【正文】 圖像； external_color 表示的是在進(jìn)行輪廓繪制時(shí)的外輪廓的顏色， hole_color表示的是在進(jìn)行輪廓繪制時(shí)繪制的內(nèi)輪廓的顏色； max_level表示的是繪制輪廓的最大等級(jí)，若該等級(jí)是 0的時(shí)候，就繪制單獨(dú)的輪廓。此外，由于受個(gè)人對(duì) OpenCV 軟件接觸的時(shí)間較短，對(duì)它的理解不夠深入，運(yùn)用得不夠熟練，故在很多處理過(guò)程中會(huì)存在著一定的紕漏，致使檢測(cè)出的結(jié)果與預(yù)想中的結(jié)果在一定程度上存在差異或差錯(cuò)。 此外，畢業(yè)設(shè)計(jì)的順利完成也離開(kāi)不了每周的指導(dǎo)老師，雖然每周只有兩天對(duì)我們進(jìn)行指導(dǎo)監(jiān)督，但也對(duì)我的設(shè)計(jì)起著舉足輕重的作用。保密的論文（設(shè)計(jì)）在解密后適用本規(guī)定。 ：任務(wù)書(shū)、開(kāi)題報(bào)告、外文譯文、譯文原文（復(fù)印件）。 致謝 24 英文資料原文及中文翻譯稿 24 畢業(yè)論文（設(shè)計(jì)）原創(chuàng)性聲明 本人所呈交的畢業(yè)論文（設(shè)計(jì)） 是我在導(dǎo)師的指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。運(yùn)用OpenCV 設(shè)計(jì)的車(chē)輛輪廓線檢測(cè)程序，運(yùn)用起來(lái)相當(dāng)便捷，相對(duì)其它的軟件程序而言也比較簡(jiǎn)單易懂，在實(shí)際運(yùn)用中也比較容易實(shí)現(xiàn)且能得到比傳統(tǒng)檢測(cè)方法更高效的檢測(cè)結(jié)果。如果為 2，則繪制所有輪廓。 偏移量在特定情況下能起到一定的作用，如當(dāng)從圖像 ROI 中提取出來(lái)輪廓的時(shí)候，可以通過(guò)使用偏移量并根據(jù)整個(gè)圖像上下文來(lái)對(duì)輪廓進(jìn)行分析。 因?yàn)閳D片采集的環(huán)境問(wèn)題，圖片中背景的灰度值要比汽車(chē)本身的灰度值更高，所以，要在對(duì)圖像進(jìn)行閾值分割后再采用取反處理，這樣才能將待檢測(cè)車(chē)輛和背景分離出來(lái)。 中值濾波和雙向?yàn)V波工作于 1通道或 3通道的 8 位圖像，但是不能以inplace 方式來(lái)處理圖像。如果圖像進(jìn)行平滑處理時(shí)約定了在取均值過(guò)程中圖像各個(gè)像素點(diǎn)占的權(quán)重，即為各像素點(diǎn)的系數(shù)，那么此時(shí)我們就稱(chēng)這個(gè)是加權(quán)均值濾波。若它的值為 0，那么標(biāo)準(zhǔn)差就按照下面公式的核尺寸來(lái)進(jìn)行計(jì)算： sigma=（ n/21） ＋ 第 4 章 基于 OpenCV 的車(chē)輛輪廓線檢測(cè)實(shí)現(xiàn) 17 在上述的式子中， n=param1 所對(duì)應(yīng)的是圖像的水平核， n=param2 所對(duì)應(yīng)的是圖像的垂直核。 對(duì)輸入的圖像用指定的結(jié)構(gòu)元素來(lái)進(jìn)行膨脹，其函數(shù)語(yǔ)句如下： void cvDilate（ const CvArr*src， CvArr*dst， IplConvKernel*element=NULL ， int iterations=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)行膨脹時(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。 圖像釋放 在運(yùn)用 OpenCV 對(duì)圖像進(jìn)出處理結(jié)束后，按照要求需要釋放占用的內(nèi)存空間，圖像釋放函數(shù)語(yǔ)句如下： void cvReleaseImage( IplImage** image )。