導言：作為寫作愛好者，不可錯過為您精心挑選的10篇圖像處理技術論文，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內容能為您提供靈感和參考。

篇1

計算機圖像處理系統從系統層次上可分為高、中、低檔三個層次，目前一般比較普及的是低檔次的系統，該系統由CCD（攝像頭）、圖像采集卡、計算機三個部分組成，其結構簡單，應用方便，效果也比較不錯，得到的圖像較清晰。目前網上基于VC開發經驗的文章不少，可是關于如何在VC開發平臺上使用圖像采集卡的文章確沒發現，筆者針對在科研開發中積累的使用圖像采集卡經驗，介紹如何自己是如何將采集卡集成到圖像開發系統中，希望能夠給目前正需要利用圖像采集卡開發自己的圖像處理系統的朋友有所幫助。

使用的攝像機采用臺灣BENTECHINDUSTRIAL有限公司生產的CV-155L黑白攝像機。該攝像機分辨率為752x582。圖象采集卡我們采用北京中科院科技嘉公司開發的基于PCI總線的CA-MPE1000黑白圖象采集卡。使用圖像采集卡分三步，首先安裝采集卡的驅動程序，并將虛擬驅動文件VxD.vxd拷貝到Windows的SYSTEM目錄下；這時候就可以進入開發狀態了，進入VC開發平臺，生成新的項目，由于生產廠家為圖像采集卡提供了以mpew32.dll、mpew32.lib命名的庫文件，庫中提供了初始硬件、采集圖像等函數，為使用這些函數，在新項目上連接該動態庫；最后一步就是采集圖像并顯示處理了，這一步要設置系統調色板，因為采集卡提供的是裸圖形式，既純圖像數據，沒有圖像的規格和調色板信息，這些需要開發者自己規定實現，下面是實現的部分代碼：

CTestView::CTestView()

{

W32_Init_MPE1000();//初始化采集卡

W32_Modify_Contrast(50);//下面的函數是為了對采集卡進行預設置

W32_Modify_Brightness(45);//設置亮度

W32_Set_HP_Value(945);//設置水平采集點數

wCurrent_Frame=1;//當前幀為1，獲取的圖像就是從這幀取得的

//設置采集信號源，僅對MPE1000有效

W32_Set_Input_Source(1);

W32_CACardParam(AD_SETHPFREQ,hpGrabFreq);

W32_Set_PAL_Range(1250,1024);//設置水平采集范圍

W32_Set_VGA_Mode(1);

wGrabWinX1=0;//采集窗口的左上角的坐標

wGrabWinY1=0;

firstTime=TRUE;

bGrabMode=FRAME;

bZipMode=ZIPPLE;

/

lpDib=NULL;//存放獲取的圖像數據

}

CTestView::~CTestView()

{

W32_Close_MPE1000();//關閉采集卡

}

////顯示采集的圖象，雙擊鼠標采集停止

voidCTestView::OnGraboneframe()

{

//TODO:Addyourcommandhandlercodehere

wCurrent_Frame=1;

//設置采集目標為內存

W32_CACardParam(AD_SETGRABDEST,CA_GRABMEM);

//啟動采集

if(lpDib!=NULL)

{

GlobalUnlock(hglbDIB);

GlobalFree(hglbDIB);

}

//分配內存

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;

}

////將下面這個函數添加在視圖類的CTestView::OnSize（）函數中，就可以對系統的調色板進行設置。

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為全局變量，用于顯示圖像時用

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;

}

}

視頻"畫中畫"技術

"畫中畫"這個概念類似與彩色電視機"畫中畫"，就是在一幅大的圖像內顯示另外一幅內容不同的小的圖像，小圖像的尺寸大小一般地說為大圖像尺寸的1/4或1/9，顯示位置在大圖像的右上角。這種技術不僅在電視技術中，在可視電話系統也可以發現這種技術的身影，它們都是依靠硬件來實現的，但是如何在VC開發平臺上用編程語言來將該功能添加到自己開發的視頻監控軟件，為使用者提供更大的信息量呢？也許讀者最容易想到的是首先顯示大圖像，然后再在一個固定位置畫第二幅小圖像，這種技術技術如果對于靜止圖像當然沒有問題，但是對于視頻流，由于每一秒鐘需要畫25幀，即25幅圖像，這樣一來計算機需要不停的畫不停的擦除，會給用戶以閃爍的感覺，如何解決這個問題呢？有的參考書上將大小圖像分快顯示，這種方法要將待顯示的圖像數據與顯示位置的關系對應起來，容易出錯不說，而且麻煩，且速度慢，為此，我對該方法進行了改進，得到了滿意的效果。實現的代碼如下：

voidpictureinpicture()

{

………………………..

CBitmapbitmap,*oldmap;

pData1=(BYTE*)newchar[biWidth*biHeight*3];//biWidth和biHeight為視頻采集卡獲取//的圖像尺寸。

Read(pData1,bih.biWidth*bih.biHeight*3);//該函數從采集卡中獲取數據

CClientDCdc(this);

m_pBMI1=newBITMAPINFO;//自定義的BMP文件信息結構，用于后面的圖像顯示

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];//申請存放小圖像的緩沖區

Read(pData2,biWidth1*biHeight1*3);////向該緩沖區讀數據

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;

//下面實現畫中畫的顯示

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);//首先將大圖像畫在內寸上下文中

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

0,0,biWidth1,biHeight1,pData2,m_pBMI2,DIB_RGB_COLORS,SRCCOPY);//再將小圖像畫在內寸上下文中

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

MemDc.m_hDC,0,0,bih.biWidth,bih.biHeight,SRCCOPY);//將結果顯示在屏幕上。

MemDc.SelectObject(oldmap);

deletepData1;

deletem_pBMI1;

