基于LABVIEW的圓形圖像識別與實時跟蹤系統(tǒng)設(shè)計

1、精選優(yōu)質(zhì)文檔-傾情為你奉上精選優(yōu)質(zhì)文檔-傾情為你奉上專心-專注-專業(yè)專心-專注-專業(yè)精選優(yōu)質(zhì)文檔-傾情為你奉上專心-專注-專業(yè) 本科畢業(yè)設(shè)計（論文）題 目 基于LABVIEW的圓形圖像識別與實時跟蹤系統(tǒng)設(shè)計 學(xué) 院 電氣與自動化工程學(xué)院 年 級 級 專 業(yè) 班 級 學(xué) 號 學(xué)生姓名 指導(dǎo)教師 職 稱 教授 論文提交日期 常熟理工學(xué)院本科畢業(yè)設(shè)計(論文)誠信承諾書本人鄭重聲明： 所呈交的本科畢業(yè)設(shè)計(論文)，是本人在導(dǎo)師的指導(dǎo)下，獨立進行研究工作所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外，本論文不含任何其他個人或集體已經(jīng)發(fā)表或撰寫過的作品成果。對本文的研究做出重要貢獻的個人和集體，均已在文中以明確

2、方式標明。本人完全意識到本聲明的法律結(jié)果由本人承擔(dān)。本人簽名： 日期：常熟理工學(xué)院本科畢業(yè)設(shè)計(論文)使用授權(quán)說明本人完全了解常熟理工學(xué)院有關(guān)收集、保留和使用畢業(yè)設(shè)計(論文)的規(guī)定，即：本科生在校期間進行畢業(yè)設(shè)計(論文)工作的知識產(chǎn)權(quán)單位屬常熟理工學(xué)院。學(xué)校有權(quán)保留并向國家有關(guān)部門或機構(gòu)送交論文的復(fù)印件和電子版，允許畢業(yè)設(shè)計(論文)被查閱和借閱；學(xué)校可以將畢業(yè)設(shè)計(論文)的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存、匯編畢業(yè)設(shè)計（論文），并且本人電子文檔和紙質(zhì)論文的內(nèi)容相一致。保密的畢業(yè)設(shè)計(論文)在解密后遵守此規(guī)定。本人簽名： 日期：導(dǎo)師簽名： 日期：基于L

3、ABVIEW的圓形圖像識別與實時跟蹤系統(tǒng)設(shè)計摘 要數(shù)字圖像處理技術(shù)在國防建設(shè)、工農(nóng)業(yè)生產(chǎn)以及人們的日常生活中有著廣泛的應(yīng)用。圖像識別是數(shù)字圖像處理技術(shù)的一個重要組成部分，而圓形（包括弧線）檢測是數(shù)字圖像處理過程中的經(jīng)典問題之一。本設(shè)計基于LABVIEW 平臺設(shè)計程序完成圓形圖像識別與跟蹤工作。本設(shè)計基于LABVIEW 平臺設(shè)計圖像處理程序，實現(xiàn)了“圓形圖像識別”以及“圓形圖像的實時跟蹤”兩個功能。在整個系統(tǒng)中，首先將彩色圖像轉(zhuǎn)換為灰度圖像，再將灰度圖像轉(zhuǎn)換為二值圖像，再對二值圖像進行形態(tài)學(xué)處理，最后提取二值圖像的幾何特征，完成圖像識別工作；在對單個圓形圖像的識別基礎(chǔ)上，利用LABVIEW的wh

4、ile語句，實現(xiàn)了圓形圖像的實時跟蹤。 關(guān)鍵字：圖像識別 LABVIEW 圓形圖像Design of Round Image Recognition and Real-time Tracking System Based on LABVIEWAbstractDigital Image Procession is widely used in field of national defense, industrial and agricultural production, peoples daily life. Image recognition is an important part of

5、 image processing system, and a circle (including arc) test is one of the classic problems is in the digital image processing. The program of the design is developed to accomplish the task of recognition and tracking of round image.The image processing programs are based on LABVIEW platform, which c

6、an recognizes a round image, and complete real-time tracking of many round images. In the programs, a color image is converted into a grayscale image, and then into a binary image, after making image morphological processing, the programs will extract the geometry features of the binary image, final

7、ly finish the image recognition. According to the recognition of single round image, we can use while statement in LABVIEW platform, in this way, we can finish real-time tracking of the round image,Key Words: image recognition; LABVIEW; round image目 錄 TOC o 1-3 h z u 1.引言圖像識別所討論的問題，是研究用計算機代替人自動地處理大量

8、物理信息，從而部分代替人的腦力勞動，人類識別圖像的過程總是先找出它們外形或顏色的某些特征進行分析、比較、判斷，然后再加以分析和區(qū)別。我們在研究圖像識別的時候，也常常借鑒人的思維活動，采用同樣的處理方法。然而圖像的灰度與色彩是有光強和波長不同的光波所引起的，它們與景物表面的特性、方向、光線條件以及干擾等多種因素有關(guān)，在各種惡劣的工作環(huán)境里，圖像與實際景物有較大的差別，因此要區(qū)分圖像屬于哪一類，往往要經(jīng)過預(yù)處理、圖像分割、特征抽取、分析、分類等一系列過程?，F(xiàn)在完全可以通過計算機進行模擬，完成圖像識別的過程。本論文主要基于虛擬儀器技術(shù)和圖像處理技術(shù)開展研究的，因此本章首先介紹虛擬儀器的一些相關(guān)知識，

9、包括它的主要特點，發(fā)展趨勢，以及其應(yīng)用軟件開發(fā)平臺，還有圖像處理技術(shù)的一些知識。此外，還介紹了本課題的設(shè)計背景、研究目的、方法和意義。1.1 虛擬儀器概述1986年美國國家儀器公司NI（National Instruments）首先提出了虛擬儀器的概念。所謂虛擬儀器（VI，Virtual Instrument）是指通過應(yīng)用程序?qū)⑼ㄓ糜嬎銠C與功能化模塊結(jié)合起來，用戶可以利用計算機強大的數(shù)據(jù)處理存儲圖形環(huán)境和在線幫助功能，建立圖形化界面的虛擬儀器軟面板，完成對儀器的控制數(shù)據(jù)分析存儲和顯示，改變傳統(tǒng)儀器的使用方式，提高儀器的功能和使用效率，大幅度降低儀器的價格，且使用戶可以根據(jù)自己的需要定義儀器的功

10、能。與傳統(tǒng)儀器相比，虛偽儀器打破了傳統(tǒng)儀器的“萬能”功能概念，充分利用計算機技術(shù)，強調(diào)“軟件就是儀器”的新概念，軟件在某種程序上可以完成傳統(tǒng)儀器不可能實現(xiàn)的硬件測試功能：儀器或系統(tǒng)的功能，規(guī)模可以由用戶自己定義，虛擬儀器的開放性和功能軟件的模塊化，使得組建系統(tǒng)變得更加靈活簡單。虛擬儀器是建立在當(dāng)今世界最新的計算機和數(shù)據(jù)采集技術(shù)的基礎(chǔ)上，技術(shù)更新很快。與傳統(tǒng)儀器相比，虛擬儀器具有以下主要特點：(1)融合計算機強大的硬件資源,突破了傳統(tǒng)儀器在數(shù)據(jù)處理、顯示、存儲等方面的限制，大大增強了傳統(tǒng)儀器的功能。(2)利用計算機豐富的軟件資源，實現(xiàn)了部分儀器硬件的軟件化，節(jié)省了物質(zhì)資源，增加了系統(tǒng)靈活性。通過

