图像处理技术论文模板(10篇)

时间:2023-03-01 16:36:26

导言:作为写作爱好者,不可错过为您精心挑选的10篇图像处理技术论文,它们将为您的写作提供全新的视角,我们衷心期待您的阅读,并希望这些内容能为您提供灵感和参考。

图像处理技术论文

篇1

计算机图像处理系统从系统层次上可分为高、中、低档三个层次,目前一般比较普及的是低档次的系统,该系统由CCD(摄像头)、图像采集卡、计算机三个部分组成,其结构简单,应用方便,效果也比较不错,得到的图像较清晰。目前网上基于VC开发经验的文章不少,可是关于如何在VC开发平台上使用图像采集卡的文章确没发现,笔者针对在科研开发中积累的使用图像采集卡经验,介绍如何自己是如何将采集卡集成到图像开发系统中,希望能够给目前正需要利用图像采集卡开发自己的图像处理系统的朋友有所帮助。

使用的摄像机采用台湾BENTECHINDUSTRIAL有限公司生产的CV-155L黑白摄像机。该摄像机分辨率为752x582。图象采集卡我们采用北京中科院科技嘉公司开发的基于PCI总线的CA-MPE1000黑白图象采集卡。使用图像采集卡分三步,首先安装采集卡的驱动程序,并将虚拟驱动文件VxD.vxd拷贝到Windows的SYSTEM目录下;这时候就可以进入开发状态了,进入VC开发平台,生成新的项目,由于生产厂家为图像采集卡提供了以mpew32.dll、mpew32.lib命名的库文件,库中提供了初始硬件、采集图像等函数,为使用这些函数,在新项目上连接该动态库;最后一步就是采集图像并显示处理了,这一步要设置系统调色板,因为采集卡提供的是裸图形式,既纯图像数据,没有图像的规格和调色板信息,这些需要开发者自己规定实现,下面是实现的部分代码:

CTestView::CTestView()

{

W32_Init_MPE1000();//初始化采集卡

W32_Modify_Contrast(50);//下面的函数是为了对采集卡进行预设置

W32_Modify_Brightness(45);//设置亮度

W32_Set_HP_Value(945);//设置水平采集点数

wCurrent_Frame=1;//当前帧为1,获取的图像就是从这帧取得的

//设置采集信号源,仅对MPE1000有效

W32_Set_Input_Source(1);

W32_CACardParam(AD_SETHPFREQ,hpGrabFreq);

W32_Set_PAL_Range(1250,1024);//设置水平采集范围

W32_Set_VGA_Mode(1);

wGrabWinX1=0;//采集窗口的左上角的坐标

wGrabWinY1=0;

firstTime=TRUE;

bGrabMode=FRAME;

bZipMode=ZIPPLE;

/

lpDib=NULL;//存放获取的图像数据

}

CTestView::~CTestView()

{

W32_Close_MPE1000();//关闭采集卡

}

////显示采集的图象,双击鼠标采集停止

voidCTestView::OnGraboneframe()

{

//TODO:Addyourcommandhandlercodehere

wCurrent_Frame=1;

//设置采集目标为内存

W32_CACardParam(AD_SETGRABDEST,CA_GRABMEM);

//启动采集

if(lpDib!=NULL)

{

GlobalUnlock(hglbDIB);

GlobalFree(hglbDIB);

}

//分配内存

hglbDIB=GlobalAlloc(GHND,(DWORD)wImgWidth*(DWORD)wImgHeight);

lpDib=(BYTE*)GlobalLock(hglbDIB);

hdc=GetDC()->GetSafeHdc();

if(lpDib!=NULL)

{

cxDib=wImgWidth;

cyDib=wImgHeight;

SetLogicPal(hdc,cxDib,cyDib,8);

SetStretchBltMode(hdc,COLORONCOLOR);

bGrabMark=TRUE;

while(bGrabMark==TRUE)

{

if(msg.message==WM_LBUTTONDBLCLK)

bGrabMark=FALSE;

W32_ReadXMS2Buf(wCurrent_Frame,lpDib);

SetDIBitsToDevice(hdc,0,0,cxDib,cyDib,0,0,

0,cyDib,(LPSTR)lpDib,

bmi,

DIB_RGB_COLORS);

}

//停止采集

W32_CAStopCapture();

::ReleaseDC(GetSafeHwnd(),hdc);

return;

}

////将下面这个函数添加在视图类的CTestView::OnSize()函数中,就可以对系统的调色板进行设置。

voidWINAPIInitLogicPal(HDChdc,shortwidth,shortheight,WORDbitCount)

{

intj,i;

shortcxDib,cyDib;

LOGPALETTE*pLogPal;

j=256

if((pLogPal=(LOGPALETTE*)malloc(sizeof(LOGPALETTE)+(j*sizeof(PALETTEENTRY))))==NULL)

return;

pLogPal->palVersion=0x300;

pLogPal->palNumEntries=j;

for(i=0;ipLogPal->palPalEntry[i].peRed=i;

pLogPal->palPalEntry[i].peGreen=i;

pLogPal->palPalEntry[i].peBlue=i;

pLogPal->palPalEntry[i].peFlags=0;

}

hPal=::CreatePalette(pLogPal);

deletepLogPal;

::SelectPalette(hdc,hPal,0);

::RealizePalette(hdc);

cxDib=width;cyDib=height;

if((bmi=(BITMAPINFO*)malloc(sizeof(BITMAPINFOHEADER)+j*sizeof(RGBQUAD)))==NULL)

return;

//bmi为全局变量,用于显示图像时用

bmi->bmiHeader.biSize=40;

bmi->bmiHeader.biWidth=cxDib;

bmi->bmiHeader.biHeight=cyDib;

bmi->bmiHeader.biPlanes=1;

bmi->bmiHeader.biBitCount=bitCount;

bmi->bmiHeader.biCompression=0;

bmi->bmiHeader.biSizeImage=0;

bmi->bmiHeader.biXPelsPerMeter=0;

bmi->bmiHeader.biYPelsPerMeter=0;

bmi->bmiHeader.biClrUsed=0;

bmi->bmiHeader.biClrImportant=0;

for(i=0;ibmi->bmiColors[i].rgbBlue=i;

bmi->bmiColors[i].rgbGreen=i;

bmi->bmiColors[i].rgbRed=i;

bmi->bmiColors[i].rgbReserved=0;

}

}

视频"画中画"技术

"画中画"这个概念类似与彩色电视机"画中画",就是在一幅大的图像内显示另外一幅内容不同的小的图像,小图像的尺寸大小一般地说为大图像尺寸的1/4或1/9,显示位置在大图像的右上角。这种技术不仅在电视技术中,在可视电话系统也可以发现这种技术的身影,它们都是依靠硬件来实现的,但是如何在VC开发平台上用编程语言来将该功能添加到自己开发的视频监控软件,为使用者提供更大的信息量呢?也许读者最容易想到的是首先显示大图像,然后再在一个固定位置画第二幅小图像,这种技术技术如果对于静止图像当然没有问题,但是对于视频流,由于每一秒钟需要画25幀,即25幅图像,这样一来计算机需要不停的画不停的擦除,会给用户以闪烁的感觉,如何解决这个问题呢?有的参考书上将大小图像分快显示,这种方法要将待显示的图像数据与显示位置的关系对应起来,容易出错不说,而且麻烦,且速度慢,为此,我对该方法进行了改进,得到了满意的效果。实现的代码如下:

voidpictureinpicture()

{

………………………..

