课程设计任务书
题目:基于图像处理方法的液晶显示器表面缺陷检测设计初始条件:
具备专业课程数字图像处理的理论知识;具备液晶显示器表面缺陷的设计能力;掌握数字图像的设计知识;自选相关电子器件;可以使用实验室仪器调试。
要求完成的主要任务:(包括课程设计工作量及其技术要求,以及说明书撰写等具体要求)
(1)选择液晶显示屏有缺陷的图像作为分析对象,或自行模拟相应图像,缺陷种类应至少包括点缺陷、线缺陷;(2)完成液晶屏图像表面缺陷的图像预处理,包括图像滤波等;
(3)完成图像的分割、边缘提取和目标提取等;
(4)完成图像的特征提取和识别实现;
(5)给出相应程序,并给出每一步的仿真处理结果及分析。时间安排:
十九周一周,其中3天设计,2天调试
指导教师签名:年月日系主任(或责任教师)签名:年月日
随着科技的发展,信息显示技术在人们生活中的作用与日俱增,液晶显示屏也因其体积小、重量轻、功耗低、高分辨率、高亮度和无几何变形诸多特点被广泛应用。但在液晶显示器的生产过程中,由于工艺及环境的原因可能导致液晶显示屏的显示缺陷,包括点缺陷、线缺陷和面缺陷。而液晶显示屏缺陷检测作为生产过程中的重要环节,目前多采用人工检测方法。人工检测不仅存在主观性、标准难以统一等弱点,且占用大量人力、物力资源。因此,本课程设计主要基于数字图像处理方法的液晶显示器表面缺陷检测设计以期望实现快速、规范、低成本的自动识别系统。
关键词:液晶显示屏显示缺陷数字图像处理方法自动识别系统
1 概述 (1)
1.1 液晶显示屏及其显示缺陷简介 (1)
1.2 数字图像处理简介 (1)
2 系统设计方案及其原理 (3)
2.1 设计任务及要求 (3)
2.2 设计原理 (3)
3 源程序 (6)
3.1 简易程序 (6)
3.2 繁琐程序 (8)
4 仿真结果及分析 (14)
4.1 点缺陷仿真结果 (14)
4.2 线缺陷仿真结果 (16)
4.3 面缺陷仿真结果 (18)
4.4 仿真结果分析 (20)
5 心得体会 (21)
参考文献 (22)
本科生成绩评定表 (23)
1.概述
1.1 液晶显示屏及其显示缺陷简介
21世纪是一个信息的时代,信息显示技术在人们社会活动和日常生活中
的作用日益剧增。例如,信息处理、接受及发送等操作均借助于信息系统终端设备与人之间的界面——显示来完成。LCD一般代指薄膜液晶显示器,是利用液晶的特性“主动的”对屏幕上的各个独立的象素进行控制,以达到成像目的一种终端显示设备。图像产生的基本原理很简单:显示屏由许多可以发出任意颜色的光线的点组成,只要控制各个点显示相应的颜色就能达到目的了。他不仅具有高分辨率、高亮度和无几何变形等诸多优点外,还具有体积小、重量轻和功耗低等特点。因此,被广泛应用于数码照相机、数码摄像机、车载显示器、桌上显示器、笔记本电脑和液晶电视等几乎所有的显示器领域。
在液晶显示器的生产过程中,由于工艺及环境的原因可能导致液晶显示屏的显示缺陷,常见的TFT-LCD屏显示缺陷包括点缺陷、线缺陷和面缺陷。点缺陷主要是单个TFT失效引起的,线缺陷则主要是由于驱动IC与屏连接不良所致。面缺陷是与点、线两种缺陷完全不同类型的缺陷,它无同定的形状和尺寸,必须在暗室下为TFT-LCD提供特定的背景亮度才能够将其辨认,产生面缺陷的原因有:液晶分子配向不均匀,TFT漏电不均匀和背光源发光不均匀等。这些显示缺陷的产生对显示器的显示造成了很大的干扰,对日常生活、生产有不小的负面影响。
1.2 数字图像处理简介
数字图像处理(DigitalImageProcessing)又称为计算机图像处理,它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程,是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。图像处理工具箱提供一套全方位的参照标准算法和图形工具,用于进行图像处理、分析、可视化和算法开发。可用其对有噪图像或退化图像进行去噪或还原、增强图像以获得更高清晰度、提取特征、分析形状和纹理以及对两个图像进行匹配。工具箱中大部分函数均以开放式 MATLAB 语言编写。这意味着可以检查算法、修改源代
码和创建自定义函数。图像处理工具箱在生物测定学、遥感、监控、基因表达、显微镜技术、半导体测试、图像传感器设计、颜色科学及材料科学等领域为工程师和科学家提供支持。它也促进了图像处理技术的教学。
数字图像处理的优点主要表现在以下几个方面:
1. 再现性好数字图像处理与模拟图像处理的根本不同在于,它不会因图像的存储、传输或复制等一系列变换操作而导致图像质量的退化。只要图像在数字化时准确地表现了原稿,则数字图像处理过程始终能保持图像的再现。
2.处理精度高按目前的技术,几乎可将一幅模拟图像数字化为任意大小的二维数组,这主要取决于图像数字化设备的能力。现代扫描仪可以把每个像素的灰度等级量化为16位甚至更高,这意味着图像的数字化精度可以达到满足任一应用需求。对计算机而言,不论数组大小,也不论每个像素的位数多少,其处理程序几乎是一样的。换言之,从原理上讲不论图像的精度有多高,处理总是能实现的,只要在处理时改变程序中的数组参数就可以了。回想一下图像的模拟处理,为了要把处理精度提高一个数量级,就要大幅度地改进处理装置,这在经济上是极不合算的。
3.适用面宽图像可以来自多种信息源,它们可以是可见光图像,也可以是不可见的波谱图像(例如X射线图像、射线图像、超声波图像或红外图像等)。从图像反映的客观实体尺度看,可以小到电子显微镜图像,大到航空照片、遥感图像甚至天文望远镜图像。这些来自不同信息源的图像只要被变换为数字编码形式后,均是用二维数组表示的灰度图像(彩色图像也是由灰度图像组合成的,例如RGB图像由红、绿、蓝三个灰度图像组合而成)组合而成,因而均可用计算机来处理。即只要针对不同的图像信息源,采取相应的图像信息采集措施,图像的数字处理方法适用于任何一种图像。
4.灵活性高图像处理大体上可分为图像的像质改善、图像分析和图像重建三大部分,每一部分均包含丰富的内容。由于图像的光学处理从原理上讲只能进行线性运算,这极大地限制了光学图像处理能实现的目标。而数字图像处理不仅能完成线性运算,而且能实现非线性处理,即凡是可以用数学公式或逻辑关系来表达的一切运算均可用数字图像处理实现。
2.系统方案设计及其原理
显示缺陷的产生对显示器的显示造成了很大的干扰,对日常生活、生产有不小的负面影响。所以,对于显示缺陷的检测是非常重要的。目前对缺陷的检测主要依靠人工,为了提高检测效率及准确性,研制有效的液晶屏自动检测系统十分必要。鉴于数字图像处理的便捷性、可操作性、简单易行性以及本次设计的内容及目的是检测显示图像缺陷的自动检测,所以本次对于液晶显示器显示缺陷的自动检测系统采用基于数字图像处理的方式来设计。
2.1设计任务及要求:
(1)选择液晶显示屏有缺陷的图像作为分析对象,或自行模拟相应图像,缺陷种类应至少包括点缺陷、线缺陷;
(2)完成液晶屏图像表面缺陷的图像预处理,包括图像滤波等;
(3)完成图像的分割、边缘提取和目标提取等;
(4)完成图像的特征提取和识别实现;
(5)给出相应程序,并给出每一步的仿真处理结果及分析。
2.2设计原理:
本次设计由于是要自动检测出显示图像的缺陷,于是采取的方案是将图像先进行中值滤波预处理,然后通过选取阈值为灰度的平均值加常数h=10~15对图像进行二值化处理,之后再通过帧运算过滤噪声、数学形态滤波去噪以及边缘处理等手段将缺陷目标提取出来。提取出的缺陷目标为白色,无缺陷的地方为黑色,这样就完成了将要检测的缺陷提取的目的。之后就是将提取的目标进行坐标定位,个数以及大小计算等,最后将结果打印出来。
2.2.1中值滤波法
中值滤波法是一种非线性平滑技术,它将每一象素点的灰度值设置为该点某邻域窗口内的所有象素点灰度值的中值实现方法:1、通过从图像中的某个采样窗口取出奇数个数据进行排序;2、用排序后的中值取代要处理的数据即可。中值滤波法对消除椒盐噪音非常有效,在光学测量条纹图象的相位分析处理方法中有特殊作用,但在条纹中心分析方法中作用不大。中值滤波在图像处理中常用来保护边缘信息,是经典的平滑噪声的方法。
