【正文】 ， double param4=0）； 在上述的函數(shù)語句中， src 代表的是輸入圖像， dst 代表的是輸出圖像，smoothtype 代表的是平滑方法。 數(shù)學(xué)第 4 章 基于 OpenCV 的車輛輪廓線檢測(cè)實(shí)現(xiàn) 16 形態(tài)學(xué)的作用是可以解決圖像的特征提取、抑制圖像噪聲、檢測(cè)圖像邊緣、圖像形狀識(shí)別、圖像分割、圖像恢復(fù)與重建等問題。若在窗口創(chuàng)建時(shí)就已經(jīng)被設(shè)定標(biāo)志 CV_WINDOW_AUTOSIZE，那么此時(shí)顯示的圖像大小不會(huì)改變，依舊是其原始尺寸；否則，圖像將被伸縮來適應(yīng)窗口的大小。在這個(gè)標(biāo)志被設(shè)置后，用戶將無法通過手動(dòng)來改變窗口的尺寸大小，它會(huì)根據(jù)被顯示的圖像來自行調(diào)整大小，達(dá)到最佳效果。通常在程序默認(rèn)的情況下，讀入的圖像被強(qiáng)制為 3通道的彩色圖像。在這個(gè)邊界點(diǎn) a 周圍，右，右下，下，左下這四個(gè)相鄰的點(diǎn)當(dāng)中需要至少有一個(gè)點(diǎn)也是邊 界點(diǎn)，那么把這個(gè)點(diǎn)記作 b。 // 也要釋放內(nèi)存序列空間 cvReleaseImage(amp。 cvSet2D(imgColor, pty, ptx, cvScalar(0, 255, 0, 0))。 CvSeq *InterCon = contoursTempv_next。contoursTemp != 0。 cvThreshold(img, img, 100, 255, CV_THRESH_BINARY)。 CV_RETR_LIST 表示的是圖像處理后提取的圖像輪廓在內(nèi)存中的排列方式，有下面四種方式 : ? CV_RETR_EXTERNAL： first = c0； ? CV_RETR_CCOMP：輪廓的排列方式是按照從里依次到外，從右依次到左的順序， 這個(gè)表示的是一個(gè)雙向鏈表； ? CV_RETR_LIST： first = c01001 – c01000 – h0100 – h0000 – h0100 – h0000 – c010 – c000 – h01 – h00 – c0 這也是雙向鏈表； ? CV_RETR_TREE 第 3 章 車輛圖像的處理 11 輪廓提取的代碼如下所示： include iostream include include include using namespace std。在對(duì)輸入的 圖像進(jìn)行了二值化分割后，能夠得到該圖像的黑白圖像，為接下來的實(shí)驗(yàn)做好準(zhǔn)備工作。 圖像的二值化閾值分割 在圖像處理過程時(shí)，有著相當(dāng)多的圖像分割方法， 其中一種簡(jiǎn)單而又高效的方法就是二值化。在處理圖像是，傅立葉空間的高頻分量可以依靠中值濾波的方法來消除或削弱 ,但是對(duì)傅立葉空間的低頻分量來說也會(huì)造成一定的影響。在本篇文章中，我們需要做的操作是先對(duì)采集到的圖像進(jìn)行一次閉運(yùn)算操作，然后再進(jìn)行開運(yùn)算操作，通過這些操作來填平圖像的輪廓缺口，去除圖像中的孤立的小點(diǎn)毛刺等，為進(jìn)一步的輪廓提取繪制奠定良好的基礎(chǔ)。本章主要介紹對(duì)車輛圖像進(jìn)行腐蝕、膨脹、中值濾波去噪等圖像預(yù)處理，為最終的輪廓檢測(cè)提供更精準(zhǔn)的圖像。 第 2 章 OpenCV 簡(jiǎn)介及其配置 6 設(shè)置 環(huán)境 單擊 Tools|Options 菜單選項(xiàng)，在彈出的對(duì)話框中選擇 Directories 標(biāo)簽，在 Show directorier for 的下拉列表框中選擇 Include files，在 Directories文件框中添加路徑如下： C:\Program files\OpenCV\cxcore\include C: \Program files\OpenCV\cv\include 第 2 章 OpenCV 簡(jiǎn)介及其配置 7 C: \Program files\OpenCV\cvaux\include C: \Program files\OpenCV\otherlibs\highgui C: \Program files\OpenCV\otherlibs\cvcam\include 完成以上操作，則已設(shè)置好 OpenCV 在 下的運(yùn)行環(huán)境。 