用戶(hù)可以通過(guò)這些窗口的名字來(lái)引用它們。 在本篇文章中，需要的是灰度圖像，故需對(duì)載入的原圖像進(jìn)行轉(zhuǎn)換，此處取flag=0。根據(jù)邊界點(diǎn)的定義來(lái)判斷一個(gè)點(diǎn)是否是邊界點(diǎn)十分容易，原理很簡(jiǎn)單：如果一個(gè)點(diǎn)的上下左右的四個(gè)相鄰的點(diǎn)搜索出來(lái)都是黑點(diǎn)，那么這個(gè)點(diǎn)就不是邊界點(diǎn)，否則這個(gè)點(diǎn)是邊界點(diǎn)。imgColor)。 cvNamedWindow(imgColor)。 InterCon = InterCon h_next) { for(i = 0。 i++) // 提取一個(gè)輪廓的所有坐標(biāo)點(diǎn) { CvPoint *pt = (CvPoint*) cvGetSeqElem(contoursTemp, i)。contours, sizeof(CvContour), //img 必須是一個(gè)二值圖像 storage 用來(lái)存儲(chǔ)的contours 指向存儲(chǔ)的第一個(gè)輪廓 CV_RETR_CCOMP, CV_CHAIN_APPROX_NONE, cvPoint(0,0))。 png, 0)。輪廓的提取需要特定的算法，這個(gè)算法很簡(jiǎn)單，原理是把圖像內(nèi)部的點(diǎn)掏空：如果在二值化的圖像中有一個(gè)點(diǎn)是黑色，并且與它相鄰的 8個(gè)點(diǎn)都是黑色時(shí)，那么這個(gè)點(diǎn)就稱(chēng)為是內(nèi)部點(diǎn)，需要把這個(gè)點(diǎn)刪除。只要決定好了閾值的選取，圖像的二值化過(guò)程也變得相對(duì)簡(jiǎn)單。采用中值濾波，能實(shí)現(xiàn)這一目的。其基本原理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)，以此來(lái)避免孤立的噪聲點(diǎn)在圖像處理時(shí)造成不良的影響。膨脹的原理是擴(kuò)張圖像指定的區(qū)域，根據(jù)它的這個(gè)原理，在現(xiàn)實(shí)運(yùn)用時(shí)可以用它來(lái)填充圖像上狹窄的縫隙或者小的空洞。 lib cxcore。 OpenCV 的代碼在編寫(xiě)的時(shí)候用的是 C語(yǔ)言函數(shù) 和 C++語(yǔ)言函數(shù) ，并且 OpenCV 是完全開(kāi)放的，所以在 Microsoft Visual Studio 環(huán)境下可以很方便地使用 它所 提供的函數(shù)庫(kù)來(lái)對(duì)圖像或視頻進(jìn)行處理。 ? OpenCV 程序在運(yùn)行時(shí)具有實(shí)時(shí)性，當(dāng)完成代碼調(diào)試后可以直接編譯成二進(jìn)制的可執(zhí)行文件。 OpenCV 擁有 300 多個(gè) C 語(yǔ)言函數(shù)或 C++語(yǔ)言函數(shù)的跨平臺(tái)的中、高層 API。到目前為止，還沒(méi)有專(zhuān)門(mén)的自動(dòng)檢測(cè)系統(tǒng)來(lái)測(cè)量整車(chē)的尺寸參數(shù)。從八十年達(dá)中期開(kāi)始，隨著科學(xué)技術(shù)的發(fā)展，我國(guó)也逐步進(jìn)行了對(duì)汽車(chē)安全性能計(jì)算機(jī)測(cè)控系統(tǒng)的研發(fā)，但由于技術(shù)和資源相對(duì)缺乏，汽車(chē)檢測(cè)技術(shù)發(fā)展相對(duì)緩慢。 第二階段，上個(gè)世紀(jì)六十年代，伴隨著科學(xué)技術(shù)的不斷進(jìn)步，尤其是在電子技術(shù)和計(jì)算機(jī)技術(shù)的不斷發(fā)展，國(guó)外的汽車(chē)檢測(cè)技術(shù)也在更新?lián)Q代，尤其是在檢測(cè)設(shè)備的精確化、自動(dòng)化和綜合化等方面取得了相當(dāng)大的成就，廣泛開(kāi)發(fā)應(yīng)用新技術(shù)，開(kāi)拓出了新的檢測(cè)領(lǐng)域，研制出了許多新型的檢測(cè)設(shè)備和儀器，如電子和機(jī)械相結(jié)合的機(jī)電一體化設(shè)備等，為汽車(chē)檢測(cè)創(chuàng)造了良好的條件。