【正文】 出版社 , 20xx. [6]于仕琪 . 學(xué)習(xí) OpenCV[M]. 北京：清華大學(xué)出版社 , 20xx. [7]Daniel L233。 本論文的完成得益于室友的協(xié)助，因為他們的體諒與幫助，才使得論文更加完整與嚴(yán)謹(jǐn)，在我寫論文最無助時他們給了我最真摯的建議，幫助我度過了最艱難的時期。隨著科技發(fā)展，計算機視覺在各 行業(yè)的運用越來越廣泛，可以期待未來其有更加繁榮的前景。程序可以讀取包含金剛石和雜質(zhì)的砂輪樣本圖片，對樣本進(jìn)行處理，從而提取圖像中金剛石區(qū)域的輪廓并計算其區(qū)域面積。 本章通過各小節(jié)的詳細(xì)說明，介紹了項目各個模塊的算法實現(xiàn)，并展示了最終編譯后的演示界面程序。程序運行初始化時默認(rèn)設(shè)置圖像所代表面積為 40000，可根據(jù)實際需要鍵入數(shù)字修改參數(shù)。 基于 VC++的砂輪表面金剛石識別 22 圖 ( 38 ) 金剛石檢測演示程序 在演示界面中，單擊“打開圖像”按鈕，可選擇讀取的原始樣本圖像（ .bmp 后綴格式），如圖 ( 39 )所示。 基于 VC++的砂輪表面金剛石識別 20 圖 ( 36 ) 金剛石砂輪的外接矩形圖像 軟件整體演示 到 節(jié)的內(nèi)容已詳細(xì)闡述了核心的檢測算法。 rectArea = ( yMax yMin ) * ( xMax xMin )。 圖 ( 35 )是根據(jù)輪廓集 contour 中信息，重新讀取繪制的金剛石輪廓圖像。 yMax = ( contour bottom yMax ) ? contour top: yMax。 calArea( contour )。因為在后續(xù)的計算面積時，需要扣除金剛石砂輪內(nèi)的雜質(zhì)部分，這些雜質(zhì)在輪廓集上表現(xiàn)的形式即為輪廓內(nèi)部的空洞。 cvFindContours ( edgeImage, mem_storage, amp。 尋找輪廓與后續(xù)操作 經(jīng)過邊緣檢測后，金剛石砂輪圖像中的目標(biāo)外邊輪廓已十分清晰，只需提取聯(lián)通區(qū)域邊緣的像素點集合，便可獲得圖像中目標(biāo)的輪廓。 圖 ( 34 )展示了砂輪金剛石的中值濾波二值圖像進(jìn)行邊緣檢測后的結(jié)果。 y height 。但在金剛石檢測的項目中，經(jīng)過前述章節(jié)處理的二值灰度圖像不存在此類問題。 通過對樣本圖像進(jìn) 行邊緣檢測，可以大幅度地剔除無關(guān)信息，只留下圖像中重要的結(jié)構(gòu)屬性。 邊緣提取 經(jīng)過中值濾波后的二值圖像，目標(biāo)金剛石的輪廓較為明顯，可以進(jìn)行邊緣提取和輪基于 VC++的砂輪表面金剛石識別 15 廓搜索。 圖 ( 33 )展示了閾值變換的金剛石砂輪圖像，其中圖 ( a )為中值濾波后的原始灰度圖，圖中呈現(xiàn)白色的礦石中包含金剛石，而灰色部分為雜質(zhì)礦石。此時的 thresImage 為一幅二值灰度圖像，各像素點取值非 0 即為 255。 x width 。 程序?qū)崿F(xiàn) 對于 中得到的中值濾波灰度圖 mfilterImage，類似于灰度變換，閾值變換的過程也需要通過遍歷圖像中的像素點來進(jìn)行處理。 [2] 基于 VC++的砂輪表面金剛石識別 13 對于圖像中某像素點亮度值 I，給予一個閾值 T，比較 I 與 T 的大小，若其滿足事先預(yù)設(shè)的條件（ I 小于 T 或 I 大于 T）則進(jìn)行相應(yīng)的處理。通過觀察可以發(fā)現(xiàn)，圖 ( a )中大部分離散的小亮點噪聲在圖 ( b )中都被消除了，而且圖 ( b )保留了目標(biāo)輪廓的大部分信息，并沒有造成邊緣模糊過重的現(xiàn)象。 cvSmooth ( grayImage, mfilterImage, CV_MEDIAN, 3)。 