視覺(jué)檢測(cè)技術(shù)大作業(yè)

1、哈爾濱工業(yè)大學(xué)視覺(jué)檢測(cè)技術(shù)課程作業(yè)Harbin Institute of Technology 視覺(jué)檢測(cè)技術(shù)課程作業(yè)基于圖像的火箭發(fā)動(dòng)機(jī)喉部截面尺寸測(cè)量系統(tǒng)設(shè)計(jì)指導(dǎo)教師： 陳剛 組員姓名： 黃凱琦 張爍 李志豪 趙俊超 樂(lè)胡 盧舒寧 學(xué) 號(hào)： 1110100619 1110100609 1110100626 1110100620 1110100601 1110100413完成時(shí)間： 2014年11月21日 l 目錄1緒論11.1課題背景11.2設(shè)計(jì)要求32系統(tǒng)構(gòu)成與測(cè)量原理32.1引言32.2圖像獲取32.2.1設(shè)備選型32.2.2攝像機(jī)光軸與推力線重合判定72.3圖像處理82.3.1背景去除

2、102.3.2圖像二值化處理112.3.3中值濾波122.3.4圖像面積的計(jì)算122.3.5結(jié)論132.4誤差分析與補(bǔ)償133致謝134參考文獻(xiàn)145附錄15哈爾濱工業(yè)大學(xué)視覺(jué)檢測(cè)技術(shù)課程作業(yè)1 緒論1.1 課題背景近代的固體火箭發(fā)動(dòng)機(jī),為了提高推進(jìn)劑的比沖、增加推進(jìn)劑的密度、抑制高頻振蕩燃燒,所以普遍采用了加金屬粉末的復(fù)合固體推進(jìn)劑，因此在燃燒產(chǎn)物中就有金屬氧化物存在。這些氧化物大部分熔點(diǎn)和沸點(diǎn)都很高，因此,它們往往以液相和固相的形式存在,統(tǒng)稱為凝聚相。而且金屬氧化物的汽化熱也很高,所以也不希望它們汽化,只有在排氣中金屬氧化物主要以凝聚相形式出現(xiàn)時(shí),才能達(dá)到增大能量和改善性能的目的。在噴管中

3、既有氣相又有凝聚相的燃燒產(chǎn)物流動(dòng),這就構(gòu)成了噴管的兩相流動(dòng)。在噴管兩相流動(dòng)中,由于凝聚相微粒存在著速度和溫度滯后,有今自己的流線,還存在著布朗運(yùn)動(dòng)和二元流動(dòng)效應(yīng),所以凝聚相微粒可能與噴管壁面撞擊。撞擊的結(jié)果就造成了噴管的沉積或使沖刷燒蝕更嚴(yán)重,使發(fā)動(dòng)機(jī)性能變壞,離開(kāi)設(shè)計(jì)值。嚴(yán)重時(shí),可能使發(fā)動(dòng)機(jī)爆炸或熄火。噴管的沉積和燒蝕最嚴(yán)重、最敏感的地方是在其喉部。如果喉部有沉積,就使噴喉面積不規(guī)則縮小,如圖1-1（a）所示。這就造成推力偏心和壓力急增,如圖1-2所示。如果不是沉積而是燒蝕,如圖1-1（b）的所示,則會(huì)造成另外的結(jié)果。含有凝聚相微粒的高溫、高壓、高速燃?xì)饬鞯臋C(jī)械沖刷使噴管喉部燒蝕更為嚴(yán)重。由

4、于燒蝕,使噴喉面積不規(guī)則擴(kuò)大,造成推力偏心和壓力急劇下降,如圖1-2所示。另外一般低溫下的燃燒室壓力本來(lái)就不高,比推進(jìn)劑的臨界壓力高不了多少。所以如果再有燒蝕使壓力下降,就很可能使燃燒室壓力小于推進(jìn)劑的臨界壓力,引起不正常燃燒,甚至熄火?？梢?jiàn)沉積和燒蝕是固體火偏發(fā)動(dòng)機(jī)噴管中經(jīng)常碰到的兩個(gè)重要問(wèn)題。圖1-1 噴管沉積和燒蝕后的喉部截面圖1-2 噴管沉積和燒蝕后的壓力一一時(shí)間曲線固體火箭發(fā)動(dòng)機(jī)喉部面積是決定發(fā)動(dòng)機(jī)比沖的重要因素。發(fā)動(dòng)機(jī)在工作過(guò)程由于中，由于高溫高壓燃?xì)饬鞯臎_蝕，會(huì)導(dǎo)致尾喉截面尺寸變化，影響發(fā)動(dòng)機(jī)工作時(shí)推力的穩(wěn)定性，因此對(duì)于火箭發(fā)動(dòng)機(jī)工作后，噴管喉部截面的燒蝕與熱變形情況進(jìn)行測(cè)量，獲

