【正文】 對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。 經(jīng)過文獻(xiàn)的查閱及程序的編寫，筆者的資料檢索能力與編程水平得到了提高，同時(shí)對(duì)計(jì)算機(jī)視覺和數(shù)字圖像處理領(lǐng)域有了初步了解。運(yùn)行程序后整體界面如圖 ( 38 )所示。 yMin = ( contour top yMin) ? contour top : yMin。 (a) (b) 圖 ( 34 ) 金剛石砂輪圖像的邊緣檢測(cè) 基于 VC++的砂輪表面金剛石識(shí)別 17 (a)原始中值濾波二值圖像； (b)檢測(cè)后的邊緣二值圖像。圖像中像素點(diǎn)亮度的變化常常反映了展示目標(biāo)信息屬性的重要變化，其中包括場(chǎng)景照明光亮變更、物體表面紋理變化、物體深度不連續(xù)、物體表面方向變化等等。 y++ ) for( x = 0 。 OpenCV 庫中提供了多種線性和非線性濾波，其中也包含了中值濾波，根據(jù)參數(shù)的調(diào)整還可以更改濾波窗口的大小： Iplimage * mfilterImage = cvCreateImage ( cvGetSize( grayImage ), grayImage depth, 1)。 理論基礎(chǔ) 作為一種傳統(tǒng)的非線性平滑技術(shù)，中值濾波擅于處理離散、突發(fā)的噪聲，尤其對(duì)消除椒鹽噪聲有非常好的效果，并能保護(hù)信號(hào)或圖像信息的邊緣不被模糊。 程序?qū)崿F(xiàn) 對(duì)一張彩色圖片，將對(duì)應(yīng)像素點(diǎn)的 RGB 三通道值轉(zhuǎn)化為亮度 I 的公式為： I = x R + x G + x B ( ) 式 ( )中， R、 G、 B 分別為像素點(diǎn)紅、綠、藍(lán)三通道對(duì)應(yīng)的強(qiáng)度值， I 為灰度圖相應(yīng)位置像素點(diǎn)的灰度值。通過調(diào)用其完善的封裝類和函數(shù)方法，可以極大地方便研究者進(jìn)行科研實(shí)踐，又由于其具有開源的特性，使得在原有的視覺算法基礎(chǔ)上進(jìn)行改良成為了可能。 本文的總體結(jié)構(gòu)如下：第一章說明了計(jì)算機(jī)視覺與數(shù)字圖像處理技術(shù)在實(shí)際生產(chǎn)生活中的應(yīng)用背景和本項(xiàng)目課題的實(shí)踐意義價(jià)值；第二章介紹了項(xiàng)目程序的開發(fā)環(huán)境，簡要列舉了調(diào)用的庫函數(shù)；第三章分模塊詳細(xì)闡述了檢測(cè)算法的原理，并展示了各步驟對(duì)樣本圖像的處理結(jié)果和最終程序展示界面；最后的結(jié)論對(duì)整個(gè)課題項(xiàng)目進(jìn)行反思，提出改進(jìn)點(diǎn)并對(duì)未來技術(shù)進(jìn)步作出展望。通過在磨料中加入結(jié)合劑，經(jīng)過壓坯、干燥和焙燒等流程，將磨料固定成一定的幾何形狀（通常為圓形）的多孔體來制成砂輪，其工作表面如圖（ 11）所示。圖像處理應(yīng)用在攝影及印刷，衛(wèi)星圖像處理，醫(yī)學(xué)圖像處理，面孔圖像處理，顯微圖像處理以及汽車障礙識(shí)別。算法通過對(duì)樣本圖像進(jìn)行灰度轉(zhuǎn)換、閾值變換、中值濾波、邊緣提取、尋找輪廓等步驟，獲得圖像中金剛石磨料部分的輪廓面積以及區(qū)域邊界點(diǎn)。 基于 VC++的砂輪表面金剛石識(shí)別 2 第一章 課題的背景及意義 計(jì)算機(jī)視覺和數(shù)字圖像處理 伴隨科學(xué)技術(shù)的發(fā)展，社會(huì)生產(chǎn)力不斷提高，許多領(lǐng)域行業(yè)正逐步由傳統(tǒng)的人工作坊制作方式轉(zhuǎn)變?yōu)榇笠?guī)模的機(jī)器流水線自動(dòng)生產(chǎn)。金剛石是一種由碳原子構(gòu)成的礦物，是碳元素的同素異形體，是目前地球上發(fā)現(xiàn)的自然物體中最堅(jiān)硬的物質(zhì)。 VS 是當(dāng)前應(yīng)用最為廣泛的 Windows 平臺(tái)應(yīng)用程序的集成開發(fā)環(huán)境。 基于 VC++的砂輪表面金剛石識(shí)別 7 第三章 主要功能的理論基礎(chǔ)及設(shè)計(jì)實(shí)現(xiàn) 在前面的章節(jié)中，對(duì)于軟件的開發(fā)環(huán)境我們已經(jīng)有了概括性的了解。 x++ ) grayImage [x, y] [I] = x sourceImage [x, y] [R] + x sourceImage [x, y] [G] + x sourceImg [x ,y] [B] 在 OpenCV 庫中，封裝好的圖像結(jié)構(gòu)類指針以及對(duì)應(yīng)的函數(shù)方法可以幫助我們?cè)趫D像層面對(duì)樣本進(jìn)行處理。通常情況下，中值濾波被應(yīng)用于處理椒鹽噪聲。通過觀察可以發(fā)現(xiàn)，圖 ( a )中大部分離散的小亮點(diǎn)噪聲在圖 ( b )中都被消除了，而且圖 ( b )保留了目標(biāo)輪廓的大部分信息，并沒有造成邊緣模糊過重的現(xiàn)象。此時(shí)的 thresImage 為一幅二值灰度圖像，各像素點(diǎn)取值非 0 即為 255。但在金剛石檢測(cè)的項(xiàng)目中，經(jīng)過前述章節(jié)處理的二值灰度圖像不存在此類問題。 cvFindContours ( edgeImage, mem_storage, amp。 圖 ( 35 )是根據(jù)輪廓集 contour 中信息，重新讀取繪制的金剛石輪廓圖像。程序運(yùn)行初始化時(shí)默認(rèn)設(shè)置圖像所代表面積為 40000，可根據(jù)實(shí)際需要鍵入數(shù)字修改參數(shù)。 