氣缸套識(shí)別中的表面螺紋趨勢(shì)項(xiàng)消除技術(shù)研究

1、氣缸套識(shí)別中的表面螺紋趨勢(shì)項(xiàng)消除技術(shù)研究摘要：汽車時(shí)代的到來，彰顯著汽車在人們?nèi)粘Ｉ钪械牡匚恢饾u的提升，氣缸套是發(fā)動(dòng)機(jī)最為核心的部分，因此氣缸套的檢測(cè)顯得尤為重要，但由于現(xiàn)在多數(shù)的檢測(cè)處于人工檢測(cè)的階段，并不能很精確的檢測(cè)出內(nèi)部缺陷，而且由于氣缸套表面存在螺紋，螺紋的存在會(huì)對(duì)檢測(cè)存在一定程度的影響，因此，本次課題研究的目的在于如何消除氣缸套識(shí)別中的表面螺紋趨勢(shì)項(xiàng)所帶來的影響。機(jī)器視覺系統(tǒng)在很多領(lǐng)域內(nèi)都屬于一項(xiàng)必不可少的技術(shù)。雖然機(jī)器視覺檢測(cè)技術(shù)能對(duì)圖像進(jìn)行目標(biāo)特征的提取，將輸出的結(jié)果和標(biāo)準(zhǔn)的數(shù)值進(jìn)行對(duì)比以此來得出判定結(jié)果，但氣缸套中表面螺紋所帶來的趨勢(shì)項(xiàng)影響還沒沒有辦法消除。本文的主要采用圖

2、像采集和圖像增強(qiáng)技術(shù)對(duì)所需要的圖像進(jìn)行清晰處理，再通過邊緣檢測(cè)技術(shù)提取圖像的邊沿，然后通過輪廓跟蹤技術(shù)追蹤出螺紋的輪廓，在進(jìn)行灰度值的提取，最終將螺紋部分的灰度值替換成非螺紋部分的灰度值，完成螺紋消除。關(guān)鍵詞：螺紋；機(jī)器視覺檢測(cè)技術(shù)；圖像處理；邊緣檢測(cè)；輪廓跟蹤；灰度值替換Abstract: the advent of the automobile age, shows a car in the people daily life status gradually improved, the cylinder sleeve is most the core part of the engine

3、, so detection of cylinder liner is particularly important, but because most of the detection is now in a stage of artificial detection, and can not be very precise detection of the internal defects, and due to the presence of thread on the surface of cylinder liner, the thread will have a certain d

4、egree of influence on the detection. Therefore, the purpose of the research is how to eliminate the recognition of cylinder liner surface thread trend item caused by the impact.Machine vision system in quality control, quality inspection, finished product inspection, condition monitoring, quality co

5、ntrol and other areas of extensive use, although the machine vision inspection technology of image target feature extraction, will output the result and the standard values were compared in order to come to determine the results, but the effect of cylinder sleeve thread surface caused by the trend o

6、f yet there is no way to eliminate. This paper mainly uses image acquisition and image enhancement technology to the image clearly, again by edge detection technique to extract the image edge. Then contour tracing technique to trace out the thread contour, extraction in gray value, will eventually s

7、piral Gray value of the gray value of the part of the gray value, complete the thread to eliminate.Key words: thread; machine vision inspection technology; image processing; edge detection; contour tracking; gray value replacement第一章引言11 研究的背景、目的及意義1.1.1研究背景隨著時(shí)代的變遷，汽車正在逐漸的成為人類出行時(shí)最重要的交通工具之一。發(fā)動(dòng)機(jī)之于汽車就如

8、心臟之于人一樣，發(fā)動(dòng)機(jī)為汽車供應(yīng)能量，帶動(dòng)汽車前行，它影響著汽車的能動(dòng)性、環(huán)保性和經(jīng)濟(jì)性。它的作用在于將熱以能量的形式能轉(zhuǎn)換為機(jī)械動(dòng)能以此來推動(dòng)活塞，使它做功來帶動(dòng)汽車行駛。由此可見，發(fā)動(dòng)機(jī)是一個(gè)能量轉(zhuǎn)換裝置。因此作為發(fā)動(dòng)機(jī)的其中一個(gè)部件的氣缸套的質(zhì)量檢測(cè)則顯得尤為重要。氣缸套是一種筒形連接組件，與活塞環(huán)、汽缸蓋共同組成燃燒室，經(jīng)過氣體壓縮，氣體燃燒，氣體膨脹，完成內(nèi)燃機(jī)的點(diǎn)燃。交通工具和機(jī)械方面等很多行業(yè)都有運(yùn)用到氣缸套。它的生產(chǎn)工藝并不復(fù)雜，但卻有很高的參數(shù)指標(biāo)要求。它主要起密封，導(dǎo)向和散熱等重要作用。它還在汽車中起到傳動(dòng)的作用。1.1.2研究目的作為汽車發(fā)動(dòng)機(jī)的重要部件其生產(chǎn)批量大,質(zhì)量

