毕业论文_数字图像论文(1)基于图像处理的微小塑料齿轮轮廓优化（终稿）

《毕业论文_数字图像论文(1)基于图像处理的微小塑料齿轮轮廓优化（终稿）》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、数字图像处理®0:基孑图像处理的微J塑料卷纶纶廊优指导教师：景文博学号：080211309姓名：孙长月同组成员：071011摘要：通过计算机视觉系统的构成、图像预处理、图像分割和数字图像的像素连通性理论与技术的研究，提岀微小塑料齿轮的二值图像噪声点去除及齿轮轮廓提取方法，用MATLAB软件中算子提出轮廓的简化算法，实现方法。该文并且比较了传统算法和自己算法，并分部实现了齿轮个数和角度的测量。实验结果表明,该优化轮廓的简化算法，可获得准确的齿形检测数据，能满足工程测量的实际需要。关键字：微小星料齿轮二值化

2、处理Roberts边缘检测轮廓优化正文：引言：传统的算法用接触式检测，不仅难度大,而且效率低。机器视觉技术是非常有效的非接触检测技术，被广泛地应用于各种加T件的在线检测和高精度、高速度的检测技术领域，因此采用CCD图像测虽和识别技术做非接触检测，是解决这一问题的有效途径。本论文主耍是通过计算机视觉系统的构成、图像预处理、图像分割和数字图像的像索连通性理论与技术的研究，提出微小塑料齿轮的二值图像噪声点去除及齿轮轮廓提取方法，用数学形态学方法提出轮廓的简化算法采用边缘滤波器对图像进行去噪处理。木文主要根据m

3、atlab中的和关函数处理，进行检测微小塑料齿轮时轮丿郭的提取和优化方法。具体内容：传统的算法主要根据计算机视觉原理和二值化处理去除：具体原理如K,微小齿轮计算机视觉检测系统由CCD传感器、光学系统、计算机数据采集和处理系统输出控制等部分组成。根据所检测齿轮的特点并结合现有的实验条件，选用TBASLERA102fCCD数字摄像头和相配套的IEEE1394图像采集卡、TEC2M55焦阑镜头图像识别处理流程如成像系统获取的原始图像由于受到种种条件限制和随机干扰，往往不能在视觉系统中直接使用，必须在视觉信息处

4、理的早期阶段对原始图像进行噪声过滤等图像预处理，有一定的局限性。本文采用边缘滤波器对图像进行去噪处理，与均值滤波器和中值滤波器相比，边缘保持滤波器既能滤除噪声，又能很好地保留塑料齿轮图像中的轮齿齿廓细节。图像分割是把图像分成各具有特性的区域并提取出感兴趣目标的技术和过程。针对微小塑料齿轮图像的特点，本文采用迭代阈值与最大类间方差区域切割综合法，较好解决了图像多阈值分割的问题。计算机视觉检测系统中，光源与照明方案往往是整个系统的关键。要使物体形成的图像最为清晰，复杂程度最低，得到最多的有用信息，消除不必要

5、的阴影、低反差和镜面反射等。基于所要检测的项目和齿轮颜色种类，通过大量光源试验，本项目选择高密度LED阵列面（LFL2100背光源丿提供高强度背光照明方案，背光照明是将光源放置在相对于摄像头的物体的背面。由于图像采集过程中出现的噪声干扰，或者由于外界灰尘等影响，图像的背景区经常出现一些噪声点，如图2所示,这些噪声点往往以点群的形式存在。由于这些噪声点的灰度值比较大，在图像预处理过程中，很难将其消除。进而在图像阈值分割后，仍然显示在二值图像的背景区中，影响后续的图像检测，需要强制自动去除。最后对图像的轮廓

6、处理，由于轮廓实际上是由一连串相邻的点组成，要完整而精确地提取图像轮廓，须详细考虑像素点之间的联系。我们的算法在改进传统算法优点的基础上，在程序设计上又新加了许多内容，使算法更加先进，可行！在一系列研究之后，我们首先订下了流程图如下，图1图像识别处理流程图具体算法如下：1首先读入原图像和基本信息:A=imread('cl.jpg');>>whosA;NameSizeA759x1139x3imshow(A);BytesClassAttributes2593503uint82对图像进行二值化处理，确定阈值对

7、图像进行阈值分割，采用基于数学形态法的四邻域腐蚀来获得单像素宽的图像边缘•针对齿轮的边缘轮廓形状特征,运用重心法、最小二乘拟合、二值化处理与阈值共同作用下将图像上的像素点的灰度值设置为20,也就是将整个齿轮的图像呈现出明显的黑白效果。将256个亮度等级的灰度图像通过适当的阀值选取而获得仍然可以反映图像整体和局部特征的二值化图像。在数字图像处理屮，二值图像占有非常重要的地位，首先，图像的二值化有利于图像的进一步处理，使图像变得简单，而且数据量减小，主耍是二值化处理方法能凸显出微小齿轮的轮廓。其次，要进行二

8、值图像的处理与分析，首先要把灰度图像二值化，得到二值化图像。所有灰度大于或等于阀值的像素被判定为属于特定对象。根据确定阈值的方法的不同可以采用不同的方式进行二值化处理，如全局阈值、局部阈值法以及二考相结合的新方法等。阈值的确定可以自己确定，从最佳阈值法、自适应阈值法，以及二者结合的方式上，寻找与Z自动化确定的有效途径。算法如F:J=rgb2gray(A);JO=imnoise(J,'salt&pepper，,0.02);Jl=medfilt