CBitmapbitmap,*oldmap;

pData1=(BYTE*)newchar[biWidth*biHeight*3];//biWidth和biHeight为视频采集卡获取//的图像尺寸。

Read(pData1,bih.biWidth*bih.biHeight*3);//该函数从采集卡中获取数据

CClientDCdc(this);

m_pBMI1=newBITMAPINFO;//自定义的BMP文件信息结构,用于后面的图像显示

m_pBMI1->bmiHeader.biBitCount=24;

m_pBMI1->bmiHeader.biClrImportant=0;

m_pBMI1->bmiHeader.biClrUsed=0;

m_pBMI1->bmiHeader.biCompression=0;

m_pBMI1->bmiHeader.biHeight=biHeight;

m_pBMI1->bmiHeader.biPlanes=1;

m_pBMI1->bmiHeader.biSize=40;

m_pBMI1->bmiHeader.biSizeImage=WIDTHBYTES(biWidth*8)*biHeight*3;

m_pBMI1->bmiHeader.biWidth=biWidth;

m_pBMI1->bmiHeader.biXPelsPerMeter=0;

m_pBMI1->bmiHeader.biYPelsPerMeter=0;

////////////////////////////////////////////////////////////////////////

pData2=(BYTE*)newchar[biWidth1*biHeight1*3];//申请存放小图像的缓冲区

Read(pData2,biWidth1*biHeight1*3);////向该缓冲区读数据

m_pBMI2=newBITMAPINFO;

m_pBMI2->bmiHeader.biBitCount=24;

m_pBMI2->bmiHeader.biClrImportant=0;

m_pBMI2->bmiHeader.biClrUsed=0;

m_pBMI2->bmiHeader.biCompression=0;

m_pBMI2->bmiHeader.biHeight=biHeight1;

m_pBMI2->bmiHeader.biPlanes=1;

m_pBMI2->bmiHeader.biSize=40;

m_pBMI2->bmiHeader.biSizeImage=WIDTHBYTES(biWidth1*8)*biHeight1*3;

m_pBMI2->bmiHeader.biWidth=biWidth1;

m_pBMI2->bmiHeader.biXPelsPerMeter=0;

m_pBMI2->bmiHeader.biYPelsPerMeter=0;

//下面实现画中画的显示

CDCMemDc;

MemDc.CreateCompatibleDC(&dc);

bitmap.CreateCompatibleBitmap(&dc,biWidth,biHeight);

oldmap=MemDc.SelectObject(&bitmap);

::StretchDIBits(MemDc.m_hDC,0,0,biWidth,biHeight,0,0,—biWidth,biHeight,pData1,m_pBMI1,DIB_RGB_COLORS,SRCCOPY);//首先将大图像画在内寸上下文中

::StretchDIBits(MemDc.m_hDC,20,20,biWidth1,biHeight1,_

0,0,biWidth1,biHeight1,pData2,m_pBMI2,DIB_RGB_COLORS,SRCCOPY);//再将小图像画在内寸上下文中

::StretchBlt(dc.m_hDC,0,0,bih.biWidth,bih.biHeight,_

MemDc.m_hDC,0,0,bih.biWidth,bih.biHeight,SRCCOPY);//将结果显示在屏幕上。

MemDc.SelectObject(oldmap);

deletepData1;

篇2

2对图像处理工作的帮助

目前无论是任何地点,都能够看到监控摄像头,视频监控已经成为了社会的一种现象。视频监控强调视频的清晰度,才能够更好地为大众服务。随着出现的各种图像处理方法,图像的清晰度在不断地提高。而针对图像处理这一任务,出现了各种处理软件,并且随着人们对图像清晰度提出的新要求,这些软件也在不断的完善。

2.1常用的图像处理功能

下面为大家分析一下在图像处理时候,对软件要求的几项功能。模糊图像清晰化功能。实际拍摄中,焦距、运动等对图像进行的影响,出现图像模糊化,运用处理软件使原本模糊的图像清晰。该项功能在实际生活中得到了广泛的运用;消除噪声。很多视频拍摄完毕后,都会有很多干扰的声音,覆盖了我们需要的声音。利用自动增强的功能,能够使该图像所要反映的内容更加突出;同时还能够对图像进行锐化处理、将其锯齿消除。同时,由于很多监控设备像素不是很高,拍摄出来的画面在放大之后会出现一片马赛克的现象,可以运用软件将马赛克弱化。在拍摄物体的时候,如果该物体是背朝光源,就会出现拍摄出来的画面很暗,无法看清楚物体的原貌,这是就可以用明暗校正的功能来处理该图像;图像的重建功能。可以将拍摄的画面分为多个帧,将帧进行融合,然后将模糊的部分进行清晰化处理;如果图像中出现的人物面部不是很清晰,可以通过帧平均的方法,使人的五官变得更加清楚;对动态视频处理的功能。可以将拍摄中画面的亮度、明暗对比、噪声等问题进行处理;因为光线、监控机自身的原因,造成了拍摄的画面出现了失真的问题,可以通过还原图像的功能,使原本图像的颜色真实展现在人们眼中。

篇3

2三维实体重建

计算机信息处理技术的发展,特别是人工智能、模式识别、计算机模拟、知识库和数据库等技术的发展,使人们能将物理、化学理论与大批杂乱的试验资料结合起来,用归纳和演绎相结合的方法为新材料的研制做出决策,为材料设计和实施提供了行之有效的技术手段。现代计算机技术和图像处理技术,特别是快速原型制造技术与CT扫描、MR(I磁共振成像)等技术结合,都已成功地在医学上得到应用。而通过利用计算机技术,建立相应的数学模型,可以在一定的控制条件下进行仿真研究。

2.1数据的采集

首先要对病人预置换股骨头处进行CT断层扫描,分别进行俯视图扫描、主视图扫描,目的是为了得到清晰的股骨头球面轮廓,如图1所示。然后将清晰的目标图像按照与实物1∶1的比例进行截图后扫描至计算机,并将图像转换成512×512Bit的数字图像,像素灰度为0~255,利用图像处理技术进行消除噪声、灰度校正等处理。

2.2图像边界轮廓提取与修整

通过AutoCAD中的光栅图像参考功能,将处理后的图片(1∶1)依次导入为背景,再利用多线段、剪切、圆等绘图工具对目标进行轮廓标记与识别。医学图像的轮廓识别比较复杂,主要是由于扫描进来的关节图像的粘连性较大,甚至会出现错误识别、假轮廓。为此,在轮廓跟踪处理完之后,必须对轮廓进行修正,使不符合要求的虚假轮廓得以清除,可采用自动修正或手工修正。对于没有平滑掉的杂点而产生的虚伪轮廓,根据比较两个封闭曲面内像素点的多少来进行清除,保留大轮廓,舍掉小轮廓,对于不能自动判断的粘连、不连续等失真现象,使用手工控制方法。删除底片保留轮廓线,利用软件将其进行贝塞尔曲线修整,结合CT扫描的尺寸数据按比例调整为建模尺寸。目前,关于三维重建的方法是:通过扫描仪将CT实体照片以高分辨率模式扫描为电子照片格式,然后利用PS对其进行二值化处理,使用Freeman进行链码提取并跟踪轮廓,再将每个断层外轮廓数据导入AutoCAD中,组成一个三维体数据,再进行曲面重建,最终利用蒙皮法得到三维形体。这种方法可以制造出与病人骨形完全一致的假体,关键是要精确地提取股骨头球面轮廓尺寸和形状,这样才能使股骨头与股骨腔吻合程度较高。

