【正文】 只要在檢測前用指定的濾波器對圖像進行濾 波，然后再尋找零交叉點作為邊緣。這與真實的梯度值更接近。 界面如圖 ： 圖 界面顯示 邊緣檢測 最優(yōu) K的計算 縱向掃描 橫向掃描 畫出邊緣直線 基于數(shù)字圖像的矩形芯片定位方法研究與實現(xiàn) 13 矩形芯片圖像的獲取 灰度圖簡介 本文主要 研究 BMP 灰度圖 , 灰度圖（ Grayscale） 是指只含亮度信息，不含色彩信息的圖像，就像我們平時看到亮度由暗到明的黑白照片，亮度變化是連續(xù)的，因此要表示灰度圖，就需要把亮度值進行量化，通常劃分為 0255 共 256 個級別， 0 最暗， 255 最亮 。 m_buffer=pDocm_buffer m_InfoHeader=pDocm_InfoHeader。 矩形芯片邊緣檢測的設(shè)計 本 課題的邊緣檢測分為以下幾個部分： （ 1）最優(yōu) K 的求取 ， 根據(jù)最優(yōu) K 進行橫向掃描和縱向掃描，得到邊緣直線 基于數(shù)字圖像的矩形芯片定位方法研究與實現(xiàn) 15 （ 2）根據(jù)直線斜率得出芯片與水平線的偏角 （ 3）根據(jù)四條邊緣直線方程計算得出位圖的中心坐標。 check[m][j]+=T1。 for(i=1。//r 為 lameda T1=0。 x2m_width) T1 +=r*(*p)。 圖 灰度和的變化曲線 3)差分法求導(dǎo)過程如下： for(m=1。 } } } return (a)。 同理也可以求出橫向掃描時的 BH： BH=abs(int(k*m_width))。i+=1) //橫向的像素點 { float x,r。//灰度值 if(x1=0 amp。 } } YU1=m_check1[15]。jm_height。 y2=int(y)+1。//灰度值 if(y20 amp。 } return (f3)。//在離已知縱向直線固定距離處畫平行的另外一條邊 pDCLineTo(int(k*m_height+m_top238),m_height)。//偏角 (該矩形芯片的偏角為 %d 度 .,degree)。 k_no = OptimalK(m_check)。當(dāng)然其中也不乏有閾值確定時的誤差，需要大量的實驗驗證才能精確，同時閾值設(shè)定的算法很簡單，仍需改進。當(dāng)然，我并不否認 讀 程序，其實 “ 看別人的 ” 和 “ 自己寫 ” 幾乎同等重要。 SDK 指與 Window 核心調(diào)用有關(guān)的 ， 但并不是專用名稱。第一塊主要是研究并實現(xiàn)邊緣檢測算法；第二塊 主要是研究并實現(xiàn)矩形芯片中心的計算算法。 基于數(shù)字圖像的矩形芯片定位方法研究與實現(xiàn) 24 結(jié)束語 基于數(shù)字圖像的矩形芯片定位方法研究與實現(xiàn) 25 參考文獻 [1] 何斌 .Visual C++數(shù)字圖像處理 [M].北京 :人民郵電出版社 ,20xx 年 [2] 陳純 .計算機圖像處理技術(shù)與算法 [M].北京 :清華大學(xué)出版社 ,20xx 年 [3] 楊淑瑩 .VC++圖像處理程序設(shè)計 [M].北京 :清華大 學(xué)出版社 ,20xx 年 [4] 求是科技編著。 通過這次畢業(yè)設(shè)計使得我對 圖像 識別這項技術(shù)了有了一些了解，而我做的畢業(yè)設(shè)計雖然說是完成了任務(wù)書中的目的，但是離實際的應(yīng)用還有很遠的差距。 本芯片定位方法的意義 本課題的重 點是熟練掌握 visual c++編程工具，會在 的編程環(huán)境下實現(xiàn)界面設(shè)計，及圖像的讀入及識別，掌握數(shù)字圖像處理的基本方法。 而 MFC就是直接把 WINDOWS 的 C 語言編程接口 API 函數(shù)用 C++的類封裝而成！ 這樣既實現(xiàn)了面向?qū)ο蟮木幊趟枷耄种苯邮褂昧?WINDOWS 的原始編程接口，代碼的效率是 最高的 是由 許多 DLL 搭起來的系統(tǒng)的總稱，開發(fā) Window 程序就是如何調(diào)用這些 DLL，對于 C 程序員，它提供了 .h/.lib,這些東西和一些文檔就構(gòu)成 SDK,DDK。我認為 首先在有了一定的編程基礎(chǔ)后，看別人的程序，尤其是好程序，是非常有益的，其幫助也會很大。 3） 邊緣檢測后，點擊中心坐標即得如 圖 所示的 對話框，輸出該位圖的中心坐標。 H_ju=m_top238/2。