《基于LABVIEW的圆形图像识别与实时跟踪系统设计.docx》由会员分享，可在线阅读，更多相关《基于LABVIEW的圆形图像识别与实时跟踪系统设计.docx（46页珍藏版）》请在三一办公上搜索。
1、 本科毕业设计（论文）题 目 基于LABVIEW的圆形图像识别与实时跟踪系统设计 学 院 电气与自动化工程学院 年 级 级 专 业 班 级 学 号 学生姓名 指导教师 职 称 教授 论文提交日期 常熟理工学院本科毕业设计(论文)诚信承诺书本人郑重声明： 所呈交的本科毕业设计(论文)，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。本人签名： 日期：常熟理工学院本科毕业设计(论文)使用授权说明本人完全了解
2、常熟理工学院有关收集、保留和使用毕业设计(论文)的规定，即：本科生在校期间进行毕业设计(论文)工作的知识产权单位属常熟理工学院。学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许毕业设计(论文)被查阅和借阅；学校可以将毕业设计(论文)的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编毕业设计（论文），并且本人电子文档和纸质论文的内容相一致。保密的毕业设计(论文)在解密后遵守此规定。本人签名： 日期：导师签名： 日期：基于LABVIEW的圆形图像识别与实时跟踪系统设计摘 要数字图像处理技术在国防建设、工农业生产以及人们的日常生活中有着广泛的应用。图
3、像识别是数字图像处理技术的一个重要组成部分，而圆形（包括弧线）检测是数字图像处理过程中的经典问题之一。本设计基于LABVIEW 平台设计程序完成圆形图像识别与跟踪工作。本设计基于LABVIEW 平台设计图像处理程序，实现了“圆形图像识别”以及“圆形图像的实时跟踪”两个功能。在整个系统中，首先将彩色图像转换为灰度图像，再将灰度图像转换为二值图像，再对二值图像进行形态学处理，最后提取二值图像的几何特征，完成图像识别工作；在对单个圆形图像的识别基础上，利用LABVIEW的while语句，实现了圆形图像的实时跟踪。 关键字：图像识别 LABVIEW 圆形图像Design of Round Image
4、Recognition and Real-time Tracking System Based on LABVIEWAbstractDigital Image Procession is widely used in field of national defense, industrial and agricultural production, peoples daily life. Image recognition is an important part of image processing system, and a circle (including arc) test is
5、one of the classic problems is in the digital image processing. The program of the design is developed to accomplish the task of recognition and tracking of round image.The image processing programs are based on LABVIEW platform, which can recognizes a round image, and complete real-time tracking of
6、 many round images. In the programs, a color image is converted into a grayscale image, and then into a binary image, after making image morphological processing, the programs will extract the geometry features of the binary image, finally finish the image recognition. According to the recognition o