中值滤波的原理:中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术,中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个拎域中各点值的中值代替,让周围的像素值接近的真实值,从而消除孤立的噪声点。方法是去某种结构的二维滑动模板,将板内像素按照像素值的大小进行排序,生成单调上升(或下降)的为二维数据序列。二维中值滤波输出为g(x,y)=m e d{f(x-k,y-l),(k,l∈W)}f(x,y),g(x,y)分别为原始图像和处理后图像。W为二维模板,通常为2*2,3*3区域,也可以是不同的的形状,如圆形,十字形或者圆环形。
2.2.2图像二值化
图像二值化就是将图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的黑白效果。将256个亮度等级的灰度图像通过适当的阈值选取而获得仍然可以反映图像整体和局部特征的二值化图像。在数字图像处理中,二值图像占有非常重要的地位,首先,图像的二值化有利于图像的进一步处理,使图像变得简单,而且数据量减小,能凸显出感兴趣的目标的轮廓。其次,要进行二值图像的处理与分析,首先要把灰度图像二值化,得到二值化图像。所有灰度大于或等于阈值的像素被判定为属于特定物体,其灰度值为255表示,否则这些像素点被排除在物体区域以外,灰度值为0,表示背景或者例外的物体区域。
图像的二值化的基本原理:图像的二值化处理就是将图像上的点的灰度置为0或255,也就是讲整个图像呈现出明显的黑白效果。即将256个亮度等级的灰度图像通过适当的阀值选取而获得仍然可以反映图像整体和局部特征的二值化图像。在数字图像处理中,二值图像占有非常重要的地位,特别是在实用的图像处理中,以二值图像处理实现而构成的系统是很多的,要进行二值图像的处理与分析,首先要把灰度图像二值化,得到二值化图像,这样子有利于再对图像做进一步处理时,图像的集合性质只与像素值为0或255的点的位置有关,不再涉及像素的多级值,使处理变得简单,而且数据的处理和压缩量小。为了得到理想的二值图像,一般采用封闭、连通的边界定义不交叠的区域。所有灰度大于或等于阀值的像素被判定为属于特定物体,其灰度值为255表示,否则这些像素点被排除在物体区域以外,灰度值为0,表示背景或者例外的物体区域。如果某特定物体在内部有均匀一致的灰度值,并且其处在一个具有其他等级灰度值的均匀背景
下,使用阀值法就可以得到比较的分割效果。如果物体同背景的差别表现不在灰度值上(比如纹理不同),可以将这个差别特征转换为灰度的差别,然后利用阀值选取技术来分割该图像。动态调节阀值实现图像的二值化可动态观察其分割图像的具体结果。
2.2.3 边缘填充与区域提取
边缘改进全阈值对虽然可以有效的对图像进行缺陷与背景的分割,但同时也将会造成缺陷边缘的锐化与分离。原本是一个整体的缺陷部分边缘有部分单元与本体分开这将会对之后的区域识别与信息的提取造成错误。为确保对缺陷识别的准确性,需要对边缘进行填充以确保分割部分的完整性。对分割图像进行取反,使缺陷部分为 1 即白色部分,背景显示为黑色部分,先对图像进行边缘提取再进一步对边缘进行填充最后与原始图像叠加,完成对边缘的平滑与复原。
3.源程序
3.1简易程序
a=imread('4.png');
bw=rgb2gray(a); %图像类型转换灰度
% imwrite(bw,'2.jpg');
figure(1);subplot(1,2,1);
imshow(a),title('数码采集到的图像');
subplot(1,2,2);
imshow(bw),title('转化后的灰度图');
bw1=medfilt2(bw);figure(2);%图像平滑
% subplot(2,2,1);
% imshow(bw1),title('原始图像');imshow(bw1),title('中值滤波的图像'); subplot(2,2,2);
% bw2=histeq(bw1); %图像增强
% figure(1);
% imshow(bw2),title('增强图像');
% figure(2);
% imhist(bw1),title('原始图像直方图');
% figure(3);
% imshow(bw2),title('直方图均衡图像');
% figure(4);
% imhist(bw2),title('均衡化图像直方图');
level = graythresh(bw1);
bw3=im2bw(bw1,level);
figure(3);
imshow(bw3),title('二值图像');
se = strel('disk', 3);
bw4=imerode(bw3,se);
figure(4);
imshow(bw4),title('腐蚀形态学滤波');
bw5=imdilate(bw4,se);
figure(5);
imshow(bw5),title('数学形态学滤波');
[l,m]=bwlabel(bw5,8);
status=regionprops(l,'BoundingBox');
for i=1:m;
hold on;
rectangle('position',status(i).BoundingBox,'edgecolor','r');
left=round(status(i).BoundingBox(1));
top=round(status(i).BoundingBox(2));
right=round(status(i).BoundingBox(1)+status(i).BoundingBox(3)); bottom=round(status(i).BoundingBox(2)+status(i).BoundingBox(4)); end;
if((status(i).BoundingBox(3)*status(i).BoundingBox(4))<1)
disp('无');
elseif ((status(i).BoundingBox(3)*status(i).BoundingBox(4))<150) disp('点缺陷');
elseif
(status(i).BoundingBox(3)/status(i).BoundingBox(4)>5||status(i).Bound ingBox(4)/status(i).BoundingBox(3)>5);
if(status(i).BoundingBox(3)>status(i).BoundingBox(4))
disp('横线缺陷');
else
disp('纵线缺陷')
end;
else
disp('面缺陷');
end;
3.2繁琐程序
I=imread('1.png');%读取原始图片
I=rgb2gray(I);
J=medfilt2(I,[3,3]);%进行中值滤波
J=medfilt2(J,[3,3]);%进行中值滤波
J=medfilt2(J,[3,3]);%进行中值滤波
subplot(2,2,1),imshow(I),title('原图像');
subplot(2,2,2),imshow(J);title('中值滤波后图像');%显示中值滤波后图像subplot(2,2,3),imhist(I),title('原图像的直方图');%显示原图像的直方图subplot(2,2,4),imhist(J),title('中值滤波后图像的直方图');
%显示中值滤波后图像的直方图
%选取阈值为所有像素的灰度的平均值加常数h=10~15对图像进行二值化处理
%灰度值大于的为白色,小于的为黑色
J1=J;
J2=mean2(J)+15;
