【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 （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（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(shè)計（論文）正文字?jǐn)?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?jǐn)?shù)不少于 萬字。在此，向 汽車運用工程的全體老師表達深深的感謝，感謝你們的栽培與關(guān)愛。 結(jié)論 由實驗的結(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 軟件的運用，都能將圖像很好的和背景環(huán)境等影響因素分離出來，得到良好的輪廓線檢測原圖 像，為進一步的車輛輪廓線檢測提供了良好的基礎(chǔ)。若該等級是 1的時候，在繪制該輪廓的同時還要繪制后面與之有相同等級的輪廓。 Offset代表的是圖像中各個輪廓點 的偏移量。可以通過函數(shù) threshold_type來確定該函數(shù)所支持的對圖像取閾值的方法，具體過程如下所示： ○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 的車輛輪廓線檢測實現(xiàn) 19 dst（ x， y） = 根據(jù)采集圖片時的實際環(huán)境情況，在多次分析和實驗對比后，本篇文章中覺得取 threshold=150， max_value=255最為合理。 在對圖像 進行平滑處理時，沒有經(jīng)過縮放的圖像平滑僅能使用單通道圖像，同時也支持從 8位圖像到 16位圖像間的轉(zhuǎn)換與從 32 位浮點數(shù)圖像到 32 位浮點數(shù)圖像之間的變換格式。均 值濾波的原理是將一個擁有奇數(shù)點的滑動的窗口在待平滑的圖像上滑動，將窗口內(nèi)各個點的灰度值進行取平均值，然后用這個平均值來替代窗口的中心點所對應(yīng)的像素點的灰度值。對于簡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 在上述語句中代表的是對應(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)語句的作用是創(chuàng)建一個窗口，這個窗口可以用來來放置圖像和 trackbar。函數(shù)語句如下： 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，此時表示把載入的圖像強制轉(zhuǎn)換成 3通道的彩色圖像； ? 當(dāng) flag 等于 0，此時表示把載入的圖像強制轉(zhuǎn)換成單通道的灰色圖像； ? 當(dāng) flag 大于 0，此時表示載入的圖像由文件中的圖的像通道數(shù)來決定。若通過 b點查找到的邊界點 c 點就是 a點，那就表明對圖像的搜索在此時已經(jīng)經(jīng)過了一個輪回，結(jié)束運行的搜索程序；如果 c點不是 a 點，那么又將從 c點開始繼續(xù)搜索，一直到找到點與 a 點為同一點時停止程序。 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。本試驗中，在測試場地所 采集到的車輛圖片，由于場地和環(huán)境、天氣等因素的影響，存在這許多的噪聲，所以需要對圖像進行平滑處理才能使車輛的輪廓保持清晰，同時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，常被用來保護圖像邊緣信息。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，因為 VC++是微軟公司開發(fā)的產(chǎn)品，用它來編寫 windows 程序時，有著豐富的開發(fā)資源的支持和強大的程序接口，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，使 VC++成為了目前主流的開發(fā)工具。 ? OpenCV 具有平臺無關(guān)性， OpenCV 可以在 Windows、 Unix、 Linux 等操作系統(tǒng)上運行，且可以在各平臺之間相互移植，不必改變代碼。 OpenCV 由一系列的 C 語言 函數(shù)和少量的 C++語言 函數(shù)構(gòu)成，使它輕量級且高效率，與此同時，OpenCV 還提供了 MATLAB、 Python、 Ruby 等其它語言的接口，以此來實現(xiàn)計算機的視覺方面和 圖像處理 方面的大多數(shù)通用算法。 汽車輪廓線檢測的發(fā)展現(xiàn)狀 就目前而言，國內(nèi)外的汽車檢測診斷技術(shù)已取得較大的發(fā)展， 能夠?qū)ζ嚫鞑考M行詳細(xì)的檢測、測量，但是在對整車尺寸參數(shù)的測量上，仍有相當(dāng)大的不足，缺乏先進的測量方法和完整的測量體系。在六七十年代檢測技術(shù)研發(fā)的初期，完全是人工 的機械檢測，雖開發(fā)了相應(yīng)的汽車性能檢測試驗臺，但檢測相對粗略，檢測精確度低，耗費較大。