【正文】 電視節(jié)目片頭或片尾處的顏色、輪廓等的變換， 其目的是得到一種特殊的藝術(shù)效果，增強(qiáng)動(dòng)感和力度。然后把這個(gè)點(diǎn)作為新的邊界點(diǎn)，在當(dāng)前的搜索方向上逆時(shí)針旋轉(zhuǎn) 90 度，繼續(xù)用同樣的方法搜索下一個(gè)黑點(diǎn)，直到返回初始的邊界點(diǎn)為止。在灰度閾值分割法中，最常用的就是把圖像變?yōu)槎祱D像。集合 A被集合 B腐蝕，記作 AB定義為 { | }xA B x B A??；上式表明，用集合 B腐蝕集合 A，既當(dāng)集合 B 完全包含于集合 A 時(shí)，集合 B原點(diǎn)元素所在位置的集合。 待檢測(cè)圖像的形態(tài)學(xué)處理 數(shù)學(xué)形態(tài)學(xué)是分析幾何形狀和結(jié)構(gòu)的數(shù)學(xué)方法 [6]，建立在集合代數(shù)的基礎(chǔ)之上，用集合論方法定量描述幾何結(jié)構(gòu)的科學(xué)。數(shù)字圖像處理具有如下特點(diǎn)： 1） 處理精度高，再現(xiàn)性好。例如，電腦人像藝術(shù)，電視中的特殊效果，自動(dòng)售貨機(jī)鈔票的識(shí)別，郵政編碼的自動(dòng)識(shí)別和利用指紋、虹膜、面部等特征的身份識(shí)別等。 （ 3） 設(shè)計(jì)開(kāi)發(fā)了缺陷檢測(cè)軟件，使用 VC++成功的實(shí)現(xiàn)了各種設(shè)計(jì)的算法，并且取得了比較好的效果。由于人工檢測(cè)的缺陷，人們自然而然的想到了利用圖像處理技術(shù)來(lái)實(shí)現(xiàn)檢測(cè)的自動(dòng)化。其中光學(xué)方法已經(jīng)有了很長(zhǎng)的發(fā)展歷史，從簡(jiǎn)單的光學(xué)濾波到現(xiàn)在的激光全息技術(shù)，光學(xué)處理的理論也日趨完善，而且處理速度快，信息容量大，分辨率高。經(jīng)測(cè)試，程序運(yùn)行、容錯(cuò)能力良好。 培養(yǎng)目標(biāo)：掌握 Visual Studio C++軟件、 Xavis 軟件和圖像處理以及 OpenCV的知識(shí)。 關(guān)于機(jī)件的表面缺陷檢測(cè)，本次畢設(shè)針首先對(duì)可用于缺陷檢測(cè)的圖像處理的各個(gè)基本算法，比如圖像濾波，圖像增強(qiáng)，圖像形態(tài)學(xué)處理，圖像分割，邊緣檢測(cè)等進(jìn)行了研究。 OpenCV 西安 交通大學(xué)本科畢業(yè)設(shè)計(jì)（論文） VIII 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 ...................................... 16 基于 harris 角點(diǎn)特征的缺陷圖像配準(zhǔn) Matlab 仿真實(shí)現(xiàn) ......................................... 16 圖像配準(zhǔn) ............................................................................................................... 16 配準(zhǔn)技術(shù)的流程 ................................................................................................... 16 圖像配準(zhǔn)的方式 ................................................................................................... 16 圖像配準(zhǔn)方法 ....................................................................................................... 17 目 錄 IX 基于 Harris 角點(diǎn)缺陷圖像配準(zhǔn)算法的研究 ....................................................... 17 OpenCV的運(yùn)用和 VC++、 Xavis 的聯(lián)合調(diào)試的實(shí)現(xiàn) .............................................. 19 OpenCV的基本概念 ............................................................................................. 19 OpenCV的應(yīng)用 ..................................................................................................... 19 OpenCV的基本數(shù)據(jù)機(jī)構(gòu)： IplImage 結(jié)構(gòu) ......................................................... 19 Xavis、 VC++、 OpenCV聯(lián)合調(diào)試實(shí)現(xiàn)缺陷檢測(cè)算法 ..................................... 20 本章小結(jié) ..................................................................................................................... 22 4 基于圖像處理的表面缺陷檢測(cè)算法研究與實(shí)現(xiàn) ............................................................ 23 基于圖像處理的缺陷檢測(cè)基本流程 ......................................................................... 23 基于形態(tài)學(xué)處理的缺陷檢測(cè)算法研究與實(shí)現(xiàn) ......................................................... 24 高斯濾波，平滑圖像 ........................................................................................... 24 二值化前景圖 ....................................................................................................... 25 形態(tài)學(xué)濾波，去掉噪聲 ....................................................................................... 26 提取軸承的輪廓，檢測(cè)圓環(huán)的內(nèi)徑外徑 ........................................................... 27 檢測(cè)結(jié)果與分析 ................................................................................................... 28 基于信息熵的缺陷檢測(cè)算法研究與實(shí)現(xiàn) ................................................................. 29 信息熵在圖像處理中基本概念 ..........................................................