【正文】 al，在 Object/library modules 文本框中輸入 cv。lib cvcam。 車輛圖像預(yù)處理 形態(tài)學(xué)去噪 在對圖像進(jìn)行處理時(shí) ， 數(shù)學(xué)形態(tài)學(xué)作為輔助處理的數(shù)學(xué)工具，它的基本思想較為簡單，用具有某種形態(tài)的結(jié)構(gòu)元素去測量和提出圖像中所指定的形狀，從而完成對圖像處理。值得注意的是，膨脹和腐蝕這兩種運(yùn)算并不是互為逆運(yùn)算的，所以在運(yùn)算時(shí)這兩者可以結(jié)合使用，對腐蝕后的圖像進(jìn) 行膨脹操作，或者對膨脹后的圖像進(jìn)行腐蝕操作。 利用中值濾波進(jìn)行圖像平滑處理 在消除椒鹽噪音的方法中，中值濾波法的效果顯著，在用分析和處理光學(xué)測量條紋圖象的相位時(shí)，用中值濾波法能起獨(dú)特的作用，但是它在條紋中心分析方法中起的作用不大。作為一種對圖像進(jìn)行平滑去噪的手段，中值濾波既可以去除孤點(diǎn)噪聲點(diǎn)，也可以保持圖像的邊緣特性，適于光線條件較好的環(huán)境。因?yàn)楦盗⑷~的高頻分量在圖像中是與指定區(qū)域邊緣的灰度值相差較大的部分相對應(yīng)的 ,運(yùn)用中值濾波可以把這些分量去除掉 ,平滑圖像，為接下來的實(shí)驗(yàn)做好準(zhǔn)備，為得到精確的實(shí)驗(yàn)結(jié)果打好基礎(chǔ)。為了使中值濾波在更多的場合運(yùn)用 ,人們對它進(jìn)行了很多的算法改進(jìn) ,如一種改進(jìn)就是權(quán)重中值濾波 ,其原理是給窗口內(nèi)的各像素指定不同的權(quán)值，以此來平衡抑制圖像噪聲與保持圖像細(xì)節(jié)之間所存在的矛盾 ,這種較傳統(tǒng)的中值濾波方法而言，能更好的保持圖像的細(xì)節(jié)，但也有一定不足，即犧牲了圖像 的噪聲抑制；還有一種方法是以排序閾值為基礎(chǔ)的開關(guān)中值濾波算法。在對圖像進(jìn)行二值化時(shí)可以由下面給出的公式來實(shí) 現(xiàn) : （ x,y） = 在這個(gè)公式中 ,H(x,y)代表的是中在原圖像中（ i， j）處像素的灰度； （ i，j）的值只能是 1 或者 0，代表的是這點(diǎn)在二值化過后的像素值 ,用 0來表示上面公式中所得到的二值化圖像中的背景，用 1 來表示對象圖像。在本第 3 章 車輛圖像的處理 10 篇文章中，要完成對車輛輪廓線的檢測并繪制出車輛的輪廓線，首先要完成的就是通過輸入的圖像進(jìn)行分割，得到該圖的二值化圖像。 車輛輪廓提取與輪廓跟蹤 在對輸入圖像進(jìn)行了預(yù)處理后，得到了去噪平滑的二值化圖像，在此基礎(chǔ)上，利用輪廓提取語句對汽車輪廓進(jìn)行提取，并用跟蹤語句對圖像輪廓進(jìn)行跟蹤，得到完整的輪廓曲線。 OpenCV 提供的尋找輪廓的函數(shù)如下： inttotals=cvFindContours(img,storage,amp。 int main() { CvMemStorage *storage = cvCreateMemStorage(0)。 IplImage *contoursImage = cvCreateImage(cvGetSize(img), 8, 1)。 // 二值化操作 cvCvtColor(img, imgColor, CV_GRAY2BGR)。 int count = 0。 contoursTemp = contoursTemp h_next) /// 這樣可以訪問每一個(gè)輪廓 ====橫向輪廓 { for(i = 0。 0)。 // 訪問每個(gè)輪廓的縱向輪廓 for(。 i++ ) { CvPoint *pt = (CvPoint*)cvGetSeqElem(InterCon, i)。 } } } cvNamedWindow(contoursImage)。 cvWaitKey(0)。contoursImage)。 cvDestroyWindow(imgColor)。然后又從 b 點(diǎn)為起點(diǎn)開始找起，依照從右，右下，下，左下，左，左上，上，右上的搜索順序依次來找到與 b 點(diǎn)相鄰的周圍點(diǎn)中的邊界點(diǎn)，如第 3 章 車輛圖像的處理 13 果有，那么記這個(gè)點(diǎn)為點(diǎn) c。流程圖如下所示： 圖像讀取、顯示及釋放 圖像讀取 從文件中讀取圖像時(shí)需要頭文件 include ， 可采用以下語句來讀取圖像： Ipllmage*img=0； img=cvLoadImage（ fileName） 。 