國外汽車檢測技術(shù)主要隨著汽車的檢測與診斷設(shè)備的發(fā)展而發(fā)展，大致可以分為以下四個階段： 第一階段， 在六十年代初期，是國外發(fā)展汽車檢測設(shè)備和檢測儀器的第一階段，當(dāng)時的技術(shù)條件限制了檢測、診斷設(shè)備的發(fā)展，主要是以機械結(jié)構(gòu)為主，所采用的是人工操作，檢測設(shè)備的結(jié)構(gòu)也相對簡易，精確度不高 ,檢測所耗費的人力物力較大且花費時間較多。在 的基礎(chǔ)上運用 OpenCV 編程實現(xiàn)此方法，是對汽車輪廓線進行檢測在傳統(tǒng)檢測方法上的突破。除文中已經(jīng)注明引用的內(nèi)容外，本論文（設(shè)計）不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫的作品成果。 OpenCV 提供了關(guān)于各種形式的視頻文件及圖像 (例如 : 實時攝像 機、 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)程序開發(fā)項目中直接使用。隨著汽車先進技術(shù)的發(fā)展，特別在計算機、電子等技術(shù)上的進步，使汽車檢測技術(shù)出現(xiàn)了跨越式的發(fā)展。隨著科學(xué)技術(shù)的發(fā)展，檢測診斷系統(tǒng)將會進一步發(fā)展完善，在將來，檢測診斷系統(tǒng)將承擔(dān)更為重要的作用，檢測更多的汽車性能參數(shù)。 目前，我國不斷吸收國外先進的汽車檢測技術(shù)，并根據(jù)我國國情來發(fā)展運用，不斷創(chuàng)新，現(xiàn)在已經(jīng)基本形成了制度化，車輛必需按照汽車運輸部門的制度在規(guī)定的年檢測站進行檢測。 本文通過利用計算機視覺技術(shù)，以在專用攝像頭采集來車輛圖像為基礎(chǔ)，再第 1 章 緒論 3 利用 OpenCV 輪廓檢測的函數(shù)語句來檢測其輪廓線，能夠獲得精確的檢測結(jié)果，并為進一步的車輛廓尺寸測量系統(tǒng)的設(shè)計開發(fā)奠定基礎(chǔ) 。 ? OpenCV 的函數(shù)功能十分的豐富，圖像和矩陣的運算能力也相當(dāng)強大。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（實驗性的） OpenCV 函數(shù)； ? CXCORE 模塊 用于支持?jǐn)?shù)據(jù)結(jié)構(gòu)與線性代數(shù)； ? HIGHGUI 模塊 圖像界面函數(shù)； ? ML模塊 代表的是 OpenCV 的機器學(xué)習(xí)庫，包括一些分類和回歸的函 函等； ? CVCAM 模塊 該模塊的作用是對攝像頭數(shù)據(jù)進行讀??； 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 運行的環(huán)境以及如何在具體項目中運行該軟件。若安裝過程中沒有加入，則需安裝完成后再手動添加。 第 3 章 車輛圖像的處理 8 第 3 章 車輛圖像的處理 為實現(xiàn)車輛輪廓提取檢測這一功能，需要做很多準(zhǔn)備工作，為輪廓的檢測創(chuàng)造一個良好的條件，需要對輸入的圖像做很多的處理，在此基礎(chǔ)上再由輪廓提取語句來實現(xiàn)預(yù)期的功能。通?？梢杂瞄_運算來去除圖像中孤立的小點和毛刺等，閉運則可以用來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算 , ,但是它不是按照加權(quán)求和來計算的 ,而是是用圖像中指定一點的領(lǐng)域中各邊緣點的值求平均值后來取代這個點，這樣能讓周圍像素值差異較大的點用周圍的像素值接近的值來替代 ,以此來達到消除圖像中孤立噪聲點的目的。為了處理更大概率的沖激噪聲，人們還改進出一種自適應(yīng)中值濾波器，這種濾波器在對圖像進行處理時的特點是，它可以根據(jù)條件需要來改變領(lǐng)域的大小。 采用二值化閾值分割法時要先確定分割閾值，根據(jù)順序來讀取圖像中各像素點的灰度值，然后和確定好的閾值進行對比，如果該點的灰度值是大于或者等于確定的閾值，就用 1來代替；否則就用 0代替該點的灰度值。 其中 img 是二值圖像， storage 是內(nèi)存存儲序列， contours 指向存儲的第一個輪廓， CvMemStorage *storage =cvCreateMemStorage(0)為內(nèi)存存儲序列，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 對一個簡單的二值化圖像而言，對它的閉合邊界的輪廓進行跟蹤，只需一個簡單的算法：首先需要依照先左后右，先上后下的順序依次對圖像進行搜索，在搜索結(jié)果中，把第一個黑點當(dāng)作是左上方的邊界點，記為點 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 的車輛輪廓線檢測實現(xiàn) 15 CV_WINDOW_AUTOSIZE。 函數(shù) cvShowImage用來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)操作的類型，包括以下幾種類型： ?CV_MOP_OPEN 開運算 ?CV_MOP_CLOSE 閉運算 ?CV_MOP_TOPHAT “頂帽” ?CV_MOP_BLACKHAT “黑帽” ?CV_MOP_