【正文】 參考文獻(xiàn)[1] 陳桂明、張明照、[J].科學(xué)出版社，2000[2] ，[3] 郁梅等，基于視覺的車輛牌照檢測,計算機(jī)應(yīng)用研究,1999(5),P65～67[4] 葉晨洲，廖金周，一種基于紋理的牌照圖象二值化方法，微型電腦應(yīng)用，1999(6)，P28～29[5] 周妮娜、王敏、黃心漢、呂雪峰、2003(15)[6] 楊萬山等，基于BP 神經(jīng)網(wǎng)絡(luò)的工程圖紙圖形符號的識別，微型電腦應(yīng)用，2000[7] 王年、李婕、任彬、. 安徽大學(xué)學(xué)報，1999(6)[8] 崔　江、(4)[9] 許志影、2004(4)[10] 葉江明 .，P125130 [11] 邊立秀、周俊露、趙勁松、楊建夢 .熱工控制系統(tǒng)，中國電力出版社，2001，P169189。使自己的能力進(jìn)一步得到了提高。論文寫作時我都仔細(xì)地進(jìn)行多次檢查。在此，我要表示我最衷心的感謝。使我了解了美國軟件LabVIEW系統(tǒng)的基本應(yīng)用，這對我來說是一個很大的收獲，可以用這些軟件解決一些實際問題。致 謝 本次的畢業(yè)設(shè)計是在老師的悉心幫助和指導(dǎo)之下完成的，在整個畢業(yè)設(shè)計過程當(dāng)中，他都給我提供方便，并仔細(xì)指導(dǎo)。此外，還得出一個結(jié)論：知識必須通過應(yīng)用才能實現(xiàn)其價值！有些東西以為學(xué)會了，但真正到用的時候才發(fā)現(xiàn)是兩回事，所以我認(rèn)為只有到真正會用的時候才是真的學(xué)會了?？傊还軐W(xué)會的還是學(xué)不會的的確覺得困難比較多，真是萬事開頭難，不知道如何入手。通過這次課程設(shè)計，我才明白學(xué)習(xí)是一個長期積累的過程，在以后的工作、生活中都應(yīng)該不斷的學(xué)習(xí)，努力提高自己知識和綜合素質(zhì)，特別是對于我，基礎(chǔ)比較差，一定不能太過于心急，要靜下心來慢慢的研究。課程設(shè)計不僅是對前面所學(xué)知識的一種檢驗，而且也是對自己能力的一種提高。實驗表明本方法既保留了水位計區(qū)域的信息，又減少了噪聲的干擾，從而簡化了二值化處理過程，提高了后續(xù)處理的速度。整理和總結(jié)了國內(nèi)外在水位計定位、分割、字符識別方面的研究成果和發(fā)展方向，以及水位計識別的特點。實際運(yùn)行表明：采用虛擬儀器技術(shù)開發(fā)的汽包水位質(zhì)量校驗裝置，具有界面友好、功能強(qiáng)大、操作方便、運(yùn)行穩(wěn)定、精度高等特點，該裝置的推廣和使用，將極大提高汽包水位控制質(zhì)量分析儀的測試精度及校準(zhǔn)水平，為水位控制系統(tǒng)水位質(zhì)量的提高和改善提供準(zhǔn)確的依據(jù)和技術(shù)保障。在專用測量系統(tǒng)方面，虛擬儀器的發(fā)展空間更為廣闊。為了使汽包水位控制系統(tǒng)的質(zhì)量校驗裝置產(chǎn)業(yè)化、實用化，本裝置是以PC機(jī)為核心組建的自動測試系統(tǒng)，大大增強(qiáng)了系統(tǒng)的自動化程度、可靠性和準(zhǔn)確性。在數(shù)據(jù)存盤模塊，可以將數(shù)據(jù)分析結(jié)果或原始時域數(shù)據(jù)進(jìn)行存盤。在數(shù)據(jù)顯示模塊，可以對采集到的當(dāng)前數(shù)據(jù)、經(jīng)數(shù)據(jù)分析與綜合后的數(shù)據(jù)進(jìn)行圖形、表格及狀態(tài)顯示。