cvLoadImage 的作用是命令程序從指定的文件讀取指定的圖像，然后根據(jù)圖像返回其指針 。 上述的函數(shù)語句中 name 代表的是創(chuàng)建的窗口的名字，需用戶自定義，用來顯示不同的窗口。 也可以描述為 cvNamedWindow（“窗口名”， CV_WINDOW_AOTUSIZE）。 在指定窗口中顯示圖像，用以下的函數(shù)語句來實(shí)現(xiàn)： void cvShowImage( const char* name, const CvArr* image )。 同時(shí)，可以用 cvSaveImage 將 IplImage 的內(nèi)容存儲為圖片，其函數(shù)如下： cvSaveImage（“ 1。 在釋放完空間后要求銷毀創(chuàng)建的指定名字的窗口，其函數(shù)語句如下： void cvDestroyWindow( const char* name )。 對輸入的圖像用指定的結(jié)構(gòu)元素來進(jìn)行腐蝕，其函數(shù)語句如下： void cvErode（ const CvArr*src， CvArr*dst， IplConvKernel*element=NULL，int iterstions=1）； 其中 src 為輸入圖像； dst 為輸出圖像； element 表示的是在圖像進(jìn)行腐蝕時(shí)所用的結(jié)構(gòu)元素，若它為 NULL，此時(shí)所使用的結(jié)構(gòu)元素為 3 3 長方形。 將腐蝕和膨脹級聯(lián)應(yīng)用即達(dá)到開、閉運(yùn)算的目的。 param1 代表的是對圖像進(jìn)行平滑操作的第一個(gè)參數(shù)； param2 代表的是進(jìn)行平滑操作的第二個(gè)參數(shù)。 一般來說，人們采用圖像平滑對圖像進(jìn)行處理，主要是為了消除圖像中存在的噪聲。在圖像平滑處理的空域法中，均值濾波或者中值濾波是最為普遍的方法。 在人們實(shí)現(xiàn)中值濾波或者均值濾波時(shí)，為了使編程工作更加簡單便捷，可以事先定義一個(gè) n n 的模版數(shù)組。 cvSmooth 函數(shù)可以通過 smoothtype 的任何一種方法來達(dá)到圖像的平滑的目的，同時(shí)對每一種方法而言，它們都有自己的特點(diǎn)和局限。 在本篇文章中，通過對圖像進(jìn)行開、閉運(yùn)算和中值濾波的多次循環(huán)操作，以此來達(dá)到彌合輪廓缺陷，平滑輪廓，消除噪聲，去除毛刺等效果。 說明： 這個(gè)函數(shù)的典型的應(yīng)用是對灰度圖像采用閾值操作來獲得該圖像的二值圖像，或者是去除圖像中的噪聲。 image 在上述函數(shù)語句中， src代表的是輸入的 8bit、單通道圖像，其中，像素值不為 0的 元素都被當(dāng)成是 1，象素值是 0的就直接保留為 0，這樣就可以將圖像看作是二值的。 其它方法輸出多邊形 (定點(diǎn)序列 )； ? CV_CHAIN_APPROX_NONE – 代表的是將所有的點(diǎn)從鏈碼形式轉(zhuǎn)換成點(diǎn)序列的形式； ? CV_CHAIN_APPROX_SIMPLE – 代表的是壓縮水平和垂直以及對角分割，也就是說只有末端的象素點(diǎn)才能被函數(shù)所保留下來； 第 4 章 基于 OpenCV 的車輛輪廓線檢測實(shí)現(xiàn) 20 ? CV_CHAIN_APPROX_TC89_L1, ? CV_CHAIN_APPROX_TC89_KCOS 應(yīng)用 TehChin 鏈逼近算法。指針 first_contour 的內(nèi)容由函數(shù)填寫。 其中 img表示用以繪制輪廓的圖像； external_color 表示的是在進(jìn)行輪廓繪制時(shí)的外輪廓的顏色， hole_color表示的是在進(jìn)行輪廓繪制時(shí)繪制的內(nèi)輪廓的顏色； max_level表示的是繪制輪廓的最大等級，若該等級是 0的時(shí)候，就繪制單獨(dú)的輪廓。在本篇文章中，我們將繪制輪廓的最大等級取為 0，繪制出單獨(dú)的車輛局部圖像的輪廓；thickness表示的是在繪制輪廓的時(shí)候采用的線條的粗細(xì)度，此處我們?nèi)≈疄?1；line_type為線條的類型，此處取 8。