《计算机视觉一元硬币直径尺寸的测量》由会员分享，可在线阅读，更多相关《计算机视觉一元硬币直径尺寸的测量（22页珍藏版）》请在金锄头文库上搜索。
1、燕山大学课 程 设 计 说 明 书题目： 一元硬币直径尺寸的测量 学院（系）： 电气工程学院 年级专业： 12级精密仪器及机械 学 号： 学生姓名： 指导教师： 教师职称： 副教授 电气工程学院课程设计任务书课程名称： 计算机视觉 基层教学单位：仪器科学与工程系 指导教师： 学号学生姓名（专业）班级 设计题目一元硬币直径尺寸的测量*设计技术参数自行拍摄“一元硬币”图像、自行设计软件流程，配置相关参数，设计演示界面，实现一元硬币直径尺寸的测量。设计要求(1) 利用Matalb软件编写相关程序；(2)撰写课程设计报告，报告内容应包含一元硬币直径尺寸测量的应用价值、算法原理、程序流程和本人的主要工作
2、；报告其他内容详见模板。参考资料课程教材数字图像处理 Matlab版Rafael C. Gonzalez著，阮秋琦等译精通Matlab GUI设计 第三版陈垚光 等著MATLAB软件相关参考书校园网图书馆期刊网论文资料周次前半周后半周应完成内容明确任务分工、搜集资料，总体设计，编写程序； 调试程序、撰写报告，准备答辩用PPT；指导教师签字基层教学单位主任签字说明：1、此表一式四份，系、指导教师、学生各一份，报送院教务科一份。 2、学生那份任务书要求装订到课程设计报告前面。电气工程学院 教务 摘要这些年来，基于计算机视觉的尺寸测量方法技术已经深入到各行各业，实现了高精度测量，及微小物体测量。它融
3、入了各个学科的能源技术，成为了一门综合性的现代测量技术学科。将物体看作是一幅图像来获得物体的尺寸信息，依靠视觉来采集图像信息是基于计算机视觉的尺寸测量主要研究的过程。本设计主要以“一元硬币”图像为实例进行视觉测量，并且通过图像灰度化、二值化以及图像边缘检测来获取一元硬币直径的实际尺寸。基于计算机视觉的尺寸测量，关键步骤是对图像的数字化处理，本文通过Matlab程序计算，完成对指定图像的处理。主要研究内容有一元硬币直径尺寸测量的应用价值、算法原理和程序流程，较系统的阐述并完成了一元硬币的直径尺寸测量。通过对图像处理算法的分析，利用Matlab程序，实现图像预处理和像素边缘检测。深入分析图像数据处
4、理技术，提高计算速度和计算精度。关键词：计算机视觉尺寸测量图像处理边缘检测第 3 页 共 15 页目录摘要1目录2第1章 绪论31.1研究背景及意义31.2应用价值31.3课程概述3第2章 尺寸测量方案42.1测量流程设计42.2软件开发工具42.3图像获取及预处理4第3章 图像预处理53.1图像的灰度转换51.直接灰度变换52.灰度直方图63.图像的二值化73.2图像的滤波去噪；71.均值滤波器72.自适应维纳滤波器83.中值滤波器84.小波去噪93.4图像的边缘检测；103.5基于Hough变换的圆检测算法11第4章 实验结果与分析124.1测量系统的标定124.2尺寸测量的数据与分析13
5、4.3尺寸测量的误差分析134.3减小误差的方法13第5章 总结14参考文献：14附录：15第1章 绪论1.1研究背景及意义硬币，是世界范围内最常用的流通货币之一，它以其坚固耐磨损、便于交易、携带方便和成本低等优点，广泛应用在公共交通、商业及其他各种投币自动售货机。同时，在经济较为发达的国家和地区，小面额硬币化已是今后的发展趋势。因此如何将硬币进行快速有效的区分识别，已经成为国内外急需解决的问题。目前，计算机视觉方式已经成为实现产品准确测定的最佳选择，具有十分广阔的市场前景。它在测定的过程中，不需要与被测产品进行接触，有着无与伦比的优势。该方法不致于使被测产品出现丝毫的损害，无接触，时效性强、