9、要求高。然而在鑄造、機(jī)械加工過程中，由于材料本身內(nèi)應(yīng)力、夾緊力等作用容易引起微觀裂紋和鑄造過程中形成的氣孔、砂眼等內(nèi)在缺陷，如果這些缺陷出現(xiàn)在高溫高壓工作條件下的發(fā)動(dòng)機(jī)中，很容易引起發(fā)動(dòng)機(jī)的失效并導(dǎo)致安全事故。所以，對(duì)大批量氣缸套的快速、高效、無損檢測(cè)就尤為重要。但氣缸套表面存在螺紋，螺紋的存在會(huì)對(duì)檢測(cè)存在一定程度的影響，因此，本次課題研究的目的在于如何消除氣缸套識(shí)別中的表面螺紋趨勢(shì)項(xiàng)所帶來的影響。1.1.3研究意義傳統(tǒng)的氣缸套檢測(cè)一般是由人工利用規(guī)格尺等工具來對(duì)零件逐個(gè)檢測(cè)，在長(zhǎng)時(shí)間的注視動(dòng)態(tài)零件下工人的眼睛很容易產(chǎn)生疲勞，會(huì)降低檢測(cè)效率，并且受檢測(cè)人員的技術(shù)和經(jīng)驗(yàn)差異，還會(huì)出現(xiàn)較大的誤差，

10、這樣并不能很精確的檢測(cè)出內(nèi)部缺陷。近年來，由于科技的不斷發(fā)展，計(jì)算機(jī)的處理數(shù)據(jù)速度和能力不斷提高,圖像處理技術(shù)和識(shí)別技術(shù)也在不斷完善。由于機(jī)器檢測(cè)技術(shù)的不斷普及，很多科研人員都在對(duì)機(jī)器檢測(cè)代替人工檢測(cè)這一方面進(jìn)行進(jìn)一步的研究。這樣不僅可以將人為檢測(cè)的誤差降到最低而且對(duì)大量數(shù)據(jù)的存儲(chǔ)和搜索方面也有了極大的幫助。雖然出現(xiàn)了很多智能檢測(cè)技術(shù)，但仍有一些對(duì)檢測(cè)影響的因素存在，這依舊會(huì)導(dǎo)致檢測(cè)存在除人為誤差之外的誤差。如果能消除氣缸套識(shí)別中的表面螺紋趨勢(shì)項(xiàng)的影響，在缺陷檢測(cè)時(shí)內(nèi)部缺陷將更清晰的被檢測(cè)到，更明確的識(shí)別出氣缸套上的缺陷，消除各方面的安全隱患。更好的從根源上避免了安全事故的發(fā)生。12國(guó)內(nèi)外研究

11、現(xiàn)狀及技術(shù)應(yīng)用國(guó)內(nèi)的檢測(cè)技術(shù)相較于國(guó)外起步較晚，從20世紀(jì)90年代起，國(guó)內(nèi)才對(duì)基于圖像處理的缺陷檢測(cè)技術(shù)加以重視，而國(guó)外早在20世紀(jì)70年代起就將此項(xiàng)技術(shù)運(yùn)用于工業(yè)產(chǎn)業(yè)中。在國(guó)外，20世紀(jì)60年代中期,美國(guó)學(xué)者L.R.羅伯茲從理解積木世界中的關(guān)于多面體組成開始對(duì)機(jī)器視覺進(jìn)行研究。從最開始到現(xiàn)在，這方面的技術(shù)的都有運(yùn)用到圖像預(yù)處理，輪廓線構(gòu)成，邊緣檢測(cè)，匹配，對(duì)象建模等。最開始的圖像分析采用的是自底向上的方法，但實(shí)踐表明自底向上的方法單獨(dú)用起來太困難，必須和自頂向下的方法一起使用。1982年，Ellis和Hili提出對(duì)冷軋鋼條表面缺陷檢測(cè)可以應(yīng)用圖像分割以及邊緣提取等圖像處理技術(shù)。之后，sure