由檢測(cè)出的輪廓線可看出，該方法可獲得比較理想的結(jié)果，既節(jié)省了時(shí)間，也保證了精度。對(duì)本人實(shí)驗(yàn)或設(shè)計(jì)中做出重要貢獻(xiàn)的個(gè)人或集體，均已在文中以明確的方式注明。 OpenCV 以 C++為開(kāi)發(fā)語(yǔ)言，可用于 window 系統(tǒng)和 Linux 系統(tǒng)，其函數(shù)庫(kù)是開(kāi)放源代碼的，可以免費(fèi)從 Intel 公司的網(wǎng)站下載。在汽車(chē)發(fā)展的早期，人們主要通過(guò) “聽(tīng)”、“看”、“動(dòng)手”的方法，完全是依靠維修人員的經(jīng)驗(yàn)來(lái)找出汽車(chē)的故障并對(duì)故障做出相應(yīng)的修理。其原理是利用安裝在汽車(chē)各個(gè)部位的傳感器，自動(dòng)地、經(jīng)常地向駕駛員顯示反應(yīng)汽車(chē)的主要技術(shù)狀況，通常是以數(shù)字圖像訊號(hào)或者聲光訊號(hào)來(lái)顯示。 我國(guó)在汽車(chē)檢測(cè)技術(shù)上雖然已取得了較大的進(jìn)步 ，但是與世界其它國(guó)家的先進(jìn)水平相比，還有一定差距。在工業(yè)上三坐標(biāo)測(cè)量機(jī)、全站儀等是主要的檢測(cè)設(shè)備，但這些設(shè)備的結(jié)構(gòu)相對(duì)復(fù)雜、對(duì)測(cè)量的條件要求嚴(yán)格且價(jià)格昂貴，不利于在檢測(cè)領(lǐng)域?qū)嶋H應(yīng)用和推 廣。開(kāi)源軟件具有免費(fèi)性，簡(jiǎn)約精練，功能集中，占用的資源少，安全性好等有點(diǎn)。 第 2 章 OpenCV 簡(jiǎn)介及其配置 5 OpenCV 模塊 OpenCV 的正常運(yùn)行需要不同的模塊，其包含的模塊有 CV、 CVAUX、 CXCORE、HIGHGUI、 ML、 CVCAM。安裝 過(guò) 程 中 選 中 Add ? \OpenCV\bin to the system PATH （ 目 的 是 將? \OpenCV\bin 加入系統(tǒng)變量），如下圖所示，以便在運(yùn)行程序的時(shí)候，程序能夠找得到所需的 OpenCV 動(dòng)態(tài)鏈接庫(kù)文件。 lib（按需要添加，若不需要，則可不添加）。對(duì)圖像先進(jìn)行腐蝕操作后膨脹操作的運(yùn)算稱(chēng)為開(kāi)運(yùn)算，對(duì)圖像先進(jìn)行膨脹操作后再進(jìn)行腐蝕操作的運(yùn)算被稱(chēng)為閉運(yùn)算，這兩種運(yùn)算對(duì)數(shù)學(xué)形態(tài)學(xué)來(lái)說(shuō)是相當(dāng)重要的。 中值濾波是一種以排序統(tǒng)計(jì)理論為基礎(chǔ)的非線性信號(hào)處理技術(shù)，它的作用是能夠有效抑制噪聲。這種方法的原理是對(duì)圖像的噪聲點(diǎn)和平坦的區(qū)域進(jìn)行中值濾波，效果顯著，能夠有效的濾除噪聲 ,同時(shí)，因?yàn)閷?duì)邊緣細(xì)節(jié)區(qū)域沒(méi)有做任何處理，故有良好的細(xì)節(jié)保持能力。所以為了將圖像中的指定對(duì)象和背景分割，就要使用二值化閾值分割法將兩者當(dāng)作用是以閾值來(lái)分割的不同成分來(lái)實(shí)現(xiàn)去除圖像背景的目的。contours,sizeof(CvContour),CV_RETR_LIST,CV_CHAIN_APPROX_NONE,cvPoint(0,0))。 CvSeq *contours = 0, *contoursTemp = 0。 