2.3矢量化处理

采用软件CAXA实体设计中的扫描、投影、放样和布尔运算功能可以更加快捷地实现建模。首先,将提取并修整后的轮廓放入实体设计环境中,编辑两个方向的轮廓截面,以轮廓中心点为基准,按照2∶3∶5的比例缩小轮廓,得到同心3个相同的轮廓截面;然后,按照主视图和俯视图轮廓显示的高度,激活三维球,将轮廓依次放置在底部、中间和顶部,并从上至下依次投影,以顶部底面为起始面、底部上面为终止面进行放样操作。此时,计算机会自动计算处理成型,由原先的3个面,得到1个完成的实体结构。最后,将两个方向上形成的实体利用三维球同心,进行布尔加法运算,得到组合实体,将组合体的多余部分利用“分割实体表面”功能完成股骨头的三维建模。

3快速原型制造

快速成型技术应用于人工关节和人造骨制造过程中,不仅可以提高成品的设计质量,还可以缩短产品的设计周期。目前,假体移植手术需求量大,为保证手术的尽快实施和手术的成功率,就必须采用快速成型技术。随着电子仪器和计算机技术的发展,快速成型机应运而生,快速成型技术是医学领域与工程领域相结合的敏捷制造系统,主要有:光固化立体模型(SL)、选择性激光烧结(SLS)、层片叠加成型(LOM)和熔融沉积造型(FDM)。

3.1RPM成型机

传统的制造成型过程是利用铸造制造出毛坯,然后对毛坯进行磨光或抛光,形状和精度是通过从毛坯上去掉多余的材料来保证的,吻合度不高,而快速成型的基本理念则是在计算机的控制下,将材料精确地堆积成型,无需加工即可制造。将设计出的三维实体转换为快速成型机所能接受的STL格式,输入机器,该机的基本原理是将实体模型切片成一系列具有一定厚度的薄层,计算机控制其激光束按薄片截面轮廓形状将薄层材料切割出该层横截面的形状,然后层层堆积并得到实体。

3.23D打印成型

3D打印技术是根据CAXA分层模型所获得的两维像素信息,利用喷嘴向待成型体床上喷射黏结剂,每打印完一层后,粉料床通过底部活塞向下移动一段距离,并在粉料床的底部添加新的粉料,再根据计算机要求向新的粉料床喷射黏结剂,重复此过程,完成后去除未喷射黏结剂的粉料,立刻得到成型的实体。如果喷射的黏结剂中含有其他具有某种功能的成分,则可以控制零件中局部成分的变化;增加喷头数目,则可以得到在不同的区域具有不同功能和成分的整体零件。3D打印可以用于成型陶瓷、金属、金属陶瓷复合材料及高分子材料的假体中。

3.3快速成型制造技术在骨修复外科中的应用

随着材料科学和医学的发展,生物陶瓷在医学上尤其是矫形外科和骨修复外科中的应用也越来越广泛。但由于病人个体差异和实际情况的不同,使得骨修复体必须根据病人的实际情况来定制,而且在临床上为减少病人的痛苦又要尽量缩短定制时间。快速成型技术正好具有这两个优点,特别适合单件或小批量生产并且能够实现快速制造。快速成型技术可精确地复制出人工关节,从而使设计出的人工关节可以在由原型翻制成的模型上进行验证,确定其受力分布、结合面设计是否合理。目前,有关研究人员已经开始研究如何将CT扫描的数据直接传到快速成型机上,这样将减少中间环节较为复杂的三维重建过程,并减少因数据转换造成的误差,使快速成型产品直接应用于临床。

篇4

案例分析总结就是一种间接的自我学习,通过案例分析总结可以让自己展开丰富的想象力,加强对Photoshop图像处理应用。这是一组人居环境适宜的景观设计效果处理前后变化展示,前一张图片是用3Dmax配合V-ray插件进行渲染的最终效果,为了进一步美化效果图,这是就需要Photoshop图像处理,结合中间这一张照片,采用图层处理、素材插入、调整图层、图层蒙版、创建亮度\对比度调整层等方式最终合成想要的效果。在案例分析过的成中,应注意多观察多总结多思考,设计最终效果的高低,一方面是和自己所拥有的知识水平有关,另一方面还和自己的审美能力高低有关,这就需要告诫我们平时多注意学习,学习不仅仅局限在书本上,还应该多参观欣赏较好的作品,从中得到审美能力的提高。

1.2模仿和创造相结合,提高Photoshop图像处理动手能力

模仿是人的本能天性,是人类进行各种学习活动的最基本方法。在平时的Photoshop图像处理模仿使用中,通常就是通过网上视频,如金鹰视频来自己分析Photoshop软件的各个功能。在视频观看的过程,可以根据视频中的实例操作,最终达到理解,这个过程就是模仿。例如:模仿给图片添加阴影效果,通常情况下,可以选择Photoshop菜单栏图层—图层样式—阴影就可以完成。而通过视频模仿,就可以快速的通过浮动图层菜单,选定此图片图层,并把鼠标快速放到缩略蓝色区域双击就可以打开图层样式浮动菜单完成阴影效果。在提高Photoshop图像处理动手能力上,还要发挥自己的创造能力。例如给此图片添加完阴影后,图层样式还有内外阴影、内外发光、光泽、斜面和浮雕、颜色叠加等方式,我们尝试可以根据图片实际情况试着添加,达到最佳效果。这里就需要发挥创造性对图片处理创新性在里面。

1.3结合科研项目,带动Photoshop图像处理实践能力

如在科研项目:西部山地型小城市人居环境问题及保护策略研究——以商洛市商州区为例上,需要收集大量的本地环境有关的图片素材并进行美化处理,这就可以亲自参与商州区大气质量恶化、丹江主要河流体固体废物污染、交通混乱等图片的处理,

1.4参与企业设计,增强Photoshop图像处理灵活性

参与企业设计,就是参与设计公司的工作。例如:在商洛市西街片区的旧城改造过程中,学生负责收集照片,并对旧城的原始照片进行处理规范化。

篇5

 

图像采集设备一般包括电视摄像机、CCD摄像器件、扫描仪、图像采集卡等。对于工业应用上来讲,一般通过工业CCD摄像头采集图像,再利用图像采集卡对图像进行处理分析[1]。我们采用工业CCD摄像头对水泥回转窑内工况实时采集,因为特殊的工作环境(高温多尘),所以要求CCD的精度比较高,而且其精度直接影响到所采集图像的质量。

1. 图像的获取

本课题采用面阵CCD摄像机作为探测器进行现场图像的采集,面阵CCD是具有自扫描方式的面阵成像器件。CCD摄像机又是一种“传感器件”,它将外界的图像转变为模拟电信号,CCD摄像机的精度由像元素决定,像元素越多,精度就越高[2]。在本课题的图像采集中,使用的是512*512像素的CCD摄像机,为实现对工业图像进行分析和处理,必须对摄像机的视频信号进行数据采集,并对视频信号进行数字化处理,再对量化的数值进行分析与处理,然后将处理后的结果显示在监视器上。

目前,CCD固体摄像器件作为光电变换传感器已经在许多领域得到了广泛的使用,被检测对象的光信息通过光学系统在CCD的光敏元件上形成光学图像。CCD器件把光信息转换成与光强成正比例的电荷量,用一定频率的脉冲对CCD进行驱动,在CCD的输出端可获得被测对象的视频信号。

CCD比色测温原理图如图2.1所示:

图2.1 CCD比色测温原理图

2.图像采集卡

图像采集卡是工业图像采集必不可少的硬件设备,本课题用到的是DH-CG300视频采集卡。DH-CG300视频采集卡是彩/音频采集卡,它具有使用灵活、集成度高、功耗低等特点,并且拥有PCI图像卡的功能,它可将图像直接传送到计算机内存或显存,是前两年市场上相当流行的一种图像采集卡,适用于图像处理、工业控制、多媒体监控、办公自动化等领域。本课题就是通过此采集卡把CCD采集到的图像传输到显示器的。