K=find(J J(K)=mean2(J); K=find(J>=J2); J(K)=255; figure,subplot(1,2,1),imshow(J),title('Binary Image');%显示二值化后图像 J3=mean2(J1)+10; K=find(J1 J1(K)=255; subplot(1,2,2),imshow(J1),title('Binary Image');%显示二值化后图像 K1=bitand(J,J1);%位与 figure,imshow(K1),title('帧运算过滤噪声后图像'); %数学形态滤波 se=strel('square',3);%生成放心结构元素 K2=imerode(K1,se);%执行腐蚀 figure,imshow(K2); K2=imdilate(K2,se);%执行膨胀 figure,imshow(K2),title('数学形态学滤波后图像'); J2=double(K1); [m n]=size(J2); %图像的大小(长和宽) s=0;c=0;k=1; for i=1:m-1 for j=1:n-1 if J2(i,j)==255 s=s+1;a(k)=j;b(k)=i; k=k+1; end end end c=0; if s==0 pt=sprintf('不存在缺陷');disp(pt) else if s/(7*2*n)>0.8 for i=1:n-1 if b(i+7+n)-b(i+n)==0 if a(i+1+n)-a(i+n)==1 if i==n-1 pt=sprintf('存在横向的线缺陷');disp(pt) st=sprintf('线缺陷的面积S=%8.5f',n*7);disp(st) at=sprintf('线缺陷的长度L=%8.5f',n);disp(at) ct=sprintf('线缺陷的个数c=%8f',round(s/(7*n)));disp(ct) for j=1:round(s/(7*n)) yt=sprintf('线缺陷的坐标y=%8.5f',b(1+7*n*(j-1))+3);disp(yt) yt=sprintf('在液晶屏中线缺陷的坐标y=%8.5f',(b(1+7*n*(j-1))+3)/m*10*2);disp(yt) end end end end end else if s/(7*2*m)>0.8 for k=1:round(s/(7*m)) for i=1:m-1 if a(i+7*k)-a(i)==0 if b(i+7*k)-b(i)==1 if i==m-1 pt=sprintf('存在纵向的线缺陷');disp(pt) st=sprintf('线缺陷的面积S=%8.5f',m*7);disp(st) at=sprintf('线缺陷的长度L=%8.5f',m);disp(at) ct=sprintf('线缺陷的个数c=%8f',k);disp(ct) for j=1:k xt=sprintf('线缺陷的坐标x=%8.5f',a(1+7*(j-1))+3);disp(xt) xt=sprintf('在液晶屏中线缺陷的坐标x=%8.5f',(a(1+7*(j-1))+3)/n*15*2); disp(xt) end end end end end end else if s>n for t=1:round(s/(7*m)) for i=1:m-1 if a(i+7*t)-a(i)==0 if b(i+7*t)-b(i)==1 if i==m-1 pt=sprintf('存在纵向的线缺陷');disp(pt) st=sprintf('线缺陷的面积S=%8.5f',s);disp(st) at=sprintf('线缺陷的长度L=%8.5f',m);disp(at) ct=sprintf('线缺陷的个数c=%8f',t);disp(ct) for j=1:t xt=sprintf('线缺陷的坐标x=%8.5f',a(1+7*(j-1))+3);disp(xt) xt=sprintf('在液晶屏中线缺陷的坐标x=%8.5f',(a(1+7*(j-1))+3)/n*15*2); disp(xt) end end end end end end for i=1:n-1 if b(i+7+n)-b(i+n)==0 if a(i+1+n)-a(i+n)==1 if i==n-1 if (a(k-7)-a(12))>n-10 pt=sprintf('存在横向的线缺陷');disp(pt) st=sprintf('线缺陷面积S=%8.5f',n*7); disp(st) at=sprintf('线缺陷长度L=%8.5f',n);disp(at) ct=sprintf('线缺陷个数c=%8f',round(s/(7*n))); disp(ct) for j=1:round(s/(7*n)) yt=sprintf('线缺陷坐标y=%8.5f',b(1+7*n*(j-1))+3);disp(yt) yt=sprintf('在液晶屏中线缺陷的坐标y=%8.5f',(b(1+7*n*(j-1))+3)/m*10*2); disp(yt) end else if (a(k-1)-a(1)) if (b(k-1)-b(1)) pt=sprintf('存在面缺陷');disp(pt) st=sprintf('面缺陷的面积S=%8.5f',s);disp(st) at=sprintf('面缺陷的长a=%8.5f',(a(k-1)-a(1))/n.*15*2); disp(at) bt=sprintf('面缺陷的宽b=%8.5f',(b(k-1)-b(1))/m.*10*2);disp(bt) xt=sprintf('面缺陷起始点横坐标x=%8.5f',a(1)/n.*15*2');disp(xt) yt=sprintf('面缺陷起始点纵坐标y=%8.5f',b(1)/m.*10*2');disp(yt) end end end 4.仿真结果及分析 4.1.点缺陷的仿真结果 图一采集到的图像及转换后的灰度图 图二二值化的图像 图三数学形态学滤波后的图像 图四腐蚀形态学后的滤波 图五缺陷的检测结果 4.2.线缺陷的仿真结果 图六采集到的图像及转换后的灰度图 图七二值化的图像 图八腐蚀形态学后的滤波 图九数学形态学滤波后的图像 图十缺陷的检测结果 表面缺陷无损检测方法的比较方法 项目 磁粉检测(MT) 漏磁检测(MLF) 渗透检测(PT) 涡流检测(ET) 方法原理 磁力作用 磁力作用 毛细渗透作用 电磁感应作用 能检出的缺陷 表面和近表面缺陷 表面和近表面缺陷 表面开口缺陷 表面及表层缺陷 缺陷部位的显示形式 漏磁场吸附磁粉形成磁痕 漏磁场大小分布 渗透液的渗出 检测线圈输出电压和相位发生变化 显示信息的器材 磁粉 计算机显示屏 渗透液、显像剂 记录仪、示波器或电压表 适用的材料 铁磁性材料 铁磁性材料 非多孔性材料 导电材料 主要检测对象 铸钢件、锻钢件、压延件、管材、棒材、型材、焊接件、机加工件在役使用的上述工件检测铸钢件、锻钢件、压延件、管材、棒材、型材、焊接件、机加工件在役使用的上述工件检测任何非多孔性材料、工件及在役使用过的上述工件检测 管材、线材和工件检测;材料状态检验和分选;镀层、涂层厚度测量 主要检测缺陷 裂纹、发纹、白点、折叠、夹渣物、冷隔 裂纹、发纹、白点、折叠、夹渣物、冷隔 裂纹、白点、疏松、针孔、夹渣物 裂纹、材质变化、厚度变化缺陷显示 直观 直观 直观 不直观 缺陷性质判断 能大致确定 能大致确定 能基本确定 难以判断 灵敏度 高 高 高 较低 检测速度 较快 快 慢 很快 污染 较轻 无污染 较重 无污染 相对优点 可检测出铁磁性材料表面和近表面(开口和不开口)的缺陷。 能直接的观察出缺陷的位置、形状、大小和严重程度。 具有较高的检测灵敏度,可检测微米级宽度的缺陷。 单个工件的检测速度快、工艺简单,成本低、污染轻。 综合使用各种磁化方法,几乎不受工件大小和几何形状的影响。 检测缺陷重复性好。 可检测受腐蚀的在役情况。 a) 易于实现自动化 b) 较高的检测可靠性 c) 可以实现缺陷的初步量化 d) 在管道的检查中,在厚度高达30mm的壁厚范围內,可同时检测內外壁缺陷 e) 高效、无污染,可以获得很高的检测效率. 可检测出任何非松孔性材料表面开口性缺陷。 能直接的观察出缺陷的位置、形状、大小和严重程度。 具有较高的灵敏度。 着色检测时不用设备,可以不用水电,特别适用于现场检验。 检测不受工件几何形状和缺陷方向的影响。 对针孔和疏松缺陷的检测灵敏度较高。 非接触法检测,适用于对管件、棒材和丝材进行自动化检测,速度快。 可用检测材料导电率代替硬度检测。了解材料的热处理状态和进行材料分选。污染很小。 相对局限性 电子科技大学 数字图像处理课程设计 课题名称数字图像处理 院(系)通信与信息工程学院 专业通信工程 姓名 学号 起讫日期 指导教师 2015年12月15日 目录 摘要: (03) 课题一:图像的灰度级分辨率调整 (04) 课题二:噪声的叠加与频域低通滤波器应用 (06) 课题三:顶帽变换在图像阴影校正方面的应用 (13) 课题四:利用Hough变换检测图像中的直线 (15) 课题五:图像的阈值分割操作及区域属性 (20) 课题六:基于MATLAB?的GUI程序设计 (23) 结束语: (36) 参考文献: (37) 基于MATLAB?