【導(dǎo)讀】師的指導(dǎo)下進(jìn)行的研究工作及取得的成果。盡我所知，除文中特別加。均已在文中作了明確的說明并表示了謝意。除了文中特別加以標(biāo)注引用的內(nèi)容外，本論文。究做出重要貢獻(xiàn)的個人和集體，均已在文中以明確方式標(biāo)明。全意識到本聲明的法律后果由本人承擔(dān)。同意學(xué)校保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)大學(xué)可以將本學(xué)位。印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。涉密論文按學(xué)校規(guī)定處理。養(yǎng)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)基礎(chǔ)。4．已經(jīng)開發(fā)的Xavis底層函數(shù)與架構(gòu)。閱相關(guān)文獻(xiàn)，了解機(jī)器視覺在缺陷檢測領(lǐng)域的重大意義；VC環(huán)境下，研究并實(shí)現(xiàn)缺陷檢測算法；，并針對實(shí)際應(yīng)用提出自己的建議；Xavis機(jī)器視覺平臺。完成任務(wù)后提交的書面材料要求(圖紙規(guī)格、數(shù)量，

　　

【正文】 成功的應(yīng)用是醫(yī)學(xué)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(shù)來重構(gòu)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(yīng)用極大的推動了數(shù)字圖像處理的發(fā)展。 圖 11 計(jì)算機(jī)層析成像系統(tǒng) CT 西安交通大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 2 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(yīng)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(yīng)用的共同特點(diǎn)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(fù)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(jì)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(shí)，仍然不能保證 100%的檢驗(yàn)合格率（即“零缺陷”）。有些時(shí)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(jìn)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(shù)來實(shí)現(xiàn)檢測的自動化。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)表面檢測中的應(yīng)用。 90 年代，大規(guī)模集成電路的飛速發(fā)展，一方面使得計(jì)算機(jī)的速度成倍的提高，而計(jì)算機(jī)的價(jià)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(chǔ)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(yīng)用的到了飛速的發(fā)展。由于數(shù)字圖像在工業(yè)中的應(yīng)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(gòu)成 如 圖 12 光源生 產(chǎn) 線產(chǎn)品C C D計(jì) 算 機(jī)檢 測結(jié) 果 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(jì)算機(jī)中，計(jì)算機(jī)對圖像進(jìn)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： 1 緒論 3 圖 13 數(shù)字圖像檢測處理系統(tǒng) 視覺檢測技術(shù)主要研究用計(jì)算機(jī)模擬人的視覺功能 ,并 從客觀事物的圖像中提取信息 [4]，進(jìn)行處理并加以理解，最終用于實(shí)際檢測和控制。據(jù)估計(jì)，全球圖像處理市場以每年 ％的速度迅速增長，到 20xx 年的機(jī)器視覺市場 規(guī)模預(yù)計(jì)將達(dá)到 億美元。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。目前很多公司的視覺產(chǎn)品和視覺技術(shù)就是要挖掘?qū)崿F(xiàn)機(jī)器視覺技術(shù)的潛力，并通過圖像處理技術(shù)來實(shí)現(xiàn)其增值服務(wù)。 圖 14 為 典型的視覺檢測處理系統(tǒng)實(shí)物圖 ： 圖 14 典型的視覺檢測處理系統(tǒng)實(shí)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(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，判斷并識別，進(jìn)而進(jìn)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(shí)的。所以根據(jù)產(chǎn)品的特點(diǎn)來設(shè)計(jì)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(jié)構(gòu) 數(shù)字圖象處理作為一門獨(dú)立學(xué)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(yīng)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(shí)現(xiàn)了各種產(chǎn)品的表面缺陷的檢測與標(biāo)識，其中涉及了以下幾項(xiàng)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(diǎn)及適用范西安交通大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 4 圍。 （ 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，并針對缺陷，設(shè)計(jì)了圖像處理算法，實(shí)現(xiàn)了對各類圖片中缺陷的自動檢測與標(biāo)識。 （ 3） 設(shè)計(jì)開發(fā)了缺陷檢測軟件，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。 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。 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(shí)現(xiàn)了缺陷檢測 圖像處理 技術(shù)的常用算法 ， 對待檢測圖像進(jìn)行了預(yù)處理， 為后面的應(yīng)用奠定了基礎(chǔ) 。 第三章 ： 學(xué)習(xí) 并研究 Xavis 機(jī)器視覺平臺 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(shí)現(xiàn)缺陷檢測（包括圖像預(yù)處理、圖像配準(zhǔn)、圖像比對）算法，并將自己的三種不同算法集成在機(jī)器視覺組態(tài)軟件 Xavis 中 ,進(jìn)行 VC++ 、 opencv、 Xavis 的三者聯(lián)合調(diào)試 。 取得了預(yù)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(jìn)行了總結(jié)，分析了 取得的結(jié)果和 工作 的不足，并對今后的工作提出了展望 。 2 缺陷檢測的數(shù)字圖像處理實(shí)現(xiàn) 5 2 缺陷檢測的 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(chǔ) 。 