11、軟件技術(shù)和相應(yīng)數(shù)值算法，實時對測試數(shù)據(jù)進行各種分析與處理，通過圖形用戶界面技術(shù),真正做到界面友好、人機交互。(3)虛擬儀器的硬件和軟件都具有開放性、模塊化、可重復(fù)使用及互換性等特點。因此，用戶可根據(jù)自己的需要，選用不同廠家的產(chǎn)品,使儀器系統(tǒng)的開發(fā)更為靈活，效率更高，縮短系統(tǒng)組建時間。傳統(tǒng)的儀器是以固定的硬件和軟件資源為基礎(chǔ)的specific系統(tǒng)， 這使得系統(tǒng)的功能和應(yīng)用程序由制造商定義。這些儀器都是復(fù)雜的系統(tǒng)，因此它們變得昂貴而且難以操作和管理。個人電腦在許多科技領(lǐng)域的廣泛應(yīng)用使其為測量儀器的執(zhí)行搭建了一個理想的硬件和軟件平臺，通過增加一個簡單的數(shù)據(jù)采集系統(tǒng)，個人計算機可以仿真任何儀器。因為它

12、們沒有獨自占有和訪問硬件和軟件資源，所以以這種方式產(chǎn)生的儀器被稱為虛擬儀器。不同的儀器只要對該軟件重新編程就可以在同一硬件中實現(xiàn)。虛擬儀器呈現(xiàn)了大量的優(yōu)勢，其中最重要的就是由于硬件和軟件資源的重用性降低了成本。上述特點及虛擬儀器的不斷發(fā)展和個人電腦降價使虛擬儀器成為傳統(tǒng)儀器的一個有價值的替代。虛擬儀器實際上是一個按照儀器需求組織的數(shù)據(jù)采集系統(tǒng)。虛擬儀器的研究中涉及的基礎(chǔ)理論主要有計算機數(shù)據(jù)采集和數(shù)字信號處理。目前在這一領(lǐng)域內(nèi)，使用較為廣泛的計算機語言是美國NI公司的LABVIEW。虛擬儀器技術(shù)經(jīng)過十幾年的發(fā)展，標準化、模塊化、軟件化、網(wǎng)絡(luò)化的開放式體系結(jié)構(gòu)將成為未來虛擬儀器重要發(fā)展方向。為了更

13、方便用戶使用各儀器制造商和各儀器標準化組織，都不斷致力于對硬件和軟件的標準化。VXI技術(shù)的開放式體系結(jié)構(gòu)和模塊化的自動測試技術(shù)，使之成為未來虛擬儀器理想硬件。以PC機，特別以工控PC為中心的體系結(jié)構(gòu)，以其板卡的高性價比和豐富的軟件而將被廣泛用于USB，由于其簡單、快速和價格便宜，將在未來的虛擬儀器中得到廣泛應(yīng)用。VXI即插即用系統(tǒng)聰明為實現(xiàn)接獨立，將VISA標準定義為編程接口。可互換虛擬儀器基金會提出了一種新的虛擬儀器驅(qū)動技術(shù)，即IVI規(guī)范，比VPP規(guī)范又邁進了一步，使測試界工程師能夠建立與測試系統(tǒng)無關(guān)的高性能硬件設(shè)備，使儀器驅(qū)動程序成為儀器測試系統(tǒng)中的標準部件隨著軟件技術(shù)的發(fā)展，新虛擬儀器軟

14、件開發(fā)工具不斷涌現(xiàn)，并朝著可視化編程方向發(fā)展，軟件在虛擬儀器系統(tǒng)中的進們和作用越來越大。ActiveX，COM，DCOM，C/S模型，Internet等組件技術(shù)和網(wǎng)絡(luò)技術(shù)的應(yīng)用，使用戶能夠通過Internet實現(xiàn)遠距離控制，將信息和多維空間相連，使遠距離監(jiān)測和控制變得更加容易，虛擬儀器正朝向網(wǎng)絡(luò)化發(fā)展。1.2課題的研究背景1.2.1課題的背景和意義隨著時代的發(fā)展和社會的進步，人們對智能化的要求越來越高，又由于計算機技術(shù)和模式識別等相關(guān)技術(shù)的飛速發(fā)展，使運用當(dāng)今先進技術(shù)來研制適用于眾多領(lǐng)域的圖像控制系統(tǒng)成為可能和一種必然的趨勢。傳統(tǒng)的圖像識別系統(tǒng)都是由大規(guī)模或超大規(guī)模集成電路來完成，主要由圖形工

15、作站或者微計算機來實現(xiàn)設(shè)備的驅(qū)動和圖像采集，這就使圖像采集依賴于較大型設(shè)備，速度較慢，實時性較差，作為小范圍內(nèi)使用價格比較昂貴。新興的以LABVIEW為基礎(chǔ)的圖像處理技術(shù)的出現(xiàn)，以其高速、準確的性能為圖像處理和模式識別帶來了新的途徑并且實現(xiàn)圖像識別價格比較低廉。近幾年來，隨著計算機技術(shù)及互聯(lián)網(wǎng)的發(fā)展和普及，數(shù)字化成為社會發(fā)展的一個必然趨勢，數(shù)字圖像處理技術(shù)在人們生產(chǎn)、生活中的應(yīng)用越來越廣泛。拍照、監(jiān)控、谷歌地圖、天氣預(yù)報隨處可見數(shù)字圖像處理技術(shù)應(yīng)用的身影。在圖像的采集和分類工作中，基于LABVIEW 平臺設(shè)計出的圖像識別系統(tǒng)，可將編寫的系統(tǒng)程序用數(shù)據(jù)流展示在控制面板上，便于用戶讀取和修改程序，

16、互動性強且易于升級。本文基于LABVIEW 平臺設(shè)計了關(guān)于“圓形圖像識別與實時跟蹤”的VI系統(tǒng),從而實現(xiàn)了對采集圖像的處理和判斷功能，為解決圖像識別問題提供了一條選擇途徑。實時跟蹤系統(tǒng)的設(shè)計是基于對單個圖片的基礎(chǔ)上，不僅可以識別出圓形圖像，還可以通過系列循環(huán)處理，繪制出圖像的運動軌跡，從而為判別圓形物體的運動提供了有效而又精確的方法。1.2.2圖像處理概述圖像就是用各種觀測系統(tǒng)以不同形式和手段觀測客觀世界而獲得的，可以直接或間接作用于人眼而產(chǎn)生視知覺的實體?？茖W(xué)研究和統(tǒng)計表明，人類從外界獲得的信息約有75%來自于視覺系統(tǒng)，也就是說，人類大部分信息都是從圖像中獲得的。圖像處理是人類視覺延伸的重要