7、f single round image, we can use while statement in LABVIEW platform, in this way, we can finish real-time tracking of the round image,Key Words: image recognition; LABVIEW; round image目 录1.引言11.1 虚拟仪器概述11.2课题的研究背景31.2.1课题的背景和意义31.2.2图像处理概述31.2.3图像处理技术的应用51.3课题研究的主要任务51.3.1论文的程序语言51.3.2系统总体设计思路61.4论
8、文的安排71.5本章小结72.LABVIEW程序设计技术82.1 LABVIEW软件介绍82.2 LABVIEW应用程序的构成82.3 LABVIEW的基本模块92.4 程序调试技术92.4.1 找出语法错误92.4.2 设置执行程序高亮102.4.3断点与单步执行102.4.4 探针102.5本章小结103.图像预处理113.1原始图像的输入113.2图像的灰度化处理123.3图像的增强153.3.1中值滤波163.3.2灰度形态学173.4图像的二值化203.5图像分割技术223.6 本章小结244.图像的特征提取和识别254.1图像的特征提取概述254.2图像边界提取264.3图像的识别
9、274.4本章小结305.实时系统的设计315.1实时跟踪技术的发展背景315.2 实时系统的设计315.3 本章小结336.总结和展望346.1论文总结346.2课题展望34参考文献35附件1：界面设计36附件2：程序框图37致 谢401.引言图像识别所讨论的问题，是研究用计算机代替人自动地处理大量物理信息，从而部分代替人的脑力劳动，人类识别图像的过程总是先找出它们外形或颜色的某些特征进行分析、比较、判断，然后再加以分析和区别。我们在研究图像识别的时候，也常常借鉴人的思维活动，采用同样的处理方法。然而图像的灰度与色彩是有光强和波长不同的光波所引起的，它们与景物表面的特性、方向、光线条件以及干
10、扰等多种因素有关，在各种恶劣的工作环境里，图像与实际景物有较大的差别，因此要区分图像属于哪一类，往往要经过预处理、图像分割、特征抽取、分析、分类等一系列过程。现在完全可以通过计算机进行模拟，完成图像识别的过程。本论文主要基于虚拟仪器技术和图像处理技术开展研究的，因此本章首先介绍虚拟仪器的一些相关知识，包括它的主要特点，发展趋势，以及其应用软件开发平台，还有图像处理技术的一些知识。此外，还介绍了本课题的设计背景、研究目的、方法和意义。1.1 虚拟仪器概述1986年美国国家仪器公司NI（National Instruments）首先提出了虚拟仪器的概念。所谓虚拟仪器（VI，Virtual Inst
11、rument）是指通过应用程序将通用计算机与功能化模块结合起来，用户可以利用计算机强大的数据处理存储图形环境和在线帮助功能，建立图形化界面的虚拟仪器软面板，完成对仪器的控制数据分析存储和显示，改变传统仪器的使用方式，提高仪器的功能和使用效率，大幅度降低仪器的价格，且使用户可以根据自己的需要定义仪器的功能。与传统仪器相比，虚伪仪器打破了传统仪器的“万能”功能概念，充分利用计算机技术，强调“软件就是仪器”的新概念，软件在某种程序上可以完成传统仪器不可能实现的硬件测试功能：仪器或系统的功能，规模可以由用户自己定义，虚拟仪器的开放性和功能软件的模块化，使得组建系统变得更加灵活简单。虚拟仪器是建立在当今
12、世界最新的计算机和数据采集技术的基础上，技术更新很快。与传统仪器相比，虚拟仪器具有以下主要特点：(1)融合计算机强大的硬件资源,突破了传统仪器在数据处理、显示、存储等方面的限制，大大增强了传统仪器的功能。(2)利用计算机丰富的软件资源，实现了部分仪器硬件的软件化，节省了物质资源，增加了系统灵活性。通过软件技术和相应数值算法，实时对测试数据进行各种分析与处理，通过图形用户界面技术,真正做到界面友好、人机交互。(3)虚拟仪器的硬件和软件都具有开放性、模块化、可重复使用及互换性等特点。因此，用户可根据自己的需要，选用不同厂家的产品,使仪器系统的开发更为灵活，效率更高，缩短系统组建时间。传统的仪器是以