5、取截面幾何形狀與尺寸數(shù)據(jù)，對(duì)于發(fā)動(dòng)機(jī)設(shè)計(jì)、制造以及火箭性能的評(píng)估具有重要的意義?；鸺l(fā)動(dòng)機(jī)結(jié)構(gòu)示意圖如圖1-3所示。1.2 設(shè)計(jì)要求采用基于圖像的方法獲取火箭發(fā)動(dòng)機(jī)喉部截面圖像，計(jì)算截面面積。2 系統(tǒng)構(gòu)成與測(cè)量原理2.1 引言本文所闡述的基于圖像的火箭發(fā)動(dòng)機(jī)喉部截面尺寸測(cè)量系統(tǒng)主要由，測(cè)量對(duì)象模塊、圖像采集模塊、圖像處理模塊（包含面積計(jì)算）組成，測(cè)量系統(tǒng)如圖2-1所示。本測(cè)量的硬件設(shè)備主要包括光源、鏡頭、CCD攝像機(jī)和計(jì)算機(jī)，程序開(kāi)發(fā)軟件為Mathworks公司的數(shù)學(xué)分析軟件MATLAB。2.2 圖像獲取2.2.1 設(shè)備選型l 光源在視覺(jué)檢測(cè)系統(tǒng)中，獲得對(duì)比鮮明的圖像顯得尤為重要，尤其是在外部

6、條件不斷變化的情況下，這就對(duì)光源提出了很高的要求，如高亮度、均勻、穩(wěn)定。OSe視覺(jué)檢測(cè)專(zhuān)用光源全部選用高性能芯片的LED，按照LED的工作電壓、亮度、波長(zhǎng)(即顏色)篩選，分成32個(gè)等級(jí)，只有同一等級(jí)的才安裝在一個(gè)燈具中，保證了亮度和色澤的一致性。本課題采用OSe散射型光源，形式如下圖所示。 圖2-2 OSe散射型環(huán)形光源 圖2-3 OSe散射型方形光源Ø 產(chǎn)品概述 OSe散射型光源采用獨(dú)特的照射結(jié)構(gòu)，從LED發(fā)出的光均勻地?cái)U(kuò)散照射，而且這種均勻的范圍不會(huì)隨高度的變化而改變，同時(shí)采用柔性線路板以0度照射角度固定，經(jīng)折射后低角度照射在被測(cè)物體上，對(duì)目標(biāo)區(qū)域進(jìn)行高效的低角度照明，以強(qiáng)化表面

7、特征（如激光浮印或蝕刻標(biāo)識(shí)）或表面缺陷的對(duì)比度。OSe散射型光源主要分為環(huán)形和方形兩種。Ø 產(chǎn)品特點(diǎn)l獨(dú)特的照射結(jié)構(gòu)，實(shí)現(xiàn)有效工作范圍的均勻照射。l高效的低角度照明，以增強(qiáng)表面特征或缺陷對(duì)比度。l常應(yīng)用在被測(cè)物體需要均衡的表面照明并且要避免反光或耀斑的場(chǎng)合。Ø 照明示意圖 圖2-4 OSe散射型環(huán)形光源照明示意圖 圖2-5 OSe散射型方形光源照明示意圖 根據(jù)所需形狀、尺寸及顏色具體選型可參照附錄一l 遠(yuǎn)心鏡頭 機(jī)器視覺(jué)系統(tǒng)中，鏡頭相當(dāng)于人的眼睛，其主要作用是將目標(biāo)的光學(xué)圖像聚焦在圖像傳感器（相機(jī)）的光敏面陣上。視覺(jué)系統(tǒng)處理的所有圖像信息均通過(guò)鏡頭得到，鏡頭的質(zhì)量直接影響到