的数字图像处理课题设计 摘要 本文首先对数字图像处理的相关定义、概念、算法与常用变换进行了介绍;并通过七个课题实例,借助MATLAB?的图像处理工具箱(Computer Vision System Toolbox)对这些案例逐一实现,包括图像的灰度值调整、图像噪声的叠加、频域低通滤波器、阈值分割、Hough变换等,常用的图像变化与处理;然后通过MATLAB?的GUI程序设计,对部分功能进行模块化整合,设计出了数字图像处理的简易软件;最后给出了软件的帮助文件以及该简易程序的系统结构和m代码。 关键词:灰度值调整噪声图像变换 MATLAB? GUI设计 课题一:图像的灰度级分辨率调整 设计要求: 128,64,32,16,8,4,2,并在同一个figure窗将图像的灰度级分辨率调整至{} 口上将它们显示出来。 设计思路: 灰度级分辨率又称色阶,是指图像中可分辨的灰度级的数目,它与存储灰度级别所使用的数据类型有关。由于灰度级度量的是投射到传感器上的光辐射值的强度,所以灰度级分辨率又称为辐射计量分辨率。随着图像灰度级分辨率的的逐渐降低,图像中所包含的颜色数目将变得越来越少,从而在颜色维度造成图像信息量的退化。 MATLAB?提供了histeq函数用于图像灰度值的改变,调用格式如下: J = histeq(I,n) 其中J为变换后的图像,I为输入图像,n为变换的灰度值。依次改变n的值为 128、64、32、16、8、4、2 就可以得到灰度值分辨率为128、64、32、16、8、4、2 的输出图像。利用MATLAB?的subplot命令可以将不同灰度的图像放在同一个figure中方便对比。 课题实现: 该思路的MATLAB?源代码如下: in_photo=imread('lena.bmp'); %读入图片“lena.bmp”,位置在matlab当前工作区路径下D:\TempProject\Matlab\Works for i = [128,64,32,16,8,4,2] syms(['out_photo',num2str(i)]); %利用for循环定义7个变量,作为不同灰度值分辨率的输出变量 eval(['out_photo',num2str(i), '=histeq(in_photo,i)',';']); %histeq函数用于改变图像灰度值,用eval函数给变量循环赋值 毕业设计说明书基于ARM的嵌入式数字图像处理系统 设计 学生姓名:张占龙学号: 0905034314 学院:信息与通信工程学院 专业:测控技术与仪器 指导教师:张志杰 2013年 6月 摘要 简述了数字图像处理的应用以及一些基本原理。使用S3C2440处理器芯片,linux内核来构建一个简易的嵌入式图像处理系统。该系统使用u-boot作为启动引导程序来引导linux内核以及加载跟文件系统,其中linux内核与跟文件系统均采用菜单配置方式来进行相应配置。应用界面使用QT制作,系统主要实现了一些简单的图像处理功能,比如灰度话、增强、边缘检测等。整个程序是基于C++编写的,因此有些图像变换的算法可能并不是最优化的,但基本可以满足要求。在此基础上还会对系统进行不断地完善。 关键词:linnux 嵌入式图像处理边缘检测 Abstract This paper expounds the application of digital image processing and some basic principles. The use of S3C2440 processor chip, the Linux kernel to construct a simple embedded image processing system. The system uses u-boot as the bootloader to boot the Linux kernel and loaded with file system, Linux kernel and file system are used to menu configuration to make corresponding configuration. The application interface is made using QT, system is mainly to achieve some simple image processing functions, such as gray, enhancement, edge detection. The whole procedure is prepared based on the C++, so some image transform algorithm may not be optimal, but it can meet the basic requirements. On this basis, but also on the system constantly improve. Keywords:linux embedded system image processing edge detection 带钢表面缺陷检测方法研究 学号:1110121096 班级:11材控2班姓名:倪明 摘要:表面质量的好坏是带钢的一项重要指标,随着科学技术的不断发展,后续加工工业对带钢的表面质量要求越来越高。如何检测出带钢表面缺陷并加以控制,引起带钢生产企业的高度关注。本文通过对带钢表面的缺陷检测的重要性分析,讲述了国内外带钢表面缺陷检测的发展现状,并比较分析了几种检测方法,最终得出本研究的意义。由于带钢表面缺陷种类繁多,建议下一步研究工作重点放在缺陷种类识别与分类部分,以满足带钢表面缺陷的无遗漏检测。 关键词: 带钢表面缺陷缺陷检测 1.1带钢表面缺陷检测的重要性 随着生活水平的提高和生产力的发展,人们对产品质量提出了更高的要求,带钢作为机械、航天、电子等行业的原材料,用户对其表面质量的要求更加严格。影响带钢表面质量的主要因素是带钢在制造过程中由于原材料、轧制设备和加工工艺等多方面的原因,导致其表面出现的擦伤、结疤、划痕、粘结、辊印、针眼、孔洞、表面分层、麻点等不同类型的缺陷。这些缺陷不仅影响产品的外观,更严重的是降低了产品的抗腐蚀性、耐磨性和疲劳强度等性能。原料钢卷的表面缺陷是造成深加工产品废次品的主要原因。由于部分质量缺陷在出厂前不能有效地被检测出来,而在用户使用过程中被发现,造成用户索赔,不仅给企业带来巨大的经济损失,还严重影响了产品的市场形象,降低了用户对产品的信任度。因此,必须加强对带钢表面缺陷的检测和控制,这对于剔除废品、减少原料浪费、提高成材率、改善工人劳动条件都有重要意义。而如何在生产过程中检测出带钢的表面缺陷,从而控制和提高带钢产品的质量,一直是钢铁生产企业非常关注的问题。 1.2 国内外带钢表面缺陷检测方法与装置研究现状 目前带钢表面缺陷检测装置主要分为采用传统检测方法的检测装置、采用自动检测方法的检测装置和采用计算机视觉检测方法的检测装置。 1.2.1传统检测方法 非自动化的传统表面缺陷检测方法可以分为人工目视检测方法和频闪光检测法两种。05年代至06年代,冷轧带钢表面缺陷检测主要采用人工目视检测,检测者凭借肉眼观察缺陷。由于带钢轧制速度很快,人眼无法可靠的捕获缺陷信息。同时,某些高质量的带钢要求其表面缺陷小于0.5mm×0.5mm,这种微小缺陷人的视觉很难发觉,从而产生大量的漏检和误检。人工检测需要在高温、噪音、粉尘、振动的恶劣环境下进行,对人的身体和心理造成极大伤 双元表面缺陷检测系统在塑料行业的应用 章毅 (浙江双元科技开发有限公司,浙江杭州) 摘要:双元公司致力于利用先进成熟的技术和完善快捷的售服网络,为塑料行业,特别是薄膜类及片材类客户提供一整套缺陷检测及处理的解决方案。 关键字:双元缺陷检测塑料 随着各行各业对塑料制品的要求不断提高,以及同行业内的竞争不断加剧,塑料制品的质量控制日益受到各个塑料企业的关注和重视。如何对生产线上的产品进行实时掌控?如何保证提供给客户是完美无暇的产品?浙江双元科技开发有限公司依托本身雄厚的技术实力以及广大的应用网络,从2003年开始,对应用于各行业的表面缺陷在线检测系统进行开发,经过不断的攻关与完善,目前新一代的具有完全自主知识产权的表面缺陷检测系统已成功的应用于造纸、塑料薄膜、新材料、无纺布、金属片材等各个行业,总计应用实例已达三百余套。其中,在塑料行业内的保有量也已近百套! 