在數(shù)據(jù)分析與綜合模塊中，首先從數(shù)據(jù)采集模塊讀取數(shù)據(jù)，得到原始數(shù)據(jù)后，各系統(tǒng)進(jìn)行相應(yīng)處理，如對于旋翼系統(tǒng)數(shù)據(jù)進(jìn)行多圈平均、動態(tài)值及靜態(tài)值計算，對于加速度動態(tài)信號進(jìn)行頻譜分析等。圖53a在數(shù)據(jù)采集模塊中，各模塊按照一定規(guī)范進(jìn)行設(shè)置，如采樣頻率、觸發(fā)方式、數(shù)據(jù)塊長度、采集到的數(shù)據(jù)格式等。在該軟件中，系統(tǒng)分成6個模塊，即：文件配置、數(shù)據(jù)采集、數(shù)據(jù)分析與綜合、數(shù)據(jù)顯示、數(shù)據(jù)存盤及報告生成。為達(dá)到上述功能，軟件設(shè)計采用了如下幾個方面的技術(shù)。在數(shù)據(jù)處理模塊，根據(jù)試驗要求需要對各系統(tǒng)相關(guān)的數(shù)據(jù)進(jìn)行綜合處理。采用NIPXI104518槽機(jī)箱，PXI8186 嵌入式控制計算機(jī)，其中3塊PXI6052E為主旋翼參數(shù)采集、2塊PXI6052E為尾旋翼參數(shù)采集、1塊PXI6052E為緩變信號采集、2塊PXI4472B為動態(tài)信號采集。系統(tǒng)軟件開發(fā)是以L a b V I ，配以S o u n d amp。對于頻率量，可以進(jìn)入PXI6052E模塊中的模擬通道或計數(shù)器通道，不需要另配I/O采集卡。頻率量進(jìn)入旋翼采集器中專門配置的頻率量信號采集板。溫度、壓力等緩變信號，轉(zhuǎn)速、流量等頻率量信號經(jīng)過調(diào)理、長線傳輸?shù)揭环秩D(zhuǎn)接板。主旋翼及尾旋翼屬于旋轉(zhuǎn)部件，信號經(jīng)過集流環(huán)進(jìn)入臺架下信號調(diào)理器，放大后的信號經(jīng)過長線傳輸進(jìn)入測試間中的一分三信號轉(zhuǎn)接板，在傳統(tǒng)測試系統(tǒng)中，信號分別進(jìn)入主旋翼采集器和尾旋翼采集器。同時，軟件采用圖形化語言LabVIEW編程，面向測試工程師，編程方便，人機(jī)交互界面友好，并具有強(qiáng)大的數(shù)據(jù)可視化分析和儀器控制能力，軟件內(nèi)具封裝好的控件和函數(shù)，簡單易用，極大的提高了開發(fā)的工作效率，并使得后期的系統(tǒng)維護(hù)和升級較為方便。然后通過FFT計算對諧波及閃變信號進(jìn)行頻譜分析，監(jiān)視源的變化情況。該卡具有4個差分模擬輸入通道，正負(fù)10V的電壓輸入范圍，24位采樣分辨率，可以用模擬和數(shù)字兩種觸發(fā)方式進(jìn)行數(shù)據(jù)采集。對于熟悉電子儀器結(jié)構(gòu)和硬件電路的電子學(xué)教師，現(xiàn)場技術(shù)人員，及測試技術(shù)人員來說，用LabVIEW編程就象設(shè)計電路圖一樣駕輕就熟，此外，LabVIEW幫助中有大量的示例程序有些可以直接使用，有些稍作修改就可用，這使編程更加方便高效。5應(yīng)用軟件介紹 LabVIEW簡介LabVIEW是實驗室虛擬儀器集成環(huán)境(Laboratory Virtual Instrument Engineering Workbench)簡稱，它是一種簡單，易學(xué)，易用的計算機(jī)程序語言開發(fā)環(huán)境。其具體流程為:使用漢字、字母、字母數(shù)字、數(shù)字四個樣本分別對四個子網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到相應(yīng)的節(jié)點數(shù)和權(quán)值。