术来重构图像。如图11所示。数字图像处理在这两方面巨大成功的应用极大的推动了数字图像处理的发展。图11计算机层析成像系统CT西安交通大学本科毕业设计(论文)2在现代工业自动化生产中,涉及到各种各样的检查、测量和零件识别应用,例如光盘表面印刷质

20、量检查,汽车零配件尺寸检查和自动装配的完整性检查,电子装配线的元件自动定位,饮料瓶盖的印刷质量检查,产品包装上的条码和字符识别等。这类应用的共同特点是连续大批量生产、对外观质量的要求非常高。通常这种带有高度重复性和智能性的工作只能靠人工检测来完成,我们经常在一些工厂的现代化流水线后面看到数以百计甚至逾千的检测工人来执行这道工序,在给工厂增加巨大的人工成本和管理成本的同时,仍然不能保证100的检验合格率(即“零缺陷”)。有些时候,如微小尺寸的精确快速测量,形状匹配,颜色辨识等,用人眼根本无法连续稳定地进行。而且人工检测还有可能因受到检测人员主观因素的影响较大,对产表面质量的检测不能得到足够的保证

21、。由于人工检测的缺陷,人们自然而然的想到了利用图像处理技术来实现检测的自动化。而在早期,由于计算机处理速度比较慢,而图像处理往往涉及巨大的存储量和大量的运算,所以图像处理只能在大型计算机上运行,这限制了图像处理在工业表面检测中的应用。90年代,大规模集成电路的飞速发展,一方面使得计算机的速度成倍的提高,而计算机的价格却持续下降,另一方面使得CCD的分辨率也越来越高,各公司也在各FPGA的基础上推出了各种图像处理得专用芯片这一切使得图像处理在工业产品表面缺陷检测中的应用的到了飞速的发展。由于数字图像在工业中的应用前景非常广泛,各个大公司也都纷纷开发出各种基于图像处理的检测系统。表面缺陷检测系统构

22、成如图12光源生产线产品CCD计算机检测结果图12缺陷检测系统组成流水生产线上的产品经过CCD采集后送到计算机中,计算机对图像进行处理,检测出产品表面是否有缺陷以及缺陷的位置,如果有缺陷,记录缺陷的情况以供后续处理。其系统流程图如图131绪论3图13数字图像检测处理系统视觉检测技术主要研究用计算机模拟人的视觉功能,并从客观事物的图像中提取信息4,进行处理并加以理解,最终用于实际检测和控制。据估计,全球图像处理市场以每年88的速度迅速增长,到2009年的机器视觉市场规模预计将达到262亿美元。与人工视觉相比,它最大的优点是精确、快速、可重复性和数字化。目前很多公司的视觉产品和视觉技术就是要挖掘实

23、现机器视觉技术的潜力,并通过图像处理技术来实现其增值服务。图14为典型的视觉检测处理系统实物图图14典型的视觉检测处理系统实物图表面检测系统的核心是缺陷检测分类软件,利用它,系统对摄像机捕捉到的材料表面图像进行分类整理,找到存在的缺陷,判断并识别,进而进行处理。在工业生产中,由于工业产品繁多,外形各异,利用一种图像处理方法来检测所有产品的表面是不现实的。所以根据产品的特点来设计图像处理的算法,使得检测出来的产品质量满足工业要求,成为通用的手段。所以工业图像的处理算法也千差万别。12本文的工作及组织结构数字图象处理作为一门独立学科,已经深入的融入人们的生活中。本论文对图像处理在物体表面缺陷检测的

24、应用作了研究,并成功用利用XAVIS软件综合利于各种图像处理算法,实现了各种产品的表面缺陷的检测与标识,其中涉及了以下几项工作(1)较深入地研究了各种图像处理的算法,了解了各种算法的优缺点及适用范西安交通大学本科毕业设计(论文)4围。(2)分析了给定的各种图片,分析了图片中的缺陷的特点以及可能出现的位置,形状等,并针对缺陷,设计了图像处理算法,实现了对各类图片中缺陷的自动检测与标识。(3)设计开发了缺陷检测软件,使用VC成功的实现了各种设计的算法,并且取得了比较好的效果。将算法集成在机器视觉组态软件XAVIS中,进行了VC、OPENCV、XAVIS的三者联合调试。论文共分五章,各章的主要内容安