本文将就双元表面缺陷检测系统在塑料行业中的应用进行介绍。 一、公司概况 浙江双元科技开发有限公司(双元科技)成立于2000年3月。公司主要从事过程自动控制和产品质量在线检测系统的开发和研制。 公司的技术创新中心下辖产品表面缺陷检测技术、产品质量控制技术、微波应用技术、产品色度检测分析技术、电磁感应加热技术等6个研究所,对相关领域的应用技术开展了前瞻性的研究。通过这些年的研究,公司成功推出了一系列产品,每个产品都是自主研发的,总体技术水平已经接近或达到了国际先进水平,初步形成了国产高档过程检测仪器仪表及控制系统产品平台,打破了国外公司在该领域的垄断地位。 公司于2006年11月被浙江省科技厅认定为“浙江省高新技术企业”。现有员工106人,其中工程技术及管理人员就占了70%左右。 二、系统介绍 双元表面缺陷检测系统(以下简称SYWIS)能够在线检测、识别和显示塑料薄膜表面上的各种缺陷。其主要由高速CCD线阵相机,组合光源及机架、数据处理中心、报警系统和操作站组成。采用当今世界上先进的在线检测识别、成像及数据处理技术,为客户提供了包括实时缺陷检测、图象显示、报警、质量报告、设备故障诊断等功能在内的表面缺陷检测全套 毕业论文声明 本人郑重声明: 1.此毕业论文是本人在指导教师指导下独立进行研究取得的成果。除了特别加以标注地方外,本文不包含他人或其它机构已经发表或撰写过的研究成果。对本文研究做出重要贡献的个人与集体均已在文中作了明确标明。本人完全意识到本声明的法律结果由本人承担。 2.本人完全了解学校、学院有关保留、使用学位论文的规定,同意学校与学院保留并向国家有关部门或机构送交此论文的复印件和电子版,允许此文被查阅和借阅。本人授权大学学院可以将此文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本文。 3.若在大学学院毕业论文审查小组复审中,发现本文有抄袭,一切后果均由本人承担,与毕业论文指导老师无关。 4.本人所呈交的毕业论文,是在指导老师的指导下独立进行研究所取得的成果。论文中凡引用他人已经发布或未发表的成果、数据、观点等,均已明确注明出处。论文中已经注明引用的内容外,不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究成果做出重要贡献的个人和集体,均已在论文中已明确的方式标明。 学位论文作者(签名): 年月 关于毕业论文使用授权的声明 本人在指导老师的指导下所完成的论文及相关的资料(包括图纸、实验记录、原始数据、实物照片、图片、录音带、设计手稿等),知识产权归属华北电力大学。本人完全了解大学有关保存,使用毕业论文的规定。同意学校保存或向国家有关部门或机构送交论文的纸质版或电子版,允许论文被查阅或借阅。本人授权大学可以将本毕业论文的全部或部分内容编入有关数据库进行检索,可以采用任何复制手段保存或编汇本毕业论文。如果发表相关成果,一定征得指导教师同意,且第一署名单位为大学。本人毕业后使用毕业论文或与该论文直接相关的学术论文或成果时,第一署名单位仍然为大学。本人完全了解大学关于收集、保存、使用学位论文的规定,同意如下各项内容:按照学校要求提交学位论文的印刷本和电子版本;学校有权保存学位论文的印刷本和电子版,并采用影印、缩印、扫描、数字化或其它手段保存或汇编本学位论文;学校有权提供目录检索以及提供本学位论文全文或者部分的阅览服务;学校有权按有关规定向国家有关部门或者机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权大学可以将本学位论文的全部或部分内容编入学校有关数据库和收录到《中国学位论文全文数据库》进行信息服务。在不以赢利为目的的前提下,学校可以适当复制论文的部分或全部内容用于学术活动。 论文作者签名:日期: 指导教师签名:日期: 数字图像课程设计简单数字图像处理系统 function varargout = untitled(varargin) % Begin initialization code - DO NOT EDIT gui_Singleton = 1; gui_State = struct('gui_Name', mfilename, ... 'gui_Singleton', gui_Singleton, ... 'gui_OpeningFcn', @untitled_OpeningFcn, ... 'gui_OutputFcn', @untitled_OutputFcn, ... 'gui_LayoutFcn', [] , ... 'gui_Callback', []); if nargin && ischar(varargin{1}) = str2func(varargin{1}); end if nargout [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:}); else gui_mainfcn(gui_State, varargin{:}); end % End initialization code - DO NOT EDIT % --- Executes just before untitled is made visible. function untitled_OpeningFcn(hObject, eventdata, handles, varargin) %界面初始化函数 setappdata,'I',0); % This function has no output args, see OutputFcn. % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % varargin command line arguments to untitled (see VARARGIN) % Choose default command line output for untitled = hObject; 一、目的: 为公司在外观检验的判定更精准、有据可依、有规可循,特制定本规范。 二、范围: 适用于本公司所有五金、塑胶原材料、产成品之外观检验。 三、参考文件: MIL-STD-105E《抽样计划表》 四、定义与术语: 4.1 轻微缺陷(Min):不影响产品使用功能的缺陷,称之为轻微缺陷; 4.2 严重缺陷(Maj):影响产品功能的缺陷,称之为严重缺陷; 4.3 致命缺陷(CR):影响使用者之人身安全或丧失功能的缺陷,称之为致命缺陷; 4.4 A级面:主要外露面。指产品的正面,即产品安装后最容易看到的部位; 4.5 B级面:次要外露面。指产品的侧面、向下外露面、边位、角位、接合位、内弯曲位; 4.6 C级面:不易看到的面。指产品安装后的隐藏位、遮盖位; 4.7 错型(错箱):由于合型时错位,铸件的一部分与别一部分在分型面处相互错开; 4.8 粘模:顺着脱模方向,由于金属粘附,模具制造斜度太小而造成铸件表面的拉伤痕迹,严重时称 为拉伤面; 4.9 分层:铸件上局部存在有明显的金属层次; 4.10 裂纹:铸件表面有呈直线状或波浪形的纹路,狭小而长,在外力作用上有发展的趋势; 4.11 变形:由于收缩不均或外力导致压铸件几何形状与图纸不符; 4.12 流痕:压铸件表面与金属液流动方向一致的条纹。无发展趋势; 4.14 水纹:铸件表面上呈现的光滑条纹,肉眼可见,但用手感觉不出,颜色不同于基体金属的纹路,用0# 砂布稍擦几下即可去除; 4.15 冷隔:在压铸件表面,明显、不规则、下陷的线形纹路(有穿透与不穿透两种)。形状细小而狭长, 有时交接边缘光滑,有断开的可能; 4.16 龟裂毛刺:由于模具型腔表面产生热疲劳而形成的铸件表面上的网状凸起痕迹和金属刺; 4.17 凹陷:铸件的厚大部分表面有平滑的下凹现象; 4.18 欠铸:铸件表面有浇不足的部位,导致轮廓不蔳; 4.19 飞边、毛刺:在分型面边缘出现金属薄片,或粗糙、锋利的棱角; 4.20 脱皮:铸件表面部分与基体剥离的现象; 4.21 色斑:铸件表面上呈现的不同于基体金属的斑点,一般由涂料碳化物形成。 4.22 砂孔:在压铸件中,由于压铸的特殊性,铝合金是在高温、高速、高压的状态下成型的,所以压铸件 内部是不可避免的存在孔洞,我们统称这些孔洞为砂孔; 工件表面缺陷检测系统方案 为了不断提高产品质量和生产效率,工件表面缺陷在线自动检测技术在生产过程中显得日益重要。