【正文】 作者簽名： 指導(dǎo)教師簽名： 日期： 日期： 英文資料原文及中文翻譯稿 25 注 意 事 項(xiàng) （論文）的內(nèi)容包括： 1）封面（按教務(wù)處制定的標(biāo)準(zhǔn)封面格式制作） 2）原創(chuàng)性聲明 3）中文摘要（ 300 字左右）、關(guān)鍵詞 4）外文摘要、關(guān)鍵詞 5）目次頁(yè)（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(xiàn) 8）致謝 9）附錄（對(duì)論文支持必要時(shí)） ：理工類(lèi)設(shè)計(jì)（論文）正文字?jǐn)?shù)不少于 1 萬(wàn)字（不包括圖紙、程序清單等），文科類(lèi)論文正文字?jǐn)?shù)不少于 萬(wàn)字。在此，向 汽車(chē)運(yùn)用工程的全體老師表達(dá)深深的感謝，感謝你們的栽培與關(guān)愛(ài)。 結(jié)論 由實(shí)驗(yàn)的結(jié)果圖像可以看出，即使拍攝到的圖像成分復(fù)雜，環(huán)境因素影響很大，OpenCV 軟件的運(yùn)用，都能將圖像很好的和背景環(huán)境等影響因素分離出來(lái)，得到良好的輪廓線(xiàn)檢測(cè)原圖 像，為進(jìn)一步的車(chē)輛輪廓線(xiàn)檢測(cè)提供了良好的基礎(chǔ)。若該等級(jí)是 1的時(shí)候，在繪制該輪廓的同時(shí)還要繪制后面與之有相同等級(jí)的輪廓。 Offset代表的是圖像中各個(gè)輪廓點(diǎn) 的偏移量?？梢酝ㄟ^(guò)函數(shù) threshold_type來(lái)確定該函數(shù)所支持的對(duì)圖像取閾值的方法，具體過(guò)程如下所示： ○1 如果 threshold_type=CV_THRESH_BINARY,則 dst（ x， y） = ○2 如果 threshold_type=CV_THRESH_BINARY_INV，則 dst（ x， y） = ○3 如果 threshold_type=CV_THRESH_TRUNC，則 dst（ x， y） = ○4 如果 threshold_type=CV_THRESH_TOZERO，則 dst（ x， y） = ○5 如果 threshold_type=CV_THRESH_TOZERO_INV，則 第 4 章 基于 OpenCV 的車(chē)輛輪廓線(xiàn)檢測(cè)實(shí)現(xiàn) 19 dst（ x， y） = 根據(jù)采集圖片時(shí)的實(shí)際環(huán)境情況，在多次分析和實(shí)驗(yàn)對(duì)比后，本篇文章中覺(jué)得取 threshold=150， max_value=255最為合理。 在對(duì)圖像 進(jìn)行平滑處理時(shí)，沒(méi)有經(jīng)過(guò)縮放的圖像平滑僅能使用單通道圖像，同時(shí)也支持從 8位圖像到 16位圖像間的轉(zhuǎn)換與從 32 位浮點(diǎn)數(shù)圖像到 32 位浮點(diǎn)數(shù)圖像之間的變換格式。均 值濾波的原理是將一個(gè)擁有奇數(shù)點(diǎn)的滑動(dòng)的窗口在待平滑的圖像上滑動(dòng)，將窗口內(nèi)各個(gè)點(diǎn)的灰度值進(jìn)行取平均值，然后用這個(gè)平均值來(lái)替代窗口的中心點(diǎn)所對(duì)應(yīng)的像素點(diǎn)的灰度值。對(duì)于簡(jiǎn)單的換或者非尺度變換的高斯模糊的情況而言，若 param2 的值是 0，那么就表示它被設(shè)定成了param1； param3 在上述語(yǔ)句中代表的是對(duì)應(yīng)的高斯參數(shù)的標(biāo)準(zhǔn)差。iterations 代表的是腐蝕次數(shù)。 jpg”， src）； 圖像信道與 src 有關(guān)，只有 8bit 單信道或者 3信道 IplImage 方可保存。 cvNamedWindow函數(shù)語(yǔ)句的作用是創(chuàng)建一個(gè)窗口，這個(gè)窗口可以用來(lái)來(lái)放置圖像和 trackbar。