【正文】 Library，最早由 Intel 在 1999 年建立，是一個開源的跨平臺計算機視覺庫。 OpenCV 庫實現(xiàn)了大量的計算機視覺和數(shù)字圖像處理算法，包括對視頻圖像的讀取保存操作、顏色通道轉(zhuǎn)換、繪制幾何圖形、空間平滑濾波、提取圖像特征、 時域頻域空間轉(zhuǎn)換、模式訓練分類等等。通常情況下， OpenCV 庫的版本會向下兼容，高級版本相對低級版本會保留原有算法結(jié)構，同時增加新的類和函數(shù)方法。 灰度轉(zhuǎn)換 在對數(shù)字圖像進行研究時，通常需要對樣本圖像進行預處理，以便突顯其圖像 特征，方便后續(xù)的考察，其中一種最常見的預處理就是灰度轉(zhuǎn)換。灰度圖像的存儲方式與彩色圖像類似，但由于其像素只能表示從黑到白的顏色漸變，存儲時每個像素只有一個分量 ( i )，用以表示該像素點的亮度，取值范圍為 [ 0, 255]區(qū)間的整數(shù)，越接近最大值，像素點越亮（呈現(xiàn)白色），反之則越暗（呈現(xiàn)黑色）。這提示我們將樣本圖片由三通道的彩色圖像轉(zhuǎn)化為單通道的灰度圖像，并通過對像素點亮度值的考察進行后續(xù)處理。 y++ ) for( x = 0 。通過下列函數(shù)，同樣可以實現(xiàn)上段中偽代碼的功能 [7]： Iplimage * sourceImage = cvLoadImage ( )。 以數(shù)字圖像處理中常見的 Lena 圖為例，進行灰度轉(zhuǎn)換后，得到的灰度圖與原始彩色圖像對比如圖 ( 31 )所示，其中圖 (a)為原始的 RGB 三通道彩色圖像，圖 (b)為經(jīng)過轉(zhuǎn)換后的灰度圖像。由于項目的最終目的是計算金剛石輪廓包含的面積，而這部分亮點噪聲會對輪廓的搜尋產(chǎn)生干擾，因此需要消除，而首選的方式即為中值濾波。 在數(shù)字圖像處理的實際運用中，考慮到圖像像素分布在二維（ x,y）空間，選取的鄰域通常為一個以當前濾波像素點為中心， n x n 大小的正方形窗口，對窗口中 n2 個像 素點強度值進行排序并選取中值。 程序?qū)崿F(xiàn) 在實際環(huán)境中，我們選取 3 x 3 的正方形鄰域作為濾波窗口。 x width 。 } 其中， sort( )函數(shù)的功能為對指定數(shù)組序列根據(jù)值進行排序，上述偽代碼中并未包含濾波像素點在圖像邊緣、濾波窗口無法獲得足夠像素值的情況，需要進行額外的界限處理，防止程序數(shù)據(jù)越界。在使用 OpenCV 庫函數(shù)處理的情況下，只需保證原圖像與處理圖像具有同樣大小和通道數(shù)，無需考慮圖像邊界問題，OpenCV 封裝的函數(shù)算法會根據(jù)當前像素點坐標自動調(diào)整窗口序列。 閾值變換 得到中值濾波的圖像之后，依據(jù)對樣本圖像的觀察，我們發(fā)現(xiàn)圖像中不同種類 （含/不含金剛石）的礦石亮度值有明顯差異，可以通過閾值變換的方式對圖像做進一步處理。 在金剛石檢測的應用中，不含金剛石的雜質(zhì)部分對后續(xù)處理沒有幫助，反而會造成干擾，需要從圖像中除去信息；而包含金剛石的部分則是后續(xù)考察的對象，需要重點突出。 y height 。 else thresImage [x, y] [I] = 0。 基于 VC++的砂輪表面金剛石識別 14 cvThreshold ( mfilterImage, thresImage, pixThres, 255, CV_THRESH_BINARY )。經(jīng)過閾值變換后，圖像中雜質(zhì)礦石部分被屏蔽，金剛石礦石部分像素亮度被加強，得到凸顯。 理論基礎 邊緣提取是數(shù)字圖像處理和計算機視覺中的基本問題之一，其主要目標是識別圖像中亮度值有顯著變化的像素點并標注出來。而根據(jù)數(shù)學我們可以知道，一階導數(shù)取最大值或最小值處，其二階導數(shù)為零，兩種方法的數(shù)學基礎其實是共通的。 [8] 程序?qū)崿F(xiàn) 對中值濾波后的二值圖像 thresImage 的像素點進行遍歷考察，判斷相鄰點與閾值條件關系 ，偽代碼如下： Iplimage * edgeImg = cvCreateImage ( cvGetSize(thresImage ), thresImage 基于 VC++的砂輪表面金剛石識別 16 depth, 1)。 x width ?？梢钥吹?，金剛石磨料目標部分提取的外圈邊緣清晰明顯，為后續(xù)輪廓搜尋與計算面積提供條件 基礎?？紤]到圖像中可能存在多個輪廓，而我們要針對每個輪廓分別進行計算面積、記錄邊界點等處理，需要在內(nèi)存中開辟一塊空間，用來存儲 cvFindContours ( )搜尋到的圖像輪廓序列信息： CvMemStorage* mem_storage = cvCreateMemStorage (0)。 上述代碼中， cvCreateMemStorage ( ) 函數(shù)向內(nèi)存申請了一塊空間，用來存儲edgeImage 圖像中搜尋到的輪廓集合，而這個輪廓集合的指針 contour 的類型為CvSeq，是 OpenCV 中一種表示可增長序列的結(jié)構體。 