传统的产品表面质量检测主要采用人工检测的方法。人工检测不仅工作量大,而且易受检测人员主观因素的影响,容易对产品表面缺陷造成漏检,尤其是变形较小、畸变不大的夹杂缺陷漏检,极大降低了产品的表面质量,从而不能够保证检测的效率与精度。近年来,迅速发展的以图像处理技术为基础的机器视觉技术恰恰可以解决这一问题。 针对工件表面的多种缺陷,维视图像今天为大家介绍一套基于机器视觉的对工件表面缺陷进行实时在线、无损伤的自动检测系统方案。 本系统是由CCD工业摄像头、高清镜头、照明系统及图像处理软件等部件组成。其工作过程是:首先将工件送到采集视场内;然后由成像系统将图像采集到计算机内部;运用图像处理软件对采集到的原始图像进行预处理以改善图像质量,从中提取感兴趣的特征量;最后运用模式识别技术对取到的特征量进行分类整理以完成系统的检测。 下面分别介绍系统的各部分的组成及特点。 一、CCD工业摄像头 为保证图像效果和检测精度,此系统可选用高分辨的工业CCD摄像头,针对不同的工件尺寸和要求,CCD分辨率也可稍作调整,MV-EM系列千兆网工业相机包含常用的多种分辨率,可供系统选择。其中,MV-EM510M是高精度检测系统最为青睐的产品之一。 二、高清镜头 为配合高分辨率CCD工业摄像头,我们选用百万像素级高清镜头。当然,与500万CCD 相机更为搭配的非500万像素高清镜头莫属了。 三、照明系统 工件材质一般比较多样化,如普通的无反光材质工件,我们通常可选用环形LED光源以节省成本。但是,对于金属等高反光材质的工件,我们就必须在光源的选择上下点功夫了,针对不同尺寸和外形,低角度环形光源、同轴光源和漫反射圆顶光源都可能是明智之选,这 数字图像处理系统论文 毕业设计说明书基于ARM的嵌入式数字图像处理系统 设计 学生姓名:张占龙学号: 0905034314 学院:信息与通信工程学院 专业:测控技术与仪器 指导教师:张志杰 2013年 6月 摘要 简述了数字图像处理的应用以及一些基本原理。使用S3C2440处理器芯片,linux内核来构建一个简易的嵌入式图像处理系统。该系统使用u-boot作为启动引导程序来引导linux内核以及加载跟文件系统,其中linux内核与跟文件系统均采用菜单配置方式来进行相应配置。应用界面使用QT制作,系统主要实现了一些简单的图像处理功能,比如灰度话、增强、边缘检测等。整个程序是基于C++编写的,因此有些图像变换的算法可能并不是最优化的,但基本可以满足要求。在此基础上还会对系统进行不断地完善。 关键词:linnux 嵌入式图像处理边缘检测 Abstract This paper expounds the application of digital image processing and some basic principles. The use of S3C2440 processor chip, the Linux kernel to construct a simple embedded image processing system. The system uses u-boot as the bootloader to boot the Linux kernel and loaded with file system, Linux kernel and file system are used to menu configuration to make corresponding configuration. The application interface is made using QT, system is mainly to achieve some simple image processing functions, such as gray, enhancement, edge detection. The whole procedure is prepared based on the C++, so some image transform algorithm may not be optimal, but it can meet the basic requirements. On this basis, but also on the system constantly improve. Keywords:linux embedded system image processing edge detection 1、目的 明确规定本公司生产的食品加工设备及其零部组件的外观检验项目及判定标准,作为来料、过程、出货的外观检验及判定的依据。 2、范围 本外观通用标准(下简称本标准)适用于公司生产的所有型式与规格的食品加工设备及其零部组件,有明确的特殊要求的例外。 注:如本标准与产品图纸、技术要求或相关的行业标准/规范等要求有冲突之处,则以产品的图纸或技术要求或行业标准规范为准。 3、定义 1.1缺陷、缺点与不合格 1.1.1不合格 未满足要求。 1.1.2缺陷 未满足与预期或规定用途有关的要求。 1.1.3缺点 欠缺或不完美的地方。 1.1.4缺陷与不合格的区别 当按照习惯来评价产品的质量特性时,术语“缺陷”是适用的。但是目前,“缺陷”在法律范畴内已有明确的含义,特别是与产品责任问题有关,因此,不应用作一般术语。 1.1.5缺点与不合格的区别 当用“缺点”来评价产品的质量特性时,术语“缺点”是指相对于“完美无缺”的质量特性,产品存在的某些方面的欠缺。 缺点与不合格的主要区别在于产品有缺点的质量特性满足要求的程度。不同产品,不同客户对产品的质量特性达到完美程度的要求是不同的,因此,对“不合格”的标准也是不一样的,产品的某些缺点(主要在外观质量方面)对某些客户来说是不合格项,但对另一些客户来说是可以接受的(满足要求),因此是合格项。 1.1.6不合格分类 A.致命不合格:导致产品危险或潜在危险或对其使用有严重不利影响的不合格; B.严重不合格:能够导致产品发生故障或降低了产品的使用性能或使产品失去了部份预定功能的 不合格;此类不合格还包括,虽然对产品的功能或性能没有影响,或影响不大,但是外观质量太差或客户明确表示不能接受的不合格; C.轻不合格:产品的质量特性与标准稍有偏差或只是外观有轻微缺点,在使用预定功能时不会 实质性地降低产品的使用性能的不合格。 1.2不合格与不合格品 1.2.1不合格品 具有一个或一个以上不合格的单位产品称作不合格品。 1.2.2不合格品分类 A.致命不合格品:有一个或一个以上致命不合格,也可能还有严重不合格和(或)轻不合格的单 位产品; B.严重不合格品:有一个或一个以上严重不合格,也可能还有轻不合格,但不包括致命不合格的 单位产品; C.轻不合格品:有一个或一个以上轻不合格,但不包括严重不合格和致命不合格的单位产品。 对于生产物件的检测,由于科学技术的限制,起初只能采用人工进行检测,这样的方式不仅消耗大量人力,而且浪费时间,效率低下。于是,基于机器视觉技术的表面缺陷检测技术应运而生,我们有必要关注关注,并了解相关注意事项。 当今社会,随着计算机技术,人工智能等科学技术的出现和发展,以及研究的深入,出现了基于机器视觉技术的表面缺陷检测技术。这种技术的出现,大大提高了生产作业的效率,避免了因作业条件、主观判断等影响检测结果的准确性,实现能更好更准确地进行表面缺陷检测,更加快速的识别产品表面瑕疵缺陷。 产品表面缺陷检测属于机器视觉技术的一种,就是利用计算机视觉模拟人类视觉的功能,从具体的实物进行图象的采集处理、计算、进行实际检测、控制和应用。产品的表面缺陷检测是机器视觉检测的一个重要部分,其检测的准确程度直接会影响产品的质量优劣。由于使用人工检测的方法早已不能满足生产和现代工艺生产制造的需求,而利用机器视觉检测很好地克服了这一点,表面缺陷检测系统的广泛应用促进了企业工厂产品高质量的生产与制造业智能自动化的发展。 在进行产品表面检测之前,有几个步骤需要注意。 首先,要利用图像采集系统对图像表面的纹理图像进行采集分析; 其次,对采集过来的图像进行一步步分割处理,使得产品表面缺陷能像能够按照其区域特征进行分类; 再者,在以上分类区域中进一步分析划痕的目标区域,使得范围更加的准确。 通过以上的三步处理之后,产品表面缺陷区域和特征能够进一步确认,这样表面缺陷检测的基本步骤就完成了。 利用机器视觉技术提高了用户生产效率,使得生产更加细致化,分工更加明确,同时,减少了公司的人工成本支出,节省了财力,实现机器智能一体化发展。 