工件尺寸的图像测量

数字信号处理课程设计报告课设题目：工件尺寸的图像测量学院：信息科学与工程学院专业：电子与信息工程班 级：姓 名：学 号：指导教师：周志权，于海雁，赵占峰哈尔滨工业大学（威海）2011年11月 23日目录TOC\o"1-1"\h\z\u一.课程设计任务 1二.课程设计原理及设计方案 2三.课程设计的步骤和结果 4四.课程设计总结 7五.设计体会 8六.参考文献 8哈尔滨工业大学（威海）课程设计报告哈尔滨工业大学（威海）课程设计报告--PAGE4-一.课程设计任务在加工制造领域，需要对很多零部件尺寸进行测量，以验证零件是否符合加工要求。一般这种测量可以通过千分尺或游标卡尺完成。但对于很多易碎或易变形的零件，类似的测量几乎难以完成。在这种场合，一般要求采用非接触测量方法，图像测量就是其中的方法之一。试设计一应用软件，能够对标准形状的零件进行图像测量。要求完成功能：1、能够读取和存储图像，对图像进行去噪和对比度增强；2、能够根据控制点对图像失真进行几何校正；3、根据控制点对图像进行定标，建立像素与实际尺寸之间的对应关系；4、对于非标准零件，利用人工鼠标操作，测量任意指定点间的距离；5、对圆形标准零件进行自动尺寸测量（提高部分）；6、设计软件界面。二.课程设计原理及设计方案1.中值滤波法是一种非线性平滑技术，它将每一象素点的灰度值设置为1.中值滤波法是一种非线性平滑技术，它将每一象素点的灰度值设置为该点某邻域窗口内的所有象素点灰度值的中值实现方法：.1：通过从图像中的某个采样窗口取出奇数个数据进行排序2：用排序后的中值取代要处理的数据即可中值滤波法对消除椒盐噪音非常有效，在光学测量条纹图象的相位分析处理方法中有特殊作用，但在条纹中心分析方法中作用不大.中值滤波在图像处理中声的方法中值滤波原理,常用于用来保护边缘信息,是经典的平滑噪中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值滤波的基本原理是把数字图像或数 字序列中一点值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实内像素按照像素值的大小进行排序，生成单调上升（或下降）数据序列。二维中值滤波输出为g（x,y）=med{f(x-k,y-l),(k,l∈W)}，其中,f(x,y)，g(x,y)分别为原始图像和处理后图像。 为二维模板，通常为2*2，3*3区域，也可以是不同的的形状，如线状，圆形，十字形，圆环形等。2.imadjust—>对比度增强如果原图象f(x,y)的灰度范围是[m，M]，我们希望调整后的图象g(x,y)的灰度范围是[n，N]，那么下述变换就可以实现这一要求。MATLAB图象处理工具箱中提供的imadjust函数，可以实现上述的线性变换对比度增强。Imadjust函数的语法格式为：J=imadjust(I,[low_inhigh_in],[low_outhigh_out])J=imadjust(I,[low_inhigh_in],[low_outhigh_out]) 返回图I经过直方图调整后的图象 J，[low_inhigh_in]为原图象中要变换的灰度范围，[low_outhigh_out]指定了变换后的灰度范围。例：I=imread('pout.tif');J=imadjust(I,[0.30.7],[]);imshow(I),figure,imshow(J)3.就是将图像上的像素点的灰度值设置为3.就是将图像上的像素点的灰度值设置为图像呈现出明显的黑白效果。0255256反映图像整体和局部特征的二值化图像。在数字图像处理中，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，能凸显出感兴趣的目标的轮廓。其次，要进行二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物体，其灰度值为255表示，否则这些像素点被排除在物体区域以外，灰度值为 0，表示背景或者例外的物体区域。投影法投影法就是统计目标像素在每一行和每一列上的个数，然后画出统计图形。本次设计用投影法测规则图形，可以方便的测出内径和外径。两点间的距离应用最简单的坐标方法测出两点间的像素数，然后根据图的格式可知像素数和距离的关系，从而计算出任意两点间距离。三.课程设计的步骤和结果主要的程序:closeall;clc;A=imread('图像测量.jpg');figure;imshow(A);uiwait;A=imread('图像测量.jpg');A=rgb2gray(A);figure(1);imshow(A);title('灰度图像');uiwait;A1=medfilt2(A,[33]);figure(2);imshow(A1);title('中值滤波后的图像');uiwait;B=imadjust(A1,stretchlim(A1));figure(3);imshow(B);title('对比度增强后的图像')uiwait;T=graythresh(B);BW=im2bw(B,T);figure(3);imshow(BW);title('二值化的图像');uiwait;plot(sum(BW));uiwait;以上目的为对图像进行去噪和对比度增强，提取二值化图像，为投影法做铺垫，最后投影法可得出投影图像，便可知道规则图形的内外径。哈尔滨工业大学（威海）课程设计报告RGB=imread('ͼÏñ²âÁ¿.jpg');I=rgb2gray(RGB);figure(4);imshow(I);[x,y]=ginput(2);D=sqrt((x(1)-x(2))^2+(y(1)-y(2))^2);以上是在灰度图像上任取两点，自动测量出两点间的距离。-5-哈尔滨工业大学（威海）课程设计报告测两点的余力适用于不规则图形，只需提取出图像后鼠标手动点边缘点就可以。-6-哈尔滨工业大学（威海）课程设计报告哈尔滨工业大学（威海）课程设计报告--PAGE9-四.课程设计总结在对图像进行处理之前要先对图像进行去除噪声，然后再增强对比度，精确，可读性比较强。实现的功能有：1、能够读取和存储图像，对图像进行去噪和对比度增强；2、建立像素与实际尺寸之间的对应关系；4、对于非标准零件，利用人工鼠标操作，测量任意指定点间的距离；5、对圆形标准零件进行手动尺寸测量；6、设计软件界面。实验没有完成根据控制点对图像失真进行几何校正的功能，而且只能对圆形标准零件运用工具条中的DataCursor半自动测量。五.设计体会经过了两周的课程设计，我感觉收获很大。通过课程设计我不仅巩固了以前所学过的知识，还可以学到很多在书本上所没有学到过的知识。进一步加深了对数字信号处理的了解，让我对它有了更加浓厚的兴趣。以往做课程设计时，拿到题目后都会有一定的思路，通过查找相关的资料很快地将知识点运用到课程设计中去。但是这次课程设计，当我拿到题目后，觉得无从下手。当我查找了大量的相关资料后，才觉得有了一点思路，但是实施起来却三两天没有进展。不过，我还是大胆地开始动手做起来。首先，设计了GUI视频的学习很快地建立起来了一个比较完善的界面；进入编程阶段，问题重重，滤波器的设计和选择、采样频率的选择、matlab都出现了。通过对matlab的学习和《数字信号处理》课程的回顾，才渐渐自己编写出了程序，解决了一些问题，慢慢地我发现对于这样的一个课程设计，其实实践比理论更加重要，理论是基础，但如果不积极地动手去做，永远也不会出现什么结果。编程的过程也是在不断地报错、查错中进行的。终于，完成了大部分的设计要求，但距离答辩还有几天。我便想是不是可以使程序做的更好，界面做的更人性化，于是又开始做了改动。对于这些改动，起初还有点怀疑自己能不能实现自己想要的要求，但是开始修改以后，才发现其实设计程序没有我想象中的那么难。所以，在学习中也是一样的道理，只要我们敢想，就要努力