13、固定的硬件和软件资源为基础的specific系统， 这使得系统的功能和应用程序由制造商定义。这些仪器都是复杂的系统，因此它们变得昂贵而且难以操作和管理。个人电脑在许多科技领域的广泛应用使其为测量仪器的执行搭建了一个理想的硬件和软件平台，通过增加一个简单的数据采集系统，个人计算机可以仿真任何仪器。因为它们没有独自占有和访问硬件和软件资源，所以以这种方式产生的仪器被称为虚拟仪器。不同的仪器只要对该软件重新编程就可以在同一硬件中实现。虚拟仪器呈现了大量的优势，其中最重要的就是由于硬件和软件资源的重用性降低了成本。上述特点及虚拟仪器的不断发展和个人电脑降价使虚拟仪器成为传统仪器的一个有价值的替代。虚拟
14、仪器实际上是一个按照仪器需求组织的数据采集系统。虚拟仪器的研究中涉及的基础理论主要有计算机数据采集和数字信号处理。目前在这一领域内，使用较为广泛的计算机语言是美国NI公司的LABVIEW。虚拟仪器技术经过十几年的发展，标准化、模块化、软件化、网络化的开放式体系结构将成为未来虚拟仪器重要发展方向。为了更方便用户使用各仪器制造商和各仪器标准化组织，都不断致力于对硬件和软件的标准化。VXI技术的开放式体系结构和模块化的自动测试技术，使之成为未来虚拟仪器理想硬件。以PC机，特别以工控PC为中心的体系结构，以其板卡的高性价比和丰富的软件而将被广泛用于USB，由于其简单、快速和价格便宜，将在未来的虚拟仪器
15、中得到广泛应用。VXI即插即用系统聪明为实现接独立，将VISA标准定义为编程接口。可互换虚拟仪器基金会提出了一种新的虚拟仪器驱动技术，即IVI规范，比VPP规范又迈进了一步，使测试界工程师能够建立与测试系统无关的高性能硬件设备，使仪器驱动程序成为仪器测试系统中的标准部件随着软件技术的发展，新虚拟仪器软件开发工具不断涌现，并朝着可视化编程方向发展，软件在虚拟仪器系统中的进们和作用越来越大。ActiveX，COM，DCOM，C/S模型，Internet等组件技术和网络技术的应用，使用户能够通过Internet实现远距离控制，将信息和多维空间相连，使远距离监测和控制变得更加容易，虚拟仪器正朝向网络化
16、发展。1.2课题的研究背景1.2.1课题的背景和意义随着时代的发展和社会的进步，人们对智能化的要求越来越高，又由于计算机技术和模式识别等相关技术的飞速发展，使运用当今先进技术来研制适用于众多领域的图像控制系统成为可能和一种必然的趋势。传统的图像识别系统都是由大规模或超大规模集成电路来完成，主要由图形工作站或者微计算机来实现设备的驱动和图像采集，这就使图像采集依赖于较大型设备，速度较慢，实时性较差，作为小范围内使用价格比较昂贵。新兴的以LABVIEW为基础的图像处理技术的出现，以其高速、准确的性能为图像处理和模式识别带来了新的途径并且实现图像识别价格比较低廉。近几年来，随着计算机技术及互联网的发
17、展和普及，数字化成为社会发展的一个必然趋势，数字图像处理技术在人们生产、生活中的应用越来越广泛。拍照、监控、谷歌地图、天气预报随处可见数字图像处理技术应用的身影。在图像的采集和分类工作中，基于LABVIEW 平台设计出的图像识别系统，可将编写的系统程序用数据流展示在控制面板上，便于用户读取和修改程序，互动性强且易于升级。本文基于LABVIEW 平台设计了关于“圆形图像识别与实时跟踪”的VI系统,从而实现了对采集图像的处理和判断功能，为解决图像识别问题提供了一条选择途径。实时跟踪系统的设计是基于对单个图片的基础上，不仅可以识别出圆形图像，还可以通过系列循环处理，绘制出图像的运动轨迹，从而为判别圆
18、形物体的运动提供了有效而又精确的方法。1.2.2图像处理概述图像就是用各种观测系统以不同形式和手段观测客观世界而获得的，可以直接或间接作用于人眼而产生视知觉的实体。科学研究和统计表明，人类从外界获得的信息约有75%来自于视觉系统，也就是说，人类大部分信息都是从图像中获得的。图像处理是人类视觉延伸的重要手段，可以使人们看到任意波长上所测得的图像。例如，借助伽玛相机、X光，人们可以看到红外和超声图像；借助CT可以看到物体内部的断层图像；借助相应工具可看到红外和超声图像。1964年，美国在太空探索中拍回了大量月球照片，但是由于种种环境因素的影响，这些照片是非常不清晰的，为此，美国喷射推进实验室（JP