本論文的完成得益于室友的協(xié)助，因?yàn)樗麄兊捏w諒與幫助，才使得論文更加完整與嚴(yán)謹(jǐn)，在我寫論文最無助時(shí)他們給了我最真摯的建議，幫助我度過了最艱難的時(shí)期。 作者簽名： 日期： 年 月 日 基于 VC++的砂輪表面金剛石識(shí)別 30 導(dǎo)師簽名： 日期： 年 月 日 基于 VC++的砂輪表面金剛石識(shí)別 31 注 意 事 項(xiàng) （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(xiàn) 8）致謝 9）附錄（對(duì)論文支持必要時(shí)） ：理工類設(shè)計(jì)（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。盡我所知，除文中特別加以標(biāo)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(jī)構(gòu)的學(xué)位或?qū)W歷而使用過的材料。 基于 VC++的砂輪表面金剛石識(shí)別 25 結(jié)論 本文介紹了一種在砂輪圖像中提取金剛石輪廓的邊緣檢測(cè)算法。 rectArea 則記錄了外接矩形的面積。 contour != NULL 。 x width 。經(jīng)過閾值變換后，圖像中雜質(zhì)礦石部分被屏蔽，金剛石礦石部分像素亮度被加強(qiáng)，得到凸顯。 在金剛石檢測(cè)的應(yīng)用中，不含金剛石的雜質(zhì)部分對(duì)后續(xù)處理沒有幫助，反而會(huì)造成干擾，需要從圖像中除去信息；而包含金剛石的部分則是后續(xù)考察的對(duì)象，需要重點(diǎn)突出。 x width 。 以數(shù)字圖像處理中常見的 Lena 圖為例，進(jìn)行灰度轉(zhuǎn)換后，得到的灰度圖與原始彩色圖像對(duì)比如圖 ( 31 )所示，其中圖 (a)為原始的 RGB 三通道彩色圖像，圖 (b)為經(jīng)過轉(zhuǎn)換后的灰度圖像?；叶葓D像的存儲(chǔ)方式與彩色圖像類似，但由于其像素只能表示從黑到白的顏色漸變，存儲(chǔ)時(shí)每個(gè)像素只有一個(gè)分量 ( i )，用以表示該像素點(diǎn)的亮度，取值范圍為 [ 0, 255]區(qū)間的整數(shù)，越接近最大值，像素點(diǎn)越亮（呈現(xiàn)白色），反之則越暗（呈現(xiàn)黑色）。 OpenCV OpenCV 全稱為 Open Source Computer Vision Library，最早由 Intel 在 1999 年建立，是一個(gè)開源的跨平臺(tái)計(jì)算機(jī)視覺庫。對(duì)磨削砂輪的準(zhǔn)確認(rèn)識(shí)，是對(duì)磨削機(jī)理進(jìn)行研究的重要基礎(chǔ)，是對(duì)磨削過程進(jìn)行建模和仿真、優(yōu)化磨削過程的基本環(huán)節(jié)。作為一門研究計(jì)算機(jī)系統(tǒng)與機(jī)器視覺的科學(xué)，計(jì)算機(jī)視覺與數(shù)字圖像處理這門學(xué)科領(lǐng)域存在大量交集。圖片自動(dòng)識(shí)別處理技術(shù)應(yīng)運(yùn)而生。 Computer vision 目錄 引言 ............................................................................................................................................ 1 第一章 課題的背景及意義 .................................................................................................... 2 計(jì)算機(jī)視覺和數(shù)字圖像處理 ...................................................................................2 課題實(shí)踐意義 ...........................................................................................................3 第二章 課題軟件開發(fā)環(huán)境介紹 ............................................................................................ 5 VC++.........................................................................................................................5 MFC ..........................................................................................................................5 OpenCV ...................................................................................................................6 第三章 主要功能的理論基礎(chǔ)及設(shè)計(jì)實(shí)現(xiàn) .............................................................................. 7 灰度轉(zhuǎn)換 ....................................................................................