函數(shù)語(yǔ)句如下： img=cvLoadImage（ fileName， flag）； 其中 flag為 指定讀入圖像的顏色和深度，有以下三種情況： ? 當(dāng) flag 小于 0，此時(shí)表示把載入的圖像強(qiáng)制轉(zhuǎn)換成 3通道的彩色圖像； ? 當(dāng) flag 等于 0，此時(shí)表示把載入的圖像強(qiáng)制轉(zhuǎn)換成單通道的灰色圖像； ? 當(dāng) flag 大于 0，此時(shí)表示載入的圖像由文件中的圖的像通道數(shù)來(lái)決定。若通過(guò) b點(diǎn)查找到的邊界點(diǎn) c 點(diǎn)就是 a點(diǎn)，那就表明對(duì)圖像的搜索在此時(shí)已經(jīng)經(jīng)過(guò)了一個(gè)輪回，結(jié)束運(yùn)行的搜索程序；如果 c點(diǎn)不是 a 點(diǎn)，那么又將從 c點(diǎn)開(kāi)始繼續(xù)搜索，一直到找到點(diǎn)與 a 點(diǎn)為同一點(diǎn)時(shí)停止程序。 cvReleaseImage(amp。 cvShowImage(contoursImage, contoursImage)。 InterCon != 0。 i contoursTemp total。 int totals = cvFindContours(img, storage,amp。 // 內(nèi)存存儲(chǔ)序列 IplImage *img = cvLoadImage(E:\\study_OpenCV_video\\lesson14_1\\Debug\\55 。 輪廓提取 圖像的輪廓由外輪廓和內(nèi)輪廓兩類(lèi)組成。上述公式中， T 代表的是用于二值化處理的閉值。本試驗(yàn)中，在測(cè)試場(chǎng)地所 采集到的車(chē)輛圖片，由于場(chǎng)地和環(huán)境、天氣等因素的影響，存在這許多的噪聲，所以需要對(duì)圖像進(jìn)行平滑處理才能使車(chē)輛的輪廓保持清晰，同時(shí)還要除去圖像中的高頻噪聲。在圖像處理中 ,中值濾波是典型的平滑噪聲方法，常被用來(lái)保護(hù)圖像邊緣信息。膨脹和腐蝕是數(shù)學(xué)形態(tài)學(xué)的兩種原始操作這兩種，在這兩種操作的基礎(chǔ)上可以完成其它很多的形態(tài)學(xué)操作。 lib ml。同時(shí)，因?yàn)?VC++是微軟公司開(kāi)發(fā)的產(chǎn)品，用它來(lái)編寫(xiě) windows 程序時(shí)，有著豐富的開(kāi)發(fā)資源的支持和強(qiáng)大的程序接口，再加之 VC++嚴(yán)謹(jǐn)?shù)膬?nèi)存管理，生成代碼的體積小，在堆棧上良好的分配處理，穩(wěn)定性高等優(yōu)點(diǎn)，使 VC++成為了目前主流的開(kāi)發(fā)工具。 ? OpenCV 具有平臺(tái)無(wú)關(guān)性， OpenCV 可以在 Windows、 Unix、 Linux 等操作系統(tǒng)上運(yùn)行，且可以在各平臺(tái)之間相互移植，不必改變代碼。 OpenCV 由一系列的 C 語(yǔ)言 函數(shù)和少量的 C++語(yǔ)言 函數(shù)構(gòu)成，使它輕量級(jí)且高效率，與此同時(shí)，OpenCV 還提供了 MATLAB、 Python、 Ruby 等其它語(yǔ)言的接口，以此來(lái)實(shí)現(xiàn)計(jì)算機(jī)的視覺(jué)方面和 圖像處理 方面的大多數(shù)通用算法。 汽車(chē)輪廓線(xiàn)檢測(cè)的發(fā)展現(xiàn)狀 就目前而言，國(guó)內(nèi)外的汽車(chē)檢測(cè)診斷技術(shù)已取得較大的發(fā)展， 能夠?qū)ζ?chē)各部件進(jìn)行詳細(xì)的檢測(cè)、測(cè)量，但是在對(duì)整車(chē)尺寸參數(shù)的測(cè)量上，仍有相當(dāng)大的不足，缺乏先進(jìn)的測(cè)量方法和完整的測(cè)量體系。