25、排如下第一章论述了图像处理的发展,表面缺陷检测的意义和发展。第二章研究实现了缺陷检测图像处理技术的常用算法,对待检测图像进行了预处理,为后面的应用奠定了基础。第三章学习并研究XAVIS机器视觉平台进行图像处理的方法,研究并实现MATLAB/VC/OPENCV图像处理编程方法,进行缺陷检测的MATLAB仿真。第四章在VC环境下,深入的探讨了缺陷检测的系统的特征提取及匹配的常用算法,研究并实现缺陷检测(包括图像预处理、图像配准、图像比对)算法,并将自己的三种不同算法集成在机器视觉组态软件XAVIS中,进行VC、OPENCV、XAVIS的三者联合调试。取得了预期的成果。检测到的表面划痕清晰可见。第五

26、章对本文中的缺陷检测算法进行了总结,分析了取得的结果和工作的不足,并对今后的工作提出了展望。2缺陷检测的数字图像处理实现52缺陷检测的数字图像处理实现本章首先介绍可用于缺陷检测的数字图象处理的基本知识和一些常用的算法,而后续章节所采用的缺陷检测图像处理算法,基本上都是以各种图像处理的基本算法组合为基础。本章还介绍了数字图像处理的基本结构。为下面的检测系统设计提供了大体的框架。21数字图像处理的概念数字计算机最擅长的莫过于处理各种数据,数字化后的图像可以看成是存储在计算机中的有序数据,当然可以通过计算机对数字图像进行处理。我们把利用计算机对图像进行去除噪声、增强、复原、分割、提取特征等的理论、方

27、法和技术称为数字图像处理DIGITALIMAGEPROCESSING。一般地,图像处理是用计算机和实时硬件实现的,因此也称之为计算机图像处理COMPUTERIMAGEPROCESSING。在日常生活中,图像处理已经得到广泛应用。例如,电脑人像艺术,电视中的特殊效果,自动售货机钞票的识别,邮政编码的自动识别和利用指纹、虹膜、面部等特征的身份识别等。在医学领域,很早以前就采用X射线透视、显微镜照片等来诊断疾病。现在,计算机图像处理已成为疾病诊断的重要手段,用一般摄影方法不能获取的身体内部的状况,也能由特殊的图像处理装置获取,最具有代表性的就是X射线CTCOMPUTEDTOMOGRAPH,计算机断层

28、摄像。211数字图像一幅图像可定义为一个二维函数FX,Y,当空间坐标X、Y和幅值F为有限的离散数值时,称该图像为数字图像。简言之,就是以数字格式表示的图像。数字图像分为以下三种格式1)黑白图像图21黑白图像西安交通大学本科毕业设计(论文)62)灰度图像灰度图像是指每个像素的信息由一个量化的灰度级来描述的图像,没有彩色信息。图22灰度图像3)彩色图像彩色图像是指每个像素的信息由RGB三原色构成的图像,其中RBG是由不同的灰度级来描述的。图23彩色图像212数字图象处理的三个层次运动检测、目标分类、人的跟踪属于视觉中的低级和中级处理部分LOWLEVELANDINTERMEDIATELEVELVIS

29、ION,而行为理解和描述则属于高级处理(HIGHLEVELVISION)。运动检测、运动目标分类与跟踪是视觉监控中研究较多的三个问题,而行为理解与描述则是近年来被广泛关注的研究热点,它是指对目标的运动模式进行分析和识别,并用自然语言等加以描述1)低级图像处理低级图像处理主要对图象进行各种加工以改善图象的视觉效果、或突出有用信息,100220250180501202001500I00255800255240240255R02550160255255801600G25525525524000160800B2缺陷检测的数字图像处理实现7并为自动识别打基础,或通过编码以减少对其所需存储空间、传输时间或

