【文章內(nèi)容簡介】 43 本次畢設存在的問題 44 本科畢設感想和體會 44參考文獻 45附 錄 46附錄1 英文資料和譯文 46附錄11英文原文 46附錄12中文翻譯 53附錄2 4個VC++下的缺陷檢測核心算法 57附錄21 缺陷檢測算法2基于灰度信息的模板匹配算法 57附錄22 缺陷檢測算法3基于圖像信息熵的對比檢測 59附錄23 配準中旋轉(zhuǎn)函數(shù)的實現(xiàn) 60附錄24 圖像信息熵的檢測 60致謝 634 基于圖像處理的表面缺陷檢測算法研究與實現(xiàn)1 緒論 隨著數(shù)字圖像處理技術在工業(yè)領域的發(fā)展，基于圖像處理技術的機件缺陷得到了廣泛的應用。低成本、無損傷、準確，快速，使得機器視覺在缺陷檢測領域具有重要的意義。比如在工業(yè)領域，檢測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。本題專門研究基于數(shù)字圖像處理的缺陷檢測算法，并在工業(yè)組態(tài)軟件Xavis[2]中實現(xiàn)，以便更好的應用于實際。 表面缺陷檢測概述圖像處理就是對圖像信息進行加工以滿足人的視覺心理應用需要的行為[1]。圖像處理的手段有光學方法和數(shù)學方法[2]。其中光學方法已經(jīng)有了很長的發(fā)展歷史，從簡單的光學濾波到現(xiàn)在的激光全息技術，光學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。但是光學處理圖像的精度不高，穩(wěn)定性差，實時性差，在工業(yè)生產(chǎn)線上很少用。數(shù)字圖像處理就是利用數(shù)字計算機或其他數(shù)字硬件，對從圖像信息轉(zhuǎn)換而得的電信號進行某些數(shù)字運算，以提高圖像的實用性。數(shù)字圖像處理最早出現(xiàn)在20世紀50年代[3]，當時計算機已經(jīng)發(fā)展到一定的水平，人們利用計算機來處理圖像信息。在上個世紀六十年代，數(shù)字圖像處理形成了一門學科。數(shù)字圖像處理首次獲得成功的應用的是美國噴氣推進實驗室（JPL），他們對航天探測器徘徊者7號在1964年發(fā)回月球照片使用了圖像處理技術，由計算機繪制出了月球表面地圖。數(shù)字圖像處理的另一個成功的應用是醫(yī)學上的[3]，1972年英國EMI公司的工程師Housfield發(fā)明了CT。1975年，EMI公司由研制成功了全身用的CT裝置。CT裝置的基本方法是根據(jù)人體各部分的投影，利用數(shù)字圖像處理技術來重構圖像。如圖 11所示。數(shù)字圖像處理在這兩方面巨大成功的應用極大的推動了數(shù)字圖像處理的發(fā)展。圖 11 計算機層析成像系統(tǒng) CT在現(xiàn)代工業(yè)自動化生產(chǎn)中，涉及到各種各樣的檢查、測量和零件識別應用，例如光盤表面印刷質(zhì)量檢查，汽車零配件尺寸檢查和自動裝配的完整性檢查，電子裝配線的元件自動定位，飲料瓶蓋的印刷質(zhì)量檢查，產(chǎn)品包裝上的條碼和字符識別等。這類應用的共同特點是連續(xù)大批量生產(chǎn)、對外觀質(zhì)量的要求非常高。通常這種帶有高度重復性和智能性的工作只能靠人工檢測來完成，我們經(jīng)常在一些工廠的現(xiàn)代化流水線后面看到數(shù)以百計甚至逾千的檢測工人來執(zhí)行這道工序，在給工廠增加巨大的人工成本和管理成本的同時，仍然不能保證100%的檢驗合格率（即“零缺陷”）。有些時候，如微小尺寸的精確快速測量，形狀匹配，顏色辨識等，用人眼根本無法連續(xù)穩(wěn)定地進行。而且人工檢測還有可能因受到檢測人員主觀因素的影響較大,對產(chǎn)表面質(zhì)量的檢測不能得到足夠的保證。由于人工檢測的缺陷，人們自然而然的想到了利用圖像處理技術來實現(xiàn)檢測的自動化。