17、手段，可以使人們看到任意波長上所測得的圖像。例如，借助伽瑪相機、X光，人們可以看到紅外和超聲圖像；借助CT可以看到物體內(nèi)部的斷層圖像；借助相應(yīng)工具可看到紅外和超聲圖像。1964年，美國在太空探索中拍回了大量月球照片，但是由于種種環(huán)境因素的影響，這些照片是非常不清晰的，為此，美國噴射推進實驗室（JPL）使用計算機對圖像進行處理，使照片中的重要信息得以清晰再現(xiàn)。這是這門技術(shù)發(fā)展的重要里程碑。此后，圖像處理技術(shù)在空間研究方面得到廣泛的應(yīng)用。在研究圖像時，首先要對獲得的圖像信息進行預(yù)處理（前處理）以濾去干擾、噪聲，作集合、彩色校正等，這樣可提高信噪比；有時由于信息微弱，無法辨識，還得進行增強處理。增強

18、的作用，在于提供一個滿足一定要求的圖像，或?qū)D像進行分割，也就是進行定位和分離，以分出不同的物體。為了給觀察者以清晰的圖像，還要對圖像進行改善，即進行原處理，它是把已經(jīng)退化了的圖像加以重建或恢復(fù)的過程，以使改進圖像的保真度。在實際處理中，由于圖像信息量非常大，在存儲及發(fā)送時，還要對圖像信息進行壓縮。上述工作必須用計算機進行，因而要進行編碼等工作。編碼的作用，是用最少數(shù)量的編碼位（亦稱比特），表示單色和彩色圖像，以便更有效的傳輸和存儲。以上所述都屬于圖像處理的范疇。對于一個圖像處理系統(tǒng)來說，可以將流程分為三個階段：首先是圖像處理階段，第二是圖像分析階段，第三是圖像理解階段。圖像處理階段主要是在像

19、素級上進行處理，圖像的幾何校正，圖像的灰度處理，圖像噪聲濾除的平滑處理，目標物體邊界的銳化處理等，圖像分析階段主要對圖像里感興趣的目標進行檢測、分割、特征提取和測量，分析的結(jié)果能為用戶提供描述圖像目標特點和性質(zhì)的數(shù)據(jù)，把原來以像素描述的圖像轉(zhuǎn)變成比較簡潔的非圖像方式的描述。圖像理解階段主要通過對圖像里各目標的性質(zhì)和它們之間相互關(guān)系的研究，對描述抽象出來的符號進行運算，了解把握圖像內(nèi)容并解釋原來的客觀場景，提供客觀世界的信息，指導(dǎo)和規(guī)劃行為。圖像處理技術(shù)的發(fā)展大致經(jīng)歷了初創(chuàng)期、發(fā)展期、普及期和實用化期4個階段。初創(chuàng)期開始于20世紀60年代，當(dāng)時的圖像采用像素型光柵進行描述顯示，大多采用中、大型機

20、對其進行處理。在這一時期，由于圖像存儲成本高，處理設(shè)備造價高，因而其應(yīng)用面很窄。20世紀70年代進入了發(fā)展期，開始大量采用中、小型機進行處理，圖像處理也逐漸改用光柵掃描顯示方式，特別是出現(xiàn)了CT和衛(wèi)星遙感圖像，對圖像處理技術(shù)的發(fā)展起到了很好的促進作用。到了20世紀80年代，圖像處理技術(shù)進入了普及期，此時二等微機已經(jīng)能夠擔(dān)當(dāng)起圖形圖像處理的任務(wù)。VLSI的出現(xiàn)更使得處理速度大大提高，其造價也進一步降低，極大的促進了圖形圖像系統(tǒng)的普及和應(yīng)用。20世紀90年代是圖像處理技術(shù)的實用化時期，圖像處理的信息量巨大，對處理速度的要求較高。目前，圖像處理面臨的主要問題有：第一，處理信息量很大。如一幅25625

21、6 低分辨率黑白圖像，要求約64kbit 的數(shù)據(jù)量；對高分辨率彩色512512 圖像，則要求768kbit 數(shù)據(jù)量；如果要處理30 幀/秒的電視圖像序列，則每秒要求500kbit22.5Mbit 數(shù)據(jù)量。因此對計算機的計算速度、存儲容量等要求較高。第二，占用頻帶較寬。與語言信息相比，占用的頻帶要大幾個數(shù)量級。如電視圖像的帶寬約5.6MHz，而語音帶寬僅為4kHz 左右。這對頻帶壓縮技術(shù)提出了更高的要求。第三，個像素相關(guān)性大。數(shù)字圖像中各個像素是不獨立的，其相關(guān)性大。在圖像畫面上，經(jīng)常有很多像素有相同或接近的灰度。因此，圖像處理中信息壓縮的潛力很大。第四，無法復(fù)現(xiàn)三位景物的全部幾何信息。由于圖像

22、是三維景物的二維投影，一幅圖象本身不具備復(fù)現(xiàn)三維景物的全部幾何信息的能力，很顯然三維景物背后部分信息在二維圖像畫面上是反映不出來的。因此，要分析和理解三維景物必須作合適的假定或附加新的測量，這也是人工智能中正在致力解決的知識工程問題。第五，受人的因素影響較大。由于人的視覺系統(tǒng)很復(fù)雜，收環(huán)境、視覺性能、人的情緒愛好以及知識狀況影響很大，作為圖像質(zhì)量的評價還有待進一步深入的研究。1.2.3圖像處理技術(shù)的應(yīng)用圖像處理技術(shù)有著廣泛的應(yīng)用，其中最典型的應(yīng)用有：(1)遙感技術(shù)中的應(yīng)用遙感圖像處理的用處已經(jīng)越來越大，并且其效率和分辨率也越來越高。它被廣泛地應(yīng)用于土地測繪、資源調(diào)查、氣象監(jiān)測、環(huán)境污染監(jiān)督、農(nóng)

23、作物估產(chǎn)和軍事偵察等領(lǐng)域。目前遙感技術(shù)已經(jīng)比較成熟，但是還必須解決其數(shù)據(jù)量龐大、處理速度慢的特點。(2)醫(yī)學(xué)應(yīng)用圖像處理在醫(yī)學(xué)上有著廣泛的應(yīng)用。其中最突出的臨床應(yīng)用就是超聲、核磁共振、相機和CT等技術(shù)。在醫(yī)學(xué)領(lǐng)域利用圖像處理技術(shù)可以實現(xiàn)對疾病的直觀診斷和無痛、安全方便的診斷和治療，受到了廣大患者的歡迎。(3)安全領(lǐng)域利用圖像處理的模式識別等技術(shù)，可以利用在監(jiān)控、指紋檔案管理等安全領(lǐng)域中。目前有清華大學(xué)工程物理系開發(fā)研制的大型集裝箱檢測系統(tǒng)，就是利用圖像處理技術(shù)來實現(xiàn)全自動集裝箱檢測，從而加快了海關(guān)的工作效率，為打擊走私立下汗馬功勞。(4)工業(yè)生產(chǎn)產(chǎn)品的無損檢測也是圖像處理技術(shù)的一項廣泛應(yīng)用。總

24、之，圖像處理技術(shù)的應(yīng)用是相當(dāng)廣泛的它在國家安全、經(jīng)濟發(fā)展、日常生活中充當(dāng)著越來越重要的角色，對國計民生有著不可忽略的作用。1.3課題研究的主要任務(wù)1.3.1論文的程序語言本課題的主要目的是利用計算機圖像處理技術(shù)，結(jié)合先進的虛擬儀器（圖像化編程軟件LABVIEW）技術(shù)，開發(fā)出一種能夠自動識別圓形圖像的技術(shù)，并且可以對該圓形圖像進行實時跟蹤。基于LABVIEW的圖像工程能夠充分利用G語言編程簡單、功能完善、應(yīng)用靈活等突出特點，使得圖像工程任務(wù)的實現(xiàn)變得更加簡單。1.3.2系統(tǒng)總體設(shè)計思路本系統(tǒng)的輸入圖像為32 位RGB 彩色圖像，在圖像輸入之后，首先通過灰度圖像轉(zhuǎn)換，把彩色圖像轉(zhuǎn)換為灰度圖，接著對

