機器視覺與智能檢測創(chuàng)新實踐

1、機器視覺與智能檢測創(chuàng)新實踐課程設計報告題目：基于可見光紅外光圖像的處理班級：姓名：學號：指導老師:日期：、實驗目的機器視覺就是用機器代替人眼來做測量和判斷。機器視覺系統(tǒng)是指通過機器視覺產品（即圖像攝取裝置，分CMOS和CCD兩種）將被攝取目標轉換成圖像信號，傳送給專用的圖像處理系統(tǒng)，根據像素分布和亮度、顏色等信息，轉變成數字化信號；圖像系統(tǒng)對這些信號進行各種運算來抽取目標的特征，進而根據判別的結果來控制現場的設備動作。本實驗的目的就是通過學生自身動手實驗，使學生對機器視覺系統(tǒng)及圖像處理有一定的認識。同時加深學生的動手能力和培養(yǎng)學生的創(chuàng)新能力。、實驗設備機器視覺實驗平臺，計算機，Matlab軟件

2、等三、實驗任務（1）對采集的近紅外圖像進行增強、分割和細化（自己挑選成像效果較好的手背或手掌的近紅外圖像）1、了解增強、分割和細化等處理的概念和效果并編程實現增強、分割和細化；2、分別比較不同增強、分割和細化方法的優(yōu)劣（2）對采集到的可見光手掌圖像進行分割得到手掌及手指的輪廓。四、相關概念介紹1、光譜光譜是復色光經過色散系統(tǒng)（如棱鏡、光柵）分光后，被色散開的單色光按波長（或頻率）大小而依次排列的圖案，如圖1所示。光波是由原子內部運動的電子產生的。各種物質的原子內部電子的運動情況不同，所以它們發(fā)射的光波也不同。研究不同物質的發(fā)光和吸收光的情況，有重要的理論和實際意義，已成為一門專門的學科一一光譜

3、學。i由m臨産生叱舉線作用引起1眼所見電磯迪範園擡近疼線（熱能也稱為熱波）奩大蘇能圖1可見光的光譜圖種類：發(fā)射光譜物體發(fā)光直接產生的光譜叫做發(fā)射光譜。發(fā)射光譜有兩種類型：連續(xù)光譜和明線光譜。連續(xù)分布的包含有從紅光到紫光各種色光的光譜叫做連續(xù)光譜。熾熱的固體、液體和高壓氣體的發(fā)射光譜是連續(xù)光譜。例如電燈絲發(fā)出的光、熾熱的鋼水發(fā)出的光都形成連續(xù)光譜。只含有一些不連續(xù)的亮線的光譜叫做明線光譜。明線光譜中的亮線叫做譜線，各條譜線對應于不同波長的光。稀薄氣體或金屬的蒸氣的發(fā)射光譜是明線光譜。明線光譜是由游離狀態(tài)的原子發(fā)射的，所以也叫原子光譜。觀察氣體的原子光譜，可以使用光譜管，它是一支中間比較細的封閉的

4、玻璃管，里面裝有低壓氣體，管的兩端有兩個電極。把兩個電極接到高壓電源上，管里稀薄氣體發(fā)生輝光放電，產生一定顏色的光。觀察固態(tài)或液態(tài)物質的原子光譜，可以把它們放到煤氣燈的火焰或電弧中去燒，使它們氣化后發(fā)光，就可以從分光鏡中看到它們的明線光譜。實驗證明，原子不同，發(fā)射的明線光譜也不同，每種元素的原子都有一定的明線光譜。彩圖就是幾種元素的明線光譜。每種原子只能發(fā)出具有本身特征的某些波長的光，因此，明線光譜的譜線叫做原子的特征譜線。利用原子的特征譜線可以鑒別物質和研究原子的結構。2、光源自身正在發(fā)光，且能持續(xù)發(fā)光的物體叫作光源。光源可分為：1、天然光源（如太陽、火焰、閃電、螢火蟲等）2、人造光源（如點

