毕业设计网
毕业设计论文 | 毕业设计任务书 | 计算机外文翻译 | 文献综述 | 机械模具类 | 课程设计 |

洛阳玻璃厂玻璃分拣系统

由于洛阳玻璃厂的生产流水线进行现代化改造,原有的人工识别分类无法满足现代化企业的要求,所以计算机智能识别系统成为必然选择。系统采用VC++编程技术和数据图像处理技术。根据模式识别的方法,系统依次对标签图像进行了,图像阈值变化,图像中值滤波除噪,图像特征提取和图像的模板匹配识别。四个步骤实现了玻璃标签的自动识别,完成了是流水线的智能分拣。该系统在Window平台下,成功运行,达到预期的目标。模式识别系统将极大降低产品的生产成本和时间,提高产品的竞争力度。
[关键词] 数字图像处理;中值滤波;特征提取;识别

该系统是计算机图像处理系统,用于图像标签的识别,所以可以根据图像模式识别的步骤,进行的系统功能设计。图像模式识别的五个步骤为数据获取、预处理、特征提取、分类决策、分类器设计。根据系统目的和图像识别的步骤,将系统设计流程为:打开图像,获取位图信息,图像增强,图像特征提取,图像分类。
该系统的流程图为:
 
图3-1 系统流程图
根据系统流程图图3-1设计的流程,将系统的流程更加细致化的设计。将计算机外围设备获取的玻璃标签图像传给处理系统,处理系统通过软件的图像处理函数获取图像的信息,为便于图像的识别,首先将图像进行阈值变化,使图像数据信息减少,而特征区域轮廓更加突出。然后,将图像进行空域增强,利用中值滤波技术,使图像中的椒盐噪声和脉冲噪声得到有效的消除,而后进行特征信息的提取,将特征信息由图像信息转化为数字信息。最后,将特征信息进行模板匹配或是设置为模板。
3.1  打开DIB位图图像,获取DIB图像的信息
DIB是Device Independent Bitmap(设备无关位图)的缩写,它自带颜色信息,调色板管理非常容易。DIB是标准的Windows位图格式,BMP文件中包含了一个DIB。一个BMP文件大体上分成4各部分。第一部分为位图文件头,它是一个结构,该结构的长度为14个字节的固定长度。第二个部分为位图信息头,它是固定长度为40个字节的结构。第三部分为调色板(Palette)。有些位图需要调色板,而有些位图,如真彩图,不需要调色板,它们的位图信息头后面直接是位图数据。第四个部分就是实际的图像数据。对于用到调色板的位图,图像数据就是该像素颜色在调色板中的索引值,对于真彩色图,图像数据就是实际的R、G、B值。
MFC中封装了类CBitmap用于处理图像,但对于DIB位图,CBitmap类无法适应要求,它只能用于GDI位图的处理。为进行位图图像的操作,采用微软提供的DIB位图操作文件,构造图像处理类。
3.2  DIB位图的阈值变化
图像的阈值变化包含彩色图转化灰度图,灰度图像的二值化处理。为进行图像的阈值变化操作需要构建新的类,该类以图像处理类为基类。构建相应的图像灰度化操作函数和图像二值化操作函数。
对于每像素所占位数为8的灰度图像直接进行二值化处理,而对于每像素所占位数为24的彩色图片,将其转化为灰度图片。由于彩色图像中每个像素的颜色有R、G、B三个分量决定,而每个分量有255种中指可取,这样一个像素点可以有1600多万的颜色的变化范围。而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像,其中一个像素点的变化范围为255种,所以数字图像处理中一般先将各种格式的图像转化为灰度图像使后续的图像的计算量变得少一些。
3.3  灰度图像的空域增强
图像的增强,改善了图像质量,使图像跟适合观察的图像处理技术。图像增强的效果:突出更多细节、对比度更合适、边缘增强、去除噪声。
由于图像中椒盐噪声和脉冲噪声的含量较大,对图像的特征信息影响很大,所以采用中值滤波处理,除去灰度图像的椒盐噪声。
中值滤波处理是图像平滑的一种方法,其目的为了消除噪声。图像噪声的来源有三:光电、电磁转换过程中引入的人为噪声;大气层电(磁)暴、闪电、电压、浪涌等引起的强脉冲性冲激噪声的干扰;自然起伏性噪声,由于物理量的不连续或粒子性所引起,这类噪声又可分成热噪声、散粒噪声等。噪声消除的方法又可以分为空间域或频率域,亦可以分为全局处理或局部处理,亦可分为按线性平滑、非线性平滑和自适应平滑来区别。

目    录
1 背景与意义 1
2 系统分析 1
2.1 系统需求分析 1
2.1.1 环境配置 2
2.1.2 系统编程开发 2
2.2 相关技术分析 3
2.2.1 C++编程技术 3
2.2.2 数据图像处理技术 3
2.2.3 文本文件 4
2.3 运行可行性分析 4
3 系统设计 4
3.1 打开DIB位图图像,获取DIB图像的信息 5
3.2 DIB位图的阈值变化 6
3.3 灰度图像的空域增强 6
3.4 图像特征提取 7
3.5 图像识别模板设置 8
3.6 图像模式识别 8
3.6.1 分类器的设置 9
3.6.2 图像识别 10
4 编码与实现 10
4.1 DIB位图信息的获取 10
4.1.1 DIB位图访问函数 10
4.2 图像灰度的阈值变化 11
4.2.1 灰度图像的二值化处理 11
4.2.2 彩色图像的灰度转化处理 12
4.3 中值滤波处理对图像增强的处理 14
4.3.1 中值滤波除噪 14
4.3.2 滤波器的中值计算 15
4.4 对经过预处理的二值图像的图像特征进行分析,将图像特征提取 16
4.4.1 对图像进行分析,寻找图像的特征区域 16
4.4.2 图像分割 18
4.5 通过提取样品图像特征设置模板 20
4.5.1 建模板类Template,用于模板特征提取、创建和识别 20
4.6 模板匹配法进行图像识别分类 21
4.6.1 图像识别 21
5 系统测试与运行 23
5.1 创建模板 23
5.1.1 打开无噪声的原始图像 23
5.1.2 使用图像处理类中read函数将图像显示 24
5.1.3 特征提取后,特征的图片描述展示 24
5.1.4 设置模板 25
5.2 识别图像 25
5.2.1 点击打开按钮,打开标签图像 25
5.2.2 灰度化处理图片 26
5.2.3 二值化处理图片 26
5.2.4 中值滤波处理图片 27
5.2.5 图像特征提取 27
5.2.6 图像识别 28
结束语 29
参考文献 30
附录 31
致谢 40

以上是一部分介绍,如需要完整的资料或者如不符合您的要求,请联系技术人员qq:242219979咨询

上一篇:基于ssm的在线考试系统
下一篇:java儿童计划免疫系统的设计


版权所有 毕业设计网联系qq:242219979 © 2007-2022