25、灰度圖進行二值化處理，經(jīng)過二值化處理的圖像有比較多的噪點和空洞，需要再對二值圖像進行腐蝕和膨脹。完成數(shù)學(xué)形態(tài)學(xué)處理之后，圖像的幾何特性就比較明顯了，通過特征提取，把核心的幾何特征提取出來，進行分析和比較就可以識別出圓形圖像。接著，結(jié)合LABVIEW中的for循環(huán)語句，利用程序?qū)⒘Ｗ臃治瞿K的處理數(shù)據(jù)提取出來，送入波形圖進行軌跡顯示，就可以對識別出的圖像進行跟蹤。系統(tǒng)的設(shè)計流程圖如下所示：圖1.1系統(tǒng)設(shè)計流程圖1.4論文的安排本文共分為6章。第一章,從虛擬儀器的概述入手，介紹了本次課題的背景和意義，還追溯了圖像處理的發(fā)展歷程，圖像處理的基本思想和現(xiàn)今的發(fā)展情況。除此之外，本章還闡述了系統(tǒng)設(shè)計的總

26、體思想。第二章，主要介紹了在虛擬儀器方面應(yīng)用比較普遍的軟件LABVIEW應(yīng)用程序的構(gòu)成，主要模塊，編程思想，和它獨特的數(shù)據(jù)流等。第三章，本章主要介紹了圖像預(yù)處理技術(shù)。主要包括圖像的灰度化處理、圖像的增強技術(shù)、圖像二值化還有圖像分割技術(shù)。第四章，本章介紹了圖像的特征提取和識別技術(shù)。在邊緣圖像的基礎(chǔ)上，需要通過平滑、形態(tài)學(xué)等處理去除噪聲點、毛刺、空洞等不需要的部分，再通過細化、邊緣連接和跟蹤等方法獲得物體的輪廓邊界。第五章，本章在對單個圖像的處理基礎(chǔ)上，通過編程設(shè)計實現(xiàn)了實時跟蹤系統(tǒng)的設(shè)計。第六章，本章主要就是對論文進行了總結(jié)還有課題的展望。1.5本章小結(jié)本章從虛擬儀器的概述入手，介紹了本次課題的

27、背景和意義，還追溯了圖像處理的發(fā)展歷程，圖像處理的基本思想和現(xiàn)今的發(fā)展情況。除此之外，本章還闡述了系統(tǒng)設(shè)計的總體思想。2.LABVIEW程序設(shè)計技術(shù)LABVIEW（Laboratory Virtual Instrument Engineering Workbench）是美國國家儀器公司（NI公司）開發(fā)的專門用于開發(fā)虛擬儀器的平臺，主要是為儀器系統(tǒng)開發(fā)者提供一套能夠快捷地建立、檢測和修改儀器系統(tǒng)的圖形軟件系統(tǒng)。該平臺功能強大，以圖形化編程代替文本編程方式，圖形用戶界面豐富，具有較強的數(shù)據(jù)處理功能。圖形化的程序語言又稱為“G”語言，它與C、Pascal、Basic等傳統(tǒng)編程語言有著諸多相似之處，如

28、相似的數(shù)據(jù)類型、數(shù)據(jù)流控制結(jié)構(gòu)、程序調(diào)試工具以及層次化、模塊化的編程特點等。但兩者最大的區(qū)別在于，傳統(tǒng)編程語言用文本語言編程，而LABVIEW使用圖形語言（即各種圖標、圖形符號、連線等），以框圖的形式編寫程序。用LABVIEW編程無需具備太多編程經(jīng)驗，因為LABVIEW使用二等都是測試工程師熟悉的術(shù)語和圖標，如各種旋鈕、開關(guān)、波形圖等，界面非常直觀形象，因此LABVIEW對于缺乏豐富編程經(jīng)驗的測試工程師們來說無疑是個極好的選擇。2.1 LABVIEW軟件介紹LABVIEW是一種圖形化編程語言，它廣泛地被工業(yè)界，學(xué)術(shù)界和研究實驗室所接受，視為一個標準的數(shù)據(jù)采集和儀器控制軟件。LABVIEW集成了

29、與滿足GPIB、VXI、RS-232和RS-458協(xié)議的硬件及數(shù)據(jù)采集卡式通訊的全部功能。它還內(nèi)置了便于應(yīng)用TCP/IP，ActiveX等軟件標準的庫函數(shù)。這是一個功能強大且靈活的軟件，利用它可以方便地建立自己的標準的庫函數(shù)。這是一個功能強大且靈活的軟件，利用它可以方便地建立自己的虛擬儀器，圖形化的界面使得編程及使用過程都生動有趣。圖形化的程序語言，又稱為G語言，使用這種語言編程時，基本上不用寫程序代碼，取而代之的流程圖。它盡可能利用了技術(shù)人員、科學(xué)家、工程師熟悉的術(shù)語、圖標和概念。因此LABVIEW是一個面向最終用戶的工具。它可以增強構(gòu)建自己的科學(xué)和工程系統(tǒng)的能力，提供了實現(xiàn)儀器編程和數(shù)據(jù)采

30、集系統(tǒng)的便捷途徑。使用它進行原理研究、設(shè)計、測試系統(tǒng)時，可以大大提高工作效率。2.2 LABVIEW應(yīng)用程序的構(gòu)成 所有的LABVIEW應(yīng)用程序，即虛擬儀器（VI），它包括前面板（front panel）、流程圖（block diagram）、以及圖標/連結(jié)器（icon/connector）三部分。前面板是圖形用戶界面，也就是VI的虛擬儀器面板，這一界面上有用戶輸入和顯示輸出兩類對象，具體表現(xiàn)開關(guān)、旋鈕、圖形以及其他控制（control）和顯示對象（indicator）。流程圖提供VI的圖形化源程序。在流程圖中對VI編程?？刂坪筒倏v宣言在前面板上的輸入和輸出功能。流程圖中包括前面板上的控件的連

31、線端子，還有一些前面板上沒有，但編程必須有的東西，例如函數(shù)、結(jié)構(gòu)和連線等。如果將VI與標準儀器相比較，那么前面板上的東西就是儀器面板上的東西，而流程圖上的東西相當(dāng)于儀器箱內(nèi)的東西。在許多情況下，使用VI可以仿真標準儀器，不僅在屏幕上出現(xiàn)一個惟妙惟肖的標準儀器面板，而且其功能也與標準儀器相差無幾。圖標/連接器VI具有層次化和結(jié)構(gòu)化的特征。一個VI可以作為子程序，這里稱為子VI（subVI），被其它他VI調(diào)用。圖標與連接器在這里相當(dāng)于圖形化的參數(shù)，詳細情況稍后介紹。2.3 LABVIEW的基本模塊像許多Windows應(yīng)用程序一樣，當(dāng)進入LABVIEW編程環(huán)境后，首先出現(xiàn)在屏幕上的是兩個無標題（un