contour != NULL 。 xMax = ( contour right xMax) ? contour right : xMax。 calArea( ) 函數(shù)用于計算輪廓內(nèi)包含像素面積，采用的是遍歷輪廓內(nèi)像素的方法，與之前章節(jié)的遍歷結(jié)構代碼類似，此處不再贅述。 基于 VC++的砂輪表面金剛石識別 19 (a) (b) 圖 ( 35 ) 金剛石砂輪的輪廓圖像 (a)輪廓圖像； (b)添加原灰度圖作為背景的輪廓圖像。 rectArea 則記錄了外接矩形的面積。 基于 VC++的砂輪表面金剛石識別 21 圖 ( 37 ) 金剛石檢測算法流程 本節(jié)將簡要介紹利用 MFC 類庫編譯制作的金剛石檢測界面演示程序。 基于 VC++的砂輪表面金剛石識別 23 圖 ( 310 ) 選擇圖像后的待操作界面 此時在界面左下角文件操作欄內(nèi)顯示原始圖像所在路徑，正下方參數(shù)設置欄內(nèi)可設置原始圖像總面積及像素點閾值兩個參數(shù)。點擊“識別處理”按鈕后，程序自動調(diào)用前述章節(jié)中的檢測算法，并將最終的輪廓檢測圖像繪制在中央展示區(qū)右側(cè)的圖片框內(nèi)，同時右下方面積計算欄顯示面積計算的結(jié)果，如圖 ( 311 )所示。 基于 VC++的砂輪表面金剛石識別 25 結(jié)論 本文介紹了一種在砂輪圖像中提取金剛石輪廓的邊緣檢測算法。 對項目程序進行反思，算法仍有改進的空間： ( 1 ) 閾值變換模塊中的像素點亮度閾值需靠人工給定，不能根據(jù)樣本圖像自適應，在后續(xù)的改進中可考慮對樣本圖像計算灰度直方圖，統(tǒng)計其峰值點作為閾值，這樣可使像素點亮度閾值根據(jù)輸入的樣本圖像的實際情況自動調(diào)整； ( 2 ) 可為算法增加目標分類模塊，以處理砂輪中包含多種不同物品樣本的情況； ( 3 ) 可以在程序中增加對樣本圖像的批處理功能，使得算法程序處理自動化。老師對待學問知識的態(tài)度，是我學習的榜樣。 感謝和我一同做設計的同學，不厭其煩我給我講解，在我最迷茫是給我解疑答惑，感謝班級中給我?guī)妥〉耐瑢W，使我順利的走過這學期。盡我所知，除文中特別加以標注和致謝的地方外，不包含其他人或組織已經(jīng)發(fā)表或公布過的研究成果，也不包含我為獲得 及其它教育機構的學位或?qū)W歷而使用過的材料。除了文中特別加以標注引用的內(nèi)容外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫的成果作品。本人授權 大學可以將本學位論文的全部或部分內(nèi)容編入有關數(shù)據(jù)庫進行檢索，可以采用影印、縮印或掃描等復制手段保存和匯編本學位論文。 、圖表要求： 1）文字通順，語言流暢，書寫字跡工整，打印字體及大小符合要求，無錯別字，不準請他人代寫 2）工程設計類題目的圖紙，要求部分用尺規(guī)繪制，部分用計算機繪制，所有圖紙應符合國家技術標準規(guī)范。 作者簽名： 日期： 年 月 日 基于 VC++的砂輪表面金剛石識別 30 導師簽名： 日期： 年 月 日 基于 VC++的砂輪表面金剛石識別 31 注 意 事 項 （論文）的內(nèi)容包括： 1）封面（按教務處制定的標準封面格式制作） 2）原創(chuàng)性聲明 3）中文摘要（ 300 字左右）、關鍵詞 4）外文摘要、關鍵詞 5）目次頁（附件不統(tǒng)一編入） 6）論文主體部分：引言（或緒論）、正文、結(jié)論 7）參考文獻 8）致謝 9）附錄（對論文支持必要時） ：理工類設計（論文）正文字數(shù)不少于 1 萬字（不包括圖紙、程序清單等），文科類論文正文字數(shù)不少于 萬字。本人完全意識到本聲明的法律后果由本人承擔。 作 者 簽 名： 日 期： 指導教師簽名： 日 期： 使用授權說明 本人完全了解 大學關于收集、保存、使用畢業(yè)設計（論文）的規(guī)定，即：按照學校要求提交畢業(yè)設計（論文）的印刷本和電子版本；學校有權保存畢業(yè)設計（論文）的印刷本和電子版，并提供目錄檢索與閱覽服務；學?？梢圆捎糜坝　⒖s印、數(shù)字化或其它復制手段保存論文；在不以贏利為目的前提下，學?？梢怨颊撐牡牟糠只蛉績?nèi)容?；?VC++的砂輪表面金剛石識別 27 參考文獻 [1]百度百科 . 計算機視覺 . link? url = WzgXraWAFDvxRvQgCjrIF a323CYm4oi5lY19Agr780vY1IX_KaQA1nnZ9whUoJ9iXRcptOupvwmBDq. [2]Rafael C. Gonzales. Digital Image Processing Third Edition[M]. 北京：電子工業(yè)出版社 , 20xx. [3]百度百科 . 砂輪 . link? url = _JrL4f3qnaUv8LwpyU5AaA2HiUWXep9K pjC7xeH0d_cQWWdclT8c93QEfEklbZRm1tBSB7psEnpFrlE9GBw5a [4]Wikipedia. Visual C++. [5]帕羅塞斯 . MFC Windows 程序設計 (第 2 版 )[M]. 北京：清華大學