篇2

2對圖像處理工作的幫助

目前無論是任何地點，都能夠看到監控攝像頭，視頻監控已經成為了社會的一種現象。視頻監控強調視頻的清晰度，才能夠更好地為大眾服務。隨著出現的各種圖像處理方法，圖像的清晰度在不斷地提高。而針對圖像處理這一任務，出現了各種處理軟件，并且隨著人們對圖像清晰度提出的新要求，這些軟件也在不斷的完善。

2.1常用的圖像處理功能

下面為大家分析一下在圖像處理時候，對軟件要求的幾項功能。模糊圖像清晰化功能。實際拍攝中，焦距、運動等對圖像進行的影響，出現圖像模糊化，運用處理軟件使原本模糊的圖像清晰。該項功能在實際生活中得到了廣泛的運用；消除噪聲。很多視頻拍攝完畢后，都會有很多干擾的聲音，覆蓋了我們需要的聲音。利用自動增強的功能，能夠使該圖像所要反映的內容更加突出；同時還能夠對圖像進行銳化處理、將其鋸齒消除。同時，由于很多監控設備像素不是很高，拍攝出來的畫面在放大之后會出現一片馬賽克的現象，可以運用軟件將馬賽克弱化。在拍攝物體的時候，如果該物體是背朝光源，就會出現拍攝出來的畫面很暗，無法看清楚物體的原貌，這是就可以用明暗校正的功能來處理該圖像；圖像的重建功能。可以將拍攝的畫面分為多個幀，將幀進行融合，然后將模糊的部分進行清晰化處理；如果圖像中出現的人物面部不是很清晰，可以通過幀平均的方法，使人的五官變得更加清楚；對動態視頻處理的功能。可以將拍攝中畫面的亮度、明暗對比、噪聲等問題進行處理；因為光線、監控機自身的原因，造成了拍攝的畫面出現了失真的問題，可以通過還原圖像的功能，使原本圖像的顏色真實展現在人們眼中。

篇3

2三維實體重建

計算機信息處理技術的發展，特別是人工智能、模式識別、計算機模擬、知識庫和數據庫等技術的發展，使人們能將物理、化學理論與大批雜亂的試驗資料結合起來，用歸納和演繹相結合的方法為新材料的研制做出決策，為材料設計和實施提供了行之有效的技術手段。現代計算機技術和圖像處理技術，特別是快速原型制造技術與CT掃描、MR（I磁共振成像）等技術結合，都已成功地在醫學上得到應用。而通過利用計算機技術，建立相應的數學模型，可以在一定的控制條件下進行仿真研究。

2.1數據的采集

首先要對病人預置換股骨頭處進行CT斷層掃描，分別進行俯視圖掃描、主視圖掃描，目的是為了得到清晰的股骨頭球面輪廓，如圖1所示。然后將清晰的目標圖像按照與實物1∶1的比例進行截圖后掃描至計算機，并將圖像轉換成512×512Bit的數字圖像，像素灰度為0～255，利用圖像處理技術進行消除噪聲、灰度校正等處理。

2.2圖像邊界輪廓提取與修整

通過AutoCAD中的光柵圖像參考功能，將處理后的圖片（1∶1）依次導入為背景，再利用多線段、剪切、圓等繪圖工具對目標進行輪廓標記與識別。醫學圖像的輪廓識別比較復雜，主要是由于掃描進來的關節圖像的粘連性較大，甚至會出現錯誤識別、假輪廓。為此，在輪廓跟蹤處理完之后，必須對輪廓進行修正，使不符合要求的虛假輪廓得以清除，可采用自動修正或手工修正。對于沒有平滑掉的雜點而產生的虛偽輪廓，根據比較兩個封閉曲面內像素點的多少來進行清除，保留大輪廓，舍掉小輪廓，對于不能自動判斷的粘連、不連續等失真現象，使用手工控制方法。刪除底片保留輪廓線，利用軟件將其進行貝塞爾曲線修整，結合CT掃描的尺寸數據按比例調整為建模尺寸。目前，關于三維重建的方法是：通過掃描儀將CT實體照片以高分辨率模式掃描為電子照片格式，然后利用PS對其進行二值化處理，使用Freeman進行鏈碼提取并跟蹤輪廓，再將每個斷層外輪廓數據導入AutoCAD中，組成一個三維體數據，再進行曲面重建，最終利用蒙皮法得到三維形體。這種方法可以制造出與病人骨形完全一致的假體，關鍵是要精確地提取股骨頭球面輪廓尺寸和形狀，這樣才能使股骨頭與股骨腔吻合程度較高。

2.3矢量化處理

采用軟件CAXA實體設計中的掃描、投影、放樣和布爾運算功能可以更加快捷地實現建模。首先，將提取并修整后的輪廓放入實體設計環境中，編輯兩個方向的輪廓截面，以輪廓中心點為基準，按照2∶3∶5的比例縮小輪廓，得到同心3個相同的輪廓截面；然后，按照主視圖和俯視圖輪廓顯示的高度，激活三維球，將輪廓依次放置在底部、中間和頂部，并從上至下依次投影，以頂部底面為起始面、底部上面為終止面進行放樣操作。此時，計算機會自動計算處理成型，由原先的3個面，得到1個完成的實體結構。最后，將兩個方向上形成的實體利用三維球同心，進行布爾加法運算，得到組合實體，將組合體的多余部分利用“分割實體表面”功能完成股骨頭的三維建模。