南京博克纳自动化系统有限公司总部位于美丽的中国古都南京,是国内专业研制无损检测仪器及设备的高科技企业。公司致力于涡流、漏磁和超声波仪器及各种非标设备的研制,已拥有自主研发的多项国家专利。产品被广泛应用于航天航空、军工、汽车、电力、铁路、冶金机械等行业。产品出口:美国、 基于机器视觉技术的产品表面质量检测系统 王岩松1章春娥2 (1凌云光子集团100089 2交通大学信息科学研究所100044) 摘要:介绍了基于机器视觉技术的表面检测系统的设计方案和系统构成原理,并且针对表面检测系统中广泛应用的高精度定位配准算法以及Blob分析算法从原理上进行了阐述,同时给出了当前通用的表面检测系统的处理单元构成特点。基于本文所介绍的机器视觉技术的表面检测系统已经在工业现场得到了批量推广应用,对于以后开展类似的表面检测系统具有一定的参考价值和指导意义。 关键字:机器视觉表面检测斑点分析(Blob分析) A Surface Inspecting System Based on Machine Vision Technology Wang Yansong Zhang Chun-e A LUSTER LightTech Group Company,100089 Institute of Information Science, Beijing Jiaotong University, Beijing, 100044 Abstract:An introduction to some general design schemes and constructing principles about surface inspecting system based on machine vision technology. Some algorithms widely used in surface inspecting system such as high resolution Search-alighment algorithm and Blob analysis algorighm are desrcibed in detail theoretically.The constructing way of processing uint in general surface inspecting system is also presented in this paper. Up to now, a great deal of surface inspecting systems based on the technology introduced in this paper have been successfully used in some industrial factory。 KayWords:Machine Vision Surface Inspection Blob Analysis 1.机器视觉及系统 机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品,如CCD、CMOS 和光电管等,将被摄取的目标转换成图像信号,传送给专用的图像处理系统,根据像素分布和亮度、颜色等信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征,再根据判别的结果控制现场的设备。典型的工业机器视觉应用系统包括如下部分:光源,镜头,CCD照相机,图像处理单元(或图像采集卡),图像处理软件,监视器,通讯/输入输出单元等[1]。 机器视觉是一项综合技术,其中包括数字图像处理技术、机械工程技术、控制技术、光源照明技术,光学成像技术、传感器技术、模拟与数字视频技术、计算机软硬件技术、人机接口技术等。其中图像处理软件中的图像处理算法是整个机器视觉的核心部分。图像处理技术包含数字图像处理学、计算机图形学中的大量容,涉及图像分割、图像测量、图像融合、图像匹配、模式识别、计算机神经网络等大量前沿技术。图像处理算法选择的合理性、算法的适用性、算法的处理速度和处理精度等均将直接绝对最终机器视觉质量检测系统的检测结果。 论文(设计)题目: 基于MATLAB的数字图像处理系统设计 姓名宋立涛 学号201211867 学院信息学院 专业电子与通信工程 年级2012级 2013年6月16日 基于MATLAB的数字图像处理系统设计 摘要 MATLAB 作为国内外流行的数字计算软件,具有强大的图像处理功能,界面简洁,操作直观,容易上手,而且是图像处理系统的理想开发工具。 笔者阐述了一种基于MATLAB的数字图像处理系统设计,其中包括图像处理领域的大部分算法,运用MATLAB 的图像处理工具箱对算法进行了实现,论述了利用系统进行图像显示、图形表换及图像处理过程,系统支持索引图像、灰度图像、二值图像、RGB 图像等图像类型;支持BMP、GIF、JPEG、TIFF、PNG 等图像文件格式的读,写和显示。 上述功能均是在MA TLAB 语言的基础上,编写代码实现的。这些功能在日常生活中有很强的应用价值,对于运算量大、过程复杂、速度慢的功能,利用MATLAB 可以既能快速得到数据结果,又能得到比较直观的图示。 关键词:MATLAB 数字图像处理图像处理工具箱图像变换 第一章绪论 1.1 研究目的及意义 图像信息是人类获得外界信息的主要来源,近代科学研究、军事技术、工农业生产、医学、气象及天文学等领域中,人们越来越多地利用图像信息来认识和判断事物,解决实际问题,由此可见图像信息的重要性,数字图像处理技术将会伴随着未来信息领域技术的发展,更加深入到生产和科研活动中,成为人类生产和生活中必不可少的内容。 MATLAB 软件不断吸收各学科领域权威人士所编写的实用程序,经过多年的逐步发展与不断完善,是近几年来在国内外广泛流行的一种可视化科学计算软件。MATLAB 语言是一种面向科学与工程计算的高级语言,允许用数学形式的语言来编写程序,比Basic、Fortan、C 等高级语言更加接近我们书写计算公式的思维方式,用MATLAB 编写程序犹如在演算纸上排列出公式与求解问题一样。它编写简单、编程效率高并且通俗易懂。 1.2 国内外研究现状 1.2.1 国内研究现状 国内在此领域的研究中具有代表性的是清华大学研制的数字图像处理实验开发系统TDB-IDK 和南京东大互联技术有限公司研制的数字图像采集传输与处理实验软件。 TDB-IDK 系列产品是一款基于TMS320C6000 DSP 数字信号处理器的高级视频和图像系统,也是一套DSP 的完整的视频、图像解决方案,该系统适合院校、研究所和企业进行视频、图像方面的实验与开发。该软件能够完成图像采集输入程序、图像输出程序、图像基本算法程序。可实现对图像信号的实时分析,图像数据相对DSP独立方便开发人员对图像进行处理,该产品融合DSP 和FPGACPLD 两个高端技术,可以根据用户的具体需求合理改动,可以分析黑白和彩色信号,可以完成图形显示功能。 南京东大互联技术有限公司研制的数字图像采集传输与处理实验软件可实现数字图像的采集、传输与处理。可利用软件及图像采集与传输设备,采集图像并实现点对点的数字图像传输,可以观察理解多种图像处理技术的效果和差别, 基于matlab的车牌识别系统 一、目的与要求 目的:利用matlab实现车牌识别系统,熟悉matlab应用软件的基础知识,了解了基本程序设计方法,利用其解决数字信号处理的实际应用问题,从而加深对理论知识的掌握,并把所学的知识系统、高效的贯穿到实践中来,避免理论与实践的脱离,巩固理论课上知识的同时,加强实践能力的提高,理论联系实践,提高自身的动手能力。同时不断的调试程序也提高了自己独立编程水平,并在实践中不断完善理论基础,有助于自身综合能力的提高。 要求: 1.理解各种图像处理方法确切意义。 2.独立进行方案的制定,系统结构设计要合理。 3.在程序开发时,则必须清楚主要实现函数的目的和作用,需要在程序书写时说明做适当的注释。如果使用matlab来进行开发,要理解每个函数的具体意义和适用范围,在写课设报告时,必须要将主要函数的功能和参数做详细的说明。 4、通过多幅不同形式的图像来检测该系统的稳定性和正确性。 二、设计的内容 学习MATLAB程序设计,利用MATLAB函数功能,设计和实现通过设计一个车牌识别系统。