而在早期，由于計算機處理速度比較慢，而圖像處理往往涉及巨大的存儲量和大量的運算，所以圖像處理只能在大型計算機上運行，這限制了圖像處理在工業(yè)表面檢測中的應用。90年代，大規(guī)模集成電路的飛速發(fā)展，一方面使得計算機的速度成倍的提高，而計算機的價格卻持續(xù)下降，另一方面使得CCD的分辨率也越來越高,各公司也在各FPGA的基礎上推出了各種圖像處理得專用芯片這一切使得圖像處理在工業(yè)產(chǎn)品表面缺陷檢測中的應用的到了飛速的發(fā)展。由于數(shù)字圖像在工業(yè)中的應用前景非常廣泛，各個大公司也都紛紛開發(fā)出各種基于圖像處理的檢測系統(tǒng)。表面缺陷檢測系統(tǒng)構成如圖 12 圖 12　缺陷檢測系統(tǒng)組成流水生產(chǎn)線上的產(chǎn)品經(jīng)過CCD采集后送到計算機中，計算機對圖像進行處理，檢測出產(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。其系統(tǒng)流程圖如圖 13：圖 13 數(shù)字圖像檢測處理系統(tǒng)視覺檢測技術主要研究用計算機模擬人的視覺功能,并從客觀事物的圖像中提取信息[4]，進行處理并加以理解，最終用于實際檢測和控制。據(jù)估計，％的速度迅速增長。與人工視覺相比，它最大的優(yōu)點是精確、快速、可重復性和數(shù)字化。目前很多公司的視覺產(chǎn)品和視覺技術就是要挖掘?qū)崿F(xiàn)機器視覺技術的潛力，并通過圖像處理技術來實現(xiàn)其增值服務。圖 14為典型的視覺檢測處理系統(tǒng)實物圖：圖 14　典型的視覺檢測處理系統(tǒng)實物圖表面檢測系統(tǒng)的核心是缺陷檢測分類軟件，利用它，系統(tǒng)對攝像機捕捉到的材料表面圖像進行分類整理，找到存在的缺陷，判斷并識別，進而進行處理。在工業(yè)生產(chǎn)中，由于工業(yè)產(chǎn)品繁多，外形各異，利用一種圖像處理方法來檢測所有產(chǎn)品的表面是不現(xiàn)實的。所以根據(jù)產(chǎn)品的特點來設計圖像處理的算法，使得檢測出來的產(chǎn)品質(zhì)量滿足工業(yè)要求，成為通用的手段。所以工業(yè)圖像的處理算法也千差萬別。 本文的工作及組織結構數(shù)字圖象處理作為一門獨立學科，已經(jīng)深入的融入人們的生活中。本論文對圖像處理在物體表面缺陷檢測的應用作了研究，并成功用 利用Xavis軟件綜合利于各種圖像處理算法，實現(xiàn)了各種產(chǎn)品的表面缺陷的檢測與標識，其中涉及了以下幾項工作：（1） 較深入地研究了各種圖像處理的算法，了解了各種算法的優(yōu)缺點及適用范圍。（2） 分析了給定的各種圖片，分析了圖片中的缺陷的特點以及可能出現(xiàn)的位置，形狀等，并針對缺陷，設計了圖像處理算法，實現(xiàn)了對各類圖片中缺陷的自動檢測與標識。（3） 設計開發(fā)了缺陷檢測軟件，使用VC++成功的實現(xiàn)了各種設計的算法，并且取得了比較好的效果。將算法集成在機器視覺組態(tài)軟件Xavis中，進行了VC++ 、opencv、Xavis 的三者聯(lián)合調(diào)試。 論文共分五章，各章的主要內(nèi)容安排如下：第一章：論述了圖像處理的發(fā)展，表面缺陷檢測的意義和發(fā)展。第二章：研究實現(xiàn)了缺陷檢測圖像處理技術的常用算法，對待檢測圖像進行了預處理，為后面的應用奠定了基礎。第三章：學習并研究Xavis機器視覺平臺進行圖像處理的方法，研究并實現(xiàn)Matlab/VC/OpenCV圖像處理編程方法，進行缺陷檢測的Matlab仿真。第四章：在VC環(huán)境下，深入的探討了缺陷檢測的系統(tǒng)的特征提取及匹配的常用算法，研究并實現(xiàn)缺陷檢測（包括圖像預處理、圖像配準、圖像比對）算法，并將自己的三種不同算法集成在機器視覺組態(tài)軟件Xavis中,進行VC++ 、opencv、Xavis 的三者聯(lián)合調(diào)試。