2.1 DH-CG300主要技术性能及指标

三路复合视频输入,一路S-Video输入,软件切换。其中第一路为音视频复用,S-Video的亮度信号输入也可作为复合视频输入。

支持PAL,NTSC或黑白视频输入,信号幅度Vp-p = 1V。论文参考网。

图像最高分辨率:

PAL制:768×576×24位 ;

NTSC制:640×480×24位;

支持YUV422、RGB8888、RGB888、RGB565、RGB555及256模式。

支持计算机内容与图像同屏显示,图形覆盖功能。

支持裁剪与比例压缩模式。

支持单场、单帧、连续场、连续帧的采集方式。

支持Win9x、WinNT、Win2000、WinXP等操作系统。

支持单声道音频采集。

2.2 DH-CG300基本结构及工作原理

图像被CCD采集以后,输出的多路视频信号,同时进入视频采集卡,通过计算机对每帧内存的访问,在显示屏上可得到动态的水泥窑内的煅烧带图像。在PC机windows平台下,经过软件开发,形成图像界面风格的专用图像处理软件系统,软件系统通过对屏幕上显示的动态图像进行分析、处理,利用比色测温原理可得到水泥窑内的熟料温度和火焰温度。然后将检测到的参数及时反馈到控制操作台,如果参数偏离正常工作范围,则控制装置需要实时对窑速、喷煤量等参数进行调整,以保证回转窑尽可能在最佳状态下运行。

DH-CG300的工作原理框图如图1.2所示:

图1.2 CG300工作原理框图

由上图可知,CG300图像采集卡可同时对四路复合视频输入,但是就某一具体时刻来说只能有一路视频输入,这四路视频的切换必须用软件编程来实现。所以此卡可同时对四个水泥回转窑进行循环控制。

3.图像采集及显示功能的软件实现途径

CG300图像采集卡所带的函数库及控件都可以运行于Visual C++环境之下,因此采用Visual C++作为开发工具。Visual C++提供了良好人机交互界面,使软件操作方便、简单,适用于普通技术工人操作。

图像采集卡安装好以后,要对其初始化才能发挥它的采集处理功能。图像采集卡的开始操作和初始化参数的设置需要在应用程序的初始化中完成,图像卡的结束操作在应用程序退出前执行。

DH-CG300图像采集卡有3个复合视频接口,可以实现三路视频切换输入与一路输出。在工厂中一般都不是只有一条窑,考虑应该在同一界面下对多条水泥窑同时进行控制。在本课题程序中可同时实现对3条窑的控制,即有3路视频信号输入,一路信号输出。论文参考网。

图1.3 图像显示调节窗口

4. 图像灰度值与温度之间的关系

4.1 比色测温的计算

将(1-1)比(1-2)式有:

因为水泥回转窑图像经CCD获取后,再经图像卡量化为24位/每像素逐点存储。每一像素点24位包括红色亮度值(R)、绿色亮度值(G)、蓝色亮度值(B),每个亮度值8位。在对CCD的分光特性作了辐射强度与CCD的接受亮度成正比的理想化假设后,有:

根据国际照明委员会规定,标准色光三原色的代表波长是:红光(R)700nm、绿光(G)546.1nm。论文参考网。蓝光(B)435.8nm。

由以上公式,就能对采集的图像上任一点的温度进行计算。

4.2 温度与灰度的对应关系

由红外线成像原理及红外线测温原理可知,不同温度在图像上表现为不同的亮度。一般来说,图像的平均灰度值越小,其表现的温度越低,反之,温度越高。也就是说平均灰度值同对应温度之间成正比关系[5]。现场看火工就是应用了此原理对煅烧带的温度进行推断的。温度与图像灰度之间的对应关系如图2.4所示:

图2.4 温度与灰度的对应关系图

5. 结束语

利用CCD摄像机、图像采集卡把水泥窑工作状况采集到计算机后,是进一步实现炉火温度自动控制的基础,有较强的应用价值。

【参考文献】

[1]杨举宪.水泥窑煅烧带图像实时温度检测与动态数据库[D].内蒙古:内蒙古工业大学硕士论文,2004:5-8.

[2]吕凤军.数字图像处理编程入门[M].北京:清华大学出版社,1999:112-113.

[3]沈庭芝,方子文.数字图像处理及模式识别[M].北京:北京理工大学出版社,1998:39-43.

[4]徐伟勇等.数字图像处理技术在火焰监测上的应用[J].北京:中国电力,1994,10: 63-65.

篇6

理工医相结合就是在知识结构上培养既懂医学又掌握工程技术的复合型人才,这是学科特色的要求也是社会的需求。我校由于有理工医学科的优势,特别是具有享有“南湘雅,北协和”盛誉的湘雅医学院以及三所全国“三甲”附属医院,因此,在理工医复合型人才培养方面,我们具有自己独特的优势。我们培养的研究生不仅具有深厚的理工医基础,而且具有独立分析和解决生物医学工程领域相关技术问题的能力。如,我们培养的医学成像与图像处理的研究生不仅有去大型医疗器械企业的,也有去大型医院放射科的,当然还有专门从事图像处理软件开发的。由于他们知识结构的全面性,受到了各用人单位的好评。生物医学工程专业的研究生常常由来自不同高校、不同学科领域的学生组成,由于各高校培养模式的差别以及侧重点不一样,研究生自身知识水平、实践经验、兴趣爱好也不一样,因此,在制定培养计划时,各个导师还要了解并征求学生的意见,选课和选题都因人而异,做到具体问题具体分析。例如,对数学理论基础好、年纪轻、又有兴趣的应届毕业入学的研究生,建议其进行应用基础理论方面的研究;对有工作经验的在职入学的研究生安排其进行相关的应用型研究。研究生个人的专业兴趣得以实现,有助于充分调动每个人的积极性,使之能充分发挥自己的潜能。

在培养阶段,还要使研究生在本学科的某一方面进行专家培养和训练,同时在其它相关学科也要进行广博的基础教育,使他们能在所从事的领域中具有较强的研究和开发能力。另外,还要培养他们广博的专业基础和社会人文知识,培养他们自我获取知识和综合分析问题的能力,以及优良的科学思维和创新意识,强调将知识、能力向高素质的升华与内化。

2.课程设置

课程结构关系到研究生的知识结构和科研技能。由于生物医学工程专业理工医复合交叉的特点,课程设置也和其它学科有所区别。目前,我国生物医学工程博士学科点只有一级学科,下面没有设置二级学科,主要原因就是生物医学工程涉及到的学科领域太广,它的研究方向和课题广泛渗透于医学、生物、电子、计算机、材料等学科。当然,每个高校在生物医学工程领域的研究都很难做到大而全,而是根据自身的优势和特点,选择其研究领域,并进而决定其课程设置。譬如清华大学生物医学工程专业的主要研究方向包括生物芯片、神经工程、微纳医学等,尤其是以程京院士为主的生物芯片技术占主导地位,因此,该校生物医学工程的课程设置就以生物类为主,辅之以《生理系统仿真与建模》、《数字信号处理》、《随机信号的统计处理》、《医学成像系统》等课程。我校的生物医学工程专业目前主要侧重于医学成像与图像处理、医学仪器与生物传感器等,因此,课程设置也以电子信息类课程为主,如《医学成像原理》、《医学图像处理》、《神经网络与模式识别》、《医学仪器原理》等。