12、sh等人設(shè)計(jì)出檢測(cè)熱鋼板的表面缺陷的系統(tǒng)是一套自動(dòng)化實(shí)時(shí)的檢測(cè)系統(tǒng)。heng通過圖像處理、圖像分析、圖像識(shí)別等技術(shù)設(shè)計(jì)了PCB板缺陷視覺檢測(cè)系統(tǒng)，它可以實(shí)現(xiàn)缺陷的識(shí)別與定位，并且能檢測(cè)出多種類型的缺陷。在我國(guó)的其他的電子機(jī)械行業(yè)中檢測(cè)技術(shù)也起著不可或缺的作用。在國(guó)內(nèi)，此方面技術(shù)開始于90年代，但因?yàn)榇诵袠I(yè)屬于新興領(lǐng)域而且當(dāng)時(shí)的技術(shù)方面還不太成熟，普及的不夠廣泛，因此在當(dāng)時(shí)的應(yīng)用方面絕大多數(shù)都處于空白階段。到了21世紀(jì)由于大批量的海外，學(xué)者歸來創(chuàng)業(yè)，此方面技術(shù)慢慢地開始成熟。在螺紋檢測(cè)的實(shí)際應(yīng)用上，周金山采用了機(jī)器視覺檢測(cè)這一檢測(cè)算法，該算法先提取圖像的邊界輪廓，再計(jì)算灰度值，通過灰度值跳變的個(gè)

13、數(shù)與標(biāo)準(zhǔn)值比較，以此作為判定缺陷依據(jù)。潘洪平等人進(jìn)一步的在已研究好了的缺陷區(qū)域幾何以及紋理特征的基礎(chǔ)上計(jì)算出相關(guān)的特征量并設(shè)計(jì)出能夠識(shí)別缺陷種類的分類器，采用的是模式識(shí)別的方法。在機(jī)械加工檢測(cè)零件表面這方面也應(yīng)用了基于圖像處理的缺陷檢測(cè)技術(shù)，黎明等研究出一種圖像頻域?yàn)V波器，它能夠增強(qiáng)缺陷紋理以及消弱背景紋理，更有效的抑制了背景對(duì)缺陷所造成的干擾，使得之后對(duì)圖像進(jìn)行缺陷分割時(shí)能更容易。因?yàn)閳D像處理的缺陷檢測(cè)技術(shù)可以很好的檢測(cè)金屬表面的缺陷，因此在金屬表面檢測(cè)領(lǐng)域方面這項(xiàng)技術(shù)得到迅速的研究與應(yīng)用。到了2004年，隨著國(guó)內(nèi)視覺技術(shù)的慢慢成熟，配套設(shè)備慢慢地完善，技術(shù)和資金也不再處于短缺狀態(tài)差，越來越

14、多的行業(yè)對(duì)圖像處理和視覺檢測(cè)技術(shù)所帶來的智能化需求也在廣泛的出現(xiàn)。國(guó)內(nèi)有很多學(xué)院以及研究所更是對(duì)此技術(shù)領(lǐng)域做出了大膽的嘗試。許多工業(yè)也在廣泛的運(yùn)用這一技術(shù)。主要應(yīng)用有印刷色彩檢測(cè)、瓶蓋檢測(cè)、藥品檢測(cè)分裝等領(lǐng)域。由于此行業(yè)還在發(fā)展的狀態(tài)，有些領(lǐng)域?qū)Υ思夹g(shù)的應(yīng)用還處于研究中，并未真正的應(yīng)用到，但這些領(lǐng)域有著很好的發(fā)展空件。13機(jī)器視覺檢測(cè)技術(shù)原理機(jī)器視覺檢測(cè)技術(shù)是指對(duì)產(chǎn)品的測(cè)量以及判斷由機(jī)器人來代替人眼進(jìn)行。機(jī)器視覺系統(tǒng)是指通過CCD和CMOS照相機(jī)將被提取的目標(biāo)轉(zhuǎn)換成圖像信號(hào)，然后用專用的圖像處理系統(tǒng)進(jìn)行處理，并根據(jù)像素點(diǎn)的分布，彩色強(qiáng)度以及圖片的亮度等信息將圖像轉(zhuǎn)變?yōu)閿?shù)字化信號(hào)。接著圖像處理系