19、L）使用计算机对图像进行处理，使照片中的重要信息得以清晰再现。这是这门技术发展的重要里程碑。此后，图像处理技术在空间研究方面得到广泛的应用。在研究图像时，首先要对获得的图像信息进行预处理（前处理）以滤去干扰、噪声，作集合、彩色校正等，这样可提高信噪比；有时由于信息微弱，无法辨识，还得进行增强处理。增强的作用，在于提供一个满足一定要求的图像，或对图像进行分割，也就是进行定位和分离，以分出不同的物体。为了给观察者以清晰的图像，还要对图像进行改善，即进行原处理，它是把已经退化了的图像加以重建或恢复的过程，以使改进图像的保真度。在实际处理中，由于图像信息量非常大，在存储及发送时，还要对图像信息进行压缩
20、。上述工作必须用计算机进行，因而要进行编码等工作。编码的作用，是用最少数量的编码位（亦称比特），表示单色和彩色图像，以便更有效的传输和存储。以上所述都属于图像处理的范畴。对于一个图像处理系统来说，可以将流程分为三个阶段：首先是图像处理阶段，第二是图像分析阶段，第三是图像理解阶段。图像处理阶段主要是在像素级上进行处理，图像的几何校正，图像的灰度处理，图像噪声滤除的平滑处理，目标物体边界的锐化处理等，图像分析阶段主要对图像里感兴趣的目标进行检测、分割、特征提取和测量，分析的结果能为用户提供描述图像目标特点和性质的数据，把原来以像素描述的图像转变成比较简洁的非图像方式的描述。图像理解阶段主要通过对图
21、像里各目标的性质和它们之间相互关系的研究，对描述抽象出来的符号进行运算，了解把握图像内容并解释原来的客观场景，提供客观世界的信息，指导和规划行为。图像处理技术的发展大致经历了初创期、发展期、普及期和实用化期4个阶段。初创期开始于20世纪60年代，当时的图像采用像素型光栅进行描述显示，大多采用中、大型机对其进行处理。在这一时期，由于图像存储成本高，处理设备造价高，因而其应用面很窄。20世纪70年代进入了发展期，开始大量采用中、小型机进行处理，图像处理也逐渐改用光栅扫描显示方式，特别是出现了CT和卫星遥感图像，对图像处理技术的发展起到了很好的促进作用。到了20世纪80年代，图像处理技术进入了普及期
22、，此时二等微机已经能够担当起图形图像处理的任务。VLSI的出现更使得处理速度大大提高，其造价也进一步降低，极大的促进了图形图像系统的普及和应用。20世纪90年代是图像处理技术的实用化时期，图像处理的信息量巨大，对处理速度的要求较高。目前，图像处理面临的主要问题有：第一，处理信息量很大。如一幅256256 低分辨率黑白图像，要求约64kbit 的数据量；对高分辨率彩色512512 图像，则要求768kbit 数据量；如果要处理30 帧/秒的电视图像序列，则每秒要求500kbit22.5Mbit 数据量。因此对计算机的计算速度、存储容量等要求较高。第二，占用频带较宽。与语言信息相比，占用的频带要大
23、几个数量级。如电视图像的带宽约5.6MHz，而语音带宽仅为4kHz 左右。这对频带压缩技术提出了更高的要求。第三，个像素相关性大。数字图像中各个像素是不独立的，其相关性大。在图像画面上，经常有很多像素有相同或接近的灰度。因此，图像处理中信息压缩的潜力很大。第四，无法复现三位景物的全部几何信息。由于图像是三维景物的二维投影，一幅图象本身不具备复现三维景物的全部几何信息的能力，很显然三维景物背后部分信息在二维图像画面上是反映不出来的。因此，要分析和理解三维景物必须作合适的假定或附加新的测量，这也是人工智能中正在致力解决的知识工程问题。第五，受人的因素影响较大。由于人的视觉系统很复杂，收环境、视觉性
24、能、人的情绪爱好以及知识状况影响很大，作为图像质量的评价还有待进一步深入的研究。1.2.3图像处理技术的应用图像处理技术有着广泛的应用，其中最典型的应用有：(1)遥感技术中的应用遥感图像处理的用处已经越来越大，并且其效率和分辨率也越来越高。它被广泛地应用于土地测绘、资源调查、气象监测、环境污染监督、农作物估产和军事侦察等领域。目前遥感技术已经比较成熟，但是还必须解决其数据量庞大、处理速度慢的特点。(2)医学应用图像处理在医学上有着广泛的应用。其中最突出的临床应用就是超声、核磁共振、相机和CT等技术。在医学领域利用图像处理技术可以实现对疾病的直观诊断和无痛、安全方便的诊断和治疗，受到了广大患者的