3快速原型制造

快速成型技術應用于人工關節和人造骨制造過程中，不僅可以提高成品的設計質量，還可以縮短產品的設計周期。目前，假體移植手術需求量大，為保證手術的盡快實施和手術的成功率，就必須采用快速成型技術。隨著電子儀器和計算機技術的發展，快速成型機應運而生，快速成型技術是醫學領域與工程領域相結合的敏捷制造系統，主要有：光固化立體模型（SL）、選擇性激光燒結（SLS）、層片疊加成型（LOM）和熔融沉積造型（FDM）。

3.1RPM成型機

傳統的制造成型過程是利用鑄造制造出毛坯，然后對毛坯進行磨光或拋光，形狀和精度是通過從毛坯上去掉多余的材料來保證的，吻合度不高，而快速成型的基本理念則是在計算機的控制下，將材料精確地堆積成型，無需加工即可制造。將設計出的三維實體轉換為快速成型機所能接受的STL格式，輸入機器，該機的基本原理是將實體模型切片成一系列具有一定厚度的薄層，計算機控制其激光束按薄片截面輪廓形狀將薄層材料切割出該層橫截面的形狀，然后層層堆積并得到實體。

3.23D打印成型

3D打印技術是根據CAXA分層模型所獲得的兩維像素信息，利用噴嘴向待成型體床上噴射黏結劑，每打印完一層后，粉料床通過底部活塞向下移動一段距離，并在粉料床的底部添加新的粉料，再根據計算機要求向新的粉料床噴射黏結劑，重復此過程，完成后去除未噴射黏結劑的粉料，立刻得到成型的實體。如果噴射的黏結劑中含有其他具有某種功能的成分，則可以控制零件中局部成分的變化；增加噴頭數目，則可以得到在不同的區域具有不同功能和成分的整體零件。3D打印可以用于成型陶瓷、金屬、金屬陶瓷復合材料及高分子材料的假體中。

3.3快速成型制造技術在骨修復外科中的應用

隨著材料科學和醫學的發展，生物陶瓷在醫學上尤其是矯形外科和骨修復外科中的應用也越來越廣泛。但由于病人個體差異和實際情況的不同，使得骨修復體必須根據病人的實際情況來定制，而且在臨床上為減少病人的痛苦又要盡量縮短定制時間。快速成型技術正好具有這兩個優點，特別適合單件或小批量生產并且能夠實現快速制造。快速成型技術可精確地復制出人工關節，從而使設計出的人工關節可以在由原型翻制成的模型上進行驗證，確定其受力分布、結合面設計是否合理。目前，有關研究人員已經開始研究如何將CT掃描的數據直接傳到快速成型機上，這樣將減少中間環節較為復雜的三維重建過程，并減少因數據轉換造成的誤差，使快速成型產品直接應用于臨床。

篇4

案例分析總結就是一種間接的自我學習，通過案例分析總結可以讓自己展開豐富的想象力，加強對Photoshop圖像處理應用。這是一組人居環境適宜的景觀設計效果處理前后變化展示，前一張圖片是用3Dmax配合V-ray插件進行渲染的最終效果，為了進一步美化效果圖，這是就需要Photoshop圖像處理，結合中間這一張照片，采用圖層處理、素材插入、調整圖層、圖層蒙版、創建亮度\對比度調整層等方式最終合成想要的效果。在案例分析過的成中，應注意多觀察多總結多思考，設計最終效果的高低，一方面是和自己所擁有的知識水平有關，另一方面還和自己的審美能力高低有關，這就需要告誡我們平時多注意學習，學習不僅僅局限在書本上，還應該多參觀欣賞較好的作品，從中得到審美能力的提高。

1.2模仿和創造相結合，提高Photoshop圖像處理動手能力

模仿是人的本能天性，是人類進行各種學習活動的最基本方法。在平時的Photoshop圖像處理模仿使用中，通常就是通過網上視頻，如金鷹視頻來自己分析Photoshop軟件的各個功能。在視頻觀看的過程，可以根據視頻中的實例操作，最終達到理解，這個過程就是模仿。例如：模仿給圖片添加陰影效果，通常情況下，可以選擇Photoshop菜單欄圖層—圖層樣式—陰影就可以完成。而通過視頻模仿，就可以快速的通過浮動圖層菜單，選定此圖片圖層，并把鼠標快速放到縮略藍色區域雙擊就可以打開圖層樣式浮動菜單完成陰影效果。在提高Photoshop圖像處理動手能力上，還要發揮自己的創造能力。例如給此圖片添加完陰影后，圖層樣式還有內外陰影、內外發光、光澤、斜面和浮雕、顏色疊加等方式，我們嘗試可以根據圖片實際情況試著添加，達到最佳效果。這里就需要發揮創造性對圖片處理創新性在里面。

1.3結合科研項目，帶動Photoshop圖像處理實踐能力

如在科研項目：西部山地型小城市人居環境問題及保護策略研究——以商洛市商州區為例上，需要收集大量的本地環境有關的圖片素材并進行美化處理，這就可以親自參與商州區大氣質量惡化、丹江主要河流體固體廢物污染、交通混亂等圖片的處理，

1.4參與企業設計，增強Photoshop圖像處理靈活性

參與企業設計，就是參與設計公司的工作。例如：在商洛市西街片區的舊城改造過程中，學生負責收集照片，并對舊城的原始照片進行處理規范化。

篇5

 

圖像采集設備一般包括電視攝像機、CCD攝像器件、掃描儀、圖像采集卡等。對于工業應用上來講，一般通過工業CCD攝像頭采集圖像，再利用圖像采集卡對圖像進行處理分析[1]。我們采用工業CCD攝像頭對水泥回轉窯內工況實時采集，因為特殊的工作環境（高溫多塵），所以要求CCD的精度比較高，而且其精度直接影響到所采集圖像的質量。