车牌识别系统的基本工作原理为:将手机拍摄到的包含车辆牌照的图像输入到计算机中进行预处理,再对牌照进行搜索、检测、定位,并分割出包含牌照字符的矩形区域,然后对牌照字符进行二值化并将其分割为单个字符,然后将其逐个与创建的字符模板中的字符进行匹配,匹配成功则输出,最终匹配结束则输出则为车牌号码的数字。车牌识别系统的基本工作原理图如图1所下所示: 三、总体方案设计 车辆牌照识别整个系统主要是由车牌定位和字符分割识别两部分组成,其中车牌定位又可以分为图像预处理及边缘提取模块和牌照的定位及分割模块;字符识别可以分为字符分割和单个字符识别两个模块。 为了用于牌照的分割和牌照字符的识别,原始图象应具有适当的亮度,较大的对比度和清晰可辩的牌照图象。但由于是采用智能手机在开放的户外环境拍照,加之车辆牌照的整洁度、自然光照条件、拍摄时摄像机与牌照的矩离等因素的影响,牌照图象可能出现模糊、歪斜和缺损等严重缺陷,因此需要对原始图象进行识别前的预处理。 牌照的定位和分割是牌照识别系统的关键技术之一,其主要目的是在经图象预处理后的原始灰度图象中确定牌照的具体位置,并将包含牌照字符的一块子图象从整个图象中分割出来,供字符识别子系统识别之用,分割的准确与否直接关系到整个牌照字符识别系统的识别率。 由于拍摄时的光照条件、牌照的整洁程度的影响,和摄像机的焦距调整、镜头的光学畸变所产生的噪声都会不同程度地造成牌照字符的边界模糊、细节不清、笔划断开或粗细不均,加上牌照上的污斑等缺陷,致使字符提取困难,进而影响字符识别的准确性。因此,需要将拍出的车牌进行处理,在这个过程中,我采用画图工具,将汽车图像的车牌部分进行裁剪,并将车牌的蓝色部分过亮的地方颜色加深,还将车牌中的一个白色的原点抹去,另外还将车牌上的铆钉使用车牌的蓝色背景覆盖,这样分割出的字符更加准确。 车牌识别的最终目的就是对车牌上的文字进行识别。主要应用的为模板匹配方法。 因为系统运行的过程中,主要进行的都是图像处理,在这个过程中要进行大量的数据处理,所以处理器和内存要求比较高,CPU要求主频在600HZ及以上,内存在128MB 及以上。系统可以运行于Windows7、Windows2000或者Windows XP操作系统下,程序调试时使用matlabR2011a。 四、各个功能模块的主要实现程序 (一)首先介绍代码中主要的函数功能及用法: 编号 本科生毕业设计 基于机器视觉的表面缺陷检测系统设计 Surface defect detection system design based on machine vision 学生姓名 专业电子信息工程 学号 指导教师 学院电子信息工程学院 二〇一三年六月 毕业设计(论文)原创承诺书 1.本人承诺:所呈交的毕业设计(论文)《基于机器视觉的表面缺陷检测系统设计》,是认真学习理解学校的《长春理工大学本科毕业设计(论文)工作条例》后,在教师的指导下,保质保量独立地完成了任务书中规定容,不弄虚作假,不抄袭别人的工作内容。 2.本人在毕业设计(论文)中引用他人的观点和研究成果,均在文中加以注释或以参考文献形式列出,对本文的研究工作做出重要贡献的个人和集体均已在文中注明。 3.在毕业设计(论文)中对侵犯任何方面知识产权的行为,由本人承担相应的法律责任。 4.本人完全了解学校关于保存、使用毕业设计(论文)的规定,即:按照学校要求提交论文和相关材料的印刷本和电子版本;同意学校保留毕业设计(论文)的复印件和电子版本,允许被查阅和借阅;学校可以采用影印、缩印或其他复制手段保存毕业设计(论文),可以公布其中的全部或部分内容。 以上承诺的法律结果将完全由本人承担! 作者签名:年月日 中文摘要 为了不断提高产品质量和生产效率,金属工件表面缺陷在线自动检测技术在生产过程中显得日益重要。针对金属工件表面的多种缺陷,本文设计了一套基于机器视觉能够实现对金属工件表面缺陷进行实时在线、无损伤的自动检测系统。该系统采用面阵CCD和多通道图像采集卡作为图像采集部分,提高了检测系统的速度并降低了对CCD的性能要求,使系统在现有的条件下比较容易实现实时在线检测;采用自动选取图像分割阈值,根据实际应用的阈值把工件信息从图像中提取出来并扫描工件图像中的信息,实现了系统的自动测量;根据扫描得到的工件信息去除掉工件边缘的光圈,利用自动选取的阈值对金属工件表面的图像进行二值化分割,从而实现各种缺陷的自动提取及识别。 关键词:机器视觉表面缺陷CCD 图像处理缺陷检测 课程设计报告书 课程名称:数字图像处理 题目:数字图像处理的傅里叶变换 学生姓名: 专业:计算机科学与技术 班别:计科本101班 学号: 指导老师: 日期:2013 年06 月20 日 数字图像处理的傅里叶变换 1.课程设计目的和意义 (1)了解图像变换的意义和手段 (2)熟悉傅里叶变换的基本性质 (3)热练掌握FFT的方法反应用 (4)通过本实验掌握利用MATLAB编程实现数字图像的傅里叶变换 通过本次课程设计,掌握如何学习一门语言,如何进行资料查阅搜集,如何自己解决问题等方法,养成良好的学习习惯。扩展理论知识,培养综合设计能力。 2.课程设计内容 (1)熟悉并掌握傅立叶变换 (2)了解傅立叶变换在图像处理中的应用 (3)通过实验了解二维频谱的分布特点 (4)用MATLAB实现傅立叶变换仿真 3.课程设计背景与基本原理 傅里叶变换是可分离和正交变换中的一个特例,对图像的傅里叶变换将图像从图像空间变换到频率空间,从而可利用傅里叶频谱特性进行图像处理。从20世纪60年代傅里叶变换的快速算法提出来以后,傅里叶变换在信号处理和图像处理中都得到了广泛的使用。 3.1课程设计背景 数字图像处理(Digital Image Processing)又称为计算机图像处理,它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。 3.2 傅里叶变换 (1)应用傅里叶变换进行数字图像处理 数字图像处理(digital image processing)是用计算机对图像信息进行处理的一门技术,使利用计算机对图像进行各种处理的技术和方法。 ? ??20世纪20年代,图像处理首次得到应用。20世纪60年代中期,随电子计算机的发展得到普遍应用。60年代末,图像处理技术不断完善,逐渐成为一个新兴的学科。利用数字图像处理主要是为了修改图形,改善图像质量,或是从图像中提起有效信息,还有利用数字图像处理可以对图像进行体积压缩,便于传输和保存。数字图像处理主要研究以下内容:傅立叶变换、小波变换等各种图像变换;对图像进行编码和压缩;采用各种方法对图像进行复原和增强;对图像进行分割、描述和识别等。随着技术的发展,数字图像处理主要应用于通讯技术、宇宙探索遥感技术和生物工程等领域。 傅里叶变换在数字图像处理中广泛用于频谱分析,傅里叶变换是线性系统分析的一个有力工具,它使我们能够定量地分析诸如数字化系统,采样点,电子放大器,卷积滤波器,噪声,显示点等地作用(效应)。傅里叶变换(FT)是数字图像处理技术的基础,其通过在时空域和频率域来回切换图像,对图像的信息特征进行提取和分析,简化了计算工作量,被喻为描述图像信息的第二种语言,广泛应用于图像变换,图像编码与压缩,图像分割,图像重建等。因此,对涉及数字图像处理的工作者,深入研究和掌握傅里叶变换及其扩展形式的特性,是很有价值得。 (2)关于傅里叶(Fourier)变换 在信号处理中,傅里叶变换可以将时域信号变到频域中进行处理,因此傅里叶变换在信号处理中有着特殊重要的地位。 傅里叶变换能将满足一定条件的某个函数表示成三角函数(正弦和/或余弦函数)或者它们的积分的线性组合。在不同的研究领域,傅里叶变换具有多种不同的变体形式,如连续傅里叶变换和离散傅里叶变换。傅里叶变换属于谐波分析。傅里叶变换的逆变换容易求出,而且形式与正变换非常类似;正弦基函数是微分运算的本征函数,从而使得线性微分方程的求解可以转化为常系数的代数方程的求解.在线性时不变的物理系统内,频率是个不变的性质,从而系统对于复杂激励的响应可以通过组合其对不同频率正弦信号表面缺陷无损检测方法的比较
电子科技大学-数字图像处理-课程设计报告
数字图像处理系统毕业设计论文
表面缺陷测试论文
表面缺陷检测系统在塑料行业的应用
数字图像处理毕业论文
简单数字图像处理系统
外观检验标准
工件表面缺陷检测系统方案
数字图像处理系统论文
外观检验通用标准
表面缺陷检测
表面质量检测系统
基于Matlab的数字图像处理系统毕业设计论文
数字图像处理车牌识别课程设计matlab实现附源代码
基于机器视觉的表面缺陷检测系统设计
数字图像处理课程设计报告