int i。 第 3 章 車(chē)輛圖像的處理 12 cvSet2D(imgColor, pty, ptx, cvScalar(0,0,255,0))。 cvSetReal2D(contoursImage, pty, ptx, 255。 cvReleaseMemStorage(amp。 return 0。 if（！ img） printf（“ Could not load image file： %s\n”， fileName）； filename為 被讀入文件的文件名。 flags 代表的是窗口屬性標(biāo)志，當(dāng) flag 的值為 1 時(shí)，表示程序?qū)?huì)依據(jù)圖像來(lái)自行調(diào)整所創(chuàng)建的窗口的大小。 其中， name為窗口的名字， Image為被顯示的圖像。 name為要被銷(xiāo)毀的窗口的名字。 OpenCV 中用以下的函數(shù)語(yǔ)句實(shí)現(xiàn)此操作： void cvMorphologyEx （ const CvArr*src ， CvArr*dst ， CvArr*temp ，IplConvKernel*element， int operation， int iterations=1）； src 為輸入圖像； dst 為輸出圖像， temp 為臨時(shí)圖像；在某些情況下需要。圖像中的噪聲有很多種，較為常見(jiàn)的有乘性噪聲、加性噪聲等。另外，需要引起注意的一點(diǎn)是，在濾波處 理過(guò)程中，我們用窗口在圖像上進(jìn)行滑動(dòng)的時(shí)，可以不對(duì)圖像的四個(gè)邊緣的像素點(diǎn)做任何處理，同時(shí)也可以使用灰度值為零的像素點(diǎn)來(lái)對(duì)圖像的邊緣進(jìn)行擴(kuò)展。 第 4 章 基于 OpenCV 的車(chē)輛輪廓線檢測(cè)實(shí)現(xiàn) 18 圖 2 去噪后的圖像 閾值分割及取反 閾值分割函數(shù) cvThreshold是對(duì)單通道數(shù)組進(jìn)行固定閾值的操作，函數(shù)語(yǔ)句如下： void cvThreshold（ const CvArr*src， CvArr*dst， double threshold， double max_value， int threshold _type）； 其中， src為輸入數(shù)組（單通道， 8位整數(shù)或 32位浮點(diǎn)數(shù)）， dst為輸出數(shù)組，且類(lèi)型必須與 src一致，或者為 8位整數(shù)。為了從灰度圖像中得到這樣的二值圖像，可以使用 cvThreshold, cvAdaptiveThreshold 或 cvCanny。該指針含有第一個(gè)最外層輪廓的指針，如果指針的值是 NULL，那就代表的是程序沒(méi)有檢測(cè)到有任何輪廓存在（比如當(dāng)圖像顏色全是黑色的時(shí)候）。檢測(cè)及繪制得到的車(chē)輛輪廓線如下所示： 圖3 車(chē)輛輪廓線第 5 章 汽車(chē)輪廓線檢測(cè)結(jié)果分析及結(jié)論 21 第 5 章 汽車(chē)輪廓線檢測(cè)結(jié)果分析及結(jié)論 汽車(chē)輪廓線檢測(cè)結(jié)果分析 受圖像本身的復(fù)雜程度和拍攝環(huán)境所影響，所得到的圖像在一定程度上存在著噪聲和雜質(zhì)，車(chē)輛的輪廓線也不是很光滑，若用這樣的圖片進(jìn)行處理，必然得不到理想的結(jié)果。同時(shí)，在老師和同學(xué)的幫助下，養(yǎng)成了良好的思維方法 和勤于思考的習(xí)慣，為今后的工作奠定了良好的基礎(chǔ)。 作者簽名： 日期： 畢業(yè)論文（設(shè)計(jì)）授權(quán)使用說(shuō)明 本論文（設(shè)計(jì)）作者完全了解 **學(xué)院有關(guān)保留、使用畢業(yè)論文（設(shè)計(jì)）的規(guī)定，學(xué)校有權(quán)保留論文（設(shè)計(jì)）并向相關(guān)部門(mén)送交論文（設(shè)計(jì)）的電子版和紙質(zhì)版