本章還介紹了數(shù)字圖像處理的基本結(jié)構(gòu)。為下面的檢測系統(tǒng)設(shè)計(jì)提供了大體的框架。 數(shù)字圖像 處理的概念 數(shù)字計(jì)算機(jī)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(jì)算機(jī)中的有序數(shù)據(jù)，當(dāng)然可以通過計(jì)算機(jī)對數(shù)字圖像進(jìn)行處理。我們把利用計(jì)算機(jī)對圖像進(jìn)行去除噪聲、增強(qiáng)、復(fù)原、分割、提取特征等的理論、方法和技術(shù)稱為 數(shù)字圖像處理 (Digital Image Processing)。一般地，圖像處理是用計(jì)算機(jī)和實(shí)時(shí)硬件實(shí)現(xiàn)的，因此也稱之為計(jì)算機(jī)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(yīng)用。例如，電腦人像藝術(shù)，電視中的特殊效果，自動售貨機(jī)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(xué)領(lǐng)域，很早以前就采用 X 射線透視、顯微鏡照片等來診斷疾病?，F(xiàn)在，計(jì)算機(jī)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(jì)算機(jī)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(dāng)空間坐標(biāo) x、 y和幅值 f 為有限的離散數(shù)值時(shí)，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 西安交通大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 6 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(gòu)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(yùn)動檢測、目標(biāo)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(yùn)動檢測、運(yùn)動目標(biāo)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(guān)注的研究熱點(diǎn)，它是指對目標(biāo)的運(yùn)動模式進(jìn)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(jìn)行各種加工以改善圖象的視覺效果、或突出有用信息，???????????1 0 02 2 02 5 01 8 0501 2 02 0 01 5 00I ???????????00255800255240240255R???????????02550160255255801600G???????????25525525524000160800B2 缺陷檢測的數(shù)字圖像處理實(shí)現(xiàn) 7 并為自動識別打基礎(chǔ)，或通過編碼以減少對其所需存儲空間、傳輸時(shí)間或傳輸帶寬的要求。 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） 中級圖像處理 中級圖像處理 主要對圖象中感興趣的目標(biāo)進(jìn)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(diǎn)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(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(jì)算機(jī)視覺），從而指導(dǎo)和規(guī)劃行動。 特點(diǎn)是 以客觀世界為中心，借助知識、經(jīng)驗(yàn)等來把握整個客觀世界。 特點(diǎn)是輸入是數(shù)據(jù)，輸出是理解。 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。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。 利用計(jì)算機(jī)進(jìn)行圖像處理， 其實(shí)質(zhì)是對圖像數(shù)據(jù)進(jìn)行各種運(yùn)算。由于計(jì)算機(jī)技術(shù)的飛速發(fā)展，計(jì)算精度和計(jì)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(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。 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(shù)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(lán)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(dá) 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(shí)間將大幅度增加。 4） 處理費(fèi)時(shí)。 由于圖像數(shù)據(jù)量大，因此處理比較費(fèi)時(shí)。特別是 處理結(jié)果與中心像素鄰域有關(guān)的西安交通大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 8 5） 圖像處理技術(shù)綜合性強(qiáng)。 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)。 待 檢測圖像的 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)。 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(yùn)算。 圖 24 圖像的腐蝕 數(shù)學(xué)形態(tài)學(xué)由一組形態(tài)學(xué)運(yùn)算算子組成。最基本的運(yùn)算算子由膨脹，腐蝕，開運(yùn)算，閉運(yùn)算。使用這些算子對圖像的結(jié)構(gòu)和形狀進(jìn)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(qiáng)以及圖像恢復(fù)等。 由于形態(tài)學(xué)具有完備的數(shù)學(xué)基礎(chǔ)，這使得形態(tài)學(xué)用于圖像分析和處理、形態(tài)濾波器的分析和系統(tǒng)設(shè)計(jì)等具有了堅(jiān)實(shí)的基礎(chǔ)。近年來，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。 形態(tài)學(xué)的理論基礎(chǔ)是集合論 [7]。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。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(xué)運(yùn)算中的最基本的運(yùn)算子之一，它在圖像處理中的主要作用是擴(kuò)充物體邊界點(diǎn)，連接兩個距離很近的物體。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中移動時(shí)，集合 B 中元素所對應(yīng)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(jié)構(gòu)元素。 2 缺陷檢測的數(shù)字圖像處理實(shí)現(xiàn) 9 腐蝕 腐蝕也是形 態(tài)學(xué)運(yùn)算中最基本的運(yùn)算子之一，它是與膨脹相對應(yīng)的運(yùn)算。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)小連接的兩個物體。集合 A被集合 B腐蝕，記作 AB定義 為