另外,由于大部分高校的生物医学工程研究生招生几乎是面向所有的工程学科,因此,以前没有学过医学类课程的研究生,一般高校都会要求学生加以补修。有些导师也会根据研究课题的需求或个人研究领域的需求要求学生选修一些相关课程。如我校的新入学生物医学工程研究生,如果以前没有学过医学类课程,我们一般会要求学生补修《人体解剖生理学》、《病理学》等课程;有些研究生还会根据导师的需求补修《生理系统仿真与建模》、《现代数字信号处理》、《生物力学》、《生物化学》、《医学仪器》等课程。

3.过程管理

创新能力是科研能力的核心,创新意识、创造精神、创业能力的培养是研究生培养过程的重要环节,是研究生培养质量的主要标志。研究生培养过程管理是研究生创新能力培养的重要保证,这里所说的培养过程管理主要包括生物医学工程专业研究生的科研选题、中期考核和论文答辩等环节。

3.1 科研选题

作为科学研究的起点,选题不仅关系到科研的方向、目标和内容,直接影响着所运用的方法与途径,同时还决定着成果的水平、价值及发展前途。因此,在第一年生物医学专业基础科目系统整合与学习之后,则完成培养环节第一步,进入科研选题阶段。研究生的选题要与导师的科研项目相结合、与生物医学工程的学术前沿相结合,同时也要强调与理工医多学科相结合。科研选题必须在足够的调研、文献阅读甚至科学实验的基础上进行,否则就是无源之水,很难继续。譬如,医学图像处理领域的科研选题不仅要与图像处理的相关知识挂钩,还与相关的医学知识紧密相连,因此,我们必须要查阅大量的关于图像处理、医学影像、病理诊断等的相关文献,必要时还得与医院合作,参加医院的短期培训等。另外,科研选题还要注意团队协作,有些大的科研课题不是一两个人能够完成的,而是在导师的指导下,由博士、硕士组成的团队完成的,因此,科研选题也需在整个团队的指导下合作分工,共同参与。

3.2 中期考核

研究生的培养是一项较复杂的系统工程,涉及到学科建设、导师队伍、科研实力、教、学、管等多个环节,每个环节都离不开严格的管理,而管理的核心问题是要建立淘汰机制。研究生中期考核作为研究生的淘汰机制之一,对研究生的质量调控和把关起着重要的作用。在整个研究生的培养过程中,中期考核处在一个承前启后的重要位置。“承前”,是指经过一年半到两年的学习与科研参与后,研究生基本掌握了本领域的重要理论和一定的科研技能,了解了该研究领域的相关背景;“启后”,是指有必要了解研究生对已学到的理论和技能是否消化吸收,是否能灵活运用。

我校生物医学工程专业研究生的中期考核在科研选题之后的研究生第二学年末进行。中期考核不仅包括对所选课题的进展情况检查,还包括研究生参与学术活动的积极性。研究生在第一学年末完成选题,其后则必须进行为期一年的课题研究与实践活动,将所学理论与实践或实验相结合,以实践来验证与丰富理论,并寻求新的方法解决实践过程中出现的新问题。中期考核实际上是对研究生科研、协作与创新能力不断提升的过程。另外,研究所经常邀请一些在生物医学工程领域取得突出业绩的国内外知名学者来校讲学或作学术报告,这是所有研究生必须参与且严格考核的。另外,我们的研究生每人每周举行一次学术汇报,课题组老师的所有学生必须参与,汇报后老师给予点评及相关指导意见。

3.3 论文答辩

学位论文作为研究生教育的重要组成部分,也是研究生教育的总结性成果,集中反映了研究生的综合知识体系、专业知识、创新能力和研究水平。教育部规定研究生在申请学位时必须完成学位论文答辩,它是每一位研究生培养过程中的必要和重要环节。因此,在研究生培养的第三年就是学位论文的整理与撰写,在第三年末进行学位论文答辩,每位研究生必须通过论文答辩委员会公开统一的答辩评审后才允许毕业。通过学位论文答辩,可以检验研究生课程学习的效果,衡量研究生的创新能力,考察研究生在文献检索、资料运用、论文写作、观点论证和辩驳等方面的水平和技巧;对于学校而言,研究生学位论文答辩是检验研究生教育质量的主要依据;对于导师而言,研究生学位论文答辩是检验导师指导质量的主要依据。可以说,研究生学位论文答辩是研究生教育中重要、严肃的环节。我校生物医学工程专业研究生在学位论文答辩之前必须先由学校统一,也就是要求每位研究生的学位论文必须是自身学习研究成果的总结与提炼,如果与“中国学术期刊网”上所有论文的累计重复率超过5%,则论文必须发回重改,且重改次数不能超过2次,否则推迟半年至一年时间才能允许答辩。研究生论文之后,硕士学位论文由研究所统一匿名送至本所的相关老师评审,博士学位论文则一式三份全部由学校研究生院统一匿名邮寄至设有生物医学工程专业博士点的全国三所不同高校,再由这些高校的研究生院根据论文题目指定评审专家,这些高校不能在本省,也不能在同一省或市。当然,由于生物医学工程专业研究生的理工医跨学科培养性质,各高校研究生院在送审论文时,可以送至与之相关的学科专家评审。如医学图像处理领域的论文可以送至从事图像处理与模式识别研究的专家评审,也可送至从事计算机应用技术图像处理研究方向的专家评审。

篇7

一、图像处理的基本方式

(一)信号分析处理

信号处理的方式是利用空间变化的思路,空间变换的方法就是从早期的频域变换发展而来形成了小波变换。小波变换在时域同时有良好的的局部分析特征,可以实现在多个尺寸上的多分辨特性。小波变换在图像压缩中获得了较好的效果。

(二)随机建模的处理

数字图像在形成的过程中有随机性,所以二维的图形实际是一个随机的场。所及建模的方式是按照随机场对图像域建模,以此描述图像域邻域像素的分布情况,从而完成对图形的描述。通常采用的随机建模方式有高斯混合模型等。随机场模型可以对图形的纹理进行细致描述。

(三)偏微分处理

偏微分方程是一种数学方式,对数字影像进行处理,利用空间域内的像素灰度值进行微分处理,利用二阶方程表征图形中区域边界的特征。微分方程具有各项异性的扩展特征,在不同的图像特征上显示的扩展性能也就不同,所以利用方程迭代处理图形可最大限度的保持边缘特征,同时获得重建的平滑区域。

二、偏微分方程和图像处理的应用

当前利用物理学和力学的变分和偏分方程方法的图像处理技术在计算机图形处理领域已经开辟了新的领域,基于偏分方程的图形处理方式已经获得了重视和良好的效果。其基本的思路就是在一个偏微分方程模型中发展一个图形,一条曲线、一个曲面等,利用求解这个偏微分方程来获得图形处理的期望值。变分和偏微分方程使得数字图像处理进入了一个新的领域。

(一)偏微分方程处理的主要领域

对图形进行去噪处理:图形去噪的典型分析与计算方法是高斯低通滤波器,也即是热扩散方程,因为高斯滤波器在去找的过程中不能保持良好的边缘特征,所以多数研究都是对该特征进行改进,其中较为有效的方式就是由Perona 和 Malik 提出的 P-M 方程,公式如下:

公式中,迭代步长dt,It是迭代项,ΔI则是拉普拉斯算子,c则代表传导系数。其中div是散度算子,代表梯度算子, Δ是拉普拉斯斯算子。在实际的应用中为了保证模型的收敛性,通常利用经验值,取迭代步长dt值为0.25。在此基础上,PDE去噪的基本思路如下:1)在图像相同质量特征的区域内进行减弱噪声扩散的处理;2)控制区域边界未知不扩散,并保持边缘的基本特征。因为P-M是一个病态问题,所以有研究提出对梯度值正则化处理,然后获得相对稳定的P-M方程。有人提出直接使用扩散张量作为扩散项,从而实现张量偏微分的方程模型。这个模型可以在一个方向上获得快速扩散,而在正交的另一个方向缓慢扩散,由此获得边缘去噪的效果。