15、統(tǒng)再進(jìn)行目標(biāo)特征的提取，將輸出的結(jié)果和標(biāo)準(zhǔn)的數(shù)值進(jìn)行對(duì)比以此來得出判定結(jié)果。機(jī)器視覺有幾個(gè)重要的研究分支：圖像處理和分析的并行算法、視覺知識(shí)的表示、目標(biāo)制導(dǎo)的圖像處理、視覺系統(tǒng)的知識(shí)庫(kù)、序列圖像分析和運(yùn)動(dòng)參量求值、從二維圖像提取三維信息等。機(jī)器視覺系統(tǒng)有些比較好的特點(diǎn)，為了拍攝到理想的圖像，可以通過機(jī)器使攝像機(jī)的拍照速度自動(dòng)與被測(cè)物的速度相匹配。機(jī)器視覺系統(tǒng)動(dòng)態(tài)檢測(cè)精度可以達(dá)到0.02mm，分辨率可以達(dá)到1600×1200，因此零件的厚度可以不同，尺寸的范圍可以在2.4mm到12mm，系統(tǒng)可以調(diào)用相應(yīng)的視覺程序?qū)Σ僮髡哌x擇的不同尺寸的工件進(jìn)行尺寸檢測(cè)，排序裝置和輸送裝置為了使零件在固

16、定路徑上運(yùn)動(dòng)可以針對(duì)不同尺寸的零件精確的調(diào)整料道的寬度，并進(jìn)行視覺檢測(cè)，并且得到輸出結(jié)果。想要查看監(jiān)測(cè)的結(jié)果，可以通過檢測(cè)的數(shù)據(jù)動(dòng)態(tài)來查看，也可以通過圖像監(jiān)視檢測(cè)過程來查看。本系統(tǒng)廢品漏檢率為0，具有剔除廢品的功能，因?yàn)樗軠?zhǔn)確地對(duì)錯(cuò)誤的工件發(fā)出剔除控制信號(hào)，系統(tǒng)還配有狀態(tài)指示燈，就是為了能夠自主的檢測(cè)設(shè)備是否處于正常工作狀態(tài)。本系統(tǒng)不僅能夠設(shè)置不同人員的不同操作權(quán)限還能實(shí)時(shí)的現(xiàn)實(shí)多種界面如：檢測(cè)畫面、中文界面等。還具備存儲(chǔ)、實(shí)時(shí)查看錯(cuò)誤工件。生成錯(cuò)誤結(jié)果信息文件等功能，可以通過此功能來查看最近不合格的圖像，并打印出包含對(duì)應(yīng)錯(cuò)誤的圖片。機(jī)器視覺檢測(cè)應(yīng)用圖像分割技術(shù)，目的是為了對(duì)所分析的圖像用輪

17、廓線和劃分區(qū)域來進(jìn)行描述?？梢杂眠吘墮z測(cè)來提取輪廓，還可以用用區(qū)域分析技術(shù)將區(qū)域劃分為多個(gè)灰度相近的組成部分。這樣與同機(jī)內(nèi)所存儲(chǔ)的模型能更方便進(jìn)行比較匹配。機(jī)器視覺檢測(cè)技術(shù)是為了滿足在有危險(xiǎn)或者不適合人工工作的環(huán)境下可以由機(jī)器視覺來取代人工視覺，以此來提高生產(chǎn)的效率以及降低危險(xiǎn)度。尤其是在在大量的產(chǎn)品生產(chǎn)環(huán)境下為了提升產(chǎn)品質(zhì)量和生產(chǎn)的速度，最適合采用機(jī)器視覺檢測(cè)。信息的采集，信息的控制以及計(jì)算機(jī)集成制造都可以在機(jī)器視覺檢測(cè)技術(shù)下完成。這是人工視覺檢測(cè)所達(dá)不到的自動(dòng)化程度。機(jī)器視覺檢測(cè)技術(shù)有易于自動(dòng)化處理這一特點(diǎn)，而且可以獲取大量的信息并且是用極快的的速度。因此，機(jī)器視覺系統(tǒng)在缺陷檢測(cè)、質(zhì)量檢測(cè)

18、、信息控制等多個(gè)領(lǐng)域都屬于一項(xiàng)必不可少的技術(shù)。1.4本文研究的內(nèi)容及結(jié)構(gòu)氣缸套作為汽車發(fā)動(dòng)機(jī)的重要部件，生產(chǎn)批量大，質(zhì)量要求高，然而在鑄造、機(jī)械加工過程中，由于材料本身內(nèi)應(yīng)力、夾緊力等作用容易引起微觀裂紋和鑄造過程中形成的氣孔、砂眼等內(nèi)在缺陷，如果這些缺陷出現(xiàn)在高溫高壓工作條件下的發(fā)動(dòng)機(jī)中，很容易引起發(fā)動(dòng)機(jī)的失效并導(dǎo)致安全事故。因此，對(duì)大批量氣缸套的快速、高效、無損檢測(cè)就尤為重要。在實(shí)際檢測(cè)中，由于氣缸套外表面螺紋的存在直接影響檢測(cè)效率，要求論文進(jìn)行理論算法研究，去除氣缸套識(shí)別過程中外螺紋在圖像中的趨勢(shì)項(xiàng)影響。由于氣缸套外表面螺紋的存在直接影響檢測(cè)效率，所以要先去除氣缸套識(shí)別過程中外螺紋在圖像