1. 圖像的獲取

本課題采用面陣CCD攝像機作為探測器進行現場圖像的采集，面陣CCD是具有自掃描方式的面陣成像器件。CCD攝像機又是一種“傳感器件”,它將外界的圖像轉變為模擬電信號，CCD攝像機的精度由像元素決定，像元素越多，精度就越高[2]。在本課題的圖像采集中，使用的是512*512像素的CCD攝像機，為實現對工業圖像進行分析和處理，必須對攝像機的視頻信號進行數據采集，并對視頻信號進行數字化處理，再對量化的數值進行分析與處理，然后將處理后的結果顯示在監視器上。

目前，CCD固體攝像器件作為光電變換傳感器已經在許多領域得到了廣泛的使用，被檢測對象的光信息通過光學系統在CCD的光敏元件上形成光學圖像。CCD器件把光信息轉換成與光強成正比例的電荷量，用一定頻率的脈沖對CCD進行驅動，在CCD的輸出端可獲得被測對象的視頻信號。

CCD比色測溫原理圖如圖2.1所示：

圖2.1 CCD比色測溫原理圖

2.圖像采集卡

圖像采集卡是工業圖像采集必不可少的硬件設備，本課題用到的是DH-CG300視頻采集卡。DH-CG300視頻采集卡是彩/音頻采集卡，它具有使用靈活、集成度高、功耗低等特點，并且擁有PCI圖像卡的功能，它可將圖像直接傳送到計算機內存或顯存，是前兩年市場上相當流行的一種圖像采集卡，適用于圖像處理、工業控制、多媒體監控、辦公自動化等領域。本課題就是通過此采集卡把CCD采集到的圖像傳輸到顯示器的。

2.1 DH-CG300主要技術性能及指標

三路復合視頻輸入，一路S-Video輸入，軟件切換。其中第一路為音視頻復用，S-Video的亮度信號輸入也可作為復合視頻輸入。

支持PAL，NTSC或黑白視頻輸入，信號幅度Vp-p = 1V。論文參考網。

圖像最高分辨率：

PAL制：768×576×24位 ；

NTSC制：640×480×24位；

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

支持計算機內容與圖像同屏顯示，圖形覆蓋功能。

支持裁剪與比例壓縮模式。

支持單場、單幀、連續場、連續幀的采集方式。

支持Win9x、WinNT、Win2000、WinXP等操作系統。

支持單聲道音頻采集。

2.2 DH-CG300基本結構及工作原理

圖像被CCD采集以后，輸出的多路視頻信號，同時進入視頻采集卡，通過計算機對每幀內存的訪問，在顯示屏上可得到動態的水泥窯內的煅燒帶圖像。在PC機windows平臺下，經過軟件開發，形成圖像界面風格的專用圖像處理軟件系統，軟件系統通過對屏幕上顯示的動態圖像進行分析、處理，利用比色測溫原理可得到水泥窯內的熟料溫度和火焰溫度。然后將檢測到的參數及時反饋到控制操作臺，如果參數偏離正常工作范圍，則控制裝置需要實時對窯速、噴煤量等參數進行調整，以保證回轉窯盡可能在最佳狀態下運行。

DH-CG300的工作原理框圖如圖1.2所示：

圖1.2 CG300工作原理框圖

由上圖可知，CG300圖像采集卡可同時對四路復合視頻輸入，但是就某一具體時刻來說只能有一路視頻輸入，這四路視頻的切換必須用軟件編程來實現。所以此卡可同時對四個水泥回轉窯進行循環控制。

3.圖像采集及顯示功能的軟件實現途徑

CG300圖像采集卡所帶的函數庫及控件都可以運行于Visual C++環境之下，因此采用Visual C++作為開發工具。Visual C++提供了良好人機交互界面，使軟件操作方便、簡單，適用于普通技術工人操作。

圖像采集卡安裝好以后，要對其初始化才能發揮它的采集處理功能。圖像采集卡的開始操作和初始化參數的設置需要在應用程序的初始化中完成，圖像卡的結束操作在應用程序退出前執行。

DH-CG300圖像采集卡有3個復合視頻接口，可以實現三路視頻切換輸入與一路輸出。在工廠中一般都不是只有一條窯，考慮應該在同一界面下對多條水泥窯同時進行控制。在本課題程序中可同時實現對3條窯的控制，即有3路視頻信號輸入，一路信號輸出。論文參考網。

圖1.3 圖像顯示調節窗口

4. 圖像灰度值與溫度之間的關系

4.1 比色測溫的計算

將(1-1)比(1-2)式有：

因為水泥回轉窯圖像經CCD獲取后，再經圖像卡量化為24位/每像素逐點存儲。每一像素點24位包括紅色亮度值（R）、綠色亮度值（G）、藍色亮度值（B）,每個亮度值8位。在對CCD的分光特性作了輻射強度與CCD的接受亮度成正比的理想化假設后，有：

根據國際照明委員會規定，標準色光三原色的代表波長是：紅光(R)700nm、綠光(G)546.1nm。論文參考網。藍光(B)435.8nm。

由以上公式，就能對采集的圖像上任一點的溫度進行計算。

4.2 溫度與灰度的對應關系

由紅外線成像原理及紅外線測溫原理可知，不同溫度在圖像上表現為不同的亮度。一般來說，圖像的平均灰度值越小，其表現的溫度越低，反之，溫度越高。也就是說平均灰度值同對應溫度之間成正比關系[5]。現場看火工就是應用了此原理對煅燒帶的溫度進行推斷的。溫度與圖像灰度之間的對應關系如圖2.4所示：

圖2.4 溫度與灰度的對應關系圖

5. 結束語

利用CCD攝像機、圖像采集卡把水泥窯工作狀況采集到計算機后，是進一步實現爐火溫度自動控制的基礎，有較強的應用價值。

【參考文獻】

[1]楊舉憲.水泥窯煅燒帶圖像實時溫度檢測與動態數據庫[D].內蒙古:內蒙古工業大學碩士論文,2004:5-8.