8、視覺(jué)系統(tǒng)的整體性能。 普通工業(yè)鏡頭目標(biāo)物體越靠近鏡頭(工作距離越短)，所成的像就越大。在使用普通鏡頭進(jìn)行尺寸測(cè)量時(shí)，會(huì)存在如下問(wèn)題（成像效果參見(jiàn)圖2-6）： 1.由于被測(cè)量物體不在同一個(gè)測(cè)量平面，而造成放大倍率的不同；2.鏡頭畸變大；3.視差，也就是當(dāng)物距變大時(shí)，對(duì)物體的放大倍數(shù)也改變；4.鏡頭的解析度不高；5.由于視覺(jué)光源的幾何特性，而造成的圖像邊緣位置的不確定性。 圖2-6 鏡頭成像效果圖遠(yuǎn)心鏡頭，主要是為糾正傳統(tǒng)工業(yè)鏡頭的視差而特殊設(shè)計(jì)的鏡頭，它可以在一定的物距范圍內(nèi)，使得到的圖像放大倍率不會(huì)隨物距的變化而變化，這對(duì)被測(cè)物不在同一物面上的情況是非常重要的應(yīng)用，故本課題采用遠(yuǎn)心鏡頭（成像效

9、果參見(jiàn)圖2-6）。遠(yuǎn)心鏡頭的主要有物方遠(yuǎn)心鏡頭、兩方遠(yuǎn)心鏡頭和像方遠(yuǎn)心鏡頭三種。在工業(yè)圖像處理中，一般只使用物方遠(yuǎn)心鏡頭。偶爾也有使用兩方遠(yuǎn)心鏡頭的（當(dāng)然價(jià)格更高）。而在工業(yè)圖像處理/機(jī)器視覺(jué)這個(gè)領(lǐng)域里，像方遠(yuǎn)心鏡頭一般來(lái)說(shuō)不會(huì)起作用的，因此這個(gè)行業(yè)基本是不用它的。Ø 普通鏡頭普通鏡頭主光線與鏡頭光軸有角度，因此工件上下移動(dòng)時(shí)，像的大小有變化，如圖2-7所示。Ø 物方遠(yuǎn)心境頭物方遠(yuǎn)心境頭只是物方主光線與鏡頭主軸平行工件上下變化，圖像的大小基本不會(huì)變化使用同軸落射照明時(shí)的必要條件，小型化亦可對(duì)應(yīng)，如圖2-8所示。物方遠(yuǎn)心鏡頭用于工業(yè)精密測(cè)量，畸變極小，高性能的可以達(dá)到無(wú)畸變。

10、Ø 兩方遠(yuǎn)心鏡頭兩方遠(yuǎn)心鏡頭物方，像方均為主光線與光軸平行光圈可變，可以得到高的景深，比物方遠(yuǎn)心境頭更能得到穩(wěn)定的像最適合于測(cè)量用圖像處理光學(xué)系統(tǒng)，但是大型化成本高，如圖2-9所示。兩方遠(yuǎn)心鏡頭兼有兩種遠(yuǎn)心鏡頭的優(yōu)點(diǎn)，可使使相機(jī)的芯片獲得均勻的光線，因?yàn)橹挥衅叫杏诠廨S的光線才能入射在CCD/CMOS芯片前面的微型鏡片上，從而使圖像不會(huì)出現(xiàn)陰影。本課題選用遠(yuǎn)心鏡頭的具體型號(hào)可根據(jù)需求和經(jīng)濟(jì)條件來(lái)選，注意鏡頭分辨率要高于CCD相機(jī)分辨率。l CCD攝像頭 CCD攝像頭尺寸大對(duì)成像有利，選擇時(shí)要同時(shí)考慮與鏡頭配合，且視場(chǎng)大于或等于成像物體大小，最好兼有各參數(shù)可手動(dòng)設(shè)置的功能。在符合成本要求

11、前提下，盡可能選擇分辨率高（像素較多）、靈敏度高、信噪比大CCD攝像頭，如4800×2400 DPICCD,48-BITColor。2.2.2 攝像機(jī)光軸與推力線重合判定 要使攝影機(jī)光軸與推力線重合，首先應(yīng)將火箭發(fā)動(dòng)機(jī)推力線測(cè)出。在推進(jìn)劑燃燒均勻的情況下，固體火箭發(fā)動(dòng)機(jī)推力線由發(fā)動(dòng)機(jī)噴管的幾何中心線決定，因此在靜態(tài)條件下，要測(cè)量固體發(fā)動(dòng)機(jī)的推力線，必須通過(guò)對(duì)噴管內(nèi)型面的測(cè)量來(lái)間接實(shí)現(xiàn)。噴管內(nèi)型面通常設(shè)計(jì)成母線連續(xù)的回轉(zhuǎn)曲面，因此采用基于激光跟蹤儀的平行截面圓法測(cè)量。 激光跟蹤儀是一種伺服控制跟蹤的激光干涉測(cè)量系統(tǒng)，測(cè)量時(shí)跟蹤一個(gè)內(nèi)嵌角錐棱鏡的光學(xué)反射器，并實(shí)時(shí)給出光學(xué)反射器中心位置的