，去掉水位計垂直邊框，獲取水位計及字符平均寬度。)。title(39。)。 title(39。)。 title(39。)。title(39。)。histcol1=sum(sbw1)。，并根據(jù)先驗知識，比較誰的寬高比更接近實際水位計寬高比，將更接近的提取并顯示出來。對圖像做了開運(yùn)算和閉運(yùn)算，閉運(yùn)算可以使圖像的輪廓線更為光滑，它通常用來消掉狹窄的間斷和長細(xì)的鴻溝，消除小的孔洞，并彌補(bǔ)輪廓線中的斷裂。腐蝕是一種消除邊界點的過程，結(jié)果是使目標(biāo)縮小，孔洞增大，因而可有效的消除孤立噪聲點；膨脹是將與目標(biāo)物體接觸的所有背景點合并到物體中的過程，結(jié)果是使目標(biāo)增大，孔洞縮小，可填補(bǔ)目標(biāo)物體中的空洞，形成連通域。title(圖像邊緣提取)。canny39。一階導(dǎo)數(shù)的局部最大值對應(yīng)二階導(dǎo)數(shù)的零交叉點，這樣通過找圖像強(qiáng)度的二階導(dǎo)數(shù)的零交叉點就能找到精確邊緣點。經(jīng)過一階的導(dǎo)數(shù)的邊緣檢測，所求的一階導(dǎo)數(shù)高于某個閾值，則確定該點為邊緣點，這樣會導(dǎo)致檢測的邊緣點太多。為了對有意義的邊緣點進(jìn)行分類，與這個點相聯(lián)系的灰度級必須比在這一點的背景上變換更有效，我們通過門限方法來決定一個值是否有效。)。title(39。%轉(zhuǎn)換圖像為二進(jìn)制圖像bw2=double(bw22)。%egray的最小值并輸出雙精度型level=(fmax1(fmax1fmin1)/3)/255。fmax1=double(max(max(Egray)))。水位計識別系統(tǒng)要求處理的速度高、成本低、信息量大，采用二值圖像進(jìn)行處理，能大大地提高處理效率。%輸出黑白圖像圖42c黑白圖像，將圖像二值化:二值圖像是指整幅圖像畫面內(nèi)僅黑、白二值的圖像。增強(qiáng)黑白圖像39。%兩幅圖相減figure,imshow(Egray)。)。title(39。%strei函數(shù)Bgray=imopen(Sgray,s)。disk39。Sgray = rgb2gray(Scolor)。由彩色轉(zhuǎn)換為灰度的過程叫做灰度化處理。)。%Step1 獲取圖像 裝入待處理彩色圖像并顯示原始圖像Scolor = imread(39。4圖像處理數(shù)字化部署及方案:clear 。本章得到的結(jié)論為邊緣類型的分類提供了依據(jù)。從這個難題出發(fā)，對實際圖像中可能出現(xiàn)的七種邊緣類型分別進(jìn)行數(shù)學(xué)模型描述。本文較詳細(xì)地回顧了現(xiàn)有的邊緣檢測技術(shù)和方法，并對邊緣檢測的步驟作了總結(jié)。由于圖像邊緣是圖像最基本的特征，往往攜帶著圖像中最重要的信息。如果已知目標(biāo)物體的邊緣類型，則可以根據(jù)該邊緣類型一階倒數(shù)和二階倒數(shù)的特性以及與平滑尺度的關(guān)系只檢測出目標(biāo)物體所屬的邊緣類型，濾掉其他的邊緣類型。因此對于雙階躍邊緣大尺度下不能準(zhǔn)確定位，必須對檢測到的邊緣位置進(jìn)行移位校正。（6）雙階躍邊緣雙階躍邊緣與方波型屋脊邊緣相同，不同之處為：雙階躍邊緣的邊緣點為x=d/2與 x=d/2，而方波型屋脊邊緣的邊緣點為 x=0。（5）樓梯邊緣樓梯邊緣模型為：，其中ccl均為常數(shù)。（4）方波型屋脊邊緣方波型屋脊邊緣的模型為：，其中S為邊緣幅度，d為邊緣寬度。