25、欢迎。(3)安全领域利用图像处理的模式识别等技术，可以利用在监控、指纹档案管理等安全领域中。目前有清华大学工程物理系开发研制的大型集装箱检测系统，就是利用图像处理技术来实现全自动集装箱检测，从而加快了海关的工作效率，为打击走私立下汗马功劳。(4)工业生产产品的无损检测也是图像处理技术的一项广泛应用。总之，图像处理技术的应用是相当广泛的它在国家安全、经济发展、日常生活中充当着越来越重要的角色，对国计民生有着不可忽略的作用。1.3课题研究的主要任务1.3.1论文的程序语言本课题的主要目的是利用计算机图像处理技术，结合先进的虚拟仪器（图像化编程软件LABVIEW）技术，开发出一种能够自动识别圆形图像
26、的技术，并且可以对该圆形图像进行实时跟踪。基于LABVIEW的图像工程能够充分利用G语言编程简单、功能完善、应用灵活等突出特点，使得图像工程任务的实现变得更加简单。1.3.2系统总体设计思路本系统的输入图像为32 位RGB 彩色图像，在图像输入之后，首先通过灰度图像转换，把彩色图像转换为灰度图，接着对灰度图进行二值化处理，经过二值化处理的图像有比较多的噪点和空洞，需要再对二值图像进行腐蚀和膨胀。完成数学形态学处理之后，图像的几何特性就比较明显了，通过特征提取，把核心的几何特征提取出来，进行分析和比较就可以识别出圆形图像。接着，结合LABVIEW中的for循环语句，利用程序将粒子分析模块的处理数
27、据提取出来，送入波形图进行轨迹显示，就可以对识别出的图像进行跟踪。系统的设计流程图如下所示：图1.1系统设计流程图1.4论文的安排本文共分为6章。第一章,从虚拟仪器的概述入手，介绍了本次课题的背景和意义，还追溯了图像处理的发展历程，图像处理的基本思想和现今的发展情况。除此之外，本章还阐述了系统设计的总体思想。第二章，主要介绍了在虚拟仪器方面应用比较普遍的软件LABVIEW应用程序的构成，主要模块，编程思想，和它独特的数据流等。第三章，本章主要介绍了图像预处理技术。主要包括图像的灰度化处理、图像的增强技术、图像二值化还有图像分割技术。第四章，本章介绍了图像的特征提取和识别技术。在边缘图像的基础上
28、，需要通过平滑、形态学等处理去除噪声点、毛刺、空洞等不需要的部分，再通过细化、边缘连接和跟踪等方法获得物体的轮廓边界。第五章，本章在对单个图像的处理基础上，通过编程设计实现了实时跟踪系统的设计。第六章，本章主要就是对论文进行了总结还有课题的展望。1.5本章小结本章从虚拟仪器的概述入手，介绍了本次课题的背景和意义，还追溯了图像处理的发展历程，图像处理的基本思想和现今的发展情况。除此之外，本章还阐述了系统设计的总体思想。2.LABVIEW程序设计技术LABVIEW（Laboratory Virtual Instrument Engineering Workbench）是美国国家仪器公司（NI公司）
29、开发的专门用于开发虚拟仪器的平台，主要是为仪器系统开发者提供一套能够快捷地建立、检测和修改仪器系统的图形软件系统。该平台功能强大，以图形化编程代替文本编程方式，图形用户界面丰富，具有较强的数据处理功能。图形化的程序语言又称为“G”语言，它与C、Pascal、Basic等传统编程语言有着诸多相似之处，如相似的数据类型、数据流控制结构、程序调试工具以及层次化、模块化的编程特点等。但两者最大的区别在于，传统编程语言用文本语言编程，而LABVIEW使用图形语言（即各种图标、图形符号、连线等），以框图的形式编写程序。用LABVIEW编程无需具备太多编程经验，因为LABVIEW使用二等都是测试工程师熟悉的
30、术语和图标，如各种旋钮、开关、波形图等，界面非常直观形象，因此LABVIEW对于缺乏丰富编程经验的测试工程师们来说无疑是个极好的选择。2.1 LABVIEW软件介绍LABVIEW是一种图形化编程语言，它广泛地被工业界，学术界和研究实验室所接受，视为一个标准的数据采集和仪器控制软件。LABVIEW集成了与满足GPIB、VXI、RS-232和RS-458协议的硬件及数据采集卡式通讯的全部功能。它还内置了便于应用TCP/IP，ActiveX等软件标准的库函数。这是一个功能强大且灵活的软件，利用它可以方便地建立自己的标准的库函数。这是一个功能强大且灵活的软件，利用它可以方便地建立自己的虚拟仪器，图形化
