基于OPENCV的灯管尺寸测量

论文编号:ZD999    论文字数:15815,页数:34

摘  要
 本设计是基于计算机视觉类库OpenCV而实现的,利用该库丰富的图像处理函数，实现了灯管尺寸非接触测量的功能。计算机视觉涉及人工智能、计算机科学、图像处理等诸多领域，主要用计算机来模拟人的视觉功能，能够从图像中提取信息，进行处理并加以理解，最终用于实际检测和控制。利用OpenCV能够确认图像中人脸的位置、大小和位姿，能够解决摄像机标定时透镜的径向畸变和切向畸变的问题，还能够进行目标跟踪，日益广泛应用于国防安全、航空、医药卫生等领域。
 本系统在面向对象的visual c++平台上运行，内容主要包括数字图像的采集、加载、二值化、边缘检测等等，从而得到U型灯管尺寸的精确结果和直方图。与传统的测量方式相比，该系统具有速度快，性价比高，准确率好的特点。
 
 关键词：图像处理 ；OpenCV ；灯管检测

Abstract
 The design is based on computer vision library OpenCV, using the rich library of image processing functions to realize the size of non-contact tube measurement function. Involving artificial intelligence, computer vision, computer science, image processing and many other fields, computer simulates the visual function, to extract information from images, processed and to be understood, ultimately used for the actual detection and control. OpenCV can be used to confirm the image of human face location, size and posture, can be solved when the lens camera calibration, radial distortion and tangential distortion, which is also capable of tracking, widely used in national security, aviation, medical and health and so on.
 The system runs on the visual c++ platforms.The content includes collection of digital images, loading, binarization, edge detection, etc., to get the exact size of U-tube and the histogram. Compared with the traditional measurement, the system is more fast and better accuracy.
 Keywords：Image Processing ; OpenCv ; Lamp test
目 录
摘  要 II
1  绪 论 1
2  灯管测量方法介绍 2
2.1  节能灯管的简介 2
2.2  灯管尺寸的介绍 2
2.3  检测方法 4
2.3.1  常规尺度的测量 4
2.3.2  紧凑型荧光灯灯管长度测量 4
2.3.3  圆柱体直径测量灯管测量 6
3  vc与opencv及其在图像处理中的应用介绍 8
3.1  Windows visual c++ 8
3.1.1  visual c++的简介 8
3.1.2  visual c++的分类 8
3.2  OpenCv的安装 9
3.2.1  OpenCv 的简介 9
3.2.2  OpenCv 的特点 9
3.2.3  OpenCv的数据类型 10
3.2.4  OpenCv的常用函数 11
3.3 OpenCV的应用 12
3.3.1  人脸检测系统设计与实现 12
3.3.2  摄像机标定 14
3.3.3  运动物体的检测 17
4  基于机器视觉技术的灯管检测研究 19
4.1  机器视觉技术的介绍 19
4.1.1  机器视觉技术的优越性 19
4.1.2  机器视觉工业检测系统的类型 19
4.1.3  机器视觉的应用实例 20
4.2  U型灯管检测 21
4.2.1  图像的采集 22
4.2.2  图像的加载 23
4.2.3  图像的二值化 23
4.2.4  图像的边缘检测 24
4.2.5  直方图的显示 26
5  总 结 29
5.1 主要工作成果 29
5.2 存在的不足 29
致  谢 30
参考文献 31