30、传输带宽的要求。它的特点是是输入是图像,输出也是图像,即图象之间进行的变换。2)中级图像处理中级图像处理主要对图象中感兴趣的目标进行检测(或分割)和测量,以获得它们的客观信息从而建立对图象的描述。特点是输入是图象,输出是数据。3)高级图像处理高级图像处理是在中级图像处理的基础上,进一步研究图象中各目标的性质和它们之间相互的联系,并得出对图象内容含义的理解(对象识别)及对原来客观场景的解释(计算机视觉),从而指导和规划行动。特点是以客观世界为中心,借助知识、经验等来把握整个客观世界。特点是输入是数据,输出是理解。213数字图象处理的特点数字图像处理是利用计算机的计算,实现与光学系统模拟处理相同效

31、果的过程。数字图像处理具有如下特点1)处理精度高,再现性好。利用计算机进行图像处理,其实质是对图像数据进行各种运算。由于计算机技术的飞速发展,计算精度和计算的正确性勿庸置疑;另外,对同一图像用相同的方法处理多次,也可得到完全相同的效果,具有良好的再现性。2)处理的多样性。由于图像处理是通过运行程序进行的,因此,设计不同的图像处理程序,可以实现各种不同的处理目的。3)图像数据量庞大。图像中包含有丰富的信息,可以通过图像处理技术获取图像中包含的有用的信息,但是,数字图像的数据量巨大。一幅数字图像是由图像矩阵中的像素(PIXEL)组成的,通常每个像素用红、绿、蓝三种颜色表示,每种颜色8BIT表示灰度

32、级。则一幅10241024不经压缩的真彩色图像,数据量达3MB(即102410248BIT324MB)。X射线照片一般用64256KB的数据量,一幅遥感图像为32402340430MB。如此庞大的数据量给存储、传输和处理都带来巨大的困难。如果精度及分辨率再提高,所需处理时间将大幅度增加。4)处理费时。由于图像数据量大,因此处理比较费时。特别是处理结果与中心像素邻域有关的西安交通大学本科毕业设计(论文)85)图像处理技术综合性强。数字图像处理涉及的技术领域相当广泛,如通信技术、计算机技术、电子技术、电视技术等,当然,数学、物理学等领域更是数字图像处理的基础。22待检测图像的形态学处理数学形态学是

33、分析几何形状和结构的数学方法6,建立在集合代数的基础之上,用集合论方法定量描述几何结构的科学。1985年之后,它逐渐成为分析图像几何特征的工具。主要包括膨胀、腐蚀、开以及闭运算。图24图像的腐蚀数学形态学由一组形态学运算算子组成。最基本的运算算子由膨胀,腐蚀,开运算,闭运算。使用这些算子对图像的结构和形状进行分析和处理,主要包括图像分割、特征提取、边缘检测、图像滤波、图像增强以及图像恢复等。由于形态学具有完备的数学基础,这使得形态学用于图像分析和处理、形态滤波器的分析和系统设计等具有了坚实的基础。近年来,形态学在图像处理方面的应用和研究得到了迅速发展。形态学的理论基础是集合论7。在图像处理中形

34、态学的集合代表着黑白和灰度图像的形状。比如二值图像中所有黑色相素组成的了该图像完全描述。221膨胀膨胀是形态学运算中的最基本的运算子之一,它在图像处理中的主要作用是扩充物体边界点,连接两个距离很近的物体。集合A用集合B膨胀,记作AB,定义为|XABXBA;上式表明,用集合B膨胀集合A,既当集合B的原点在集合A中移动时,集合B中元素所对应位移后的元素组成的集合。在图像处理中,集合A一般是待膨胀的图像,称集合B为结构元素。2缺陷检测的数字图像处理实现9222腐蚀腐蚀也是形态学运算中最基本的运算子之一,它是与膨胀相对应的运算。它在图像处理中的主要作用是消除物体的边界点,消除图像中小于结构元素的物体,

35、分开具有细小连接的两个物体。集合A被集合B腐蚀,记作AB定义为|XABXBA;上式表明,用集合B腐蚀集合A,既当集合B完全包含于集合A时,集合B原点元素所在位置的集合。在图像处理中,集合A一般是待膨胀的图像,称集合B为结构元素。223开和闭在腐蚀和膨胀的基础上,对这两个形态学运算子进行集合(并、交、补等),可以构造出形态学运算族。这些组合运算中,最为重要也最常用的两个组合运算是开运算和闭运算。集合A和集合B,集合A对集合B的开运算记作AB,定义为ABABB。集合A对集合B的闭运算记作AB,定义为ABABB。在图像处理中,集合A一般是待处理的图像,集合B一般是结构元素,通过选择适当的结构算子,开