31、的界面使得编程及使用过程都生动有趣。图形化的程序语言，又称为G语言，使用这种语言编程时，基本上不用写程序代码，取而代之的流程图。它尽可能利用了技术人员、科学家、工程师熟悉的术语、图标和概念。因此LABVIEW是一个面向最终用户的工具。它可以增强构建自己的科学和工程系统的能力，提供了实现仪器编程和数据采集系统的便捷途径。使用它进行原理研究、设计、测试系统时，可以大大提高工作效率。2.2 LABVIEW应用程序的构成 所有的LABVIEW应用程序，即虚拟仪器（VI），它包括前面板（front panel）、流程图（block diagram）、以及图标/连结器（icon/connector）三部分
32、。前面板是图形用户界面，也就是VI的虚拟仪器面板，这一界面上有用户输入和显示输出两类对象，具体表现开关、旋钮、图形以及其他控制（control）和显示对象（indicator）。流程图提供VI的图形化源程序。在流程图中对VI编程。控制和操纵宣言在前面板上的输入和输出功能。流程图中包括前面板上的控件的连线端子，还有一些前面板上没有，但编程必须有的东西，例如函数、结构和连线等。如果将VI与标准仪器相比较，那么前面板上的东西就是仪器面板上的东西，而流程图上的东西相当于仪器箱内的东西。在许多情况下，使用VI可以仿真标准仪器，不仅在屏幕上出现一个惟妙惟肖的标准仪器面板，而且其功能也与标准仪器相差无几。图
33、标/连接器VI具有层次化和结构化的特征。一个VI可以作为子程序，这里称为子VI（subVI），被其它他VI调用。图标与连接器在这里相当于图形化的参数，详细情况稍后介绍。2.3 LABVIEW的基本模块像许多Windows应用程序一样，当进入LABVIEW编程环境后，首先出现在屏幕上的是两个无标题（untitled）窗口，一个是前面板窗口，用于编辑和显示虚拟仪器的前面板对象，另一个是框图程序窗口，用于编辑和显示流程图。同时在屏幕上方显示工具按钮，由于两个窗口除框图程序窗口增加了4个用于程序调试的工具按钮外，工具条是一样的，但应特别注意它提供的操作模板，包括工具模板、控制模板和函数模板。2.4 程
34、序调试技术2.4.1 找出语法错误LABVIEW程序的调试与其它计算机语言的编写调试类似，都需要找出语法错误，但LABVIEW的图形化编程方式就相对简单的多，大大提高了编程的效率。如果一个VI程序存在语法错误，则在面板工具条上的运行按钮将会变成一个折断的箭头，表示程序不能被执行.这时这个按钮被称作错误列表。点击它，则LABVIEW弹出错误清单窗口，点击其中任何一个所列出的错误，选用FIND功能，则出错的对象或端口就会变成高亮。错误的种类有多种类型，最常见的有：节点之间未连线；有一个或多个节点在程序中没有发挥作用（既没有输入，也没有输出）；程序中两节点之间的数据类型不同，导致数据不能传递；在程序
35、中有一个或几个节点在设计时，并不能按照其原有的功能运行。2.4.2 设置执行程序高亮在LABVIEW的工具条上有一个画着灯泡的按钮，这个按钮叫做“高亮执行”按钮。点击这个按钮或使该按钮图标变成高亮形式，再点击运行按钮，VI程序就以较慢的速度运行，没有被执行的代友灰色显示，执行后的代友高亮显示，并显示数据流线上的数据值。这样，此时就可以在根据数据的流动状态跟踪程序的执行。2.4.3断点与单步执行为了查找程序中的逻辑错误，希望框图程序一个节点一个节点地执行。使用断点工具可以在程序的某一地点中止程序执行，用探针或者单步方式查看数据。使用断点工具时，点击希望设置或者清除断点的地方。断点的显示对于节点或