[2]呂鳳軍.數字圖像處理編程入門[M].北京:清華大學出版社，1999:112-113.

[3]沈庭芝,方子文.數字圖像處理及模式識別[M].北京:北京理工大學出版社，1998:39-43.

[4]徐偉勇等.數字圖像處理技術在火焰監測上的應用[J].北京:中國電力,1994,10: 63-65.

篇6

理工醫相結合就是在知識結構上培養既懂醫學又掌握工程技術的復合型人才，這是學科特色的要求也是社會的需求。我校由于有理工醫學科的優勢，特別是具有享有“南湘雅，北協和”盛譽的湘雅醫學院以及三所全國“三甲”附屬醫院，因此，在理工醫復合型人才培養方面，我們具有自己獨特的優勢。我們培養的研究生不僅具有深厚的理工醫基礎，而且具有獨立分析和解決生物醫學工程領域相關技術問題的能力。如，我們培養的醫學成像與圖像處理的研究生不僅有去大型醫療器械企業的，也有去大型醫院放射科的，當然還有專門從事圖像處理軟件開發的。由于他們知識結構的全面性，受到了各用人單位的好評。生物醫學工程專業的研究生常常由來自不同高校、不同學科領域的學生組成，由于各高校培養模式的差別以及側重點不一樣，研究生自身知識水平、實踐經驗、興趣愛好也不一樣，因此，在制定培養計劃時，各個導師還要了解并征求學生的意見，選課和選題都因人而異，做到具體問題具體分析。例如，對數學理論基礎好、年紀輕、又有興趣的應屆畢業入學的研究生，建議其進行應用基礎理論方面的研究；對有工作經驗的在職入學的研究生安排其進行相關的應用型研究。研究生個人的專業興趣得以實現，有助于充分調動每個人的積極性，使之能充分發揮自己的潛能。

在培養階段，還要使研究生在本學科的某一方面進行專家培養和訓練，同時在其它相關學科也要進行廣博的基礎教育，使他們能在所從事的領域中具有較強的研究和開發能力。另外，還要培養他們廣博的專業基礎和社會人文知識，培養他們自我獲取知識和綜合分析問題的能力，以及優良的科學思維和創新意識，強調將知識、能力向高素質的升華與內化。

2.課程設置

課程結構關系到研究生的知識結構和科研技能。由于生物醫學工程專業理工醫復合交叉的特點，課程設置也和其它學科有所區別。目前，我國生物醫學工程博士學科點只有一級學科，下面沒有設置二級學科，主要原因就是生物醫學工程涉及到的學科領域太廣，它的研究方向和課題廣泛滲透于醫學、生物、電子、計算機、材料等學科。當然，每個高校在生物醫學工程領域的研究都很難做到大而全，而是根據自身的優勢和特點，選擇其研究領域，并進而決定其課程設置。譬如清華大學生物醫學工程專業的主要研究方向包括生物芯片、神經工程、微納醫學等，尤其是以程京院士為主的生物芯片技術占主導地位，因此，該校生物醫學工程的課程設置就以生物類為主，輔之以《生理系統仿真與建模》、《數字信號處理》、《隨機信號的統計處理》、《醫學成像系統》等課程。我校的生物醫學工程專業目前主要側重于醫學成像與圖像處理、醫學儀器與生物傳感器等，因此，課程設置也以電子信息類課程為主，如《醫學成像原理》、《醫學圖像處理》、《神經網絡與模式識別》、《醫學儀器原理》等。

另外，由于大部分高校的生物醫學工程研究生招生幾乎是面向所有的工程學科，因此，以前沒有學過醫學類課程的研究生，一般高校都會要求學生加以補修。有些導師也會根據研究課題的需求或個人研究領域的需求要求學生選修一些相關課程。如我校的新入學生物醫學工程研究生，如果以前沒有學過醫學類課程，我們一般會要求學生補修《人體解剖生理學》、《病理學》等課程；有些研究生還會根據導師的需求補修《生理系統仿真與建模》、《現代數字信號處理》、《生物力學》、《生物化學》、《醫學儀器》等課程。

3.過程管理

創新能力是科研能力的核心，創新意識、創造精神、創業能力的培養是研究生培養過程的重要環節，是研究生培養質量的主要標志。研究生培養過程管理是研究生創新能力培養的重要保證，這里所說的培養過程管理主要包括生物醫學工程專業研究生的科研選題、中期考核和論文答辯等環節。

3.1 科研選題

作為科學研究的起點，選題不僅關系到科研的方向、目標和內容，直接影響著所運用的方法與途徑，同時還決定著成果的水平、價值及發展前途。因此，在第一年生物醫學專業基礎科目系統整合與學習之后，則完成培養環節第一步，進入科研選題階段。研究生的選題要與導師的科研項目相結合、與生物醫學工程的學術前沿相結合，同時也要強調與理工醫多學科相結合。科研選題必須在足夠的調研、文獻閱讀甚至科學實驗的基礎上進行，否則就是無源之水，很難繼續。譬如，醫學圖像處理領域的科研選題不僅要與圖像處理的相關知識掛鉤，還與相關的醫學知識緊密相連，因此，我們必須要查閱大量的關于圖像處理、醫學影像、病理診斷等的相關文獻，必要時還得與醫院合作，參加醫院的短期培訓等。另外，科研選題還要注意團隊協作，有些大的科研課題不是一兩個人能夠完成的，而是在導師的指導下，由博士、碩士組成的團隊完成的，因此，科研選題也需在整個團隊的指導下合作分工，共同參與。