36、运算可以消除图像的噪音,平滑图像的边界,闭运算可以连接两个相邻的物体。图25为膨胀和腐蚀的示意图结构元素原图膨胀腐蚀图25形态学操作示意图23图像分割提取缺陷检测中的感兴趣区域在对图像的研究和应用中,人们往往只对图像的某些区域感兴趣,这些区域通常称为目标或前景,它们一般对应于图像中特定的,具有独特性质的区域。图像分割的目的是把图像的这些有意义的区域提取出来。这些“有意义的”内涵随着解决问题的不同而不同,比如在这篇论文中在划痕检测中间物体与背景区分开。虽然国内外学者已提出很多种图像分割算法,但由于背景的多变性和复杂性,至今西安交通大学本科毕业设计(论文)10为止还没有一种能适用于各种背景的图像分

37、割算法。当前提出的小波分析、模糊集、分形等新的智能信息处理方法有可能找到新的图像分割方法。尽管人们在图像分割方面作了许多研究,由于没有通用的分割理论,现已提出的分割算法大都是针对灰度提问题,没有一种适用于所有图像的通用分割算法。另外,给定一副实际图像选择合用的分割算法也没有标准。由于图像分割的算法相当的多,本小结没有必要一一介绍,本小结只介绍本论文要用的图像分割算法,主要有灰度分割法、轮廓提取与跟踪以及投影法。231灰度分割法灰度分割法,顾名思义,就是利用目标区域和背景区域在灰度方面的差异,选取一个阈值,对图像进行分割,以区分出目标和背景的一种方法。在灰度阈值分割法中,最常用的就是把图像变为二

38、值图像。设图像FX,Y的灰度范围属于Z1,Z2,根据一定的经验及知识确定一个阈值T,则FTX,Y可有以下表达式给出1,0,TFXYTFXYFXYT21由上面的表达式可知,阈值T的选择的准确性直接影响分割的精度以及图像描述分析的正确性。阈值T太高,容易把大量的目标判为背景;阈值T太低,又会把大量的背景判为目标。因此正确的设定分割阈值对于图像的分割是非常重要的。效果图如图26A原图B灰度分割图图26灰度分割效果图当然,利用灰度分割,可以检测出一些表面划痕,以往的同学都是从这个方面入手,检测出的缺陷。232轮廓提取与跟踪物体的轮廓在图像处理中具有非常重要的意义。在工业产品表面质量检测中,通过轮廓提取

39、或跟踪,确定产品的轮廓,从而确定表面缺陷所在的范围,去除背景干扰,提高检测算法的实时性。在目标跟踪中,通过轮廓提取或轮廓跟踪技术确定目标的轮2缺陷检测的数字图像处理实现11廓参数。在二值化图像中,轮廓提取的方法比较简单,即去除物体的内部点如果一个物体中有一黑点,且它的八个邻点都为黑点,则认为这一点是物体内部点,将去除。轮廓提取也可用形态学方法来实现,即用一个3X3的方形的结构元素对图像进行腐蚀,然后再用原图减去腐蚀后的图,即可得到物体的轮廓。轮廓跟踪的最基本方法是先根据某些严格的“探测准则”找出物体轮廓上的象素,再根据这些像素的某些特征用一定的“跟踪准则”找出目标物体上的其它像素。以下介绍本文

40、中要用到的二值图像的轮廓跟踪。首先找第一个边界点像素按照从左到右,从下到上的顺序搜索,找到的第一个黑点一定是最左下方的边界点,记为A。点A的右、右上、上、左上四个邻点中至少有一个边界点,记为B。从边界点B开始,定义初始的搜索方向为左上方;如果左上方的点为黑点,则为边界点,否则搜索方向顺时针旋转45度。这样一直找到第一个黑点为止。然后把这个点作为新的边界点,在当前的搜索方向上逆时针旋转90度,继续用同样的方法搜索下一个黑点,直到返回初始的边界点为止。图27为轮廓跟踪算法的示意图,箭头代表搜索方向。图27轮廓跟踪算法233投影投影主要有两种投影水平投影和垂直投影。它主要针对二值图像的操作,也是图像