通過平行原理，根據(jù)其中一條基于數(shù)字圖像的矩形芯片定位方法研究與實現(xiàn) 20 邊 已 確定求出 平行于矩形芯片的另一條邊，這是矩形芯片的形狀優(yōu)勢所在。 //畫出已知的一條縱向直線，為矩形的一條邊 pDCLineTo(int(k*m_height+m_top),m_height)。jm_height。 y1 m_height) 基于數(shù)字圖像的矩形芯片定位方法研究與實現(xiàn) 19 T2 +=(1s)*(*p)。 y=float(jk*i)。 所以此時掃描時的直線設(shè)為 y=k*i+j。 x2 m_width) T1 +=r*(*p)。//r 為 lameda T1=0。 for(i=1。當(dāng)一定斜率的縱向掃描線平移到某一高度 BW 時，這條直線恰 好經(jīng)過位圖圖像的右上角，此后掃描直線就不用再繼續(xù)掃描下去。//所有灰度差 的最大值 a=m。 2)對于不同的 k 值都對應(yīng)一 系列的灰度和，如下圖所示， 當(dāng)所有的 K 值對應(yīng)的灰度和都求出來之后，用差分法求出 灰度和變化最大的 點 ，即為最優(yōu) K 值所對應(yīng)的點。//灰度值 if(x20 amp。 x2=int(x)+1。jm_width。 p=m_buffer+((m_heighti)*m_width+x2)*bytes。//8 位 if(bytes==3)//如果是 24 位灰度圖，就輸出 RGB 值 sprintf(message,x=%3dy=%3dR=%3dG=%3dB=%3d, ,*(p+2),*(p+1),*p)。 if(pDocm_buffer!=NULL) { m_height=pDocm_InfoHeaderbiHeight。 系統(tǒng) 模塊如圖 ， 子模塊如圖 所示： 圖 系統(tǒng)模塊 矩形芯片定位 方法與實現(xiàn) 讀入圖像并得到圖像坐標和 RGB 值 邊緣檢測 得到圖像邊緣 求出芯片與水平線 夾角和中心坐標 基于數(shù)字圖像的矩形芯片定位方法研究與實現(xiàn) 12 圖 界面設(shè)計 本設(shè)計是在 VC 的編程環(huán)境下實現(xiàn)的 ，在 MFC Appwizard[exe]中創(chuàng)建一個新的單文檔實現(xiàn)圖像的打開和讀取。這使得它們對邊緣的走向有些敏感。把高斯平滑濾波器和拉普拉斯銳化濾波器結(jié)合起來，先平滑噪聲，再進行邊緣檢測的方法叫做高斯拉普拉斯算子（簡寫 log 算子）。若對兩個點的各自一定領(lǐng)域內(nèi)的灰度值求和，并根據(jù)兩個灰度值和的差來計算 x, y 的偏導(dǎo)數(shù)，則會在很大程度上降低噪聲干擾。圖 所示的兩個卷積核形成了 Sobel邊緣算子。 邊緣檢測算子檢查每個像素的鄰域井 并 對灰度變化率進行量化，通常也包括方向的確定．有若干種方法可以使用，其中大多數(shù)是基于方向?qū)?shù)掩模求卷積的方法。與此相反，一個高的閾值將會遺失細的或者短的線段。在理想的連續(xù)變化情況下，在二階導(dǎo)數(shù)中檢測 零點將得到梯度中的局部最大值。在灰 度圖像中 ， 這些信息產(chǎn)生了灰度的變化 ， 這些變化包括不連續(xù)性和極大值 。 本文所研究的芯片圖片格式是 BMP 24bit 圖像深度。 圖像重建： 指通過對離散圖像進行線性空間內(nèi)插或線性空間濾波來重新獲得連續(xù)圖像的方法。圖像復(fù)原技術(shù)與增強技術(shù)不同，它需要了解圖像質(zhì)量下降的原因，首先要建立 降質(zhì)模型 ，再利用該模型，恢復(fù)原始圖像。圖像的 點運算可以有效的改變圖像的直方圖分布。大致說來， Platform SDK 是以 Microsoft C/C++編譯器為核心，配合 MASM，輔以其他一些工具和文檔資料。所以不要把 Developer Studio 當(dāng)成 Visual C++， 它充其量只是 Visual C++的一個殼子而已。 Visual C++簡介 Visual C++是一個功能強大的可視化軟件開發(fā)工具。 ⒋ 線程：線程是進程中的一個執(zhí)行單元，同一 個進程中的各個線程對應(yīng)于一組 CPU 指令、一組 CPU 寄存器以及一 些 堆棧。 