12、空間坐標(biāo)。激光跟蹤儀圖2-10 激光跟蹤儀站位圖 平行截面圓測(cè)量法通過(guò)測(cè)量與參考平面平行的若干截面圓，再由各截面圓的圓心擬合成形心線。對(duì)于固體火箭發(fā)動(dòng)機(jī)噴管，噴管擋藥板和噴管出口端面均可以作為參考平面。圖2-10為以噴管出口端面為參考平面的測(cè)量示意圖。均勻測(cè)量噴管端面截面圓的若干測(cè)量點(diǎn)，得測(cè)量點(diǎn)序列 對(duì)端面測(cè)點(diǎn)序列進(jìn)行空間圓擬合，可得到噴管端面截面圓圓心坐標(biāo)。沿噴管端面截面圓法線方向設(shè)定若干平行平面，以激光跟蹤儀平行平面掃描功能測(cè)量若干截面圓，得各個(gè)截面圓的測(cè)量點(diǎn)序列： 對(duì)式中各測(cè)點(diǎn)序列分別進(jìn)行空間圓擬合，得到各截面圓的圓心坐標(biāo)。根據(jù)噴管各截面圓的圓心進(jìn)行空間直線擬合，如圖2-11所示，可得固

13、體火箭發(fā)動(dòng)機(jī)推力線的方程為 式中 ，推力線特征點(diǎn)坐標(biāo)； 推力線的X軸方向數(shù)； 推力線的Y軸方向數(shù)； 推力線的Z軸方向數(shù)。圖2-11 平行截面圓示意圖獲得推力線方程后，將攝影機(jī)光軸與推力線延長(zhǎng)線重合放置，這樣所取得的尾喉圖像是最確切的。2.3 圖像處理在獲取火箭發(fā)動(dòng)機(jī)圖像后,應(yīng)用Matlab軟件對(duì)圖像進(jìn)行背景去除、二值化及中值濾波處理和分析，最后計(jì)算面積。由于無(wú)法獲得火箭發(fā)動(dòng)機(jī)圖像，此處采用圖2-12來(lái)舉例分析，對(duì)應(yīng)的背景圖像如圖2-13所示，則葉子面積即為所求目標(biāo)面積。圖中矩形框?yàn)樗靡阎娣e和像素的標(biāo)準(zhǔn)板，設(shè)其面積為，像素為。圖2-12 原始圖像圖2-13 背景圖像2.3.1 背景去除本文采

14、用差分法去除圖像的背景。差分處理代數(shù)運(yùn)算的數(shù)學(xué)表達(dá)式如下： 其中, 和為輸入圖像, 為原始圖像, 為背景圖像,而為輸出圖像即差分圖像。在Matlab中,圖像可以用矩陣來(lái)表達(dá)。差分處理所用Matlab命令表述為：I=imread(背景圖像); J=imread(原始圖像);I=rgb2gray(I); J=rgb2gray(J);P=255-(I-J); imshow(P,);效果見(jiàn)圖2-14。 圖2-14 差分圖像在這里,為了消除圖像中的邊緣對(duì)象,還需要使用imclearborder命令。其格式為: BWnobord=imclearborder(圖像,CONN);上式中,CONN表示連通性。其

15、定義為:在一個(gè)連通集中的任意兩個(gè)像素之間,都存在一條完全由這個(gè)集合的元素構(gòu)成的連通路徑。連通路徑是一條可在相鄰像素間移動(dòng)的路徑。而去除圖像背景正是根據(jù)像素間連通性概念判斷哪些像素與邊緣像素相連通,從而將這部分背景物體去除。判斷兩個(gè)像素是否連通需要在某種意義上確定它們是否接觸,以及它們的灰度值是否滿足某個(gè)特定的相似準(zhǔn)則。根據(jù)連通性概念,調(diào)用imclearborder(X,CONN)函數(shù),去除掉圖像邊緣部分。用Matlab命令表述為: BWnobord_x0=imclearborder(x00,8);%去除背景圖像中的邊緣對(duì)象 BWnobord_x1=imclearborder(x11,8);%去