6、受外界影响小，精确性好，可大规模进行等。因此，基于计算机视觉的硬币识别，实现硬币的自动快速分拣技术已是是研究的一大热点。国内关于硬币清分的研究也处于试验阶段，开发出有效的硬币区分识别设备，不仅会带来可观的经济效益和产生很好的社会效益，还可能提高硬币清分的国际竞争力。1.2应用价值虽然对于计算机视觉这一技术的探讨从六十年代就已经开始，然而，直至几十年后，这一技术才真正地步入迅猛发展的阶段，并逐步得到科研领域的重视，成为众人争相探究的热门领域。实现尺寸测量的方法很多，但大多数测量重复性、高效性和鲁棒性不高。事实表明，基于计算机视觉技术的尺寸测量具有良好的连续性和高精度，大大提高了工业在线测量的实时
7、性和准确性，同时生产效率和产品质量控制也得到明显提升。1.3课程概述计算机视觉系统具有测量功能，能够自动测量产品的外观尺寸，比如外形轮廓、孔径、高度、面积等尺寸的测量。尺寸测量无论是在产品的生产过程中，还是产品生产完成后的质量检验中都是必不可少的步骤，而计算机视觉在尺寸测量方面有其独特的技术优势。以计算机视觉为依托的尺寸测量方法中比较关键的环节是对图像的处理。在这个环节中，因为采集设备或者传导媒介等方面存在的不足，会产生不同程度的噪音问题，使得所得的图像丢掉了关键的信息，进而影响图像的呈现效果。因此，对收集到的产品图像做进一步的优化，是这种方法中最为关键的一个步骤。第2章 尺寸测量方案2.1测
8、量流程设计尺寸测量大体包括产品的图像收集、图像预处理以及尺寸测量3个步骤，其中比较关键的环节是对图像的处理。对收集到的产品图像做进一步的优化，提取图片中的关键数据，然后经过简单处理得到预期结果。本文用较为专业的工程软件Matlab来进行图像处理，图像预处理的大体流程可简化为：1 灰度转化；2 滤波去噪；3 二值化处理；4 边缘检测。图像经过数字化处理后，只能得到一个像素值，找到真实尺寸值与像素值之间的一个比例关系，把以像素为单位的尺寸转换为以毫米为单位的尺寸，即为系统标定过程。2.2软件开发工具Matlab也叫作矩阵实验室，是Math works企业生产的一款高性能的可视化科学计算软件，其包含
9、图像处理、讯息传导、系统鉴定、归纳计算等三十多种有着不同特性的工具箱，均是业内高权威人士亲自参与设计的，不用依赖于任何的程序，就能够方便快捷地使用。此外，工具箱里的函数源程序都不是保密的，大部分为M类型的文件，用户只需根据相应文件的代码就可以进行更改。Matlab有着卓越的数据处理能力，它是一种用于矩阵计算、算法研究、数据剖析以及图像处理的高级计算机语言。其内部存在着覆盖全面的函数公式，和便捷的与其他软件间进行数据交换的功能。本文研究利用了MATLAB中的图像处理、工程计算以及数据归纳等，对实际测定工作中得到的产品图像加以处理，从而产生优质的图像。进而得到实验所要求的数据，并对这些数据进行分析
10、处理。2.3图像获取及预处理根据课设要求及现有条件，图像是预先拍摄好的不同的“一元硬币”图像，然后利用Matlab软件进行处理，最终得出一元硬币的直径尺寸。提前拍摄的图像如下：一元硬币图像 根据设计要求，因基于计算机视觉的尺寸测量需要系统标定，因此在拍摄图像时加入了标准件ID卡，在处理图像时先进行分割进行局部处理，ID卡的标准规格是。第3章 图像预处理3.1图像的灰度转换图像灰度变换的目的是为了改善画质，有选择地突出图像中感兴趣的特征或者抑制图像中某些不需要的特征，使图像显示效果更加清晰，与视觉响应特性相匹配。灰度转换过程是把初始图像里的各个像素的灰度值，依据特定的转换原理，变为不同的灰度值传