5、燃的蠟燭、發(fā)光的電燈、激光束等）注意：有些物體，比如月亮，本身并不發(fā)光，而是反射太陽光才被人看見的，所以月亮不是光源。而人造光源一定要是正在發(fā)光的物體。物理學上指能發(fā)出一定波長范圍的電磁波（包括可見光與紫外線、紅外線和X光線等不可見光）的物體。通常指能發(fā)出可見光的發(fā)光體。凡物體自身能發(fā)光者，稱做光源，又稱發(fā)光體，如太陽、恒星、燈以及燃燒著的物質等都是。但像月亮表面、桌面等依靠它們反射外來光才能使人們看到它們，這樣的反射物體不能稱為光源。在我們的日常生活中離不開可見光的光源，可見光以及不可見光的光源還被廣泛地應用到工農業(yè)，醫(yī)學和國防現代化等方面。光源可以分為三種。第一種是熱效應產生的光，太陽光就

6、是很好的例子，此外蠟燭等物品也都一樣，此類光隨著溫度的變化會改變顏色。第二種是原子發(fā)光，熒光燈燈管內壁涂抹的熒光物質被電磁波能量激發(fā)而產生光，此外霓虹燈的原理也是一樣。原子發(fā)光具有獨自的基本色彩，所以彩色拍攝時我們需要進行相應的補正。第三種是synchrotron發(fā)光，同時攜帶有強大的能量，原子爐發(fā)的光就是這種，但是我們在日常生活中幾乎沒有接觸到這種光的機會，所以記住前兩種就足夠了。3、濾波片濾波片是一種用來消除干擾雜訊的器件，將輸入或輸出經過過濾而得到純凈的信號。其功能是得到一個特定的頻率或者消除一個特定的頻率。4、光圈大小光圈是一個用來控制光線透過鏡頭，進入機身內感光面的光量的裝置，它通常

7、是在鏡頭內。表達光圈大小我們是用f值。對于已經制造好的鏡頭，我們不可能隨意改變鏡頭的直徑，但是我們可以通過在鏡頭內部加入多邊形或者圓型，并且面積可變的孔狀光柵來達到控制鏡頭通光量，這個裝置就叫做光圈。光圈f值=鏡頭的焦距/鏡頭口徑的直徑。從以上的公式可知要達到相同的光圈f值，長焦距鏡頭的口徑要比短焦距鏡頭的口徑大。完整的光圈值系列如下：fl，f1.4，f2，f2.8，f4，f5.6，f8，f11，fl6,f22，f32，f44，f64。光圈f值愈小，在同一單位時間內的進光量便愈多，而且上一級的進光量剛是下一級的兩倍，例如光圈從f8調整到f5.6，進光量便多一倍，我們也說光圈開大了一級。f/8f

8、/H伸圖2光圈示意圖5、光強發(fā)光強度簡稱光強，國際單位是candela簡寫cd。led是指單色光源（頻率540X1012HZ，波長0.550微米）的光，在給定方向上（該方向上的輻射強度為（1/683）瓦特/球面度）的單位立體角內發(fā)出的發(fā)光強度。發(fā)光強度是針對點光源而言的，或者發(fā)光體的大小與照射距離相比比較小的場合。這個量是表明發(fā)光體在空間發(fā)射的匯聚能力的?？梢哉f，發(fā)光強度就是描述了光源到底有多亮。1000mcd=lcd6、焦距焦距是光學系統(tǒng)中衡量光的聚集或發(fā)散的度量方式，指從透鏡中心到光聚集之焦點的距離。亦是照相機中，從鏡片中心到底片或CCD等成像平面的距離。具有短焦距的光學系統(tǒng)比長焦距的光學

9、系統(tǒng)有更佳聚集光的能力。簡單的說焦距是焦點到面鏡的頂點之間的距離由于我們照相時，被照的物體與相機（鏡頭）的距離不總是相同的，比如給人照相，有時，想照全身的，離得就遠，照半身的，離得就近。也就是說，像距不總是固定的，這樣，要想照得到清晰的像，就必須隨著物距的不同而改變膠片到鏡頭光心的距離，這個改變的過程就是我們平常說的“調焦”。1、圖像增強1=11.1方法介紹圖像增強處理方法根據處理過程所在的空間不同，可分為基于空間域的增強方法和基于頻率域的增強方法兩大類，如下圖4：圖像增強直接灰度變換廠空間域增強頻率域增強氣111空域增強法灰度變換V圖像代數運算鄰域平均法中值濾波低通濾波高通濾波帶通濾波帶阻濾

