数字图像技术应用

《数字图像技术应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、数字图象处理技术的应用    0、 引言     目前，数字图像处理技术越来越多的应用于人们日常工作、学习和生活中，和传统图像处理相比，它具有精度高、再现性好、通用性和灵活性强等特点。数字图象处理是一门新兴的技术，它是五十年代数字计算机发展到相当水平后开拓出来的计算机应用新领域。它把图象转换成数据矩阵存放于计算机中，并对其进行滤波、增强、删除等处理，包括图象输入输出技术、图象分析、变换与处理技术以及图象识别与特征提取等方面。六十到七十年代，数字图象处理技术的理论和方法更加完善，其精确性、灵活性和通用性逐步提高。数字图象

2、处理是针对性很强的技术，根据不同的应用、不同的要求采用不同的方法。采用的方法是综合各学科较为先进的成果而成的，如数学、物理、心理学、医学、计算机科学、通信理论、信号分析、控制论和系统工程等。各个学科互相补充、互相渗透才使数字图象处理技术飞速发展。     1、 数字图像处理系统     数字图像处理系统由硬件和软件组成。     硬件设备主要由主机、采集模块、通信模块、存储模块及显示模块组成。     采集模块由光敏感器件和模/数转换装置组成，常用设备有：扫描仪、数码照相机、数码摄像机等；     通信模块主要起传输作

3、用，按传输图像种类分为静止图像通信（如电报、传真和图文电视等）、活动图像通信（如电视、可视电话等）；     存储模块主要对图像资料进行存储，常用的设备有：硬盘、软盘、U盘、活动硬盘、光盘、磁带等 ；     图像显示模块的主要形式为软拷贝形式和硬拷贝形式。     图像处理软件由系统管理、图像数据管理和图像处理模块三部分组成。     2、 数字图像处理技术的应用     2.1 检测     随着计算机技术的飞速发展，利用计算机来代替人力进行检测已经成为历史的必然。先进的自动化检测技术已较普遍地应用于各个领域。  

4、   以木材加工为例，最近几年，我国木材进口的数量逐年增加，其中木材检测是必不可少的重要环节。板材是木材应用需求量最大的品种，板材表面缺陷是评定板材质量的重要指标之一。随着木材加工业向机械化、自动化的大规模生产发展，人们对板材的加工质量，尤其是表面缺陷给予了越来越多的重视，因而表面缺陷检测技术变得越来越重要，板材表面缺陷的在线检测对木材加工过程中的质量控制及产品分级等均具有重要意义。对板材缺陷进行检测的方法很多，传统的检测大多是用人工的方法，凭借经验，根据板材的颜色、纹理、色泽、板材的构造特性等来评价板材。但肉眼识别有

5、一定的局限性，尤其是板材表面有多种缺陷，缺陷的尺寸和形状变化很大，人工分类比较困难。所以这种检测方法已不能满足木材生产中快速检测和持续检测的需要。近20年来，探测木材缺陷的非人工方法主要有：超声波法、激光扫描法、X射线透视法和射线检测法等。图象的显著特点是信息量大、频带宽，通过图象处理可以初步检测木材特征，其优点是处理精度高，处理内容丰富，可进行复杂的非线性处理，有灵活的变通能力；方法简单且直观性强，实时速度快，不破坏木材，节省材料资源。基于数字图象处理技术的板材表面缺陷检测系统由照明光源、CCD摄像机、图象采集卡、P

6、C机以及输出设备组成。与计算机相连的CCD摄像机摄取木材表面图象，将木材表面特征转换为视频信号。根据像素分布和亮度等信息，通过图象采集卡送入计算机，然后计算机利用专门的处理软件对所采集到的图象进行存储和处理。通过参数计算对板材图片提取特征以检测表面缺陷信息，然后进行分类定等级。在检测过程中，通常需要对木材图象进行预处理。预处理一般包括三步：首先进行边缘增强，一般选用拉普拉斯算子对木材图象进行边缘增强，这是因为拉普拉斯算子具有各向同性，能对任何走向的界线和线条进行锐化，无方向性。然后进行平滑处理，平滑处理的目的是减弱图象

7、中的噪声，一般选用中值滤波方法。中值滤波在一定的条件下，可以克服线性滤波器所带来的细节模糊，而且对滤波脉冲干扰的图象扫描噪声最为有效。最后进行图象的背景和边缘二值化，便于研究边缘所在的位置。将处理后图象的特征送入分类器进行缺陷分类，即可实现对板材的检测和分级。将数字图象处理技术应用于木材缺陷检测中，具有处理精度高、处理速度快、处理内容丰富、不破坏木材、可进行复杂的非线性处理、方法简单且直观性强等特点。用图象处理法检测木材缺陷的理论研究将为智能型板材缺陷识别机的开发提供基础理论指导，解决木材缺陷人工识别判定误差大、难以实

8、现双面识别的问题，给木材工业带来巨大的经济效益。2.2 图像分割     车牌照是全世界唯一对车辆身份识别的标记，尽管牌照的字符、颜色、格式内容和制作材料会多种多样，但车牌照仍是全球范围内最为精确和特定的识别标记，它的特殊性和重要性不言而喻，从而也决定了车牌识别系统成为城市智能交通管理系统中不可或缺的重要组成部分。车牌识别系统已经