36、者图框表示为经框，对于连线表示为红点。当VI程序运行到断点处时，程序将暂停在将要执行的节点，以闪烁表示。按下单步招待按钮，闪烁的节点被执行，下一个将要执行的节点变为闪烁，批示它将被执行。也可以点击暂停按钮，这样程序将连续执行直到下一个断点。2.4.4 探针可以使用探针工具来查看当框图程序流经某一根连接线时的数据值。在框图程序中增加探针有两种办法。首先，从工具模板选择探针工具，再用鼠标左键点击你希望放置探针的连接线。这时显示器上会出现一个探针显示窗口，该窗口总是被显示在前面板窗口或框图窗口的上面。也可以要框图使用选择工具或连线工具，在连线上点击鼠标右键，在连线的弱出式菜单中选择“探针命令，同样可
37、以为该连线加上一个探针。2.5 本章小结主要介绍了在虚拟仪器方面应用比较普遍的软件LABVIEW应用程序的构成，主要模块，编程思想，和它独特的数据流等。利用本章介绍的知识，在调试程序的时候可以方便地找到出错的地方并且根据提示进行修改。3.图像预处理图像预处理是相对于图像识别、图像理解而言的一种前期处理。图像预处理时数字化图像的一个重要环节，包括滤去干扰、噪声，做几何、彩色校正等，这样可提高信噪比。有时由于信息微弱，无法辨识，还得进行增强。增强的作用在于提供一个满足一定要求的图像，或对图像进行变换，以便人机分析，为了从图像中找到需要识别的东西，还得对图像进行分割，也就是进行定位和分离，以分出不同
38、的东西。为了给观察者以清晰的图像，还要对图像进行改善，即进行图像复原，它是把已经退化了的图像加以重建或恢复，以便改善图像的保真度。在实际的图像采集系统中，不论采用何种装置，由于各种因素的影响，如光照、摄像头角度不均匀等，采集到的图像往往不能满足直接进行分析和处理的要求。这些因素往往导致图像质量下降，针对这些干扰，必须采用图像预处理技术来改善图像质量。3.1原始图像的输入数字图像指的是一个被采样和量化后的二维函数，采用等距离矩形网格采样，对幅度进行等间隔量化。由于计算机或数字信号处理器仅能处理离散的数据，一副连续的模拟图像必须要在空间和灰度上都离散化才能被处理器处理。空间坐标的离散化叫做空间采样
39、，而灰度的离散化叫做灰度量化，这一过程称为数字化，经过成像、采样、量化便得到数字图像。数字图像是由像素组成的二维矩阵。对于单色即灰度图像而言，每个像素的亮度用一个数值来表示，通常数值范围在0255之间，即可用一个字节来表示，即可用一个字节来表示，0表示黑、255表示白，而其他表示灰度。一般来说，我们可以直接利用数码相机及数码摄像机技术获取图像，由于不需要其他数字化设备的支持，且具有更高的分辨率及编辑、使用方便等特点，因此受到大部分研究人员的青睐。然而在本次课题研究中，需要对多帧图像进行处理，由于受到条件的限制，直接利用计算机的输入设备输入图像，再利用LABVIEW程序将图像读入程序进行处理。使
40、用LABVIEW对图像进行处理时，必须预先在内存中开辟一段空间给图像，之后才能对其进行各种处理操作，下面的图3.1就是为输入图像分配内存空间的程序框图。程序中的图像路径需要自行输入，这样程序才能读入图像，并进行接下来的操作。图3.1创建图片空间程序3.2图像的灰度化处理图像处理着重强调的是在图像之间进行的各种变换，这些图像指的是灰度图像，而不是我们一般认为的彩色图像。灰度图像是指只含亮度信息，不含色彩信息的图像。在数字图像处理技术中，将彩色图像转为灰度图像的过程成为灰度化处理。彩色图像中的每个像素的颜色有R、G、B三个分量决定，而每个分量有255个中值可取，这样一个像素点可以有1600多万（2
41、55*255*255）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，所以在数字图像处理中一般先将各种格式的图像转变成灰度图像以使后续的图像的计算量变得少一些。灰度图像的描述与彩色图像一样仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征。在RGB模型中，如果R=G=B时，则彩色表示一种灰度颜色，其中R=G=B的值叫做灰度值。因此，灰度图像每个像素只需一个字节存放灰度值（又称强度值、亮度值），灰度范围为0-255。图像的灰度化处理，一般有以下三种设计方案：1、加权平均法根据重要性及其它指标，将三个分量以不同的权值进行加权平均