16、除原始圖像中的邊緣對(duì)象xx=mat2gray(BWnobord_x1 - BWnobord_x0);%將差分后的圖像轉(zhuǎn)換為灰度矩陣2.3.2 圖像二值化處理 圖像經(jīng)差分處理后,除葉子以外點(diǎn)的繪制應(yīng)該全為0,但是實(shí)際處理后有些點(diǎn)的灰度值不理想,為了不影響以后的計(jì)算,差分圖像還必須進(jìn)行二值化處理,使處理后的圖像中除山楂葉子以外點(diǎn)的灰度值全為0。對(duì)圖像二值化是通過(guò)設(shè)定某一閾值,使具有灰度級(jí)的圖像變成兩個(gè)灰度值的黑白圖像,使像素全為白或黑。常用的閾值選取方法有自動(dòng)尋找最佳閾值法和固定閾值法。自動(dòng)尋找閾值法能夠自動(dòng)分析圖像的灰度直方圖,根據(jù)直方圖確定最佳閾值,然后用尋找到的最佳閾值進(jìn)行二值化處理。而固定

17、閾值法首先分析每一幀圖像的灰度直方圖,然后得出每幀圖像的閾值。可以看出固定閾值法的工作量大大高于自動(dòng)閾值法,并且不能做到自動(dòng)化,完全依靠手工去獲取圖像的閾值,其精度也較自動(dòng)閾值法低。所以,在程序設(shè)計(jì)中決定采用自動(dòng)閾值法對(duì)圖像進(jìn)行處理。二值化后的圖像見(jiàn)圖2-15。 圖像二值化處理的Matlab程序如下: level=graythresh(xx);%計(jì)算圖像的最佳閾值 binary_image=im2bw(xx,level);%將圖像轉(zhuǎn)化為二值化圖像figure,imshow(binary_image);%顯示二值化圖像圖2-15二值化圖像 通過(guò)上面的語(yǔ)句,就可以將圖像轉(zhuǎn)換為二值圖像,即圖像中只包

18、含0和1的圖像。但是噪聲和雜質(zhì)并沒(méi)有去除。下面采用中值濾波的方法來(lái)去掉圖像中的雜質(zhì)和噪聲。2.3.3 中值濾波 中值濾波的目的是消除圖像中的各種干擾噪聲。這些噪聲可能是在圖像采集、量化等過(guò)程中所產(chǎn)生的,也可能是在各種圖像處理過(guò)程中產(chǎn)生的。其表現(xiàn)是圖像信息被干擾噪音所污損,導(dǎo)致圖像質(zhì)量下降。消除這種噪音的方法即為中值濾波。中值濾波也是一種較簡(jiǎn)單但又很常用的濾波平滑方法,它采用鄰域內(nèi)的像素灰度值的中值來(lái)作為處理后像素點(diǎn)的灰度值,對(duì)脈沖式的灰度跳躍平滑效果好。二值化圖像經(jīng)中值濾波處理后的效果見(jiàn)圖2-16。 中值濾波命令在Matlab中表述如下: filter_image=medfilt2(binar

19、y_image,5 5);%中值濾波利用這條命令可以將圖像中的干擾噪聲和雜質(zhì)消除。圖2-16中值濾波圖像2.3.4 圖像面積的計(jì)算 由于數(shù)字圖像由一個(gè)個(gè)像素點(diǎn)組成,所以在已知每個(gè)像素點(diǎn)代表的真實(shí)面積下,可以通過(guò)計(jì)算圖像中對(duì)象物體區(qū)域的像素?cái)?shù),求出葉子的面積。二值化圖像經(jīng)中值濾波處理后的白色區(qū)域灰度值為255代表背景,黑色區(qū)域灰度值為0,代表目標(biāo)區(qū)域。目標(biāo)面積的計(jì)算即灰度值為0的黑色區(qū)域的像素個(gè)數(shù)。根據(jù)下式計(jì)算:葉面積計(jì)算的Matlab程序如下:X=bwarea(filter_image)%計(jì)算圖像像素又根據(jù)圖像上已知標(biāo)板的面積和圖像的像素可得目標(biāo)面積為:2.3.5 結(jié)論 同現(xiàn)有的面積測(cè)量方法相