取得了預期的成果。檢測到的表面劃痕清晰可見。第五章：對本文中的缺陷檢測算法進行了總結，分析了取得的結果和工作的不足，并對今后的工作提出了展望。432 缺陷檢測的數(shù)字圖像處理實現(xiàn)本章首先介紹可用于缺陷檢測的數(shù)字圖象處理的基本知識和一些常用的算法，而后續(xù)章節(jié)所采用的缺陷檢測圖像處理算法，基本上都是以各種圖像處理的基本算法組合為基礎。本章還介紹了數(shù)字圖像處理的基本結構。為下面的檢測系統(tǒng)設計提供了大體的框架。 數(shù)字圖像處理的概念數(shù)字計算機最擅長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在計算機中的有序數(shù)據(jù)，當然可以通過計算機對數(shù)字圖像進行處理。我們把利用計算機對圖像進行去除噪聲、增強、復原、分割、提取特征等的理論、方法和技術稱為數(shù)字圖像處理(Digital Image Processing)。一般地，圖像處理是用計算機和實時硬件實現(xiàn)的，因此也稱之為計算機圖像處理(Computer Image Processing)。在日常生活中，圖像處理已經(jīng)得到廣泛應用。例如，電腦人像藝術，電視中的特殊效果，自動售貨機鈔票的識別，郵政編碼的自動識別和利用指紋、虹膜、面部等特征的身份識別等。在醫(yī)學領域，很早以前就采用X射線透視、顯微鏡照片等來診斷疾病。現(xiàn)在，計算機圖像處理已成為疾病診斷的重要手段，用一般攝影方法不能獲取的身體內(nèi)部的狀況，也能由特殊的圖像處理裝置獲取，最具有代表性的就是X射線CT(Computed Tomograph，計算機斷層 攝像)。 數(shù)字圖像 一幅圖像可定義為一個二維函數(shù)f(x,y)，當空間坐標x、y和幅值f為有限的離散數(shù)值時，稱該圖像為數(shù)字圖像。簡言之，就是以數(shù)字格式表示的圖像。數(shù)字圖像分為以下三種格式：1） 黑白圖像 圖 21 黑白圖像2） 灰度圖像灰度圖像是指每個像素的信息由一個量化的灰度級來描述的圖像，沒有彩色信息。 圖 22 灰度圖像3） 彩色圖像　　 彩色圖像是指每個像素的信息由RGB三原色構成的圖像，其中RBG是由不同的灰度級來描述的。圖 23 彩色圖像 數(shù)字圖象處理的三個層次運動檢測、目標分類、人的跟蹤屬于視覺中的低級和中級處理部分(Lowlevel and Intermediatelevel Vision)，而行為理解和描述則屬于高級處理（Highlevel Vision）。運動檢測、運動目標分類與跟蹤是視覺監(jiān)控中研究較多的三個問題，而行為理解與描述則是近年來被廣泛關注的研究熱點，它是指對目標的運動模式進行分析和識別，并用自然語言等加以描述1） 低級圖像處理低級圖像處理主要對圖象進行各種加工以改善圖象的視覺效果、或突出有用信息，并為自動識別打基礎，或通過編碼以減少對其所需存儲空間、傳輸時間或傳輸帶寬的要求。它的特點是是輸入是圖像，輸出也是圖像，即圖象之間進行的變換。2） 中級圖像處理中級圖像處理主要對圖象中感興趣的目標進行檢測（或分割）和測量，以獲得它們的客觀信息從而建立對圖象的描述。特點是輸入是圖象，輸出是數(shù)據(jù)。3） 高級圖像處理高級圖像處理是在中級圖像處理的基礎上，進一步研究圖象中各目標的性質(zhì)和它們之間相互的聯(lián)系，并得出對圖象內(nèi)容含義的理解（對象識別）及對原來客觀場景的解釋（計算機視覺），從而指導和規(guī)劃行動。特點是以客觀世界為中心，借助知識、經(jīng)驗等來把握整個客觀世界。特點是輸入是數(shù)據(jù)，輸出是理解。 數(shù)字圖象處理的特點數(shù)字圖像處理是利用計算機的計算， 實現(xiàn)與光學系統(tǒng)模擬處理相同效果的過程。