3.2 中期考核

研究生的培養是一項較復雜的系統工程，涉及到學科建設、導師隊伍、科研實力、教、學、管等多個環節，每個環節都離不開嚴格的管理，而管理的核心問題是要建立淘汰機制。研究生中期考核作為研究生的淘汰機制之一，對研究生的質量調控和把關起著重要的作用。在整個研究生的培養過程中，中期考核處在一個承前啟后的重要位置。“承前”，是指經過一年半到兩年的學習與科研參與后，研究生基本掌握了本領域的重要理論和一定的科研技能，了解了該研究領域的相關背景；“啟后”，是指有必要了解研究生對已學到的理論和技能是否消化吸收，是否能靈活運用。

我校生物醫學工程專業研究生的中期考核在科研選題之后的研究生第二學年末進行。中期考核不僅包括對所選課題的進展情況檢查，還包括研究生參與學術活動的積極性。研究生在第一學年末完成選題，其后則必須進行為期一年的課題研究與實踐活動，將所學理論與實踐或實驗相結合，以實踐來驗證與豐富理論，并尋求新的方法解決實踐過程中出現的新問題。中期考核實際上是對研究生科研、協作與創新能力不斷提升的過程。另外，研究所經常邀請一些在生物醫學工程領域取得突出業績的國內外知名學者來校講學或作學術報告，這是所有研究生必須參與且嚴格考核的。另外，我們的研究生每人每周舉行一次學術匯報，課題組老師的所有學生必須參與，匯報后老師給予點評及相關指導意見。

3.3 論文答辯

學位論文作為研究生教育的重要組成部分，也是研究生教育的總結性成果，集中反映了研究生的綜合知識體系、專業知識、創新能力和研究水平。教育部規定研究生在申請學位時必須完成學位論文答辯，它是每一位研究生培養過程中的必要和重要環節。因此，在研究生培養的第三年就是學位論文的整理與撰寫，在第三年末進行學位論文答辯，每位研究生必須通過論文答辯委員會公開統一的答辯評審后才允許畢業。通過學位論文答辯，可以檢驗研究生課程學習的效果，衡量研究生的創新能力，考察研究生在文獻檢索、資料運用、論文寫作、觀點論證和辯駁等方面的水平和技巧；對于學校而言，研究生學位論文答辯是檢驗研究生教育質量的主要依據；對于導師而言，研究生學位論文答辯是檢驗導師指導質量的主要依據。可以說，研究生學位論文答辯是研究生教育中重要、嚴肅的環節。我校生物醫學工程專業研究生在學位論文答辯之前必須先由學校統一，也就是要求每位研究生的學位論文必須是自身學習研究成果的總結與提煉，如果與“中國學術期刊網”上所有論文的累計重復率超過5%，則論文必須發回重改，且重改次數不能超過2次，否則推遲半年至一年時間才能允許答辯。研究生論文之后，碩士學位論文由研究所統一匿名送至本所的相關老師評審，博士學位論文則一式三份全部由學校研究生院統一匿名郵寄至設有生物醫學工程專業博士點的全國三所不同高校，再由這些高校的研究生院根據論文題目指定評審專家，這些高校不能在本省，也不能在同一省或市。當然，由于生物醫學工程專業研究生的理工醫跨學科培養性質，各高校研究生院在送審論文時，可以送至與之相關的學科專家評審。如醫學圖像處理領域的論文可以送至從事圖像處理與模式識別研究的專家評審，也可送至從事計算機應用技術圖像處理研究方向的專家評審。

篇7

一、圖像處理的基本方式

（一）信號分析處理

信號處理的方式是利用空間變化的思路，空間變換的方法就是從早期的頻域變換發展而來形成了小波變換。小波變換在時域同時有良好的的局部分析特征，可以實現在多個尺寸上的多分辨特性。小波變換在圖像壓縮中獲得了較好的效果。

（二）隨機建模的處理

數字圖像在形成的過程中有隨機性，所以二維的圖形實際是一個隨機的場。所及建模的方式是按照隨機場對圖像域建模，以此描述圖像域鄰域像素的分布情況，從而完成對圖形的描述。通常采用的隨機建模方式有高斯混合模型等。隨機場模型可以對圖形的紋理進行細致描述。

（三）偏微分處理

偏微分方程是一種數學方式，對數字影像進行處理，利用空間域內的像素灰度值進行微分處理，利用二階方程表征圖形中區域邊界的特征。微分方程具有各項異性的擴展特征，在不同的圖像特征上顯示的擴展性能也就不同，所以利用方程迭代處理圖形可最大限度的保持邊緣特征，同時獲得重建的平滑區域。

二、偏微分方程和圖像處理的應用

當前利用物理學和力學的變分和偏分方程方法的圖像處理技術在計算機圖形處理領域已經開辟了新的領域，基于偏分方程的圖形處理方式已經獲得了重視和良好的效果。其基本的思路就是在一個偏微分方程模型中發展一個圖形，一條曲線、一個曲面等，利用求解這個偏微分方程來獲得圖形處理的期望值。變分和偏微分方程使得數字圖像處理進入了一個新的領域。

（一）偏微分方程處理的主要領域

對圖形進行去噪處理：圖形去噪的典型分析與計算方法是高斯低通濾波器，也即是熱擴散方程，因為高斯濾波器在去找的過程中不能保持良好的邊緣特征，所以多數研究都是對該特征進行改進，其中較為有效的方式就是由Perona 和 Malik 提出的 P-M 方程，公式如下：