基于數(shù)字圖像的矩形芯片定位方法研究與實現(xiàn) 3 第二 章 數(shù)字圖像編程基礎(chǔ) Windows 編程簡介 Windows 編程是基于 Microsoft 公司的 window 操作系統(tǒng)的編程 ,windows 編程可以為windows操作系統(tǒng)制作軟件 ,而且 windows編程是基于窗口的 .不 像 以前的 DOS編程只有一個屏幕 ,而 window 可以在可見化的世界里任意施展 ,window32 全部都是用 c 寫的 . 下面 簡單介紹一下與 Windows 系統(tǒng)密切相關(guān)的幾個基本概念： ⒈ 窗口：窗口是 Windows 本身以及 Windows 環(huán)境下的應(yīng)用程序的基本界面單位 。該圖像識別系統(tǒng)就是以它為核心進行數(shù)據(jù)處理與控制。 基于數(shù)字圖像的矩形芯片定位方法研究與實現(xiàn) 2 圖像是人類獲取和交換信息 的主要來源，因此，圖像處理的應(yīng)用領(lǐng)域必然涉及到人類生活和工作的方方面面。 20世紀 60 年代中期，隨電子計算機的發(fā)展得到普遍應(yīng)用。 1972年英國工程師 Hounsfield 發(fā)明了用于頭顱診斷的 X射線計算機斷層攝影裝置，也就是我們通常所說的 CT。數(shù)字圖像處理是一 個跨學(xué)科的前沿科技領(lǐng)域，它與數(shù)學(xué)、光學(xué)、電子學(xué)、計算機技術(shù)、成像技術(shù)、視覺心理學(xué)、視覺生理學(xué)、計算機視覺和人工智能密切相關(guān)。圖表整潔，布局合理，文字注釋必須使用工程字書寫，不準用徒手畫 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（論文） 2）附件：按照任務(wù)書、開題報告、外文譯文、譯文原文（復(fù)印件 ）次序裝訂 摘要 I 摘 要 畢業(yè)設(shè)計的任務(wù)是以數(shù)字圖像處理技術(shù)為基礎(chǔ)，實現(xiàn)矩形芯片的定位。對本文的研究做出重要貢獻的個人和集體，均已在文中以明確方式標明。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(gòu)的學(xué)位或?qū)W歷而使用過的材料。本人授權(quán) 大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。 Edge detection。早期的圖像處理的目的是改善圖像的質(zhì)量。從 70年代中期開始，隨著計算機技術(shù)和人工智能、思維科學(xué)研究的迅速發(fā)展，數(shù)字圖像處理向更高、更深層次發(fā)展。數(shù)字圖像處理主要研究以下內(nèi)容：傅立葉變換、小波變換等各種圖像變換；對圖像進行編碼和壓縮；采用各種方法對圖像進行復(fù)原和增強；對圖像進行分割、描述和識別等。屬于這些領(lǐng)域的有航空航天、生物醫(yī)學(xué)工程、工業(yè)檢測、機器人視覺、公安司法、軍事制導(dǎo)、文化藝術(shù)等。 還有 近年來對各種車牌圖像 的 提取 文獻都用到了圖像識別的方法，對車牌的定位，車牌的邊緣檢測以及對車牌上各種字符（英文字母和數(shù)字）的識別，還要有一定得圖像分割與模式匹配，得到車牌上的各種字符。用戶打開一個應(yīng)用程序后，程序?qū)?chuàng)建一個窗口，并在那里默默地等待用戶的要求。所有的這些都可 以通過 Get Message， Send Message等函數(shù)得到 。 Visual C++ 由許多組件組成，包括編輯器、調(diào)試器以及程序向?qū)?AppWizard、類向?qū)?Class Wizard 等開發(fā)工具。同時，用 Visual C++編寫代碼也并不意味著一定要用MFC，只要愿意，用 Visual C++來編寫 SDK 程序，或者使用 STL， ATL，一樣沒有限制。 當(dāng)幅值 f為有限的、離散的數(shù)值時，稱該圖像為數(shù)字圖像。 圖像增強和圖像復(fù)原： 影響系統(tǒng)圖像清晰程度的因素很多，例如室外光照度不夠均勻就會造成圖像灰度過于集中；由 CCD（攝像頭）獲得的圖像經(jīng)過 A/D（數(shù) /模轉(zhuǎn)換，該功能在圖像系統(tǒng)中由數(shù)字采集卡來實現(xiàn)）轉(zhuǎn)換、線路傳送都會產(chǎn)生噪聲污染等等。圖像數(shù)據(jù)的冗余主要表現(xiàn)為：圖像中相鄰像素間的相關(guān)性引起的空間冗余；圖像