32、titled）窗口，一個是前面板窗口，用于編輯和顯示虛擬儀器的前面板對象，另一個是框圖程序窗口，用于編輯和顯示流程圖。同時在屏幕上方顯示工具按鈕，由于兩個窗口除框圖程序窗口增加了4個用于程序調(diào)試的工具按鈕外，工具條是一樣的，但應(yīng)特別注意它提供的操作模板，包括工具模板、控制模板和函數(shù)模板。2.4 程序調(diào)試技術(shù)2.4.1 找出語法錯誤LABVIEW程序的調(diào)試與其它計算機語言的編寫調(diào)試類似，都需要找出語法錯誤，但LABVIEW的圖形化編程方式就相對簡單的多，大大提高了編程的效率。如果一個VI程序存在語法錯誤，則在面板工具條上的運行按鈕將會變成一個折斷的箭頭，表示程序不能被執(zhí)行.這時這個按鈕被稱作錯誤

33、列表。點擊它，則LABVIEW彈出錯誤清單窗口，點擊其中任何一個所列出的錯誤，選用FIND功能，則出錯的對象或端口就會變成高亮。錯誤的種類有多種類型，最常見的有：節(jié)點之間未連線；有一個或多個節(jié)點在程序中沒有發(fā)揮作用（既沒有輸入，也沒有輸出）；程序中兩節(jié)點之間的數(shù)據(jù)類型不同，導(dǎo)致數(shù)據(jù)不能傳遞；在程序中有一個或幾個節(jié)點在設(shè)計時，并不能按照其原有的功能運行。2.4.2 設(shè)置執(zhí)行程序高亮在LABVIEW的工具條上有一個畫著燈泡的按鈕，這個按鈕叫做“高亮執(zhí)行”按鈕。點擊這個按鈕或使該按鈕圖標變成高亮形式，再點擊運行按鈕，VI程序就以較慢的速度運行，沒有被執(zhí)行的代友灰色顯示，執(zhí)行后的代友高亮顯示，并顯示數(shù)

34、據(jù)流線上的數(shù)據(jù)值。這樣，此時就可以在根據(jù)數(shù)據(jù)的流動狀態(tài)跟蹤程序的執(zhí)行。2.4.3斷點與單步執(zhí)行為了查找程序中的邏輯錯誤，希望框圖程序一個節(jié)點一個節(jié)點地執(zhí)行。使用斷點工具可以在程序的某一地點中止程序執(zhí)行，用探針或者單步方式查看數(shù)據(jù)。使用斷點工具時，點擊希望設(shè)置或者清除斷點的地方。斷點的顯示對于節(jié)點或者圖框表示為經(jīng)框，對于連線表示為紅點。當(dāng)VI程序運行到斷點處時，程序?qū)和Ｔ趯⒁獔?zhí)行的節(jié)點，以閃爍表示。按下單步招待按鈕，閃爍的節(jié)點被執(zhí)行，下一個將要執(zhí)行的節(jié)點變?yōu)殚W爍，批示它將被執(zhí)行。也可以點擊暫停按鈕，這樣程序?qū)⑦B續(xù)執(zhí)行直到下一個斷點。2.4.4 探針可以使用探針工具來查看當(dāng)框圖程序流經(jīng)某一根連接

35、線時的數(shù)據(jù)值。在框圖程序中增加探針有兩種辦法。首先，從工具模板選擇探針工具，再用鼠標左鍵點擊你希望放置探針的連接線。這時顯示器上會出現(xiàn)一個探針顯示窗口，該窗口總是被顯示在前面板窗口或框圖窗口的上面。也可以要框圖使用選擇工具或連線工具，在連線上點擊鼠標右鍵，在連線的弱出式菜單中選擇“探針命令，同樣可以為該連線加上一個探針。2.5 本章小結(jié)主要介紹了在虛擬儀器方面應(yīng)用比較普遍的軟件LABVIEW應(yīng)用程序的構(gòu)成，主要模塊，編程思想，和它獨特的數(shù)據(jù)流等。利用本章介紹的知識，在調(diào)試程序的時候可以方便地找到出錯的地方并且根據(jù)提示進行修改。3.圖像預(yù)處理圖像預(yù)處理是相對于圖像識別、圖像理解而言的一種前期處理

36、。圖像預(yù)處理時數(shù)字化圖像的一個重要環(huán)節(jié)，包括濾去干擾、噪聲，做幾何、彩色校正等，這樣可提高信噪比。有時由于信息微弱，無法辨識，還得進行增強。增強的作用在于提供一個滿足一定要求的圖像，或?qū)D像進行變換，以便人機分析，為了從圖像中找到需要識別的東西，還得對圖像進行分割，也就是進行定位和分離，以分出不同的東西。為了給觀察者以清晰的圖像，還要對圖像進行改善，即進行圖像復(fù)原，它是把已經(jīng)退化了的圖像加以重建或恢復(fù)，以便改善圖像的保真度。在實際的圖像采集系統(tǒng)中，不論采用何種裝置，由于各種因素的影響，如光照、攝像頭角度不均勻等，采集到的圖像往往不能滿足直接進行分析和處理的要求。這些因素往往導(dǎo)致圖像質(zhì)量下降，針

37、對這些干擾，必須采用圖像預(yù)處理技術(shù)來改善圖像質(zhì)量。3.1原始圖像的輸入數(shù)字圖像指的是一個被采樣和量化后的二維函數(shù)，采用等距離矩形網(wǎng)格采樣，對幅度進行等間隔量化。由于計算機或數(shù)字信號處理器僅能處理離散的數(shù)據(jù)，一副連續(xù)的模擬圖像必須要在空間和灰度上都離散化才能被處理器處理。空間坐標的離散化叫做空間采樣，而灰度的離散化叫做灰度量化，這一過程稱為數(shù)字化，經(jīng)過成像、采樣、量化便得到數(shù)字圖像。數(shù)字圖像是由像素組成的二維矩陣。對于單色即灰度圖像而言，每個像素的亮度用一個數(shù)值來表示，通常數(shù)值范圍在0255之間，即可用一個字節(jié)來表示，即可用一個字節(jié)來表示，0表示黑、255表示白，而其他表示灰度。一般來說，我們可

38、以直接利用數(shù)碼相機及數(shù)碼攝像機技術(shù)獲取圖像，由于不需要其他數(shù)字化設(shè)備的支持，且具有更高的分辨率及編輯、使用方便等特點，因此受到大部分研究人員的青睞。然而在本次課題研究中，需要對多幀圖像進行處理，由于受到條件的限制，直接利用計算機的輸入設(shè)備輸入圖像，再利用LABVIEW程序?qū)D像讀入程序進行處理。使用LABVIEW對圖像進行處理時，必須預(yù)先在內(nèi)存中開辟一段空間給圖像，之后才能對其進行各種處理操作，下面的圖3.1就是為輸入圖像分配內(nèi)存空間的程序框圖。程序中的圖像路徑需要自行輸入，這樣程序才能讀入圖像，并進行接下來的操作。圖3.1創(chuàng)建圖片空間程序3.2圖像的灰度化處理圖像處理著重強調(diào)的是在圖像之間進

