机器视觉算法基础

精品文档---下载后可任意编辑基于 visual C++ 的数字图像处理摘要机器视觉就是用机器代替人眼来做测量和推断。它通过图像摄取装置将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来猎取信息。本文主要介绍的是数字图像处理中的一些简单应用，通过对图像进行滤波、增强、灰度变换、提取特征等处理来猎取图像的信息，达到使图像更清楚或提取有用信息的目的。关键字：机器视觉、灰度图处理、滤波、边缘提取、连通区域目录摘要 1 目录 1 1 概述 2 2 技术路线 2 3 实现方法 2 灰度图转换 2 3.2 直方图均衡化 3 3.3 均值滤波和中值滤波 3 3.4 灰度变换 3 拉普拉斯算子 4 4 轮廓提取 4 5 数米粒数目 7 6 存在的问题 Error: Reference source not found 7 总结 Error: Reference source not found 8 致谢 Error: Reference source not found 参考文献 Error: Reference source not found 精品文档---下载后可任意编辑1 概述本次设计是根据“机器视觉”课程的作业要求，使用工具 visual c++ 完成一些简单数字图像处理。根据作业要求，本文介绍了以下五种处理的原理、实现方法和实现结果：1、 24 位彩色到灰度图的转换2、 直方图均衡化3、 均值滤波和中值滤波4、 拉普拉斯算子5、 灰度变换然后，本文着重介绍了一种轮廓提取的方法，对焊缝缺陷的轮廓进行提取，分析了该方法的优缺点、存在的问题、拟解决方法。最后，根据课堂兴趣，分析了一种数连通区域的方法，对一幅含有米粒的图进行了举例。2 技术路线数字图像的处理方法很多，常用的有空域和频域的方法。以灰度图为例，空域的方法是直接对各个像素的或某个像素区域进行变换，即 f(x,y) —> g(x,y)，方法举例有均值滤波、中值滤波、微分运算、灰度变换等；频域的方法是通过傅里叶变换得到图像的频谱特征，再根据频率特性设计滤波器，达到预期的目的。本文中举例的几种方法都是在空域进行的。。其中二值化处理、反相处理等是对单个像素点进行处理，均值滤波、轮廓提取是对一块像素区域进行处理。图 2.1 图像处理界面3 实现方法3.1灰度图转换日常生活中猎取的很多图像都是彩色图像，为方便处理，首先应该进行灰度图转换。对于一幅位图，其结构由文件头、位图信息头、颜色信息和图像数据四...