sort( queueVal [0], queueVal [8] )。 y height 。通常情況下，中值濾波被應(yīng)用于處理椒鹽噪聲。中值濾波在圖像處理領(lǐng)域的定義為：對 x 坐標(biāo)處的像素點，規(guī)定 長度 n 作為鄰域窗口范圍，對領(lǐng)域內(nèi)像素強度值序列 I(xn)， I(xn+1)， ...I(x)， ...I(x+n1), I(x+n)進(jìn)行大小排序，選擇該序列的中值作為 I(x)濾波后的強度值。 中值濾波 經(jīng)過灰度轉(zhuǎn)換后的樣本圖像包含了豐富的目標(biāo)信息，為后續(xù)搜尋輪廓算法提供了特基于 VC++的砂輪表面金剛石識別 10 征基礎(chǔ)。 cvCvtColor ( sourceImage, grayImage, CV_BGR2GRAY )。 x++ ) grayImage [x, y] [I] = x sourceImage [x, y] [R] + x sourceImage [x, y] [G] + x sourceImg [x ,y] [B] 在 OpenCV 庫中，封裝好的圖像結(jié)構(gòu)類指針以及對應(yīng)的函數(shù)方法可以幫助我們在圖像層面對樣本進(jìn)行處理。對于一張寬 width、高 height 的彩色圖像 sourceImage，將其轉(zhuǎn)化為灰度圖像 grayImage 的方法即為遍歷 sourceImage，對圖中每個像素點進(jìn)行式 ( )的轉(zhuǎn)換處理，程序偽代碼如下： for ( y = 0 。 [2] 在計算機視覺領(lǐng)域中，圖像中物體的顏色、亮度信息作為一種最基本的視覺特征，基于 VC++的砂輪表面金剛石識別 8 因 其直觀、便于分析、對比度高易于區(qū)分等特性，常被運用于物體的識別、分類算法之中。在彩色圖像中，以矩陣的形式有序存儲像素點的信息，而每個像素點的像素值則包含 ( r, g, b)三個分量，分別代表該像素在紅、綠、藍(lán)三個通道中的強度值，取值范圍為 [0, 255]區(qū)間的整數(shù)。 基于 VC++的砂輪表面金剛石識別 7 第三章 主要功能的理論基礎(chǔ)及設(shè)計實現(xiàn) 在前面的章節(jié)中，對于軟件的開發(fā)環(huán)境我們已經(jīng)有了概括性的了解。一些程序員在 github、 csdn 等 IT 社區(qū)網(wǎng)站主動分享其 OpenCV 項目的開源代碼，在為他人提供借鑒的同時也促進(jìn)了 OpenCV 庫自身的研究發(fā)展。 OpenCV 使用的 license 對非商業(yè)和商業(yè)的應(yīng)用都是免費的，加上其開源、不依賴其他外部庫的特性，被廣泛使用在各類計算機視覺和數(shù)字圖像處理應(yīng)用中，常見的應(yīng)用領(lǐng)域有人機交互、目標(biāo)識別、分類分割、人臉識別、姿態(tài)識別、運動跟蹤、人工智能、軌跡分析、機器視覺、結(jié)構(gòu)分析、安全監(jiān)控等等。 [5] VC++中封裝了 MFC 類，程序員在利用 VC++進(jìn) 行 MFC 編程時，可以直接應(yīng)用通用框架，無須考慮消息循環(huán)等瑣碎問題，可以專心于程序代碼本身的邏輯。 VS 是當(dāng)前應(yīng)用最為廣泛的 Windows 平臺應(yīng)用程序的集成開發(fā)環(huán)境。 基于 VC++的砂輪表面金剛石識別 5 第二章 課題軟件開發(fā)環(huán)境介紹 數(shù)字圖像處理算法必須以程序作為依托，本章將主要介紹金剛石檢測項目程序的開發(fā)環(huán)境，為后續(xù)章節(jié)的算法提供實現(xiàn)基礎(chǔ)。 