在六七十年代檢測(cè)技術(shù)研發(fā)的初期，完全是人工 的機(jī)械檢測(cè)，雖開(kāi)發(fā)了相應(yīng)的汽車(chē)性能檢測(cè)試驗(yàn)臺(tái)，但檢測(cè)相對(duì)粗略，檢測(cè)精確度低，耗費(fèi)較大。國(guó)外汽車(chē)檢測(cè)技術(shù)主要隨著汽車(chē)的檢測(cè)與診斷設(shè)備的發(fā)展而發(fā)展，大致可以分為以下四個(gè)階段： 第一階段， 在六十年代初期，是國(guó)外發(fā)展汽車(chē)檢測(cè)設(shè)備和檢測(cè)儀器的第一階段，當(dāng)時(shí)的技術(shù)條件限制了檢測(cè)、診斷設(shè)備的發(fā)展，主要是以機(jī)械結(jié)構(gòu)為主，所采用的是人工操作，檢測(cè)設(shè)備的結(jié)構(gòu)也相對(duì)簡(jiǎn)易，精確度不高 ,檢測(cè)所耗費(fèi)的人力物力較大且花費(fèi)時(shí)間較多。在 的基礎(chǔ)上運(yùn)用 OpenCV 編程實(shí)現(xiàn)此方法，是對(duì)汽車(chē)輪廓線(xiàn)進(jìn)行檢測(cè)在傳統(tǒng)檢測(cè)方法上的突破。除文中已經(jīng)注明引用的內(nèi)容外，本論文（設(shè)計(jì)）不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫(xiě)的作品成果。 OpenCV 提供了關(guān)于各種形式的視頻文件及圖像 (例如 : 實(shí)時(shí)攝像 機(jī)、 video 文件及 bitmap 圖像等 )的幀提取函數(shù)以及很多標(biāo)準(zhǔn)的處理圖像的算法，所述的這些函數(shù)都可以在具體的視頻系統(tǒng)程序開(kāi)發(fā)項(xiàng)目中直接使用。隨著汽車(chē)先進(jìn)技術(shù)的發(fā)展，特別在計(jì)算機(jī)、電子等技術(shù)上的進(jìn)步，使汽車(chē)檢測(cè)技術(shù)出現(xiàn)了跨越式的發(fā)展。隨著科學(xué)技術(shù)的發(fā)展，檢測(cè)診斷系統(tǒng)將會(huì)進(jìn)一步發(fā)展完善，在將來(lái)，檢測(cè)診斷系統(tǒng)將承擔(dān)更為重要的作用，檢測(cè)更多的汽車(chē)性能參數(shù)。 目前，我國(guó)不斷吸收國(guó)外先進(jìn)的汽車(chē)檢測(cè)技術(shù)，并根據(jù)我國(guó)國(guó)情來(lái)發(fā)展運(yùn)用，不斷創(chuàng)新，現(xiàn)在已經(jīng)基本形成了制度化，車(chē)輛必需按照汽車(chē)運(yùn)輸部門(mén)的制度在規(guī)定的年檢測(cè)站進(jìn)行檢測(cè)。 本文通過(guò)利用計(jì)算機(jī)視覺(jué)技術(shù)，以在專(zhuān)用攝像頭采集來(lái)車(chē)輛圖像為基礎(chǔ)，再第 1 章 緒論 3 利用 OpenCV 輪廓檢測(cè)的函數(shù)語(yǔ)句來(lái)檢測(cè)其輪廓線(xiàn)，能夠獲得精確的檢測(cè)結(jié)果，并為進(jìn)一步的車(chē)輛廓尺寸測(cè)量系統(tǒng)的設(shè)計(jì)開(kāi)發(fā)奠定基礎(chǔ) 。 ? OpenCV 的函數(shù)功能十分的豐富，圖像和矩陣的運(yùn)算能力也相當(dāng)強(qiáng)大。這些模塊的具體功能如下： ? CV模塊 主要的 OpenCV 函數(shù)； ? CVAUX 模塊 輔助的（實(shí)驗(yàn)性的） OpenCV 函數(shù)； ? CXCORE 模塊 用于支持?jǐn)?shù)據(jù)結(jié)構(gòu)與線(xiàn)性代數(shù)； ? HIGHGUI 模塊 圖像界面函數(shù)； ? ML模塊 代表的是 OpenCV 的機(jī)器學(xué)習(xí)庫(kù)，包括一些分類(lèi)和回歸的函 函等； ? CVCAM 模塊 該模塊的作用是對(duì)攝像頭數(shù)據(jù)進(jìn)行讀?。? OpenCV 在 下的安裝與配置 本節(jié)介紹 OpenCV 在 下的安裝與配置，設(shè)置 OpenCV 運(yùn)行的環(huán)境以及如何在具體項(xiàng)目中運(yùn)行該軟件。