【正文】 并確定成績(jī)?yōu)? 畢業(yè)設(shè)計(jì) (論文 )答辯組負(fù)責(zé)人 答辯組 成員 年 月 日 西安交通大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 摘 要 VII 摘 要 隨著數(shù)字圖像處理技術(shù)在工業(yè)領(lǐng)域的發(fā)展，基于數(shù)字圖像處理技術(shù)的機(jī)件缺陷檢測(cè)得到了廣泛的應(yīng)用。并自己的創(chuàng)新性的提出了 基于灰度信息的模板匹配缺陷檢測(cè)算法 并予以實(shí)現(xiàn) 。 packaging and associated debugging, we make the detection algorithm into the dynamic link library files under Visual Studio ++ based on OpenCV vision library which can be used by Xavis, one of the industry configuration software about machine tested, the program runs perfectly and has a good fault tolerance. So it can be widely used about the detection program. I also studied and mastered the Visual Studio C ++, Xavis and the knowledge of OpenCV. At the same time, it trans us the ability about programming, analyzing problems and solving problems. So it paves the way for the research in the future. KEY WORDS: Defect detection。 表面缺陷檢測(cè)概述 圖像處理就是對(duì)圖像信息進(jìn)行加工以滿(mǎn)足人的視覺(jué)心 理應(yīng)用需要的行為 [1]。數(shù)字圖像處理的另一個(gè)成功的應(yīng)用是醫(yī)學(xué)上的 [3]， 1972 年英國(guó) EMI 公司的工程師 Housfield 發(fā)明了CT。有些時(shí)候，如微小尺寸的精 確快速測(cè)量，形狀匹配，顏色辨識(shí)等，用人眼根本無(wú)法連續(xù)穩(wěn)定地進(jìn)行。據(jù)估計(jì)，全球圖像處理市場(chǎng)以每年 ％的速度迅速增長(zhǎng)，到 20xx 年的機(jī)器視覺(jué)市場(chǎng) 規(guī)模預(yù)計(jì)將達(dá)到 億美元。本論文對(duì)圖像處理在物體表面缺陷檢測(cè)的應(yīng)用作了研究，并成功用 利用 Xavis 軟件 綜合利于各種圖像處理算法，實(shí)現(xiàn)了各種產(chǎn)品的表面缺陷的檢測(cè)與標(biāo)識(shí)，其中涉及了以下幾項(xiàng)工 作： （ 1） 較深入地研究了各種圖像處理的算法，了解了各種算法的優(yōu)缺點(diǎn)及適用范西安交通大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 4 圍。 取得了預(yù)期的成果。一般地，圖像處理是用計(jì)算機(jī)和實(shí)時(shí)硬件實(shí)現(xiàn)的，因此也稱(chēng)之為計(jì)算機(jī)圖像處理 (Computer Image Processing)。 圖 22 灰度圖像 3） 彩色圖像 彩色圖像是指每個(gè)像素的信息由 RGB 三原色構(gòu)成的圖像，其中 RBG 是由不同的灰度級(jí)來(lái)描述的。 特點(diǎn)是輸入是數(shù)據(jù)，輸出是理解。 圖像中包含有豐富的信息，可以通過(guò)圖像處理技術(shù)獲取圖像中包含的有用的信息，但是 ，數(shù)字圖像的數(shù)據(jù)量巨大。特別是 處理結(jié)果與中心像素鄰域有關(guān)的西安交通大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 8 5） 圖像處理技術(shù)綜合性強(qiáng)。 由于形態(tài)學(xué)具有完備的數(shù)學(xué)基礎(chǔ)，這使得形態(tài)學(xué)用于圖像分析和處理、形態(tài)濾波器的分析和系統(tǒng)設(shè)計(jì)等具有了堅(jiān)實(shí)的基礎(chǔ)。 2 缺陷檢測(cè)的數(shù)字圖像處理實(shí)現(xiàn) 9 腐蝕 腐蝕也是形 態(tài)學(xué)運(yùn)算中最基本的運(yùn)算子之一，它是與膨脹相對(duì)應(yīng)的運(yùn)算。比如二值圖像中所有黑色相素組成的了該圖像完全描述。主要包括膨脹、腐蝕、開(kāi)以及閉運(yùn)算。如此龐大的數(shù)據(jù)量給存儲(chǔ)、傳輸和處理都帶來(lái)巨大的困難。由于計(jì)算機(jī)技術(shù)的飛速發(fā)展，計(jì)算精度和計(jì)算的正確性勿庸置疑； 另外，對(duì)同一圖像用相同的方法處理多次，也可得到完全相同的效果，具有良好的再現(xiàn)性。 2） 中級(jí)圖像處理 中級(jí)圖像處理 主要對(duì)圖象中感興趣的目標(biāo)進(jìn)行檢測(cè)（或分割）和測(cè)量，以獲得它們的客觀(guān)信息從而建立對(duì)圖象的描述。現(xiàn)在，計(jì)算機(jī)圖像處理已成為疾病診斷的重要手段，用一般 攝影方法不能獲取的身體內(nèi)部的狀況，也能由特殊 的圖像處理裝置獲取， 最具有代表性的就是 X 射線(xiàn)CT(Computed Tomograph， 計(jì)算機(jī)斷層 攝像 )。 本章還介紹了數(shù)字圖像處理的基本結(jié)構(gòu)。 論文共分 五 章，各章的主要內(nèi)容安排如下： 第一章 ： 論述了圖像處理的 發(fā)展，表面 缺陷 檢測(cè)的意義和發(fā)展 。 在工業(yè)生產(chǎn)中，由于工業(yè)產(chǎn)品繁多，外形各異，利用一種圖像處理方法來(lái)檢測(cè)所有產(chǎn)品的表面是不現(xiàn)實(shí)的。 90 年代，大規(guī)模集成電路的飛速發(fā)展，一方面使得計(jì)算機(jī)的速度成倍的提高，而計(jì)算機(jī)的價(jià)格卻持續(xù)下降，另一方面使得 CCD 的分辨率也越來(lái)越高 ,各公司也在各 FPGA的基礎(chǔ)上推出了各種圖像處理得專(zhuān)用芯片這一切使得圖像處理在工業(yè)產(chǎn)品表面缺 陷檢測(cè)中的應(yīng)用的到了飛速的發(fā)展。 數(shù)字圖像處理在這兩方面巨大成功的應(yīng)用極大的推動(dòng)了數(shù)字圖像處理的發(fā)展。 