19、中的趨勢(shì)項(xiàng)影響，再接著進(jìn)行缺陷檢測(cè)。本論文以氣缸套表面螺紋為研究對(duì)象，采用基于數(shù)字圖像處理的輪廓跟蹤灰度處理來對(duì)螺紋進(jìn)行研究與實(shí)驗(yàn)。機(jī)器視覺檢測(cè)不僅能精確地檢測(cè)出缺陷的位置以及缺陷的大小，而且自動(dòng)化程度也很高，最重要的是這種檢測(cè)技術(shù)適合各種缺陷檢測(cè)。本檢測(cè)系統(tǒng)包括圖像采集、圖像增強(qiáng)、圖像分割、缺陷識(shí)別這些算法。通過這些算法對(duì)目標(biāo)圖像實(shí)行有效的處理得出最終的所要的結(jié)果。第2章 MATLAB介紹2.1 MATLAB的簡(jiǎn)介MATLAB最開始成為商品化軟件是在1984年，它的第一個(gè)版本是由美國(guó)Mathworks公司推出的，隨著時(shí)間的發(fā)展，版本的不斷升級(jí)，內(nèi)容的不斷完善MATLAB的功能也越來越強(qiáng)大，它

20、能夠?qū)崿F(xiàn)算法設(shè)計(jì)建模等過程具有以下幾個(gè)功能：程序借口功能、符號(hào)計(jì)算功能、動(dòng)態(tài)仿真功能、文字處理功能、數(shù)值計(jì)算功能、和數(shù)據(jù)分析功能?，F(xiàn)MATLAB在國(guó)際上已成為公認(rèn)的最優(yōu)秀的工程應(yīng)用軟件與數(shù)學(xué)應(yīng)用軟件。MATLAB是一種科學(xué)計(jì)算軟件，還是一個(gè)科學(xué)計(jì)算平臺(tái)，它包含專業(yè)仿真模塊庫(kù)和工具箱，它涵蓋了偏微分方程，動(dòng)態(tài)系統(tǒng)實(shí)時(shí)仿真，數(shù)字圖像處理，神經(jīng)網(wǎng)絡(luò)，控制系統(tǒng)應(yīng)用，小波理論分析，數(shù)字信號(hào)處理，優(yōu)化與統(tǒng)計(jì)，通訊等多學(xué)科專業(yè)領(lǐng)域。它還是一種計(jì)算機(jī)語(yǔ)言，不僅直觀而且很高效。MATLAB為MATLAB產(chǎn)品家族提供了基本的數(shù)學(xué)算法，例如數(shù)值分析算法、矩陣運(yùn)算，是MATLAB系類產(chǎn)品的基礎(chǔ)。MATLAB的基本編程

21、單元是矩陣，它將很多強(qiáng)大的功能集成在一起，放在視窗環(huán)境中，以便于方便的使用。這些功能包括矩陣計(jì)算、非線形動(dòng)態(tài)系統(tǒng)的建模、數(shù)值分析、仿真、科學(xué)數(shù)據(jù)可視化等。MATLAB有以下幾個(gè)主要的部分：矩陣語(yǔ)句、工具箱、數(shù)學(xué)函數(shù)庫(kù)。MATLAB的簡(jiǎn)捷、高效為算法、數(shù)據(jù)分析、應(yīng)用程序開發(fā)、數(shù)據(jù)可視化和眾多領(lǐng)域提供了最核心的數(shù)學(xué)和強(qiáng)大的編程工具以及高級(jí)圖形工具。自20世紀(jì)90年代，MATLAB進(jìn)入中國(guó)更是擁有了眾多用戶，不光科研和工程師在使用該軟件，各大高校更是將MATLAB設(shè)定為一門必修課，該軟件儼然成為學(xué)生必要掌握的一種工具軟件。在我們研究的內(nèi)容中，需要用到matlab這個(gè)軟件來設(shè)計(jì)相關(guān)的算法，所以要對(duì)ma