OpenCV 環(huán)境介紹 Visual C++是由 微軟 公司開發(fā)的基于 windows 操作系統(tǒng)的編程工具。在圖像和矩陣運(yùn)算功能上， OpenCV 為此 提供了矩陣、序列、數(shù)組等基本的結(jié)構(gòu)。 第 2 章 OpenCV 簡(jiǎn)介及其配置 4 第 2 章 OpenCV 簡(jiǎn)介及其配置 OpenCV 簡(jiǎn)介 OpenCV 的全稱是： Open Source Computer Vision Library，該軟件是由英特爾公司資助開發(fā)的一個(gè)開源計(jì)算機(jī)視覺庫。隨著先進(jìn)的檢測(cè)設(shè)備的問世以及檢測(cè)技術(shù)的不斷發(fā)展，我國(guó)在汽車檢測(cè)方面已經(jīng)頒布實(shí)施了國(guó)家檢測(cè)標(biāo)準(zhǔn)、行業(yè)檢測(cè)標(biāo)準(zhǔn)以及計(jì)量檢定規(guī)程等。 第 1 章 緒論 2 國(guó)外的汽車檢測(cè)技術(shù)發(fā)展至今，從最初的機(jī)械手工檢測(cè)到現(xiàn)今的純機(jī)械自動(dòng)化檢測(cè)，檢測(cè)設(shè)備不斷的更新?lián)Q代，檢測(cè)手段變得多樣化，檢測(cè)結(jié)果變得精確化，檢測(cè)過程變得便捷化，朝著既有良好的檢測(cè)結(jié)果又能節(jié)約資源的方向不斷的進(jìn)步。目前人們已經(jīng)可以熟練運(yùn)用各種先進(jìn)的設(shè)備、儀器對(duì)汽車在不解體情況下進(jìn)行檢測(cè)，能夠快速、安全、精確的對(duì)汽車進(jìn)行診斷和評(píng)價(jià)它的使用性能。 在本文中，利用 OpenCV 豐富的數(shù)據(jù)庫對(duì)圖像進(jìn)行二值化、膨脹、腐蝕等處理，為進(jìn)一步的輪廓檢測(cè)提供良好的基礎(chǔ)。 本科生畢業(yè)論文（設(shè)計(jì)） 中文題目 基于 OpenCV 的車輛輪廓線檢測(cè) 吉林大學(xué)學(xué)士學(xué)位論文（設(shè)計(jì)）承諾書 本人鄭重承諾：所呈交的學(xué)士學(xué)位畢業(yè)論文（設(shè)計(jì)），是本人在指導(dǎo)教師的指導(dǎo)下，獨(dú)立進(jìn)行實(shí)驗(yàn)、設(shè)計(jì)、調(diào)研等工作基礎(chǔ)上取得的成果。然后運(yùn)用輪廓提取和輪廓跟蹤相應(yīng)的函數(shù)檢測(cè)出車輛的輪廓線。如今，先進(jìn)的汽車檢測(cè)儀器和設(shè)備已經(jīng)成為汽車在修理、維護(hù)以及保持汽車的使用性能時(shí)不可或缺的工具。 我國(guó)汽車檢測(cè)技術(shù)的發(fā)展 由于我國(guó)的社會(huì)環(huán)境等因素的限制，我國(guó)的汽車檢測(cè)技術(shù)方面的研究較國(guó)外發(fā)達(dá)國(guó)家而言起步較晚。相信在不久的將來，我國(guó)的汽車檢測(cè)技術(shù)、檢測(cè)設(shè)備將于世界一流國(guó)家看齊，取得突破性發(fā)展。 OpenCV 是基于（開源）發(fā)行的跨平臺(tái)計(jì)算機(jī)視覺庫，可以在 Windows、 Linux 等系統(tǒng)上操作運(yùn)行。與此同時(shí)， OpenCV 還包括了大多數(shù)的復(fù)雜數(shù)學(xué)計(jì)算函數(shù)（傅立葉函數(shù)分析、差分方程求解、積分運(yùn)算等）以及各種圖像處理操作和三維視覺處理等高級(jí)視覺函數(shù)。為了方便編程人員編輯程序， Visual C++將程序的代碼編輯、鏈接、編譯和調(diào)試等功能囊為一體，并且又能保證完整的開發(fā)環(huán)境以及提供很多高效率的輔助開發(fā)工具。 在項(xiàng)目中運(yùn)用 OpenCV 單擊 Project|Settings 菜單選項(xiàng)，在彈出的 Project|Settings 對(duì)話框中選擇 All configurations，然后單擊 Link標(biāo)簽，在 Category列表框中選擇 General，在 Object/library modules 文本框中輸入 cv。 車輛圖像預(yù)處理 形態(tài)學(xué)去噪 在對(duì)圖像進(jìn)行處理時(shí) ， 數(shù)學(xué)形態(tài)學(xué)作為輔助處理的數(shù)學(xué)工具，它的基本思想較為簡(jiǎn)單，用具有某種形態(tài)的結(jié)構(gòu)元素去測(cè)量和提出圖像中所指定的形狀，從而完成對(duì)圖像處理。 