【正文】 □ 不及格 二、論文（設(shè)計(jì)）質(zhì)量 論文（設(shè)計(jì)）的整體結(jié)構(gòu)是否符合撰寫規(guī)范？ □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 是否完成指定的論文（設(shè)計(jì)）任務(wù)（包括裝訂及附件）？ □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 三、論文（設(shè)計(jì)）水平 論文（設(shè)計(jì)）的理論意義或?qū)鉀Q實(shí)際問題的指導(dǎo)意義 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 論文的觀念是否有新意？設(shè)計(jì)是否有創(chuàng)意 ？ □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 論文（設(shè)計(jì)說(shuō)明書）所體現(xiàn)的整體水平 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 評(píng)定成績(jī)： □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 （在所選等級(jí)前的□內(nèi)畫“√”） 教研室主任（或答辯小組組長(zhǎng)）： （簽名） 年 月 日 教學(xué)系意見： 系主任： （簽名） 年 月 日 西安交通大學(xué)本科畢業(yè)設(shè)計(jì)（論文） II 系 （ 所 ） 自控所 系 (所 ) 主任 韓九強(qiáng) 批 準(zhǔn) 日 期 畢業(yè)設(shè)計(jì) (論文 )任務(wù)書 電信學(xué)院 院 自動(dòng)化 系 66 班 學(xué)生 畢業(yè)設(shè)計(jì) (論文 )課題 基于數(shù)字圖像處理技術(shù)的缺陷檢測(cè)算法研究 畢業(yè)設(shè)計(jì) (論文 )工作自 20xx 年 3 月 1 日起至 20xx 年 6 月 20 日止 畢業(yè)設(shè)計(jì) (論文 )進(jìn)行地點(diǎn)： 西安交大自控所 課題的背景、意義及培養(yǎng)目標(biāo) 背景意義： 隨著數(shù)字圖像處理技術(shù)在工業(yè)領(lǐng)域的發(fā)展，基于圖像處理技術(shù)的機(jī)件缺陷得到了廣泛的應(yīng)用。 作者簽名： 日 期： 學(xué)位論文原創(chuàng)性聲明 本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所取得的研究成果。低成本、無(wú)損傷、準(zhǔn)確，快速，使得機(jī)器視覺在缺陷檢測(cè)領(lǐng)域具有重要的意義。 Information entropy。 1975 年， EMI 公司由研制成功了全 身用的 CT裝置。與人工視覺相比，它最大的優(yōu)點(diǎn)是精確、快速、可重復(fù)性和數(shù)字化。 檢測(cè) 到的 表面劃痕清晰可見。 圖 23 彩色圖像 數(shù)字圖象處理的三個(gè)層次 運(yùn)動(dòng)檢測(cè)、目標(biāo)分類、人的跟蹤屬于視覺中的低級(jí)和中級(jí)處理部分 (Lowlevel and Intermediatelevel Vision)，而行為理解和描述則屬于高級(jí)處理（ Highlevel Vision）。一幅數(shù)字圖像是由圖像矩陣中的像素（ Pixel）組成的，通常每個(gè)像素用紅、綠、藍(lán)三種顏色表示， 每種顏色 8bit 表示灰度級(jí)。近年來(lái)，形態(tài)學(xué)在圖像處理方面的應(yīng)用和研究得到了迅速發(fā)展。在圖像處理中形態(tài)學(xué)的集合代表著黑白 和灰度圖像的形狀。 X 射線照片一般用 64～ 256 Kb 的數(shù)據(jù)量，一幅遙感圖像為 324023404＝ 30Mb。 它的特點(diǎn)是 是輸入是圖像，輸出也是 圖像，即圖象之間進(jìn)行的變換。 2 缺陷檢測(cè)的數(shù)字圖像處理實(shí)現(xiàn) 5 2 缺陷檢測(cè)的 數(shù)字 圖像處理 實(shí)現(xiàn) 本章首先介紹 可用于缺陷檢測(cè)的 數(shù)字圖象處理的基本知識(shí)和一些常用的算法， 而后續(xù)章節(jié)所采用的缺陷檢測(cè)圖像處理算法，基本上都是以 各種圖像處理的基本算法組合 為基礎(chǔ) 。 