22、tlab相關(guān)知識(shí)進(jìn)行一定的了解。現(xiàn)在這個(gè)軟件在很多方面都發(fā)揮了很大的用處，尤其在對(duì)圖像的處理、信號(hào)的分析以及時(shí)間序列的研究等方面，都有著突出貢獻(xiàn)。Matlab相比其他編程軟件不僅有傳統(tǒng)的功能而且其編程和設(shè)計(jì)算法速度很快，因?yàn)槠涫∪チ撕芏嗖槐匾牡图?jí)步驟。2.2 matlab M文件將在matlab中編寫的程序保存在M文件上，這樣對(duì)于復(fù)雜的程序，尤其是不便于調(diào)試和改正的程序，統(tǒng)一在M文件中進(jìn)行修改，使得復(fù)雜的程序能夠很方便的實(shí)現(xiàn)。其語(yǔ)法與C語(yǔ)言有很大的相似性。在編完程序后要對(duì)其進(jìn)行調(diào)試，以便對(duì)于出錯(cuò)和有缺陷的地方能夠迅速，簡(jiǎn)便的改正，使得圖像能夠清晰，客觀的反映出所要研究的結(jié)果，能夠通過對(duì)圖像的

23、觀察方便的得出研究對(duì)象的結(jié)論。（1）在M文件中包含的內(nèi)容有函數(shù)定義行，其主要含義是定義變量的順序，數(shù)量，包含輸入和輸出。Functionout1,out2,out3.=funName(in1,in2,in3.)（2） H1行是作用是總結(jié)函數(shù)功能的用途，H1行文本顯示為： Help filmname（3）Help文本，能夠幫助建立文本，起到注釋，解決問題的作用。（4）注釋，標(biāo)志是 %，在其后將程序所執(zhí)行的意義表示出來，方便讀者理解。（5）函數(shù)體，就是編程，處理算法的主體，通過其構(gòu)成語(yǔ)句，使得處理結(jié)果得以體現(xiàn)。2.3程序調(diào)試和優(yōu)化在編寫MATLAB程序時(shí)，不可避免的會(huì)出現(xiàn)錯(cuò)誤，在這時(shí)候，就可以通過

24、對(duì)程序進(jìn)行調(diào)試發(fā)現(xiàn)錯(cuò)誤，修改錯(cuò)誤，提高編寫過程中的效率。在程序出現(xiàn)錯(cuò)誤時(shí)，一般是語(yǔ)法錯(cuò)誤，可能在編寫過程中對(duì)程序名，定義類型等寫錯(cuò)，對(duì)于這種錯(cuò)誤，通過調(diào)試過程很容易就解決了，而對(duì)于較為復(fù)雜的邏輯錯(cuò)誤，就需要使用Debugger窗口或者在命令窗口進(jìn)行調(diào)試。當(dāng)在命令窗口調(diào)試時(shí)，要遵循的步驟有，對(duì)短點(diǎn)的設(shè)置與清除，恢復(fù)執(zhí)行，工作空間的轉(zhuǎn)換，堆棧的調(diào)用，列出所有斷點(diǎn)，執(zhí)行語(yǔ)句，將標(biāo)號(hào)標(biāo)在文件上，調(diào)試模式的結(jié)束退出。2.4 text文件讀寫導(dǎo)入text文件，根據(jù)數(shù)據(jù)使用的不同分隔符，以及每行元素?cái)?shù)量的多少，如果每行一樣，就可以使用load命令。Text文件能夠通過多種方式導(dǎo)出數(shù)組，如save命令，dlm

25、wrire命令等2.5matlab編程基礎(chǔ)在編寫過程中要了解變量，常數(shù)，結(jié)構(gòu)體，函數(shù)等構(gòu)成程序的基礎(chǔ)，而且要使其結(jié)構(gòu)化，并掌握基本語(yǔ)句的用法，使得程序編寫簡(jiǎn)便準(zhǔn)確。第3章 圖像的獲取及預(yù)處理3.1圖像的采集圖像是通過一定的設(shè)備來進(jìn)行采集的，圖像采集是將這些設(shè)備工作是輸入的客觀場(chǎng)景轉(zhuǎn)化為計(jì)算機(jī)加工圖像，以此來反應(yīng)場(chǎng)景的性質(zhì)。圖像不僅可以從客觀場(chǎng)景中采集也可以從已有的數(shù)據(jù)中合成。對(duì)圖像處理來說，兩者都是為了獲得可以輸入到計(jì)算機(jī)并且進(jìn)行后期處理的離散圖像。圖像采集設(shè)備有兩種，一種是對(duì)電磁輻射的能量譜波段敏感的傳感器，是一種物理器件，還有一種是數(shù)字化器件。前者能產(chǎn)生與所接受到的電磁能量成正比的信號(hào)，后