图形的放大处理:对图像进行插值放大,获得超分辨率的分析。偏微分方程可以按照图像边缘、水平曲线等几何特征实现插值放大。所以偏微分方程可以最大限度的保持边缘的细节特征,同时可以减弱噪声的影响。在研究中提出基于偏微分方程拟合水平集曲线的图形像素重构。也就研究提出了一种复扩散偏微分方程被放大模式,在减弱锯齿效应的同时,可以锐化边缘的特征。

图形的分割处理:图形的分割也是图像处理的重要内容,计算机和图像处理按照使用的图像特征进行分类处理,可以分为基于边界的分割、基于区域的方法,以及混合分割的方法。如按照使用数学工具和模型,其主要的方法有:基于聚类的方法;基于统计学的方法;基于数学形态的方法;基于偏微分方程的方法,主要有蛇形模型等;基于Graph cut的方法。

(二)图像处理的偏微分模型

在图形处理中,偏微分方程模式有很多种,其中一种是在变分原理的基础上对函数进行优化,这个方式首先对一个特定的图形处理模式,通过变分原理实现对能量函数模型的优化,这样就可得到偏微分方程,通过对偏微分方程数值求解由此完成图形的处理任务。如:整体变分能量泛函

利用此模式就可完成对函数的优化。

三、基于偏微分方程的图形处理的步骤

作为图像处理的一个重要工具,在变分和偏微分方程的图像处理的基本框架和基本步骤如下:1)明确实际问题的出现和处理思路建立,因为不同的应用问题有不同的处理思路和特征,因此采用的处理方式也就不同,所以在处理图像问题时应先掌握问题的关键。2)构建相关数学模型,这一步骤是处理图像的重要步骤,其影响的是处理的过程和结果,数学模型构建将直接影响处理的效果,对微分方程、变分方法、微分几何等进行合理选择与组合,以此获得较好的处理结果,提高处理的有效性。3)模型分析:主要是对模型的适应性进行分析,了解模型解是否存在、解是否唯一、方法是否稳定等,4)分析计算:利用数学模式进行求解,进行微分方程的数值分析,利用有限差分、有限元、迭代法等进行计算,这一步骤会影响相关数学求解的收敛性、稳定性、计算量等。5)程序实现:这个步骤是解决问题的最终步骤,这一步骤的一些问题可以导致前面工作的重新修改,必须慎重操作。

四、结束语

偏微分方程是一种高效的数学处理工具,在图像处理中也获得了较好的效果。连续区域上建立模型,方便对实际问题的处理和数值计算。数学上丰富的偏微分方程处理理论和计算方式,对图形处理的理论分析和算法都给予了较大的帮助,同时不断完善的计算和处理方式将帮助偏微分方程提高图像处理的效果。

参考文献:

篇8

广义的图像是画面的一种,只要该画面具有视觉效果,那它就可以称为图像,不限画面载体,纸介质、底片、照片、电视、投影仪、计算机均可。因此,图像可以说是这个视觉时代最主要的一种信息载体。根据定义可以看出图像素材和油画的相同点,在表现方式上,二者都是平面化的;在艺术特征上,二者表现的都是静止的一瞬间;在空间表现上,二者都要借助于光暗变化、色彩色调、线条分布、构图布局等表现元素。因此,图像素材的许多艺术特点可以令油画创作产生更丰富的造型方法,比如图像素材那特殊的肌理质感、取景视图的剪切形式等等。

印象派对油画创作中应用图像素材的方法贡献很大。印象主义以有别于古典主义的新型构图角度创造了新的构图方式,即不使用完整场景构图,而是选择一个生活片段,用画框进行任意切割,这种新的构图角度与方式正是来自于摄影图像。

图像素材的创作应用发展至今天已经发生了极大的发展与变化,现代化的发达科学技术与网络的普及令图像资源无论是在深度上还是广度上都达到了以前难以企及的高度,在深度上大到宇宙星辰,小至微观世界,在广度上则几乎没有边界限制。极端丰富的图像资料开拓了艺术家的视野,也给他们带来了更多的全新艺术创作思路。通过对所需图像素材的处理与艺术加工,艺术家可以更具独创性地完成自己的油画作品。

二、图像素材应用于油画创作的问题

平衡是油画创作的关键因素,图像素材在油画创作中的应用虽然有许多优点,但如果过度使用进而产生过度的依赖性,破坏了其与艺术性的平衡,那油画艺术势必将走向末路。许多艺术家沉迷于丰富的网络图像资源,导致了视野的狭窄,只看得见屏幕上的图像,却看不见生活中更加丰富的创作素材,本末倒置,对艺术创作有害无益。

需要注意的是,图像素材只是油画创作的途径之一,而不是唯一途径,如果单单只执着于这一种手段,必然大大损害作为油画艺术灵魂的创造性。绘画之妙,正在于似与不似之间,过度应用图像素材,会使油画作品沦于一味描摹抄袭的下乘境界,不只在表现力上显得空洞贫乏,更无法创造出新的形象。艺术家如果完全依赖于图像素材,就等于放弃了感受自然、体验生活、感受万物、沟通世界的宝贵机会,最终只沉醉于图像素材那狭小的天地里,令自身的创造性枯竭殆尽。

油画创作有一些必要的创作过程,比如提炼概括形象、表现色彩个性、取舍不同的造型等,这些过程都是需要数量庞大的训练与推敲的,可以说是创造的积累与沉淀。而过度应用图像素材会令这些过程严重简化,底稿的绘画只依靠对图片的抄袭临摹甚至图像喷绘来完成,既没有对生活的真切体验,也缺乏对绘画性的思考与研究,这种恶性的模仿循环会令绘画艺术的本来意义不复存在。

因此图像最有效的运用方式是将其作为一种辅助物或备忘手段,只用于辅助油画创作或者代替速写、写生的相关细节,而不是与图像创作混同,成为使用油画颜料的复制与仿制。

对图像素材的不当应用令油画创作被形式主义禁锢束缚,更令油画艺术沦为复制图像的方法,这种不良现象使大量油画创作者产生了严重的惰性,只依赖于图像,将写生与观察的过程完全抛弃,最终导致了绘画技术的退化和主观把握能力的缺失。因为写生过程是对多方面美术创作技巧的一种练习,在进行写生时,写生的对象并非如同图像一般是完全静止不动的,而是会与绘画者一直产生某种细微的变化,这种细微的差异正可以培养绘画者的主观把握能力,让他能通过主观判断将这些细微的变化从多角度总结概括成最终的图画,这种能力的培养是图像素材所做不到的。

三、图像时代我国油画创作的发展

我国的当代油画自85新潮美术史始,一直致力于探索多元化绘画形式,但图像素材的广泛运用是在90年代后。这以后图像不再只作为参考素材,而是在油画创作中被直接加以运用,画家拼合历史、政治与流行图像,在作品中留下鲜明独特的图像符号。这一改变是大众文化开始进入艺术领域的象征。

90年代末期,图像素材在油画创作中的应用产生了新型的独特方式,一些油画家首先利用摄影技术,对景物摆拍或者抓[第一论文 网( dylw.NET) 专业提供写作论文的服务,欢迎光临]拍,然后使用计算机对图像进行处理,再将处理后的图像转换为油画。这种绘画方式相当于对计算机处理的图像进行了再创作,不只是作品的表现方式方面,连造型与画面效果也因此得以呈现出崭新的面貌。