若安裝過(guò)程中沒(méi)有加入，則需安裝完成后再手動(dòng)添加。 第 3 章 車(chē)輛圖像的處理 8 第 3 章 車(chē)輛圖像的處理 為實(shí)現(xiàn)車(chē)輛輪廓提取檢測(cè)這一功能，需要做很多準(zhǔn)備工作，為輪廓的檢測(cè)創(chuàng)造一個(gè)良好的條件，需要對(duì)輸入的圖像做很多的處理，在此基礎(chǔ)上再由輪廓提取語(yǔ)句來(lái)實(shí)現(xiàn)預(yù)期的功能。通常可以用開(kāi)運(yùn)算來(lái)去除圖像中孤立的小點(diǎn)和毛刺等，閉運(yùn)則可以用來(lái)彌合圖像中的小裂縫，填平圖像中的小孔，并且能夠保持圖像總的形狀和位置不改變。它是一種和卷積相似的鄰域運(yùn)算 , ,但是它不是按照加權(quán)求和來(lái)計(jì)算的 ,而是是用圖像中指定一點(diǎn)的領(lǐng)域中各邊緣點(diǎn)的值求平均值后來(lái)取代這個(gè)點(diǎn)，這樣能讓周?chē)袼刂挡町愝^大的點(diǎn)用周?chē)南袼刂到咏闹祦?lái)替代 ,以此來(lái)達(dá)到消除圖像中孤立噪聲點(diǎn)的目的。為了處理更大概率的沖激噪聲，人們還改進(jìn)出一種自適應(yīng)中值濾波器，這種濾波器在對(duì)圖像進(jìn)行處理時(shí)的特點(diǎn)是，它可以根據(jù)條件需要來(lái)改變領(lǐng)域的大小。 采用二值化閾值分割法時(shí)要先確定分割閾值，根據(jù)順序來(lái)讀取圖像中各像素點(diǎn)的灰度值，然后和確定好的閾值進(jìn)行對(duì)比，如果該點(diǎn)的灰度值是大于或者等于確定的閾值，就用 1來(lái)代替；否則就用 0代替該點(diǎn)的灰度值。 其中 img 是二值圖像， storage 是內(nèi)存存儲(chǔ)序列， contours 指向存儲(chǔ)的第一個(gè)輪廓， CvMemStorage *storage =cvCreateMemStorage(0)為內(nèi)存存儲(chǔ)序列，CvSeq *contours = 0；指向 storage 中的序列。 cvZero(contoursImage)。 for(。 } count ++。 0)。storage)。SPAN style=FONTFAMILY: Arial,Helvetica,sansserif}/SPAN 輪廓跟蹤 對(duì)一個(gè)簡(jiǎn)單的二值化圖像而言，對(duì)它的閉合邊界的輪廓進(jìn)行跟蹤，只需一個(gè)簡(jiǎn)單的算法：首先需要依照先左后右，先上后下的順序依次對(duì)圖像進(jìn)行搜索，在搜索結(jié)果中，把第一個(gè)黑點(diǎn)當(dāng)作是左上方的邊界點(diǎn)，記為點(diǎn) a。 目前 OpenCV支持的圖像格式有： BMP, DIB, JPEG,PNG,PBM,PGM,PPM,SR,RAS， TIFF。目前唯一支持的標(biāo)志是讀取顯示圖 形態(tài)學(xué)去噪 平滑處理 二值化分割 圖像取反 第 4 章 基于 OpenCV 的車(chē)輛輪廓線(xiàn)檢測(cè)實(shí)現(xiàn) 15 CV_WINDOW_AUTOSIZE。 函數(shù) cvShowImage用來(lái)在指定窗口中顯示輸入的圖像。 圖 1 原圖與載入的灰度圖像 形態(tài)學(xué)去噪和平滑處理 數(shù)學(xué)形態(tài)學(xué)擁有完備的數(shù)學(xué)基礎(chǔ)，這使形態(tài)學(xué)能夠在圖像分析和處理上 。element 代表結(jié)構(gòu)元素； operation 為形態(tài)操作的類(lèi)型，包括以下幾種類(lèi)型： ?CV_MOP_OPEN 開(kāi)運(yùn)算 ?CV_MOP_CLOSE 閉運(yùn)算 ?CV_MOP_TOPHAT “頂帽” ?CV_MOP_BLACKHAT “黑帽” ?CV_MOP_