26、者能將模擬信號(hào)轉(zhuǎn)化為數(shù)字信號(hào)。一般所采集的圖像除了用幅度分辨率和空間分辨率來表示采集設(shè)備的性能，還用信噪比、像素形狀、快門速度、線性響度、讀取速度、靈敏度、頻譜靈敏度這些指標(biāo)來表示采集設(shè)備的性能。CCD器件和CMOS器件都屬于固態(tài)采集器件，前者是一種電荷耦合器件是應(yīng)用最為廣泛的設(shè)備。主要元件是CCD傳感器，尺寸小、抗振動(dòng)、靈敏度高、強(qiáng)度高，具有精確和穩(wěn)定的幾何結(jié)構(gòu)，可以制成許多分辨率和幀率，能對(duì)不可見的輻射成像。后者是一種互補(bǔ)的金屬氧化半導(dǎo)體，主要包括增益放大器、控制寄存器、模數(shù)轉(zhuǎn)換器、輸出寄存器和傳感器核心等。與CCD攝像機(jī)相比，CMOS攝像機(jī)減少了空間，降低了功耗，更降低了總體的成本。3.

27、2圖像的預(yù)處理在圖像的獲取和輸入的過程中往往會(huì)因?yàn)橥饨绲脑肼曔M(jìn)入到圖片中使得圖像發(fā)生變化，傳輸后的圖像和原始圖像會(huì)有一些差別，還有的時(shí)候原圖的清晰度不能滿足對(duì)圖像處理的要求，因此在對(duì)獲取的圖像進(jìn)行處理前要進(jìn)行圖像預(yù)處理。圖像預(yù)處理就是將圖片中的噪聲進(jìn)行濾波，盡可能的還原圖像，將圖像的清晰度達(dá)到想要的效果。圖像預(yù)處理有很多種方法，每一個(gè)都有不同于其他的優(yōu)缺點(diǎn)。下面通過多種方法的對(duì)比我們可以從中選出一種效果好的方法。鄰域平均用一個(gè)像素領(lǐng)域的領(lǐng)域平均值作為濾波結(jié)果是一種最為簡(jiǎn)單的平滑濾波，此時(shí)濾波模板的所有系數(shù)都取1。為了保證輸出的圖像的灰度值仍在原來的范圍內(nèi)，算的卷積值后要除以系數(shù)總個(gè)數(shù)后再進(jìn)行賦

28、值。領(lǐng)域平均的一般表達(dá)式為： 其中N（x，y）對(duì)應(yīng)f（x，y）中的（x，y）的n×n鄰域，與模板w所覆蓋的范圍對(duì)應(yīng)。 鄰域平均效果圖中值濾波用于中值濾波的輸出可寫為： 對(duì)一個(gè)所用尺寸為n×n的模板來說，它的輸出值應(yīng)該<=模板中（n2-1)/2個(gè)像素值，又應(yīng)>=模板中（n2-1)/2個(gè)像素值，中值濾波效果圖線性銳化濾波線性銳化濾波的完成可借助模板卷積。平滑圖像可以用對(duì)應(yīng)積分運(yùn)算的模板卷積，相反銳化圖像可以用對(duì)應(yīng)微分運(yùn)算的模板卷積。拉普拉斯算子是一種二階微分算子是線性銳化濾波中的一種比較典型的濾波方法。它銳化的模板系數(shù)的取值情況為中心為正，遠(yuǎn)離中心為負(fù)。根據(jù)定義：

29、兩個(gè)分別沿X和Y方向的二階偏導(dǎo)均可借助差分計(jì)算： 拉普拉斯效果圖低通濾波器低通濾波器是要去除圖像中的噪聲和邊緣保留低頻分量。傅里葉頻譜中的高頻分量對(duì)應(yīng)的是圖像中的噪聲和邊緣。所以說去除圖像中噪聲影響以及邊緣輪廓可以通過頻域中低通濾波。下面的函數(shù)是一個(gè)理想的低通濾波器所要滿足的： 上式中是一個(gè)非負(fù)整數(shù)，也叫截?cái)囝l率。D(u，v）是從點(diǎn)（u，v)到頻率平面原點(diǎn)的距離，。低通濾波效果圖直方均衡化直方圖均衡化適用于對(duì)圖像反差范圍較小的圖片進(jìn)行增強(qiáng)。這個(gè)方法增加了像素灰度值得動(dòng)態(tài)范圍，也就是將原始直方圖轉(zhuǎn)變?yōu)榫鶆蚍植嫉男问?。從而達(dá)到增強(qiáng)圖像整體的對(duì)比度來實(shí)現(xiàn)圖像增強(qiáng)。直方圖均衡化的概率表達(dá)形式為： 式中

