机器视觉的数显仪表读数研究及应用

摘要

本文对机器视觉的数显仪表读数及应用进行了研究。文章探讨了数显仪表自动读数的图像处理方法，采用八叉树算法以及色彩系统变换法实现真彩色图到灰度图的转换，完善了图像处理软件平台，采用VC++编写LED和LCD有关的特殊图像处理和识别算法。采用工程文件系统管理图像处理的调试过程，在提供单步和实时调试手段的同时，提供了单片机控制的数显仪表识别实时调试手段，在实时调试状态下可给出实时调试统计结果。采用VC视图分割提供两个图像显示框，使图像处理的调试过程更加直观、方便。

目录

文摘

英文文摘

声明

第一章绪论

1.1机器视觉技术的发展现状

1.1.1机器视觉的概述

1.1.2机器视觉的发展以及应用现状

1.2机器视觉在仪表读数中的应用

1.2.1机器视觉在指针式仪表读数中的应用现状

1.2.2机器视觉在数显仪表读数种的应用现状

1.3课题研究背景、需求分析以及作者所完成的工作

1.3.1课题背景

1.3.2需求分析

1.3.3作者所完成的工作

第二章图像处理平台的建立

2.1平台编程语言的选择

2.2 Visual C++数字图像有关说明

2.2.1数字图像的表示

2.2.2位图及文件结构

2.3图像处理平台的实现过程

2.3.1建立图像处理平台的目的

2.3.2平台体系结构介绍

2.3.3用户界面

2.3.4软件平台内部各模块的设计

2.4平台安装程序的设计以及加密锁的使用

2.5本章总结

第三章基于平台的LED数显仪表读数

3.1 LED数码管的显示特征分析

3.2 LED数显仪表图像的预处理

3.2.1基于颜色分割的真彩色转灰度图

3.2.2自动图像切割

3.2.3灰度图的二值化

3.2.4小节

3.3 LED数显仪表的识别

3.3.1图像识别概述

3.3.2基于结构特征的方法——交线法

3.3.3基于统计特征的方法

3.3.4基于神经网络的方法

3.4本章总结

第四章基于平台的LCD数显仪表读数

4.1 LCD的显示特征分析以及LCD图像处理的难点

4.2 LCD数显仪表图像的预处理

4.2.1真彩色位图转换为256色位图

4.2.2 256色位图转为灰度图

4.2.3中值滤波

4.2.4灰度拉伸

4.2.5图像的自动切割

4.2.6灰度图像的二值化

4.3边缘断点补偿

4.3.1断点方式分析

4.3.2基于数学形态学的边缘补偿方法

4.3.3边缘跟踪断点补偿

4.3.4小结

4.4种子填充

4.5 LCD数显仪表的识别

4.6本章总结

总结与展望

参考文献

攻读学位期间发表的论文及获奖

附图

致谢