本課題針對砂輪工作表面的金剛石磨料檢測這一需求展開研究，通過計算機視覺與數(shù)字圖像處理算法程序的檢測，提取金剛石磨料的輪廓，計算輪廓面積，記錄金剛石區(qū)域的界限面積，從而獲得有助于金剛石砂輪生產(chǎn)的磨料信息。 砂輪機是工廠中常見的一種磨具，其上的砂輪是否安裝正確，砂輪質(zhì)量是否合格，直接對工業(yè)生產(chǎn)的安全與否造成重大影響。金剛石是一種由碳原子構(gòu)成的礦物，是碳元素的同素異形體，是目前地球上發(fā)現(xiàn)的自然物體中最堅硬的物質(zhì)。 圖 ( 11 ) 砂輪表面形貌 磨削是一種以磨具作為“刀具”對工件材料進(jìn)行精密微量切削的工序，以砂輪為例，則主要利用其工作表面上凸出結(jié)合劑外的磨料部分進(jìn)行切削。 [2] 數(shù)字圖像處理的發(fā)展跟以下三個因素關(guān)系密切：其一是計算機技術(shù)，計算機軟硬件的發(fā)展，直接提升了數(shù)字圖像處理算法軟件的計算能力；其二是數(shù)學(xué)學(xué)科發(fā)展，尤其是其中的離散數(shù)學(xué)領(lǐng)域分支，為新算法的創(chuàng)立和完善奠定了理論基礎(chǔ)；其三是工業(yè)、農(nóng)牧業(yè)、林業(yè)、軍事、醫(yī)療和環(huán)境等行業(yè)的規(guī)模增長，產(chǎn)生了源源不斷的需求，進(jìn)一步刺激數(shù)字圖像處理相關(guān)技術(shù)的發(fā)展。 計算機視覺 ( Computer Vision )主要研究機器如何“看”和“感知”，即如何通過攝像頭采集的圖像數(shù)據(jù)，和電腦程序或其他軟硬件設(shè)備對數(shù)據(jù)的圖形處理，使得系統(tǒng)能夠識別、跟蹤或測量圖像中的目標(biāo)物體。 基于 VC++的砂輪表面金剛石識別 2 第一章 課題的背景及意義 計算機視覺和數(shù)字圖像處理 伴隨科學(xué)技術(shù)的發(fā)展，社會生產(chǎn)力不斷提高，許多領(lǐng)域行業(yè)正逐步由傳統(tǒng)的人工作坊制作方式轉(zhuǎn)變?yōu)榇笠?guī)模的機器流水線自動生產(chǎn)。 圖像是我們生活中必不可少隨處可見的，可以確切 的說，圖像是我們獲取信息的必要而必不可少的途徑。圖像處理技術(shù)基本可以分成兩大類：模擬圖像處理和數(shù)字圖像處理。 Diamond recognition。算法通過對樣本圖像進(jìn)行灰度轉(zhuǎn)換、閾值變換、中值濾波、邊緣提取、尋找輪廓等步驟，獲得圖像中金剛石磨料部分的輪廓面積以及區(qū)域邊界點。算法程序基于 VC++開發(fā)，調(diào)用 OpenCV 庫進(jìn)行數(shù)字圖像處理，并利用 MFC 庫制作了算法展示界面。 Contour detection。圖像處理是對圖像進(jìn)行分析、加工、和處理，使其滿足視覺、心理以及其他要求的技術(shù)。圖像處理應(yīng)用在攝影及印刷，衛(wèi)星圖像處理，醫(yī)學(xué)圖像處理，面孔圖像處理，顯微圖像處理以及汽車障礙識別。 鑒于這些，參考了一些書籍，在現(xiàn)有的知識基礎(chǔ)上，設(shè)計了這個程序， 本課題選取對砂輪樣本圖像中金剛石區(qū)域部分提取輪廓這一需求作為入手點，研究了相關(guān)的視覺算法，編寫了包含演示界面的輪廓檢測程序。因此，計算機視覺學(xué)科應(yīng)運 而生，得到了研究者廣泛的關(guān)注，獲得了飛速發(fā)展。 數(shù)字圖像處理 ( Digital Image Processing )主要指計算機系統(tǒng)對數(shù)字圖像進(jìn)行去噪、增強、還原、分類、提取特征等的方法和技術(shù)。通過在磨料中加入結(jié)合劑，經(jīng)過壓坯、干燥和焙燒等流程，將磨料固定成一定的幾何形狀（通常為圓形）的多孔體來制成砂輪，其工作表面如圖（ 11）所示。按結(jié)合劑分類，有金屬、樹脂和陶瓷等品種；按所用磨料分類，有剛玉（ AL3O2）、碳化硅、