10、波直方圖均衡化直方圖規(guī)定化按比例線性拉伸分段線性拉伸梯度法銳化濾波2拉普拉斯算子法j定向濾波圖4圖像增強方法類型對數拉伸指數拉伸其他非線性拉伸基于空間域的增強直接在圖像所在的二維空間進行處理，即直接對每一像素點的灰度值進行處理。根據所采用的技術不同又可分為灰度變換和空域濾波兩類方法?；叶茸儞Q是基于點操作的增強方法，將每一像素點的灰度值按照一定的數學變換轉換為一個新的灰度值?；诨叶葓D像增強方法非常豐富，如增強處理中常用的直接灰度變換(包括線性拉伸和非線性拉伸)、對比度增強、直方圖均衡化、直方圖規(guī)定化和圖像的代數運算等方法都屬于灰度變換技術。空域濾波是基于鄰域處理的方法，它應用某一模板對每個像素

11、點與其周圍鄰域的所有像素點進行了某種確定數學運算得到該像素點新的灰度值，輸出值的大小不僅與該像素點灰度值有關，而且還與其鄰域內的像素點的灰度值有關，常用的圖像平滑濾波與濾波技術就發(fā)球空域濾波的范疇。1.1.2頻域增強法頻率域增強法首先將圖像從空間域按照某種變換模型(如傅里葉變換或其他變換等)變換到頻率域，然后在頻域對圖像進行處理，再將其反變換到空間域。通常包括低通、高通、帶通和帶阻四種典型的濾波器結構。1.2選用方法方法一：直接灰度變換之按比例線性拉伸法對于8bit灰度圖像，用以下公式進行圖像拉伸。g(x,y)=255*f(x,y)-fmin/(fmax-fmin)方法二：直方圖灰度變換之直方

12、圖均衡化法是以累積分布函數為基礎的直方圖修改法，將原始圖像的直方圖變?yōu)榫夥植嫉男问?，將一非均勻灰度概率密度分布圖像，通過尋求某種灰度變換，變成一幅具有均勻概率密度分布的目的圖像。方法三：1)空域濾波法之鄰域平均法將一個像素點事的所有像素點的平均值賦給輸出圖像中相應措施的像素點，從而達到平滑的目的，最簡單的鄰域平均濾波法是所有模板系數都取相同的值，例如，取模板系數為1。2)空域濾波法之中值濾波法利用一個奇數點的移動窗口，將窗口中心點的值用窗口各點的中間值代替。13實驗效果比較方法一：直接灰度變換之按比例線性拉伸法程序如下：A=imreadC3271l1.bmp);A1=double(A);A2

13、=(A1-50)*255/(160-50);s=size(A2);fori=1:s(1)forj=1:s(2)ifA2(i,j)255A2(i,j)=255;endendendA2=uint8(A2);subplot(1,4,1);imshow(A)subplot(1,4,2);imhist(A)subplot(1,4,3);imshow(A2)subplot(1,4,4);imhist(A2)圖像增強方法1方法二：直方圖灰度變換之直方圖均衡化法程序如下：A=imread(D:紅外l.bmp);s二size(A);a=imhist(A);ap=a./sum(a(l:256);v=ones(25

14、6,1);al二filter(v,1,ap(1:256);as=round(al.*255);fori=1:s(1),forj=1:s(2),B(i,j)=as(A(i,j)+1);endendC=uint8(B);subplot(1,4,1);imshow(A)subplot(1,4,2);imhist(A)subplot(1,4,3);imshow(C)subplot(l,4,4);imhist(C)圖像增強方法2方法三：空域濾波法鄰域濾波法與中值濾波法程序如下：A=imread(D:紅外l.bmp);moban2=Al=A;A2=A;A3=A;B=double(A);s=size(A);

15、t二zeros(1,9);b=zeros(1,9);fori=2:s(1)-1forj=2:s(2)-1t(1)=A(i-1,j-1);t(2)=A(i-1,j);t(3)=A(i-1,j+1);t(4)=A(i,j-1);t(5)=A(i,j);t(6)=A(i,j+l);t(7)=A(i+l,j-l);t(8)=A(i+l,j);t(9)=A(i+l,j+l);forg=1:9,fork=1:8,ift(k+1)t(k),buf=t(k+1);t(k+1)=t(k);t(k)=buf;endendendA3(i,j)=t(5);A2(i,j)=(B(iT,jT)*moban2(1,1)+B