80后的艺术家们近些年也已逐渐成长起来,他们的油画作品里淡去了伤痕的影子,少了对现实的描述,更加注重于内心世界的表达与因境而生的感悟。丰富的幻想与更多的资讯令80后艺术家的作品充满活力与生命力,这其中的一类代表就是卡通油画。卡通油画中不仅使用了众多的卡通视觉符号,而且风格极其混杂多变,是现代社会年轻人新型价值观的体现。

四、计算机图像处理技术与油画创作

早期的图像处理技术功能性很差,只能处理部分规则图像,这使得其几乎没有什么表现力。但随着技术的进步,图像处理不仅能对设计进行辅助,更可以对传统艺术进行模仿,这为画家们将该技术应用于油画创作提供了前提条件。油画的创作者们可以以图像处理软件对图像素材施以符合自己创作需求的处理,包括剪裁、色调变化、拼贴合并、画面变形等处理方式,通过将这些处理过的图像灌入感情,赋予涵义,并应用到油画中去,可以大大影响油画的创作意义。计算机上的图像处理软件可以按照工作原理进行分类,分别是像素图软件、矢量图软件和三维软件三种。三种软件各有用途和长处,目前应用于油画创作上较多的是像素图软件中的Photoshop软件,其操作简单,功能强大,可以进行图像编辑、图像合成、校色调色、滤镜等多 种图像处理,是将图像素材应用于油画创作的绝佳辅助工具。

五、结语

虽然图像素材的运用不只为油画创作带来了便利,更促进了油画创作的思维拓展,但它归根结底只是一种辅助手段,用于表现艺术家的创作构思,协助完成最终的艺术创作。因此切忌本末倒置、反客为主,将图像素材当作油画创作的主体。新时代的油画创作需要的是继承与创新并重,借鉴大众视觉图像所提供的创作素材,接受这种新的审美取向,拓展全新发展空间,将图像素材和其他媒介相互融合,从而创造出油画的新样式,让油画创造焕发出新时代的蓬勃生机。

参考文献:

①尼古拉斯·米尔佐夫.视觉文化导论[M].江苏人民出版社,2006

②阿莱斯·艾尔雅维茨.图像时代[M].长春:吉林人民出版社,2003

③贾永红.数字图像处理[M].武汉大学出版社,2003

篇9

电子产品的核心部分——印刷电路板(PCB),是集成各种电子元器件的信息载体,在各个领域得到了广泛的应用,是电子产品中不可缺少的部分。PCB的质量成了电子产品能否长期、正常、可靠的工作的决定因素[1]。随着科技的发展,PCB产品的高密度、高复杂度、高性能发展趋势不断挑战PCB板的质量检测问题。传统PCB缺陷检测方式因接触受限、高成本、低效率等因素,己经逐渐不能满足现代检测需要,因此研究实现一种PCB缺陷的自动检测系统具有很大的学术意义和经济价值[2]。国内外研究的PCB缺陷检测技术中,AOI(Automatic Optic Inspection自动光学检测)技术越来越受到重视,其中基于图像处理的检测方法也成为自动光学检测的主流。本文通过图像处理技术研究了一种大视场、高精度、快速实时的PCB缺陷自动检测系统,设计了硬件结构和软件算法流程。通过改进的电机驱动方式配合一键式自动检测软件的设计,大大提高了系统的检测速度,对结果分析模块的缺陷识别算法的改进提高了检测结果的准确性。

1.系统结构

PCB缺陷自动检测系统主要由运动控制模块、图像采集模块、图像处理模块、结果分析模块组成。系统工作过程如下:上位机控制步进电机运动,步进电机带动二维平台运动,将CCD摄像机传输到待检测PCB上方,对PCB进行大场景图像采集,采集的图像经过图像采集卡送到上位机,上位机软件对采集的图像进行拼接、图像预处理,对处理的图像进行准确定位并校准,通过图像分割、图像形态学处理等,最后进行模板匹配、图像识别,得出缺陷检测结果。系统设计包括硬件设计和软件设计,系统软硬件相互协调工作构成一个整体。

2.系统硬件设计

PCB缺陷自动检测系统的硬件设计主要包括二维运动平台、电机运动控制板、电机驱动板、CCD摄像机、图像采集卡、PC等,其结构如图1所示。

2.1 CCD摄像机和图像采集卡

CCD摄像机的主要特性参数包括摄像机制式、光敏面尺寸、像素尺寸、分辨率、电子快门速度、同步系统的方式、最小照度、灵敏度、信噪比等。其中摄像机制式和是否在线检测决定了图像采集卡的采样频率,光敏面尺寸、像素尺寸、分辨率以及成像透镜系统的放大率的平衡选择取决于测量范围和测量精度[3]。考虑到以上各个因素以及系统要求,在实验中采用的是广州视安公司的枪式摄像机,该摄像机的特点是数字面阵CCD逐行扫描,提供AV复合视频接口和标准镜头接口,提供VC的SDK软件开发包,方便设计软件处理模块。

图像采集卡,又称视频捕捉卡,是视频卡的一种类型。图像采集卡完成的主要功能是把摄像机的连续模拟视频信号转换成为离散的数字量。其基本原理:从摄像机输出的各种制式的视频输出信号,经过输入选择模块处理后,形成能被图像采集卡识别的视频信号。模拟视频信号经过转换后,存储在卡上的帧缓存存储器内,由计算机CPU通过计算机总线控制具体的图像传递,最终存储在计算机的内存或硬盘,用于图像处理[4]。本设计采用的图像采集卡型号是:NV7004-N,将CCD摄像机模拟信号转化为数字信号传输到上位机实时显示,并能完成图像的抓拍功能。

2.2 电机运动控制器及精密二维运动平台

PCB缺陷自动检测系统的运动控制器为自行设计的MCU控制板,核心芯片为ATMEL公司生产的单片机AT89S52,控制板通过RS-232串行通信接口与上位机进行通信。通过操作人机交互界面对控制板发送命令,控制板输出控制信号以及各种频率的方波信号到步进电机驱动板,以控制步进电机的转速、方向以及移动距离。

二维运动平台由两个日本SUS Corp公司生产的精密运动导轨搭建,运动导轨为滚珠丝杆型,非常精密,误差很小。步进电机与运动导轨相连,从而带动导轨的运动。步进电机为日本TAMAGAWA公司生产的两相四线制混合式步进电机,该型号步进电机运行稳定、噪声小。

2.3 电机驱动

步进电机的驱动实际上就是通过控制步进电机的各相励磁绕组的电流,使步进电机的内部磁场合成方向发生变化,从而使步进电机转动起来。各相励磁绕组的电流产生的合成磁场矢量的幅值决定了步进电机旋转转矩的大小,相邻两合成磁场矢量之间的夹角大小决定了步距角的大小[5]。

在拍数一定的情况下,齿数越多,步距角就越小,但由于受制作工艺的限制齿数不能做得很多,因此步进电机的步距角就不可能很小。改变步进电机的拍数也可以改变步距角,拍数是指完成一个磁场周期性变化所需脉冲数或导电状态,或指电机转过一个齿距角所需脉冲数。当步进电机的相数确定时,拍数也就确定。通过增加步进电机的齿数和相数来减小步距角,步距角减小的度数非常有限,很难满足生产的要求。

细分数越多,电流变化越小,从而大大减少了电机的振荡和噪音。采用阶梯状正弦波对电流进行细分时,阶梯越多(即细分数越多),波形就越接近正弦波,通入的阶梯电流就越小,步距角也就越小[6]。从而大大减少了步进电机运行时的丢步率,降低了步进电机运行时的噪音和颤动,也使步进电机运行更加稳定,更易于控制。