圖 14 為 典型的視覺檢測(cè)處理系統(tǒng)實(shí)物圖 ： 圖 14 典型的視覺檢測(cè)處理系統(tǒng)實(shí)物圖 表面檢測(cè)系統(tǒng)的核心是缺陷檢測(cè)分類軟件，利用它，系統(tǒng)對(duì)攝像機(jī)捕捉到的材料表面圖像進(jìn)行分類整理 ，找到存在的缺陷，判斷并識(shí)別，進(jìn)而進(jìn)行處理。 如 圖 11 所示。 Xavis。本次畢設(shè)在缺陷檢測(cè)識(shí)別中的算法作了較深入的研究。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。本人授權(quán) 大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。最終在畢設(shè)中采用了三種效果比較不錯(cuò)的配準(zhǔn)算法。比如在工業(yè)領(lǐng)域，檢測(cè)工件的表面是否有缺陷，印刷品質(zhì)量是否有缺陷， IC字符印刷的質(zhì)量，電路板的質(zhì)量等 [1]都大量利用了圖像處理技術(shù)。這類應(yīng)用的共同特點(diǎn)是連續(xù)大批量生產(chǎn)、對(duì)外觀質(zhì)量的要求非常高。所以工業(yè)圖像的處理算法也千差萬(wàn)別。 數(shù)字圖像 處理的概念 數(shù)字計(jì)算機(jī)最擅長(zhǎng)的莫過于處理各種數(shù)據(jù)，數(shù)字化后的圖像可以看成是存儲(chǔ)在計(jì)算機(jī)中的有序數(shù)據(jù)，當(dāng)然可以通過計(jì)算機(jī)對(duì)數(shù)字圖像進(jìn)行處理。 3） 高級(jí)圖像處理 高級(jí)圖像處理是在 中級(jí)圖像處理的基礎(chǔ)上，進(jìn)一步研究圖象中各目標(biāo)的性質(zhì)和它們之間相互的聯(lián)系，并得出對(duì)圖象內(nèi)容含義的理解（對(duì)象識(shí)別）及對(duì)原來(lái)客觀場(chǎng)景的解釋（計(jì)算機(jī)視覺），從而指導(dǎo)和規(guī)劃行動(dòng)。 4） 處理費(fèi)時(shí)。集合 A 用集合 B 膨脹，記作 AB? ，定義為?{ | }xA B x B A ?? ? ?；上式表明，用集合 B 膨脹集合 A,既當(dāng)集合 B 的原點(diǎn)在集合 A中移動(dòng)時(shí)，集合 B 中元素所對(duì)應(yīng)位移后的元素組成的集合。最基本的運(yùn)算算子由膨脹，腐蝕，開運(yùn)算，閉運(yùn)算。 由于圖像處理是通過運(yùn)行程序進(jìn)行的，因此，設(shè)計(jì)不同的圖像處理程序，可以實(shí)現(xiàn)各種不同的處理目的。簡(jiǎn)言之， 就是 以數(shù)字格式表示的圖像。 第三章 ： 學(xué)習(xí) 并研究 Xavis 機(jī)器視覺平臺(tái) 進(jìn)行圖像處理的方法， 研究并實(shí)現(xiàn)Matlab/VC/OpenCV 圖像處理編程方法 ， 進(jìn)行缺陷檢測(cè)的 Matlab 仿真。 表面缺陷檢測(cè)系統(tǒng)構(gòu)成 如 圖 12 光源生 產(chǎn) 線產(chǎn)品C C D計(jì) 算 機(jī)檢 測(cè)結(jié) 果 圖 12 缺陷檢測(cè)系統(tǒng)組成 流水生產(chǎn)線上的產(chǎn)品經(jīng)過 CCD 采集后送到計(jì)算機(jī)中，計(jì)算機(jī)對(duì)圖像進(jìn)行處理， 檢測(cè)出產(chǎn)品表面是否有 缺陷以及缺陷的位置，如果有缺陷，記錄缺陷的情況以供后續(xù)處理。在上個(gè)世紀(jì)六十年代，數(shù)字圖像處理形成了一門學(xué)科。同時(shí)培養(yǎng)了良好的編程能力，分析和解決問題的能力，為以后的科研夯實(shí)了基礎(chǔ)。 課題的主要任務(wù) 閱相關(guān)文獻(xiàn)，了解機(jī)器視覺在缺陷檢測(cè)領(lǐng)域的重大意義； VC 環(huán)境下，研究并實(shí)現(xiàn)缺陷檢測(cè)（包括圖像預(yù)處理、圖像配準(zhǔn)、圖像比對(duì)）算法； ，并針對(duì)實(shí)際應(yīng)用提出自己的建議； Xavis 中。