41、分割中的一种基本的操作,当物体具有水平或垂直边界时,通过投影,可以确定物体的大概位置。水平投影是对图像的每一行进行遍历,计算每一行中目标像素的个数。当图像的目标具有水平边界时,对图像进行水平投影,则目标边界行的目标像素的个数明显多于其他行,从而确定物体水平边界在图像中的行数。垂直投影于水平投影类似,只是对图像中的每一列进行遍历,并计算每一列中目标像素的个数。当图像中的目标具有垂直边界时,对图像进行垂直投影,则目标边界列的目标像素的个数将明显多于其他列,从而确定目标的水平边界在图像中的列数。如图28,A为原图,B为水平投影图,C为垂直投影图。对于A中的圆,圆心西安交通大学本科毕业设计(论文)12

42、的位置在水平投影和垂直投影图中分别为最大点对应的行和列。A原图B水平投影C垂直投影图28投影图24图像增强提取目标缺陷的研究图像增强是对图像质量在一般意义上的改善。当无法知道图像退化有关的定量信息时,可以使用图像增强技术较为主观地改善图像的质量。所以,图像增强技术是用于改善图像质量所采取的一种方法。因为增强技术并非是针对某种退化所采取的方法,所以很难预测哪一种特定技术是最好的,只能通过试验和分析误差来选择一种合适的方法。有时可能需要彻底改变图像的视觉效果,以便突出重要特征的可观察性,使人或计算机更易观察或检测。在这种情况下,可以把增强理解为增强感兴趣特征的可检测性,而非改善视感质量。电视节目片

43、头或片尾处的颜色、轮廓等的变换,其目的是得到一种特殊的艺术效果,增强动感和力度。在工业图像处理中,为了增强图像的可读性,突出感兴趣的目标区域,比如目标的轮廓,目标的缺陷等,通常采用图像的增强技术。这一小节中,我简要的介绍一些常用的可以用在缺陷检测的图像增强技术。A原图B效果图图29图像增强效果图图像的增强技术通常有两类方法空间域法和频率域法。空间域法主要是在空间域中对图像的各个像素灰度值直接进行运算处理。而频率域法就是在图像的某种变换域中(通常时频率域中)对图像的变换值进行某种运算处理,然后再变回空间域中。2缺陷检测的数字图像处理实现13241图像平滑去除检测图像的噪声图像的大部分噪音,比如由

44、敏感元件,量化器等引起的噪音,多半是随机性的,它们对某一像素的影响,都可以看成孤立的,因此与邻近各个点相比,该点的灰度值将显著的不同。基于此点,可以用邻域平均的方法来消除噪音。FI,J表示I,J点的灰度值,以它为中心我们去一个NXN的窗口(N3,5,7),窗口内相素组成的点集以A来表示,经图像平滑后,像素(I,J)对应的输出为1,0,TFXYTFXYFXYT22邻域平均法的平均作用会引起图像的模糊现象,模糊的程度与邻域的半径成正比。为了减少这种模糊失真,有人提出了“超限邻域平均法”,即如果某个像素的灰度值大于其邻域像素的平均值,且达到了一定的水平,则判断该相素为噪音,用该点邻域像素的平均值代替

45、该点的像素灰度值,公式如下,11,|,|,XYAXYAFXYFXYFXYTNNNNGIJFXY其它23在实际应用中,根据实际情况,可以选择不同窗口大小和窗口形状,比如十字窗,圆形窗。由于窗口过大,会引起图像的模糊,所以一般常用的是3X3窗口,而且还可以根据不同的影响,对邻域像素取不同的权重,然后再进行平均。242中值滤波降噪从前面的可以看出,邻域平均法可以抑制图像的噪音,但不可避免的引起了图像的边缘模糊。而中值滤波则抑制图像噪音的同时,还较好的保存了图像边缘的轮廓信息。中值滤波的原理非常简单,用一个NXN的窗口(N3,5,7等)在图像上滑动,把窗口中像素的灰度值按升序(或)降序排列,取排列在正