利用中值濾波進(jìn)行圖像平滑處理 在消除椒鹽噪音的方法中，中值濾波法的效果顯著，在用分析和處理光學(xué)測(cè)量條紋圖象的相位時(shí)，用中值濾波法能起獨(dú)特的作用，但是它在條紋中心分析方法中起的作用不大。因?yàn)楦盗⑷~的高頻分量在圖像中是與指定區(qū)域邊緣的灰度值相差較大的部分相對(duì)應(yīng)的 ,運(yùn)用中值濾波可以把這些分量去除掉 ,平滑圖像，為接下來的實(shí)驗(yàn)做好準(zhǔn)備，為得到精確的實(shí)驗(yàn)結(jié)果打好基礎(chǔ)。在對(duì)圖像進(jìn)行二值化時(shí)可以由下面給出的公式來實(shí) 現(xiàn) : （ x,y） = 在這個(gè)公式中 ,H(x,y)代表的是中在原圖像中（ i， j）處像素的灰度； （ i，j）的值只能是 1 或者 0，代表的是這點(diǎn)在二值化過后的像素值 ,用 0來表示上面公式中所得到的二值化圖像中的背景，用 1 來表示對(duì)象圖像。 車輛輪廓提取與輪廓跟蹤 在對(duì)輸入圖像進(jìn)行了預(yù)處理后，得到了去噪平滑的二值化圖像，在此基礎(chǔ)上，利用輪廓提取語句對(duì)汽車輪廓進(jìn)行提取，并用跟蹤語句對(duì)圖像輪廓進(jìn)行跟蹤，得到完整的輪廓曲線。 int main() { CvMemStorage *storage = cvCreateMemStorage(0)。 // 二值化操作 cvCvtColor(img, imgColor, CV_GRAY2BGR)。 contoursTemp = contoursTemp h_next) /// 這樣可以訪問每一個(gè)輪廓 ====橫向輪廓 { for(i = 0。 // 訪問每個(gè)輪廓的縱向輪廓 for(。 } } } cvNamedWindow(contoursImage)。contoursImage)。然后又從 b 點(diǎn)為起點(diǎn)開始找起，依照從右，右下，下，左下，左，左上，上，右上的搜索順序依次來找到與 b 點(diǎn)相鄰的周圍點(diǎn)中的邊界點(diǎn)，如第 3 章 車輛圖像的處理 13 果有，那么記這個(gè)點(diǎn)為點(diǎn) c。 cvLoadImage 的作用是命令程序從指定的文件讀取指定的圖像，然后根據(jù)圖像返回其指針 。 也可以描述為 cvNamedWindow（“窗口名”， CV_WINDOW_AOTUSIZE）。 同時(shí)，可以用 cvSaveImage 將 IplImage 的內(nèi)容存儲(chǔ)為圖片，其函數(shù)如下： cvSaveImage（“ 1。 對(duì)輸入的圖像用指定的結(jié)構(gòu)元素來進(jìn)行腐蝕，其函數(shù)語句如下： void cvErode（ const CvArr*src， CvArr*dst， IplConvKernel*element=NULL，int iterstions=1）； 其中 src 為輸入圖像； dst 為輸出圖像； element 表示的是在圖像進(jìn)行腐蝕時(shí)所用的結(jié)構(gòu)元素，若它為 NULL，此時(shí)所使用的結(jié)構(gòu)元素為 3 3 長(zhǎng)方形。 param1 代表的是對(duì)圖像進(jìn)行平滑操作的第一個(gè)參數(shù)； param2 代表的是進(jìn)行平滑操作的第二個(gè)參數(shù)。在圖像平滑處理的空域法中，均值濾波或者中值濾波是最為普遍的方法。 cvSmooth 函數(shù)可以通過 smoothtype 的任何一種方法來達(dá)到圖像的平滑的目的，同時(shí)對(duì)每一種方法而言，它們都有自己的特點(diǎn)和局限。 說明： 這個(gè)函數(shù)的典型的應(yīng)用是對(duì)灰度圖像采用閾值操作來獲得該圖像的二值圖像，或者是去除圖像中的噪聲。 其它方法輸出多邊形 (定點(diǎn)序列 )； ? CV_CHAIN_APPROX_NONE – 代表的是將所有的點(diǎn)從鏈碼形式轉(zhuǎn)換成點(diǎn)序列的形式； ? CV_CHAIN_APPROX_SIMPLE – 代表的是壓縮水平和垂直以及對(duì)角分割，也就是說只有末端的象素點(diǎn)才能被函數(shù)所保留下來； 第 4 章 基于 OpenCV 的車輛輪廓線檢測(cè)實(shí)現(xiàn) 20 ? CV_CHAIN_APPROX_TC89_L1, ? CV_CHAIN_APPROX_TC89_KCOS 應(yīng)用 TehChin 鏈逼近算法。 其中 img表示用以繪制輪廓的