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。 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)。經(jīng)測(cè)試，程序運(yùn)行、容錯(cuò)能力良好。但是光學(xué)處理圖像的精度不高，穩(wěn)定性差，實(shí)時(shí)性差 ， 在工業(yè)生產(chǎn)線上很少用。而在早期，由于計(jì)算機(jī)處理速度比較慢，而圖像處理往往涉及巨大的存儲(chǔ)量和大量的運(yùn)算，所以圖像處理只能在大型計(jì)算機(jī)上運(yùn)行，這限制了圖像處理在工業(yè)表面檢測(cè)中的應(yīng)用。 將算法集成在機(jī)器視覺組態(tài)軟件 Xavis 中，進(jìn)行 了 VC++ 、opencv、 Xavis 的三者聯(lián)合調(diào)試。在醫(yī)學(xué)領(lǐng)域，很早以前就采用 X 射線透視、顯微鏡照片等來(lái)診斷疾病。 利用計(jì)算機(jī)進(jìn)行圖像處理， 其實(shí)質(zhì)是對(duì)圖像數(shù)據(jù)進(jìn)行各種運(yùn)算。 1985 年之后，它逐漸成為分析圖像幾何特征的工具。它在圖像處理中的主要作用是消除物體的邊界點(diǎn)，消除圖像中小于結(jié)構(gòu)元素的物體，分開具有細(xì)小連接的兩個(gè)物體。 數(shù)字圖像處理涉及的技術(shù)領(lǐng)域相當(dāng)廣泛，如通信技術(shù)、計(jì)算機(jī)技術(shù)、電子技術(shù)、電視技術(shù)等， 當(dāng)然，數(shù)學(xué)、物理學(xué)等領(lǐng)域更是數(shù)字圖像處理的基礎(chǔ)。 數(shù)字圖象處理的 特點(diǎn) 數(shù)字圖像處理是利用計(jì)算 機(jī)的計(jì)算， 實(shí)現(xiàn)與光學(xué)系統(tǒng)模擬處理相同效果的過程。 在日常生活中，圖像處理已經(jīng)得到廣泛應(yīng)用。 （ 2） 分析了給定的各種圖片，分析了圖片中的缺陷的特點(diǎn)以及可能出現(xiàn)的位置，形狀等，并針對(duì)缺陷，設(shè)計(jì)了圖像處理算法，實(shí)現(xiàn)了對(duì)各類圖片中缺陷的自動(dòng)檢測(cè)與標(biāo)識(shí)。而且人工檢測(cè)還有可能因受到檢測(cè)人員主觀 因素的影響較大 ,對(duì)產(chǎn)表面質(zhì)量的檢測(cè)不能得到足夠的保證。圖像處理的手段有光學(xué)方法和數(shù)學(xué)方法 [2]。取得了預(yù)想中的成果，檢測(cè)的表面劃痕效果清晰明顯。低成本、無(wú)損傷、準(zhǔn)確，快速，使得機(jī)器視覺在缺陷檢測(cè)領(lǐng)域具有重要的意義。 作 者 簽 名： 日 期： 指導(dǎo)教師簽名： 日 期： 使用授權(quán)說(shuō)明 本人完全了解 大學(xué)關(guān)于收集、保存、使用畢業(yè)設(shè)計(jì)（論文）的規(guī)定， 即：按照學(xué)校要求提交畢業(yè)設(shè)計(jì)（論文）的印刷本和電子版本；學(xué)校有權(quán)保存畢業(yè)設(shè)計(jì)（論文）的印刷本和電子版，并提供目錄檢索與閱覽服務(wù)；學(xué)校可以采用影印、縮印、數(shù)字化或其它復(fù)制手段保存論文；在不以贏利為目的前提下，學(xué)?？梢怨颊撐牡牟糠只蛉?jī)?nèi)容。 Xavis、 Visual C++、 OpenCV 的聯(lián)合調(diào)試 完成任務(wù)后提交的書面材料要求 (圖紙規(guī)格、數(shù)量，論文字?jǐn)?shù)，外文翻譯字?jǐn)?shù)等 ) Xavis 軟件的一個(gè)動(dòng)態(tài)鏈接庫(kù) dll 文件 ，并提交電子版 3000 字左右英文文獻(xiàn) ： A4 主要參考文獻(xiàn) 1 阮宇編著 .Visual C++ 基礎(chǔ)教程 .清華大學(xué)出版社 2 章毓晉編著 . 圖像處理和分析 . 清華大學(xué)出版社 3 Tinku Ach