16、(i-1,j)*moban2(1,2)+B(iT,j+1)*moban2(1,3)+B(i,jT)*moban2(2,1)+B(i,j)*moban2(2,2)+B(i,j+1)*moban2(2,3)+B(i+1,j-1)*moban2(3,1)+B(i+1,j)*moban2(3,2)+B(i+1,j+1)*moban2(3,3)/9;endendsubplot(1,3,1);imshow(A1);title(原圖);subplot(1,3,2);imshow(A2);title(鄰域濾波);subplot(1,3,3);imshow(A3);title(中值濾波);原圖鄰域濾液中值濾波圖

17、像增強方法314效果比較分析總結方法一：優(yōu)缺點：灰度拉伸后，圖像在亮度和對比度等方面具有明顯的改善效果。方法二：優(yōu)點：把原始圖像的灰度直方圖從比較集中的某個灰度區(qū)間變成在全部灰度范圍內的均勻分布，以實現圖像對比度的增強。缺點：1）變換后圖像的灰度級減少，某些細節(jié)消失；2）某些圖像，如直方圖有高峰，經處理后對比度不自然的過分增強。方法三：優(yōu)缺點：平滑濾波的作用是對圖像的高頻分量削弱或消除，增強圖像的低頻分量。鄰域平均濾波法可以起到平滑圖像的作用，但在消除噪聲的同時，會使圖像中的一些細節(jié)變得模糊。中值濾波法則消除噪聲的同時還能保持圖像中的細節(jié)部分，防止圖像的邊緣部分模糊。2、圖像分割2.1圖像分割

18、介紹圖像分割就是將圖像劃分為一些區(qū)域，在同一區(qū)域內，圖像的特征相近而不同的區(qū)域，圖像特征相差較遠。圖像特征可以使圖像本身的特征，如像素灰度，邊緣輪廓和紋理等。圖像分割的作用是從圖像中提取有用的信息。在圖像分析過程中，一般首先要對所給的圖像進行分割，再對分割的區(qū)域作適當的描述，然后才能對圖像做某種分析。2.2實驗效果(a):全局閥值法：a二imreadCxjm007_1.bmp);level二graythresh(a);yy二im2bw(a,level);subplot(l,2,l);imshow(a);title(沒處理的圖像);subplot(l,2,2);imshow(yy);title(

19、分割后的圖像);得到如下的圖像：同理，可以得到紅外圖片全局閥值法的圖片:沒處理的圈橡分割后的團像(b):水線閥值分割法yy=imread(D:紅外l.bmp);kk=strel(disk,40);Itop=imtophat(yy,kk);%高帽變換Ibot=imbothat(yy,kk);%低帽變換Ienhance=imsubtract(imadd(Itop,yy),Ibot);%高帽圖像與低帽圖像相減Iec=imcomplement(Ienhance);%進一步增強圖像Iemin=imextendedmin(Iec,20);subplot(l,2,l);imshow(yy);title(沒處

20、理的圖像);subplot(l,2,2);imshow(Ienhance);title(分割后的圖像);得到圖像如下：同理，可以得到可見光圖片水線閥值分割法:小結：對于可見光下的圖像，全局閥值把手掌與背景分割開來，但由于對于整一幅圖像采用1個閾值進行分割，不能細致做到分割靜脈血管。動態(tài)閾值法是用與像素位置相關的一組閾值來對圖像各部分分別進行分割。這類算法時間復雜性和空間復雜性比較大，但是抗噪能力強，對一些用全局閾值法不易分割的圖像有較好效果。水線閥值分割法就是屬于這一類分割方法。顯然，用這種方法分割出來的圖像比全局閥值分割法要好。對于紅外的圖像，全局閥值處理后，只能看見漆黑一片，那是因為原圖就是分割后的圖像，灰度低，用同一閥值進行分割，當所取分割值不準時，將出現此類情況，而動態(tài)閥值法則相對更好，能清晰顯示靜脈所在。3、圖像細化圖像細化就是通過細化用骨架來代表圖像的形狀。所謂細化，就是把輸入的具有一定寬度的圖像輪廓用逐次去掉邊緣點的方法，最終變成寬度僅為一個像素的骨架。依據是否使用迭代運算可以分為兩類：第一類是非迭代算法，一次即產生骨架，如基于距離變換的方法。游程長度編碼細化等。程序如下：I二imread(D:可見光1.bmp);