30、，Sk為圖像f（x，y）的第k級(jí)灰度值，N是圖像中像素的總個(gè)數(shù)。通過用圖像中像素的總個(gè)數(shù)進(jìn)行歸一化，直方圖各列表達(dá)了各級(jí)灰度值像素在圖像中所占的比例。直方均衡化效果圖第四章 螺紋消除4.1圖像的邊緣檢測(cè)4.1圖像邊緣檢測(cè)的定義當(dāng)人們看到一個(gè)物體時(shí)，最先注意的就是他的邊緣。如：因此在對(duì)圖像進(jìn)行分析時(shí)，大多都會(huì)采用圖像邊緣檢測(cè)。邊緣檢測(cè)可以展現(xiàn)出這幅圖的整體特征。所謂邊緣就是指圖像中紋理或灰度跳變呈現(xiàn)不連續(xù)性，邊緣的特征就是將兩個(gè)區(qū)域劃分開。當(dāng)給出一幅圖和模板時(shí)，我們可以從中發(fā)現(xiàn)圖片中存在明顯的邊界將圖片劃分為兩個(gè)部分，通過對(duì)模板進(jìn)行操作可以得到：。通過對(duì)比可以明顯發(fā)現(xiàn)圖像的第三四列的灰度值比起其

31、他幾列要高很多，這就是邊緣檢測(cè)起到的作用。4.2算法比較1. sobel算子Sobel算子是一種常見的邊緣檢測(cè)算法，sobel算子可以分為兩種：普通的sobel算子各項(xiàng)同性的sobel算子普通的sobel算子和各項(xiàng)同性的sobel算子的不同點(diǎn)普通的Sobel算子通過加權(quán)對(duì)圖像中的像素點(diǎn)進(jìn)行處理。各項(xiàng)同性的sobel算子也是運(yùn)用加權(quán)對(duì)圖像進(jìn)行處理，但它的加權(quán)系數(shù)相比而言更為精準(zhǔn)。普通的sobel算子和各項(xiàng)同性的sobel算子的不同點(diǎn)Sobel算子的這兩種算子都能完成垂直邊沿的檢測(cè)和水平邊沿的檢測(cè)。   原圖 普通Sobel算子結(jié)果圖各向同性Sobel算子結(jié)

32、果圖2、canny算子canny算子比起其他算子，無論從視覺效果還是從處理效果來看在邊緣檢測(cè)這一領(lǐng)域內(nèi)都具有較高的代表性。它提取的圖像邊緣比較細(xì)膩，而且連接性較好。和其他算子相比邊緣更為清晰。3. robert微分算子Robert微分算子比較適和對(duì)噪聲較少并且邊緣比較清晰的圖像進(jìn)行處理。但是由于Robert算子處理后的圖像不如其他算子邊緣那么平滑，所以在使用Robert算子后要做細(xì)化處理使得圖像的邊緣看起來平滑一些。導(dǎo)致圖像不平滑的原因是Robert算子對(duì)圖像邊緣定位時(shí)利用的是一種對(duì)圖像進(jìn)行局部差分的方法。4. prewitt微分算子Prewitt算子和sobel算子一樣都屬于加權(quán)平均。不過p

33、rewitt算子能抑制圖片中噪聲。但是它抑制噪聲所通過的像素平均效果和低通濾波差不多。所以最終導(dǎo)致邊緣處理結(jié)果沒有理想中的好。 雖然這幾種算法都有不同的優(yōu)缺點(diǎn)，但他們卻也有相同的特點(diǎn)：這幾種算子都具有針對(duì)性，每種算法所對(duì)應(yīng)的邊緣都是最適合他們的，他們還具有完成特定任務(wù)的優(yōu)越性。通過多方面的比較，可以發(fā)現(xiàn)其中只有Robert微風(fēng)算子沒有圖像模板，模板運(yùn)算也可以叫領(lǐng)域處理它可以完成很多圖像增強(qiáng)效果的處理可以算是一種圖像處理手段。它可以完成油畫效果中值濾波圖像的凹凸效果平滑效果等多種效果圖。模板的大小有很多種3×3,5×5,7×7,或者更大，一般3×3的模板較為常見，模板運(yùn)算的最終結(jié)果就是為了把圖像中每個(gè)像素點(diǎn)的值計(jì)算出來。步驟為：定義模板把圖像中的每一個(gè)像素位置與模板中心相對(duì)應(yīng)進(jìn)行數(shù)學(xué)計(jì)算。4.2輪廓跟蹤 4.2.1輪廓跟蹤原理輪廓跟蹤在一個(gè)有閉合邊界目標(biāo)區(qū)域的圖像中很好實(shí)現(xiàn)，它所實(shí)現(xiàn)的