39、行的各種變換，這些圖像指的是灰度圖像，而不是我們一般認為的彩色圖像?；叶葓D像是指只含亮度信息，不含色彩信息的圖像。在數(shù)字圖像處理技術(shù)中，將彩色圖像轉(zhuǎn)為灰度圖像的過程成為灰度化處理。彩色圖像中的每個像素的顏色有R、G、B三個分量決定，而每個分量有255個中值可取，這樣一個像素點可以有1600多萬（255*255*255）的顏色的變化范圍。而灰度圖像是R、G、B三個分量相同的一種特殊的彩色圖像，其中一個像素點的變化范圍為255種，所以在數(shù)字圖像處理中一般先將各種格式的圖像轉(zhuǎn)變成灰度圖像以使后續(xù)的圖像的計算量變得少一些。灰度圖像的描述與彩色圖像一樣仍然反映了整幅圖像的整體和局部的色度和亮度等級的分布

40、和特征。在RGB模型中，如果R=G=B時，則彩色表示一種灰度顏色，其中R=G=B的值叫做灰度值。因此，灰度圖像每個像素只需一個字節(jié)存放灰度值（又稱強度值、亮度值），灰度范圍為0-255。圖像的灰度化處理，一般有以下三種設(shè)計方案：1、加權(quán)平均法根據(jù)重要性及其它指標，將三個分量以不同的權(quán)值進行加權(quán)平均。由于人眼對綠色的敏感最高，對藍色敏感最低，因此，對RGB三分量進行加權(quán)平均能得到較合理的灰度圖像。2、平均值法求出每個像素點的R、G、B三個分量的平均值，然后將彩色圖像中的這個平均值賦予給這個像素的三個分量。3、最大值法將彩色圖像中的三分量亮度的最大值作為灰度圖的灰度值。在LABVIEW軟件平臺上，

41、對圖像的灰度處理只需要借助視覺助手中的模塊即可完成，該模塊如圖3.2所示。圖3.2灰度化模塊圖3.3灰度化屬性設(shè)置在這里選擇的是加權(quán)平均法，特殊的是，令G域和B域的權(quán)重為零，直接選擇在R域進行灰度處理，屬性設(shè)置見圖3.3，對應(yīng)的程序框圖如圖3.4所示。通過圖3.5原始圖像以及圖3.6中變化后R域內(nèi)的灰度圖像，可以明顯觀察到灰度化處理的效果。圖3.4 圖像灰度變換程序圖3.5原始圖像圖3.6 彩色圖像在R 域內(nèi)分量圖像圖3.3圖像的增強圖像增強的目的是為了增強圖像中的有用信息，它可以是一個失真的過程，其目的是要增強視覺效果。將原來不清晰的圖像變得清晰或強調(diào)某些感興趣的特征，抑制不感興趣的特征，使

42、之改善圖像質(zhì)量、豐富信息量，加強圖像判讀和識別效果的圖像處理方法。圖像增強按所用方法可分成頻率域法和空間域法。前者把圖像看成一種二維信號，對其進行基于二維傅里葉變換的信號增強。采用低通濾波（即只讓低頻信號通過）法，可去掉圖中的噪聲；采用高通濾波法，則可增強邊緣等高頻信號，使模糊的圖片變得清晰。具有代表性的空間域算法有局部求平均值法和中值濾波（取局部鄰域中的中間像素值）法等，它們可用于去除或減弱噪聲。基于空域的算法分為點運算算法和鄰域去噪算法。點運算算法即灰度級校正、灰度變換和直方圖修正等，目的或使圖像成像均勻，或擴大圖像動態(tài)范圍，擴展對比度。鄰域增強算法分為圖像平滑和銳化兩種。平滑一般用于消除

43、圖像噪聲，但是也容易引起邊緣的模糊。常用算法有均值濾波、中值濾波。銳化的目的在于突出物體的邊緣輪廓，便于目標識別。常用算法有梯度法、算子、高通濾波、掩模匹配法、統(tǒng)計差值法等。在本系統(tǒng)中，主要采用的是中值濾波和灰度變換法。3.3.1中值濾波中值濾波是一種非線性平滑濾波器，能比較容易地去除孤立點、線的噪聲同時保持圖像的邊緣。中值濾波的基本步驟如下：(1)將模板在圖中漫游，并將模板中心與圖中某個像素位置重合；(2)讀取模板下各對應(yīng)像素的灰度值；(3)將這些灰度值從小到大排成一列；(4)找出這些值中排在中間的那一個。對于奇數(shù)個元素，中值是按大小排序后中間的數(shù)值；對于偶數(shù)個元素，中值是指排序后中間兩個元

44、素灰度值的平均值。(5)將這個中間值賦給對應(yīng)模板中心位置的像素。對于二維圖像信號，中值濾波的窗口形狀和尺寸對濾波器效果影響很大。不同圖像內(nèi)容和不同應(yīng)用要求往往選用不同的窗口形狀和尺寸。常用的二維中值濾波窗口形狀有線狀、方形、圓形、十字形等。在Vision軟件中，濾波功能模塊如圖3.7所示。根據(jù)圖像的特點，在嘗試了不同的數(shù)值以后，為了達到理想的效果，選擇3X3的方形中值濾波器，其屬性設(shè)置如圖3.8所示，其中濾波器尺寸大小只與處理速度有關(guān)，尺寸越小，處理速度越快。處理程序如圖3.9所示，中值濾波后的圖像可以從圖3.10觀察出。圖3.7濾波器模塊 圖3.8 中值濾波的屬性設(shè)置圖3.9 中值濾波的程序

45、框圖圖3.10中值濾波后的圖像從圖中，可以明顯看出，圖像變得平滑，球表面的孤立點還有線條噪聲都得到了有效的去除。由此，可以得出結(jié)論，這種中值濾波是適合該系統(tǒng)的。然而，這還不是最理想的效果，所以要使用圖像增強的另一種常用方法：數(shù)學(xué)形態(tài)學(xué)。3.3.2灰度形態(tài)學(xué)數(shù)學(xué)形態(tài)學(xué)是一門建立在集論基礎(chǔ)上的學(xué)科，是幾何形態(tài)學(xué)分析和描述的有力工具。數(shù)學(xué)形態(tài)學(xué)可以用來解決抑制噪聲、特征提取、邊緣檢測、圖像分割、形狀識別、紋理分析、圖像恢復(fù)與重建、圖像壓縮等圖像處理問題。目前，數(shù)學(xué)形態(tài)學(xué)已在計算機視覺、信號處理與圖像分析、模式識別、計算方法與數(shù)據(jù)處理等方面得到了極為廣泛的應(yīng)用。數(shù)學(xué)形態(tài)學(xué)是以形態(tài)結(jié)構(gòu)元素為基礎(chǔ)對圖像進

46、行分析的數(shù)學(xué)工具。它的基本思想是用具有一定形態(tài)的結(jié)構(gòu)元素去度量和提取圖像中的對應(yīng)形狀以達到對圖像分析和識別的目的。數(shù)學(xué)形態(tài)學(xué)的應(yīng)用可以簡化圖像數(shù)據(jù)，保持它們基本的形狀特征，并除去不相干的結(jié)構(gòu)。數(shù)學(xué)形態(tài)學(xué)的基本運算有4個：膨脹、腐蝕、開運算和閉運算。它們在二值圖像中和灰度圖像中各有特點?；谶@些基本運算還可以推導(dǎo)和組合成各種數(shù)學(xué)形態(tài)學(xué)實用算法。常見形態(tài)學(xué)運算有腐蝕（Erosion）和膨脹（Dilation）兩種。腐蝕：就是刪除對象邊界某些像素。膨脹：就是給圖像中的對象邊界添加像素。結(jié)構(gòu)元素是膨脹和腐蝕操作的最基本組成部分，用于測試輸出圖像，通常要比待處理的圖像小的多。二維平面結(jié)構(gòu)元素由一個數(shù)值為