數(shù)字圖像處理就是利用數(shù)字計(jì)算機(jī)或其他數(shù)字硬件，對(duì)從圖像信息轉(zhuǎn)換而得 的電信號(hào)進(jìn)行某些數(shù)字運(yùn)算，以提高圖像的實(shí)用性。 OpenCV 目 錄 IX 目 錄 1 緒論 ...................................................................................................................................... 1 表面缺陷檢測(cè)概述 ........................................................................................................ 1 本文的工作及組織結(jié)構(gòu) ................................................................................................ 3 2 缺陷檢測(cè)的數(shù)字圖像處理實(shí)現(xiàn) .......................................................................................... 5 數(shù)字圖像處理的概念 .................................................................................................... 5 數(shù)字圖像 ................................................................................................................. 5 數(shù)字圖象處理的三個(gè)層次 ..................................................................................... 6 數(shù)字圖象處理的特點(diǎn) ............................................................................................. 7 待檢測(cè)圖像的形態(tài)學(xué)處理 ............................................................................................ 8 膨脹 ......................................................................................................................... 8 腐蝕 ......................................................................................................................... 9 開(kāi)和閉 ..................................................................................................................... 9 圖像分割提取缺陷檢測(cè)中的感興趣區(qū)域 .................................................................... 9 灰度分割法 ........................................................................................................... 10 輪廓提取與跟蹤 ................................................................................................... 10 投影 ........................................................................................................................11 圖像增強(qiáng)提取目標(biāo)缺陷的研究 .................................................................................. 12 圖像平滑去除檢測(cè)圖像的噪聲 ........................................................................... 13 中值濾波降噪 ....................................................................................................... 13 直方圖均衡 ........................................................................................................... 13 本章小結(jié) ...................................................................................................................... 14 3 Xavis 機(jī)器視覺(jué)平臺(tái)與 Matlab/VC/OpenCV 聯(lián)合調(diào)試的實(shí)現(xiàn) ....................................... 15 Matlab 用于缺陷檢測(cè)的仿真實(shí)現(xiàn) .............................................................................. 15 缺陷檢測(cè)基本處理操作在 Matlab 中的實(shí)現(xiàn) ...................................................... 15 圖像增強(qiáng) ............................................................................................................... 15 3D 圖像恢復(fù)、圖像融合、劃痕檢測(cè)、生物特征識(shí)別 ..........................