數(shù)字圖像處理具有如下特點： 1） 處理精度高，再現(xiàn)性好。利用計算機進行圖像處理， 其實質(zhì)是對圖像數(shù)據(jù)進行各種運算。由于計算機技術的飛速發(fā)展，計算精度和計算的正確性勿庸置疑； 另外，對同一圖像用相同的方法處理多次，也可得到完全相同的效果，具有良好的再現(xiàn)性。2） 處理的多樣性。由于圖像處理是通過運行程序進行的，因此，設計不同的圖像處理程序，可以實現(xiàn)各種不同的處理目的。 3） 圖像數(shù)據(jù)量龐大。圖像中包含有豐富的信息，可以通過圖像處理技術獲取圖像中包含的有用的信息，但是，數(shù)字圖像的數(shù)據(jù)量巨大。一幅數(shù)字圖像是由圖像矩陣中的像素（Pixel）組成的，通常每個像素用紅、綠、藍三種顏色表示， 每種顏色8bit表示灰度級。則一幅10241024不經(jīng)壓縮的真彩色圖像，數(shù)據(jù)量達3 MB（即102410248 bit3=24 Mb）。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。如此龐大的數(shù)據(jù)量給存儲、傳輸和處理都帶來巨大的困難。如果精度及分辨率再提高，所需處理時間將大幅度增加。4） 處理費時。由于圖像數(shù)據(jù)量大，因此處理比較費時。特別是處理結果與中心像素鄰域有關的處理過程（如第四章介紹的區(qū)處理方法）花費時間更多。5） 圖像處理技術綜合性強。數(shù)字圖像處理涉及的技術領域相當廣泛，如通信技術、計算機技術、電子技術、電視技術等， 當然，數(shù)學、物理學等領域更是數(shù)字圖像處理的基礎。 待檢測圖像的形態(tài)學處理數(shù)學形態(tài)學是分析幾何形狀和結構的數(shù)學方法[6]，建立在集合代數(shù)的基礎之上，用集合論方法定量描述幾何結構的科學。1985年之后，它逐漸成為分析圖像幾何特征的工具。主要包括膨脹、腐蝕、開以及閉運算。 圖 24 圖像的腐蝕 數(shù)學形態(tài)學由一組形態(tài)學運算算子組成。最基本的運算算子由膨脹，腐蝕，開運算，閉運算。使用這些算子對圖像的結構和形狀進行分析和處理，主要包括圖像分割、特征提取、邊緣檢測、圖像濾波、圖像增強以及圖像恢復等。 由于形態(tài)學具有完備的數(shù)學基礎，這使得形態(tài)學用于圖像分析和處理、形態(tài)濾波器的分析和系統(tǒng)設計等具有了堅實的基礎。近年來，形態(tài)學在圖像處理方面的應用和研究得到了迅速發(fā)展。 形態(tài)學的理論基礎是集合論[7]。在圖像處理中形態(tài)學的集合代表著黑白和灰度圖像的形狀。比如二值圖像中所有黑色相素組成的了該圖像完全描述。 膨脹 膨脹是形態(tài)學運算中的最基本的運算子之一，它在圖像處理中的主要作用是擴充物體邊界點，連接兩個距離很近的物體。集合A用集合B膨脹，記作，定義為；上式表明，用集合B膨脹集合A,既當集合B的原點在集合A中移動時，集合B中元素所對應位移后的元素組成的集合。在圖像處理中，集合A一般是待膨脹的圖像，稱集合B為結構元素。 腐蝕腐蝕也是形態(tài)學運算中最基本的運算子之一，它是與膨脹相對應的運算。它在圖像處理中的主要作用是消除物體的邊界點，消除圖像中小于結構元素的物體，分開具有細小連接的兩個物體。集合A被集合B腐蝕，記作定義為；上式表明，用集合B腐蝕集合A，既當集合B完全包含于集合A時，集合B原點元素所在位置的集合。在圖像處理中，集合A一般是待膨脹的圖像，稱集合B為結構元素。 開和閉 在腐蝕和膨脹的基礎上，對這兩個形態(tài)學運算子進行集合（并、交、補等），可以構造出形態(tài)學運算族。這些組合運算中，最為重要也最常用的兩個組合運算是開運算和閉運算。 集合A和集合B，集合A對集合B的開運算記作A〇B,定義為：。集合A對集合B的閉運算記作，定義為：。在圖像處理中，