公式中，迭代步長dt，It是迭代項，ΔI則是拉普拉斯算子，c則代表傳導系數。其中div是散度算子，代表梯度算子， Δ是拉普拉斯斯算子。在實際的應用中為了保證模型的收斂性，通常利用經驗值，取迭代步長dt值為0.25。在此基礎上，PDE去噪的基本思路如下：1）在圖像相同質量特征的區域內進行減弱噪聲擴散的處理；2）控制區域邊界未知不擴散，并保持邊緣的基本特征。因為P-M是一個病態問題，所以有研究提出對梯度值正則化處理，然后獲得相對穩定的P-M方程。有人提出直接使用擴散張量作為擴散項，從而實現張量偏微分的方程模型。這個模型可以在一個方向上獲得快速擴散，而在正交的另一個方向緩慢擴散，由此獲得邊緣去噪的效果。

圖形的放大處理：對圖像進行插值放大，獲得超分辨率的分析。偏微分方程可以按照圖像邊緣、水平曲線等幾何特征實現插值放大。所以偏微分方程可以最大限度的保持邊緣的細節特征，同時可以減弱噪聲的影響。在研究中提出基于偏微分方程擬合水平集曲線的圖形像素重構。也就研究提出了一種復擴散偏微分方程被放大模式，在減弱鋸齒效應的同時，可以銳化邊緣的特征。

圖形的分割處理：圖形的分割也是圖像處理的重要內容，計算機和圖像處理按照使用的圖像特征進行分類處理，可以分為基于邊界的分割、基于區域的方法，以及混合分割的方法。如按照使用數學工具和模型，其主要的方法有：基于聚類的方法；基于統計學的方法；基于數學形態的方法；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）圖像處理的偏微分模型

在圖形處理中，偏微分方程模式有很多種，其中一種是在變分原理的基礎上對函數進行優化，這個方式首先對一個特定的圖形處理模式，通過變分原理實現對能量函數模型的優化，這樣就可得到偏微分方程，通過對偏微分方程數值求解由此完成圖形的處理任務。如：整體變分能量泛函

利用此模式就可完成對函數的優化。

三、基于偏微分方程的圖形處理的步驟

作為圖像處理的一個重要工具，在變分和偏微分方程的圖像處理的基本框架和基本步驟如下：1）明確實際問題的出現和處理思路建立，因為不同的應用問題有不同的處理思路和特征，因此采用的處理方式也就不同，所以在處理圖像問題時應先掌握問題的關鍵。2）構建相關數學模型，這一步驟是處理圖像的重要步驟，其影響的是處理的過程和結果，數學模型構建將直接影響處理的效果，對微分方程、變分方法、微分幾何等進行合理選擇與組合，以此獲得較好的處理結果，提高處理的有效性。3）模型分析：主要是對模型的適應性進行分析，了解模型解是否存在、解是否唯一、方法是否穩定等，4）分析計算：利用數學模式進行求解，進行微分方程的數值分析，利用有限差分、有限元、迭代法等進行計算，這一步驟會影響相關數學求解的收斂性、穩定性、計算量等。5）程序實現：這個步驟是解決問題的最終步驟，這一步驟的一些問題可以導致前面工作的重新修改，必須慎重操作。

四、結束語

偏微分方程是一種高效的數學處理工具，在圖像處理中也獲得了較好的效果。連續區域上建立模型，方便對實際問題的處理和數值計算。數學上豐富的偏微分方程處理理論和計算方式，對圖形處理的理論分析和算法都給予了較大的幫助，同時不斷完善的計算和處理方式將幫助偏微分方程提高圖像處理的效果。

參考文獻：

篇8

廣義的圖像是畫面的一種，只要該畫面具有視覺效果，那它就可以稱為圖像，不限畫面載體，紙介質、底片、照片、電視、投影儀、計算機均可。因此，圖像可以說是這個視覺時代最主要的一種信息載體。根據定義可以看出圖像素材和油畫的相同點，在表現方式上，二者都是平面化的；在藝術特征上，二者表現的都是靜止的一瞬間；在空間表現上，二者都要借助于光暗變化、色彩色調、線條分布、構圖布局等表現元素。因此，圖像素材的許多藝術特點可以令油畫創作產生更豐富的造型方法，比如圖像素材那特殊的肌理質感、取景視圖的剪切形式等等。

印象派對油畫創作中應用圖像素材的方法貢獻很大。印象主義以有別于古典主義的新型構圖角度創造了新的構圖方式，即不使用完整場景構圖，而是選擇一個生活片段，用畫框進行任意切割，這種新的構圖角度與方式正是來自于攝影圖像。

圖像素材的創作應用發展至今天已經發生了極大的發展與變化，現代化的發達科學技術與網絡的普及令圖像資源無論是在深度上還是廣度上都達到了以前難以企及的高度，在深度上大到宇宙星辰，小至微觀世界，在廣度上則幾乎沒有邊界限制。極端豐富的圖像資料開拓了藝術家的視野，也給他們帶來了更多的全新藝術創作思路。通過對所需圖像素材的處理與藝術加工，藝術家可以更具獨創性地完成自己的油畫作品。

二、圖像素材應用于油畫創作的問題

平衡是油畫創作的關鍵因素，圖像素材在油畫創作中的應用雖然有許多優點，但如果過度使用進而產生過度的依賴性，破壞了其與藝術性的平衡，那油畫藝術勢必將走向末路。許多藝術家沉迷于豐富的網絡圖像資源，導致了視野的狹窄，只看得見屏幕上的圖像，卻看不見生活中更加豐富的創作素材，本末倒置，對藝術創作有害無益。