3.系统软件设计

3.1 系统算法流程

手动检测可以根据需要在采集图像时直接通过控制步进电机运动将CCD摄像头运动到待测PCB板的主要部位,在进行图像处理时也可以根据图像质量来选择与之相适应的图像处理算法来实现,使系统具有交互性。自动检测初始化设置参数后,可以一键实现缺陷检测得出检测结果,减少了操作复杂度,也大大提高了检测的速度,使系统具有自动化、操作简单、速度快等优点。本文结合二者于一体,使PCB缺陷自动检测系统更加优秀,更加实用。

3.2 缺陷检测

当前印刷电路板缺陷检测方法主要分为参考比较法、非参考比较法和混合法三大类,参考比较法将被测图像和参考图像进行特征对特征的比较;非参考比较法不需要任何的参考图像,只是根据先前设计的规则标准来判断出是否有缺陷,如果不符合标准便认为此有缺陷;混合法是参考比较法和非参考比较法综合应用。本文主要使用参考比较法,通过检测PCB图像与标准图像进行对比分析,判断该PCB板是否有缺陷[7]。

3.3 缺陷识别

3.4 结果分析

4.结论

本文基于计算机视觉和图像处理设计了一个印刷电路板(PCB)缺陷自动检测系统,并对其功能进行了验证,实验结果表明该系统界面友好,操作简单,检测方法简单,检测过程迅速,检测结果准确。该系统为PCB缺陷的检测提供了一个很好的解决方案,具有重要的应用价值。

参考文献

[1]孙晓婷.PCB视觉检测系统的研究[D].长沙:中南大学硕士论文,2008.

[2]2012-2016年中国PCB连接器市场预测及投资建议报告[R].中商情报网.

[3]俞玮.AOI技术在PCB缺陷检测中的应用研究[D].成都:电子科技大学硕士论文,2007.

[4]崔怀峰.PCB表面缺陷自动光学检测技术的研究[D].江门:五邑大学硕士论文,2010.

[5]李玲娟,刘景林,王灿.两相混合式步进电机恒转矩细分驱动技术研究[J].微电机,2007,40(3):48-50.

[6]黄露.基于FPGA的步进电机控制系统设计与实现[D].重庆:重庆大学硕士论文,2011.

篇10

中图分类号:TP399 文献标识码:A 文章编号:1007-9416(2013)03-0242-01

在高校教学体系中,数字图像处理成为了包括理工科、农医科在内专业必选课程或者重点选修课程。作为一门理论知识丰富、实践性非常强的高校课程,当前PBL模式已经成为了包括美国在内的多个国家的主要教学模式。

1 PBL模式与数字图像处理结合探索背景

PBL模式作为一种较为先进的教学模式,英文名称Problem-Based Learning,其含义为问题式教学模式或者基于问题的学习模式,PBL模式的主要思路是以问题为前提进行教学的展开活动,这一教学方法的特点在于在教师的直接参与和指导之下,将学生放在主体地位,通过小组讨论的方式,通过以某一具体问题为中心的研究讨论和加强学习的过程,将教学的焦点放在某学科的重要原理以及关键概念之上,通过帮助学生自己构建知识体系的过程,养成学习独立学习、独立思考的基本能力,数字图像处理具有其本身独特的特色。

其一,该门课程的理论知识丰富,知识点较为深奥难懂[1];其二,日常生活中,应用到的数字图像处理相关课程知识点较多,对学生综合能力要求较高,尤其在工科专业的基础知识学习中要求较高,需要对计算机、数学等学科知识进行综合运用,例如,湖南省某学院部分专业在开设这门课程时,每一学期的课时量为30至40课时,该学院部分立刻专业设置了选修课程的的课时量。依靠传统的教学模式进行数字图像处理已经不适宜当前的教学实际,须对高校包括机械制造专业、自动化等专业的数字图像处理能力进行要求,才能全面提升学生的综合能力。

2 基于PBL模式的实践教学改革方案探索

2.1 对数字图像处理实践教学方式方法的研究

以上述湖南某城市学院为例,为推进数字图像处理的PBL模式改革,该校自行编撰了验证性课程指导实践用书,该书的主要内容包括了30多个实践项目,涵盖了图像分析、图像滤波、数字处理软件的使用以及图像分割等多个板块知识点,该学院学生中计算机普及程度广,所以在进行图像处理实践时可自行下载相关的支持软件。改变以往该课程集中实践方式,升级成分散与集中结合的模式,即第一步学生利用业余时间或者在专门实验室内完成数字图像处理分散实验,第二步教师对学生教学实践中产生的问题进行一对一面谈解决或者利用网络通讯工具解决问题,第三步,通过多次的分散式课程实践活动,利用4个至6个课时进行集中式教学。

2.2 突破数字图像处理理论教学模式

其一,确保在对数字图像处理完整性以及整体性进行维护前提下,在实践教学课堂中尽量避免对数字处理相关公式的重复推导[2],主要对相关算法以及关键原理进行说明,如在对均衡处理数字图像知识点进行讲解过程中,直接引用推导公式,利用均衡化图像的原理以及关键算法进行处理技术的编程;其二,在对相关的信息进行筛选之后重点对处理图像的算法进行编程和实践应用,在对图像处理边缘检测知识进行运用过程中,可以将Hough的变换、路经检测加强联系,更好进行编程;其三,在解决实践问题的过程中,多进行实例的例举,可利用2至3个课时对实践教学的背景、已有的实践教学成果的、重要技术流程、重要算法进行演示等。

3 基于PBL模式的数字图像处理教学方案设计

仍以湖南某城市学院信息学院为例,从PBL模式出发,针对于数字图像处理建立了处理库,这一项目中涵盖处理图像、分析图像、识别图像等多类别项目,例如“门禁系统视觉识别系统”、“指纹识别”、“二维码检测”等,学院每学期建立了不低于36个的项目,学生可在这些项目中进行选修,另外,以40个课时为标准,数字图形处理理论课程教学学时为30个,实践性教学课时为10个,每周保证3个学时,总共教学时长为13个教学周。

第一,在进行教学的前两个周内,将数字图像处理课程PBL模式实践考察和教学方式进行明确和推介,并将以往的学生实践教学成果进行分享,为学生在选修过程中提供参考,学生进行是否选修的决策;第二,在3至4周,拟定学生课程选修名单,进行实践性教学任务的布置,确定36个以上的实践项目给学生,学生自动组成项目合作,保持每组在3个人左右,学生自行数字图像处理选择题目,对实践项目进行图像加文字型的介绍,尽快确定目标,尽快对实践应用难度进行确定以及评分;第三,在5至6周的时候确定数字图像处理实践目标书,确定相关参考资料;第四,在7周至12周时间内实施实践项目,学生利用课余时间完成分散型实验,这段时间内适当安排集中型实验,对实践项目进行验证,在这一过程中,特别注意积极提出实践项目存在的问题,及时检查问题解决的进度,教师有针对地进行问题解答,帮助实践小组完成任务目标;第五,在第13周时,组成专业或者班级为小组的实践项目答辩,实践项目的成果进行答辩与说明;最后,数字图像处理课程教师完成总结,学生对实践项目进行报告,教师根据实际情况对学生进行打分。

4 结语

基于PBL模式的数字图像处理的教学形式,能帮助高校学生快速了解和吸收处理数字化图像过程中必要的技术、方法与原理等知识点[3],还能帮助学生掌握数字图像处理实践项目的实践研究方法和思路,提升学生利用图像处理的基础知识灵活解决生活实际问题能力,提升学生的学习积极性以及创新、实践能力,对于全面提升数字图像处理相关课程的教学质量具有重要作用。

参考文献