46、中间的灰度值作为窗口中心所在像素的灰度值。中值滤波是一种非线性滤波5,它对消除脉冲噪音十分有用。同邻域平均法一样,也存在“超限中值滤波”,即如果某个像素的灰度值大于其邻域像素的中间值,且达到了一定的水平,则判断该像素为噪音,用该点邻域像素的中间值代替该点的像素灰度值。243直方图均衡直方图是用来表示图像灰度的分布情况的统计表,它只展示具有某一灰度的像素数,并不表示具有该灰度的像素处在图像中的位置。直方图均衡又称为灰度均衡,目的是通过点运算使输入图像转换为在每一灰度级上都有相同的像素点数的输出图像(既输出的直方图是平滑的),这对于在进行图像比较或分割之前将图像转化为一致的格式十分有利。西安交通大

47、学本科毕业设计(论文)140001PRRRSFRUDUHUDUA24此转换函数称为图像的累计分布函数。对于没有被归一化的的情况,只要乘以最大的灰度值(对于灰度图像就是255)既可。对于离散图像,转换公式为MAX00DABAIDDFDHIA25式中HI为第I级灰的像素的个数。图210分别为直方图均衡的效果图210灰度图均衡化25本章小结本章详细地介绍了数字图像处理技术的基本概念、基本特点和基本格式,以及可用于缺陷检测的图像处理的基本算法,为后面章节中处理算法应用奠定了基础。3XAVIS机器视觉平台与MATLAB/VC/OPENCV联合调试的实现153XAVIS机器视觉平台与MATLAB/VC/O

48、PENCV联合调试的实现在第二章中详细地介绍了图像处理的基本算法,在这一章首先用MATLAB进行了图像处理的配准仿真,然后用VC和OPENCV编写了为XAVIS添加的动态链接库DLL文件,讲讨论学习XAVIS机器视觉平台的应用。实现基本的联合调试方法,图像处理方法。31MATLAB用于缺陷检测的仿真实现当今的信息化社会,图像是人类赖以获取信息的最重要的来源之一。随着计算机技术的迅猛发展,图像技术与计算机技术不断融合,产生了一系列图像处理软件,如VC、MATLAB,这些软件的广泛应用为图像技术的发展提供了强大的支持。MATLAB已成为国际公认的最优秀的科技应用软件之一,具有编程简单、数据可视化功

49、能强、可操作性强等特点,而且配有功能强大、专业函数丰富的图像处理工具箱,是进行图像处理方面工作必备的软件工具10。MATLAB为图像处理提供了丰富的工具箱和接口函数,可以直接调用,这里做简要的介绍311缺陷检测基本处理操作在MATLAB中的实现图像显示、读写、像素统计处理、图像文件I/O的实现调用IMREAD,IMSHOW,MEAN2,STD2,IMWRITE等函数等函数,比如COLORIMAGESHOWIIMREADAUTUMNTIF读入图像IMSHOWI显示图像其它的函数用法与此类似,直接调用即可。312图像增强直方图、直方图均化、对比度增强、均值滤波、中值滤波、维纳滤波的实现调用IMHIST,HISTEQ,IMJUST,LOG,IMNOISE,CONV2,MEDFILT2,WIENER2等函数的操作。西安交通大学本科毕业设计(论文)163133D图像恢复、图像融合、划痕检测、生物特征识别1)小波分解函数DWT2语法格式CA,CH,CV,CDDWT2X,DB8该语句的作用是对输入信号X做一次小波分解。其中CA表示分解得到的近似分量系数;CH表

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 学术论文资料库 > 毕业论文

Copyright © 2018-2021 Wenke99.com All rights reserved

工信部备案号浙ICP备20026746号-2  

公安局备案号:浙公网安备33038302330469号

本站为C2C交文档易平台,即用户上传的文档直接卖给下载用户,本站只是网络服务中间平台,所有原创文档下载所得归上传人所有,若您发现上传作品侵犯了您的权利,请立刻联系网站客服并提供证据,平台将在3个工作日内予以改正。