42、。由于人眼对绿色的敏感最高，对蓝色敏感最低，因此，对RGB三分量进行加权平均能得到较合理的灰度图像。2、平均值法求出每个像素点的R、G、B三个分量的平均值，然后将彩色图像中的这个平均值赋予给这个像素的三个分量。3、最大值法将彩色图像中的三分量亮度的最大值作为灰度图的灰度值。在LABVIEW软件平台上，对图像的灰度处理只需要借助视觉助手中的模块即可完成，该模块如图3.2所示。图3.2灰度化模块图3.3灰度化属性设置在这里选择的是加权平均法，特殊的是，令G域和B域的权重为零，直接选择在R域进行灰度处理，属性设置见图3.3，对应的程序框图如图3.4所示。通过图3.5原始图像以及图3.6中变化后R域内
43、的灰度图像，可以明显观察到灰度化处理的效果。图3.4 图像灰度变换程序图3.5原始图像图3.6 彩色图像在R 域内分量图像图3.3图像的增强图像增强的目的是为了增强图像中的有用信息，它可以是一个失真的过程，其目的是要增强视觉效果。将原来不清晰的图像变得清晰或强调某些感兴趣的特征，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果的图像处理方法。图像增强按所用方法可分成频率域法和空间域法。前者把图像看成一种二维信号，对其进行基于二维傅里叶变换的信号增强。采用低通滤波（即只让低频信号通过）法，可去掉图中的噪声；采用高通滤波法，则可增强边缘等高频信号，使模糊的图片变得清晰。具有
44、代表性的空间域算法有局部求平均值法和中值滤波（取局部邻域中的中间像素值）法等，它们可用于去除或减弱噪声。基于空域的算法分为点运算算法和邻域去噪算法。点运算算法即灰度级校正、灰度变换和直方图修正等，目的或使图像成像均匀，或扩大图像动态范围，扩展对比度。邻域增强算法分为图像平滑和锐化两种。平滑一般用于消除图像噪声，但是也容易引起边缘的模糊。常用算法有均值滤波、中值滤波。锐化的目的在于突出物体的边缘轮廓，便于目标识别。常用算法有梯度法、算子、高通滤波、掩模匹配法、统计差值法等。在本系统中，主要采用的是中值滤波和灰度变换法。3.3.1中值滤波中值滤波是一种非线性平滑滤波器，能比较容易地去除孤立点、线的
45、噪声同时保持图像的边缘。中值滤波的基本步骤如下：(1)将模板在图中漫游，并将模板中心与图中某个像素位置重合；(2)读取模板下各对应像素的灰度值；(3)将这些灰度值从小到大排成一列；(4)找出这些值中排在中间的那一个。对于奇数个元素，中值是按大小排序后中间的数值；对于偶数个元素，中值是指排序后中间两个元素灰度值的平均值。(5)将这个中间值赋给对应模板中心位置的像素。对于二维图像信号，中值滤波的窗口形状和尺寸对滤波器效果影响很大。不同图像内容和不同应用要求往往选用不同的窗口形状和尺寸。常用的二维中值滤波窗口形状有线状、方形、圆形、十字形等。在Vision软件中，滤波功能模块如图3.7所示。根据图像
46、的特点，在尝试了不同的数值以后，为了达到理想的效果，选择3X3的方形中值滤波器，其属性设置如图3.8所示，其中滤波器尺寸大小只与处理速度有关，尺寸越小，处理速度越快。处理程序如图3.9所示，中值滤波后的图像可以从图3.10观察出。图3.7滤波器模块 图3.8 中值滤波的属性设置图3.9 中值滤波的程序框图图3.10中值滤波后的图像从图中，可以明显看出，图像变得平滑，球表面的孤立点还有线条噪声都得到了有效的去除。由此，可以得出结论，这种中值滤波是适合该系统的。然而，这还不是最理想的效果，所以要使用图像增强的另一种常用方法：数学形态学。3.3.2灰度形态学数学形态学是一门建立在集论基础上的学科，是
47、几何形态学分析和描述的有力工具。数学形态学可以用来解决抑制噪声、特征提取、边缘检测、图像分割、形状识别、纹理分析、图像恢复与重建、图像压缩等图像处理问题。目前，数学形态学已在计算机视觉、信号处理与图像分析、模式识别、计算方法与数据处理等方面得到了极为广泛的应用。数学形态学是以形态结构元素为基础对图像进行分析的数学工具。它的基本思想是用具有一定形态的结构元素去度量和提取图像中的对应形状以达到对图像分析和识别的目的。数学形态学的应用可以简化图像数据，保持它们基本的形状特征，并除去不相干的结构。数学形态学的基本运算有4个：膨胀、腐蚀、开运算和闭运算。它们在二值图像中和灰度图像中各有特点。基于这些基本运算还可以推导和组合成各种数学形态学实用算法。常见形态学运算有腐蚀（Erosion）和膨胀（Dilation）两种。腐蚀：就是删除对象边界某些像