47、0或1的矩陣組成。結(jié)構(gòu)元素的原點指定了圖像中需要處理的像素范圍，結(jié)構(gòu)元素中數(shù)值為1的點決定結(jié)構(gòu)元素的鄰域像素在進行膨脹或腐蝕操作時是否需要參與計算。膨脹的算法： 用3x3的結(jié)構(gòu)元素，掃描圖像的每一個像素 用結(jié)構(gòu)元素與其覆蓋的二值圖像做“與”操作 如果都為0，結(jié)果圖像的該像素為0。否則為1。結(jié)果：使二值圖像擴大一圈。腐蝕的算法： 用3x3的結(jié)構(gòu)元素，掃描圖像的每一個像素 用結(jié)構(gòu)元素與其覆蓋的二值圖像做“與”操作 如果都為1，結(jié)果圖像的該像素為1。否則為0。 結(jié)果：使二值圖像減小一圈。Vision中，對應(yīng)的數(shù)字灰度形態(tài)學(xué)模塊如圖3.11所示。3.11數(shù)字灰度形態(tài)學(xué)模塊在設(shè)計過程中，首先選擇的是開運

48、算，具體屬性選擇見圖3.12，經(jīng)過多次嘗試，我們選擇的是7X7的結(jié)構(gòu)元素，因為與3X3和5X5的結(jié)構(gòu)元素相比，它的運算過程更為精確，能夠更多地保留原圖像的有用信息，從而增強圖像品質(zhì)。開運算就是先膨脹后腐蝕的過程：利用它可以填充物體內(nèi)細小空洞，連接臨近物體、平滑其邊界，但同時并不會明顯改變原來物體的面積。開運算處理后，發(fā)現(xiàn)圖像的邊界有些許缺失，影響處理效果，所以對圖像迭代入一次膨脹處理，同樣嘗試改變參數(shù)后，我們選擇3X3的結(jié)構(gòu)元素，參數(shù)選擇如圖3.13所示。圖3.12開運算的屬性設(shè)置 圖3.13膨脹運算的屬性設(shè)置這兩個運算對應(yīng)的程序框圖如圖3.14所示，所得到的處理后的圖像如圖3.15所示。由此

49、，可以得出這樣的結(jié)論：只有圖像腐蝕與圖像膨脹相結(jié)合有時可使圖像有較理想的處理效果。3.14 數(shù)學(xué)形態(tài)學(xué)的程序框圖圖3.15數(shù)學(xué)形態(tài)學(xué)處理后的圖像3.4圖像的二值化以二值圖像為中心的圖像處理系統(tǒng)很多，這主要是因為二值圖像處理系統(tǒng)速度快、成本低；能定義幾何學(xué)的各種概念；多值圖像也可以變成二值圖像處理等。圖像二值化是指根據(jù)給定閾值T，將整幅圖像中大于或等于T 的像素點灰度值賦為1，小于T 的像素點灰度值賦為0，從而得到僅有0和1兩個灰度值的黑白圖像。灰度圖像二值化的數(shù)學(xué)形式如下：通過對多層次的灰度圖像進行二值化處理，有助于分析理解和識別圖像并減少計算量，特別是在邊緣檢測和提取中，二值化圖像能有效地將

50、背景和目標區(qū)分開來，通過搜索產(chǎn)生0和1間的躍變位置，可以快速準確的提取目標區(qū)域邊界象素點。在LABVIEW的Vision中，有專門的模塊可以實現(xiàn)二值化的功能，由圖3.16可見，模塊名字是“threshold”，我選擇的是自適應(yīng)閾值的moments種類，具體選擇如圖3.17所示。 圖3.16 二值化模塊圖3.17 二值化模塊屬性設(shè)置在許多情況下，物體和背景的對比度在圖像中不是各處都一樣的，這樣就很難用統(tǒng)一的閾值將物體與背景分開。這時可以根據(jù)圖像的局部特征分別采用不同的閾值進行分割。實際處理時，需要按照具體問題將圖像分成若干個子區(qū)域分別選擇閾值，或者動態(tài)地根據(jù)一定的鄰域范圍選擇每點處的閾值，進行圖

51、像分割。自適應(yīng)閾值處理后的圖像如圖3.18所示。圖3.18 二值化處理后的圖像3.5圖像分割技術(shù)從圖像中，我們可以看出二值化后的圖像仍然有一些我們不需要的圖像信息，針對這些無用信息，我們需要采用一定的圖像分割技術(shù)，把圖像分成各自具有特性的區(qū)域并提取出感興趣的目標。圖像分割是一種重要的圖像分析技術(shù)。在對圖像的研究和應(yīng)用中，人們往往僅對圖像中的某些部分感興趣。這些部分常稱為目標或前景(其他部分稱為背景)，它們一般對應(yīng)圖像中特定的、具有獨特性質(zhì)的區(qū)域。為了辨識和分析圖像中的目標，需要將它們從圖像中分離提取出來，在此基礎(chǔ)上才有可能進一步對目標進行測量和對圖像進行分析。圖像分割就是指把圖像分成各自具有特

52、性的區(qū)域并提取出感興趣的目標的技術(shù)和過程。圖像分割可以采用三種不同的方法來實現(xiàn)。(1)利用區(qū)域分割的方法：即把各個像素劃分到各個物體或區(qū)域中。(2)利用邊緣提取的方法：先確定邊緣像素，并把它們連接在一起以構(gòu)成所需的邊界。(3)利用區(qū)域增長的方法：從像素出發(fā)，按“有意義”的屬性一致的原則，將屬性接近的連通像素聚集成區(qū)域。值得注意的一點是，沒有唯一的、標準的分割方法，因此也就沒有成功分割的標準。對應(yīng)不同的應(yīng)用場合，我們可以采用各種各樣的分割方法，只要能夠完成圖像分割的目的，有助于圖像的分析，就是合適的方法。在Vision中，有專門實現(xiàn)圖像分割的模塊，如圖3.19所示，經(jīng)過反復(fù)的嘗試和比較之后，具體

53、的屬性選擇見圖3.20。圖3.19圖像分割模塊 圖3.20圖像分割模塊屬性設(shè)置該模塊所對應(yīng)的程序框圖如圖3.21所示。該模塊主要是根據(jù)連通性原理進行工作的。通過迭代次數(shù)控制去除部分的大小，這里，只需要濾去比目標小的噪聲，所以進行十次迭代。從圖3.22可以看到，處理完后的圖像包含了系統(tǒng)所需要的有用的信息，圖像的邊緣也很平滑，原圖像的無用信息得到了有效的處理，因此，使用完圖像分割技術(shù)后，得到了滿意的設(shè)計效果，為接下來的特征提取和模式識別工作打下了很好的基礎(chǔ)。圖3.21圖像分割的程序框圖圖3.22 圖像分割技術(shù)處理后的圖像3.6 本章小結(jié)本章主要介紹了就是圖像預(yù)處理技術(shù)。主要包括圖像的灰度化處理、圖