20、比,此法可實(shí)時(shí)、快速的對(duì)多種不規(guī)則物體面積進(jìn)行無(wú)損測(cè)量,且計(jì)算過(guò)程由計(jì)算機(jī)自動(dòng)完成,避免了人為因素的影響,降低了操作者的勞動(dòng)強(qiáng)度,尤其適用于目標(biāo)面積的大量、連續(xù)、實(shí)時(shí)測(cè)量。數(shù)字圖像處理法相對(duì)于其它方法是一種有較高實(shí)用價(jià)值的方法。2.4 誤差分析與補(bǔ)償成像過(guò)程中伴隨著各種像差，其中以畸變對(duì)測(cè)量系統(tǒng)精度影響最大。針對(duì)視覺(jué)測(cè)量系統(tǒng)中畸變校正的計(jì)算過(guò)程復(fù)雜、操作調(diào)整繁瑣等問(wèn)題，提出一種基于虛擬模板的逐點(diǎn)畸變校正方法。首先基于交比不變性原理、鏡頭畸變特點(diǎn)和雙線性插值法，求解單幅虛擬平面模板內(nèi)特征光點(diǎn)所對(duì)應(yīng)成像點(diǎn)的理想坐標(biāo)及其畸變修正量；再通過(guò)單幅虛擬模板 運(yùn)行軌跡的小幅度旋轉(zhuǎn)與平移，逐步構(gòu)成一塊包含密集

21、校正光點(diǎn)的虛擬畸變校正模板，為鏡頭畸變修正提供足夠的插值節(jié)點(diǎn)；而后采用Delaunay三角剖分（DT）技術(shù)，最終在 整個(gè)像平面內(nèi)逐點(diǎn)地校正各類(lèi)鏡頭畸變，形成包含全部像素點(diǎn)理想坐標(biāo)及畸變修正量的 畸變修正數(shù)據(jù)表。實(shí)驗(yàn)表明，經(jīng)獨(dú)立畸變校正的視覺(jué)系統(tǒng)，其測(cè)點(diǎn)反投位置偏差的標(biāo)準(zhǔn)差達(dá)0.015mm，最大值僅0.068mm；此方法能有效地修正畸變，有助于提高視覺(jué)系統(tǒng)的測(cè)量精度。本課題的獨(dú)立畸變校正方法，無(wú)需以模板與鏡頭間的物像距離作為先驗(yàn)條件；無(wú)需通過(guò)視覺(jué)成像模型同時(shí)求解攝像機(jī)的內(nèi)、外參數(shù)值，而可直接計(jì)算各個(gè)像素點(diǎn)處的畸變修正值；可同時(shí)校正徑向、切向等，具有精確數(shù)學(xué)模型的畸變，及因鏡頭透鏡組曲率非連續(xù)平滑

22、變化造成的非模型化畸變；畸變修正數(shù)據(jù)表具有長(zhǎng)期實(shí)用性，只要視覺(jué)系統(tǒng)中攝像機(jī)配備的鏡頭型號(hào)不變，則該表持續(xù)有效，可避免畸變校正在視覺(jué)測(cè)量與參數(shù)校準(zhǔn)過(guò)程之前的多次重復(fù)；并且，對(duì)攝像機(jī)本身的性能及環(huán)境要求不高，且虛擬畸變校正模板構(gòu)造靈活，成本較低，避免了大型網(wǎng)格模板制作困難的缺陷。3 致謝通過(guò)本次課程學(xué)習(xí)我加深了對(duì)所學(xué)視覺(jué)檢測(cè)技術(shù)書(shū)本知識(shí)的掌握，尤其是圖像檢測(cè)部分有了更深刻的體會(huì)，能夠更靈活地運(yùn)用書(shū)本所學(xué)知識(shí)來(lái)解決一些實(shí)際問(wèn)題。除此之外，通過(guò)計(jì)算機(jī)輔助設(shè)計(jì)，我學(xué)會(huì)了如何利用matlab來(lái)設(shè)計(jì)系統(tǒng)，通過(guò)本次設(shè)計(jì)，我感受到了matlab這個(gè)工具對(duì)于系統(tǒng)設(shè)計(jì)的重要作用，激發(fā)了我學(xué)習(xí)matlab的熱情。在以后的學(xué)習(xí)生活中我要學(xué)好matlab，利用這個(gè)有用的工具解決更多實(shí)際問(wèn)題。在設(shè)計(jì)過(guò)程中，我遇到了一些困難，得到了許多人的幫助。首先我要感謝陳剛老師在課程設(shè)計(jì)上給予我的指導(dǎo)、提供給我的支持和幫助，這是我能順利完成這次報(bào)告的主要原因，