此外，由于受個(gè)人對 OpenCV 軟件接觸的時(shí)間較短，對它的理解不夠深入，運(yùn)用得不夠熟練，故在很多處理過程中會存在著一定的紕漏，致使檢測出的結(jié)果與預(yù)想中的結(jié)果在一定程度上存在差異或差錯(cuò)。 此外，在學(xué)習(xí)和運(yùn)用軟件的過程中，為了達(dá)到預(yù)期的實(shí)驗(yàn)效果，廣泛的閱讀和參考了中外相關(guān)文獻(xiàn)，在吸收運(yùn)用的同時(shí)，也強(qiáng)化了自身的學(xué)習(xí)能力。 此外，畢業(yè)設(shè)計(jì)的順利完成也離開不了每周的指導(dǎo)老師，雖然每周只有兩天對我們進(jìn)行指導(dǎo)監(jiān)督，但也對我的設(shè)計(jì)起著舉足輕重的作用。對本論文（設(shè)計(jì)）的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中作了明確說明并表示謝意。保密的論文（設(shè)計(jì)）在解密后適用本規(guī)定。圖表整潔，布局合理，文字注釋必須使用工程字書寫，不準(zhǔn)用徒手畫 3）畢業(yè)論文須用 A4 單面打印，論文 50 頁以上的雙面打印 4）圖表應(yīng)繪制于無格子的頁面上 5）軟件工程類課題應(yīng)有程序清單，并提供電子文檔 1）設(shè)計(jì)（論文） 2）附件：按照任 務(wù)書、開題報(bào)告、外文譯文、譯文原文（復(fù)印件）次序裝訂 3）其它 。 ：任務(wù)書、開題報(bào)告、外文譯文、譯文原文（復(fù)印件）。有權(quán)將論文（設(shè)計(jì)）用于非贏利目的的少量復(fù)制并允許論文（設(shè)計(jì)）進(jìn)入學(xué)校圖書館被查閱。 致謝 24 英文資料原文及中文翻譯稿 24 畢業(yè)論文（設(shè)計(jì)）原創(chuàng)性聲明 本人所呈交的畢業(yè)論文（設(shè)計(jì)） 是我在導(dǎo)師的指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。 參考文獻(xiàn) 22 參 考 文 獻(xiàn) 【 1】劉慧英 ， 王小波 .基于 OpenCV 的車輛輪廓檢測 . 科學(xué)技術(shù)與工程， 20xx 【 2】肖永清 .國內(nèi)外汽車檢測技術(shù)發(fā)展?fàn)顩r .中國機(jī)電工業(yè)， 20xx 【 3】林慧英 . 基于立體視覺的汽車車身與車軸位置偏差檢測系統(tǒng)的研究： [學(xué)位論文 ]，吉林：吉林大學(xué)， 20xx 【 4】湯超 . OpenCV 的運(yùn)動目標(biāo)檢測： [學(xué)位論文 ]，廈門：廈門大學(xué)， 20xx 【 5】劉瑞禎 ， 于仕琪 .OpenCV 教程基礎(chǔ)篇 .北京航空航天大學(xué)出版社， 20xx 【 6】陳勝勇 ， 劉盛等 .基于 OpenCV 的計(jì)算機(jī)視覺技術(shù)實(shí)現(xiàn) .科學(xué)出版社， 20xx 【 7】吳曉陽 .基于 OpenCV 的運(yùn)動目標(biāo)檢測與跟蹤： [學(xué)位論文 ]，浙江：浙江大學(xué)， 20xx 【 8】 陳偉利，唐虹，耿艷彪 . 基于 OpenCV 的邊緣檢測算法在車身尺寸檢測中的應(yīng)用 .信息技術(shù)應(yīng)用 .20xx 【 9】翟乃斌 . 基于計(jì)算機(jī)視覺的汽車整車尺寸測量系統(tǒng)的研究 : [學(xué)位論文 ]，吉林：吉林大學(xué)， 20xx 【 10】 劉江，張岑 . 基于 OpenCV 的圓形標(biāo)記點(diǎn)的提取 . 組合機(jī)床與自動化加工技術(shù) .20xx,5 【 11】騰俊，王弟林，文漢云 .基于 OpenCV 下的 Visual C++數(shù)字圖像處理方法 .現(xiàn)代計(jì)算機(jī) .20xx， 04 【 12】 王立梅 . 開源計(jì)算機(jī)視覺庫 OpenCV 的應(yīng)用研究 .信息科技 .20xx,05 參考文獻(xiàn) 23 致謝 23 致 謝 在整個(gè)論文設(shè)計(jì)過程中，指導(dǎo)老師林慧英對我悉心指導(dǎo)，從論文的選題、方案及文獻(xiàn)查找、軟件學(xué)習(xí)運(yùn)用，老師付出了大量的時(shí)間和心血對我進(jìn)行指導(dǎo)，讓我從對 OpenCV 軟件的陌生到能夠初步掌握運(yùn)用，并在老師的引導(dǎo)下能夠順利的得