54、像的增強技術(shù)、圖像二值化還有圖像分割技術(shù)。以上所述都屬于圖像處理的范疇。概括起來，圖像處理包括圖像編碼、圖像增強、圖像壓縮、圖像復(fù)原、圖像分割等內(nèi)容。對圖像處理環(huán)節(jié)來說，輸入的是圖像，輸出的也是圖像（也就是處理后的圖像）。圖像處理的目的主要在于解決兩個問題：一是判斷圖像中有無需要的信息；二是確定這些信息是什么。4.圖像的特征提取和識別4.1圖像的特征提取概述由于目標的多樣性及復(fù)雜性，尋找具有良好描述和分類性能的圖像特征就成為解決圖像識別問題的一個關(guān)鍵。目前，用于圖像識別的特征大概可歸納為如下四種：(1)灰度的直觀特征：例如圖像中的邊緣、輪廓、紋理和區(qū)域等，這些都屬于圖像灰度特征。(2)灰度的統(tǒng)

55、計特征：例如圖像的灰度直方圖特征。若將圖像看作是一種二維隨機過程，引入其各階矩作為特征是普遍采用的方法。如Hu的7個不變矩、Zernike矩等。在矩的諸性質(zhì)中，幾何不變性對圖像識別最為有用。(3)變換系數(shù)特征。對圖像進行各種數(shù)學(xué)變換，可以將變換的系數(shù)作為圖像的一種特征。例如傅里葉描繪予對于物體輪廓有較好的描述能力。(4)代數(shù)特征。代數(shù)特征反映的是圖像的一種內(nèi)在屬性。由于圖像可以表示為矩陣形式，因此可以對其進行各種代數(shù)變換，或者作各種矩陣分解。眾所周知的K-L變換，實際上就是以協(xié)方差矩陣的本征矢量為空間基底的一種代數(shù)特征抽取。由于矩陣的本征矢量反映了矩陣的一種代數(shù)屬性，并且具有幾何不變性，因此可

56、以用作圖像特征。如果要建立一個識別不同種類對象的系統(tǒng)，首先必須確定應(yīng)測量對象的哪些特性以產(chǎn)生描述參數(shù)。被度量的這些特珠的屬性稱為對象的特征，而所得的參數(shù)值組成了每個對象的特征向量。適當(dāng)?shù)靥崛√卣魇呛苤匾模驗樵谧R別對象時特征是唯一的依據(jù)。良好的特任應(yīng)具有5個特點。(1)可區(qū)別性：對于屬于不同類別的對象來說，特征值應(yīng)具有明顯的差異。(2)可靠性：對同類的對象特征值應(yīng)比較接近。(3)獨立性：所用的各特征之間應(yīng)彼此不相關(guān)。(4)不變性：特征不會因圖像的平移、旋轉(zhuǎn)等改變。(5)數(shù)量少：模式識別系統(tǒng)復(fù)雜度隨系統(tǒng)的維數(shù)(特征的個數(shù))迅速增長。尤為重要的是用來訓(xùn)練分類器和測試結(jié)果的樣本數(shù)量隨特征的數(shù)量呈指

57、數(shù)關(guān)系增長。在某些情況下，甚至無法取得足夠的樣本訓(xùn)練分類器。總之，增加帶噪聲的特征或與現(xiàn)存特征相關(guān)性高的特征實際上會使分類器的分類能力下降。特別是在訓(xùn)練集大小有限的情況下。4.2圖像邊界提取從圖像中分割出物體之后，可以進一步對其進行特征測量和分析，在此基礎(chǔ)之上可以識別物體，也可以對物體進行分類，或?qū)ξ矬w是否符合標準進行判別以實現(xiàn)質(zhì)量監(jiān)控。與圖像分割一樣，物體測量與形狀分析在工業(yè)生產(chǎn)中有重要的應(yīng)用。在本系統(tǒng)中，由于所需要提取的是圖像的邊界，以便確定該圖像是否是圓形圖像，需要用到的模塊如圖4.1所示，其屬性設(shè)置如圖4.2所示，之所以選擇3X3的結(jié)構(gòu)元素，是因為若選擇5X5或是7X7的結(jié)構(gòu)元素，邊界

58、線條會顯得比較粗，影響美觀。圖4.1邊界提取模塊圖4.2邊界提取模塊屬性設(shè)置該操作對應(yīng)的LABVIEW程序如圖4.3所示，提取圖像的邊界，如圖4.4所示。圖4.3 邊界提取的程序框圖圖4.4 邊界提取后的圖像4.3圖像的識別模式識別是指對表征事物或現(xiàn)象的各種形式的信息進行處理和分析，以對事物或現(xiàn)象進行描述、辨認、分類和解釋的過程。有兩種基本的模式識別的方法，即統(tǒng)計模式識別方法和結(jié)構(gòu)模式識別方法，與此相應(yīng)的模式識別系統(tǒng)都是由兩個過程所組成，即設(shè)計和實現(xiàn)。設(shè)計是指用一定數(shù)量的樣本進行分類器的設(shè)計。實現(xiàn)是指用所涉及的分類器對待識別的樣本進行分類決策?；诮y(tǒng)計方法的模式識別系統(tǒng)主要有四部分組成：數(shù)據(jù)獲

59、取，預(yù)處理，特征提取和選擇，分類決策，如下圖所示。圖4.5模式識別系統(tǒng)（1） 數(shù)據(jù)獲取為了使計算機能夠?qū)Ω鞣N現(xiàn)象進行分類識別，要用計算機可以運算的符號來表示研究的對象。通常輸入對象的信息有三種類型：a 二維圖像，如文字、指紋、地圖、照片等。b 維波形，如腦電圖、心電圖、機械震動波形等。c 物理參量和邏輯參量，前者如在疾病診斷中病人的體溫及各種化驗數(shù)據(jù)等；后者對某參量正常與否的判斷或者對癥狀有無的描述，如疼與不疼，可用邏輯值0和1來表示。再引入模糊邏輯的系統(tǒng)中，這些值還可以包括模糊邏輯值，比如：很大、大、比較大等。通過測量、采樣和量化，可以用矩陣或者向量表示二維圖像或者一維波形。這就是數(shù)據(jù)獲取的

60、過程。（2） 預(yù)處理預(yù)處理的目的是去除噪音，加強有用的信息，并對輸入測量儀器或者其他因素所造成的退化現(xiàn)象進行復(fù)原。（3） 特征提取和選擇從圖像中分割出物體之后，可以進一步對他進行特征測量和分析，在此基礎(chǔ)之上可以識別物體，也可以對物體進行分類，或?qū)ξ矬w是否符合標準進行判別以實現(xiàn)質(zhì)量監(jiān)控。與圖像分割一樣，物體測量與形狀分析在工業(yè)生產(chǎn)中有重要的應(yīng)用，他們是機器視覺的主要內(nèi)容之一。圖像特征是用于區(qū)分一個圖像內(nèi)部最基本屬性或特性的。圖像特征可以是人的視覺能夠識別的自然特征，也可以是通過對圖像進行測量和處理，認為定義的某些特征。圖像分割就是把一幅圖像分解成若干個區(qū)域。特征提取的目的是將這些區(qū)域的特征提取出