11、送，从而实现显化图像的效果。用公式表示从像素到像素的变换为：其中f()称为灰度变换函数，它描述了输入灰度值和输出灰度值之间的转换关系。1.直接灰度变换直接灰度变换属于所有图像增强技术中最简单的一类，最常用的方法有以下几种：图像求反，对数变换，灰度切割，位图切割和灰度的线性变换。2.灰度直方图灰度直方图定义为灰度值的函数，描述的是图像中具有该灰度值的像素的个数，其横坐标表示像素的灰度级别，纵坐标是该灰度出现的频率。其代表的是图像的灰度级详情，反映了图像里的任一个灰度级和它的存在数量之间的关系，该图具有显著的统计学意义，呈现了特定图像的灰度级布局趋势。直方图处理方法通常分两种：直方图均衡化：实质是
12、减少图像的灰度级以换取对比度的扩大，它的结果是唯一的，就是根据灰度信息，自动增强整个图像的对比度。它的核心理念是对初始图像的像素灰度值加以修整，把图像上像素点偏多的灰度级加以强化，同时把图像里像素点偏少的灰度级加以弱化，将初始的不规则的直方图优化为均匀的布局，实现任意灰度级都占据等量的像素点；直方图规定化：均衡化处理的优势在于可以提高图像的对比度，但这种方法存在的问题是，对于其均衡化的程度很难把握，通常情况下均衡化的操作范围不能锁定到某个局部，只能是对整个对象的处理。在进行具体操作时，某些情况下需要改变直方图的原有形态，从而达到有针对性的提高特定灰度值跨度的对比度。相当于建立了一个灰度级别的固
13、定模式，所有图像进入后，都会以同一种灰度直方图的状态显示出来。 3.图像的二值化在图像分析中，从图像中将某个特定区域与其他部分进行分离并提取出来的处理过程就是图像分割，又被称为图像的二值化。它的原理是通过选择合理的阈值，扫描整个图像的所有像素，将像素的灰度值与该阈值作比较，像素灰度大于阈值的，则该像素标记为1(或0)，否则标记为0(或1)，扫描完整个图像后，就得到了一幅仅含有0和1两种值的图像，这就是二值图像。分别对经过不同灰度变换的上文图像进行自动阀值二值化，效果如下，经过对比，经过对数变换的图像再进行自动阀值二值化效果更好。3.2图像的滤波去噪；图像去噪是数字图像处理中的重要环节和步骤。去
14、噪效果的好坏直接影响到后续的图像处理工作。图像信号在产生、传输过程中都可能会受到噪声的污染，一般数字图像系统中的常见噪声主要有：椒盐噪音：指的是偶然产生的黑白亮度值，是实际操作中最常遇到的一类噪音；高斯噪音：指的是产生的亮度符合高斯分布或者是正态分布的噪音；斑点噪声：指的是仅包括偶然产生的白亮度值或是黑亮度值，在图像上表现为信号相关的小斑点。目前比较经典的图像去噪算法主要有以下三种：均值滤波，中值滤波和Wiener维纳滤波。1.均值滤波器也称线性滤波，主要思想为邻域平均法，即用几个像素灰度的平均值来代替每个像素的灰度，适用于去除通过扫描得到的图像中的颗粒噪声。领域平均法由于平均会引起模糊现象，模糊程度与领域半径成正比。几何均值滤波器所达到的平滑度可以与算术均值滤波器相比，但在滤波过程中会丢失更少的图象细节。谐波均值滤波器对“盐”噪声效果更好，但是不适用于“胡椒”噪声。它善于处理像高斯噪声那样的其他噪声。先以领