需要注意的是，圖像素材只是油畫創作的途徑之一，而不是唯一途徑，如果單單只執著于這一種手段，必然大大損害作為油畫藝術靈魂的創造性。繪畫之妙，正在于似與不似之間，過度應用圖像素材，會使油畫作品淪于一味描摹抄襲的下乘境界，不只在表現力上顯得空洞貧乏，更無法創造出新的形象。藝術家如果完全依賴于圖像素材，就等于放棄了感受自然、體驗生活、感受萬物、溝通世界的寶貴機會，最終只沉醉于圖像素材那狹小的天地里，令自身的創造性枯竭殆盡。

油畫創作有一些必要的創作過程，比如提煉概括形象、表現色彩個性、取舍不同的造型等，這些過程都是需要數量龐大的訓練與推敲的，可以說是創造的積累與沉淀。而過度應用圖像素材會令這些過程嚴重簡化，底稿的繪畫只依靠對圖片的抄襲臨摹甚至圖像噴繪來完成，既沒有對生活的真切體驗，也缺乏對繪畫性的思考與研究，這種惡性的模仿循環會令繪畫藝術的本來意義不復存在。

因此圖像最有效的運用方式是將其作為一種輔助物或備忘手段，只用于輔助油畫創作或者代替速寫、寫生的相關細節，而不是與圖像創作混同，成為使用油畫顏料的復制與仿制。

對圖像素材的不當應用令油畫創作被形式主義禁錮束縛，更令油畫藝術淪為復制圖像的方法，這種不良現象使大量油畫創作者產生了嚴重的惰性，只依賴于圖像，將寫生與觀察的過程完全拋棄，最終導致了繪畫技術的退化和主觀把握能力的缺失。因為寫生過程是對多方面美術創作技巧的一種練習，在進行寫生時，寫生的對象并非如同圖像一般是完全靜止不動的，而是會與繪畫者一直產生某種細微的變化，這種細微的差異正可以培養繪畫者的主觀把握能力，讓他能通過主觀判斷將這些細微的變化從多角度總結概括成最終的圖畫，這種能力的培養是圖像素材所做不到的。

三、圖像時代我國油畫創作的發展

我國的當代油畫自85新潮美術史始，一直致力于探索多元化繪畫形式，但圖像素材的廣泛運用是在90年代后。這以后圖像不再只作為參考素材，而是在油畫創作中被直接加以運用，畫家拼合歷史、政治與流行圖像，在作品中留下鮮明獨特的圖像符號。這一改變是大眾文化開始進入藝術領域的象征。

90年代末期，圖像素材在油畫創作中的應用產生了新型的獨特方式，一些油畫家首先利用攝影技術，對景物擺拍或者抓[第一論文 網( dylw.NET) 專業提供寫作論文的服務,歡迎光臨]拍，然后使用計算機對圖像進行處理，再將處理后的圖像轉換為油畫。這種繪畫方式相當于對計算機處理的圖像進行了再創作，不只是作品的表現方式方面，連造型與畫面效果也因此得以呈現出嶄新的面貌。

80后的藝術家們近些年也已逐漸成長起來，他們的油畫作品里淡去了傷痕的影子，少了對現實的描述，更加注重于內心世界的表達與因境而生的感悟。豐富的幻想與更多的資訊令80后藝術家的作品充滿活力與生命力，這其中的一類代表就是卡通油畫。卡通油畫中不僅使用了眾多的卡通視覺符號，而且風格極其混雜多變，是現代社會年輕人新型價值觀的體現。

四、計算機圖像處理技術與油畫創作

早期的圖像處理技術功能性很差，只能處理部分規則圖像，這使得其幾乎沒有什么表現力。但隨著技術的進步，圖像處理不僅能對設計進行輔助，更可以對傳統藝術進行模仿，這為畫家們將該技術應用于油畫創作提供了前提條件。油畫的創作者們可以以圖像處理軟件對圖像素材施以符合自己創作需求的處理，包括剪裁、色調變化、拼貼合并、畫面變形等處理方式，通過將這些處理過的圖像灌入感情，賦予涵義，并應用到油畫中去，可以大大影響油畫的創作意義。計算機上的圖像處理軟件可以按照工作原理進行分類，分別是像素圖軟件、矢量圖軟件和三維軟件三種。三種軟件各有用途和長處，目前應用于油畫創作上較多的是像素圖軟件中的Photoshop軟件，其操作簡單，功能強大，可以進行圖像編輯、圖像合成、校色調色、濾鏡等多 種圖像處理，是將圖像素材應用于油畫創作的絕佳輔助工具。

五、結語

雖然圖像素材的運用不只為油畫創作帶來了便利，更促進了油畫創作的思維拓展，但它歸根結底只是一種輔助手段，用于表現藝術家的創作構思，協助完成最終的藝術創作。因此切忌本末倒置、反客為主，將圖像素材當作油畫創作的主體。新時代的油畫創作需要的是繼承與創新并重，借鑒大眾視覺圖像所提供的創作素材，接受這種新的審美取向，拓展全新發展空間，將圖像素材和其他媒介相互融合，從而創造出油畫的新樣式，讓油畫創造煥發出新時代的蓬勃生機。

參考文獻：

①尼古拉斯·米爾佐夫.視覺文化導論[M].江蘇人民出版社，2006

②阿萊斯·艾爾雅維茨.圖像時代[M].長春：吉林人民出版社，2003

③賈永紅.數字圖像處理[M].武漢大學出版社，2003

篇9

電子產品的核心部分——印刷電路板(PCB)，是集成各種電子元器件的信息載體，在各個領域得到了廣泛的應用，是電子產品中不可缺少的部分。PCB的質量成了電子產品能否長期、正常、可靠的工作的決定因素[1]。隨著科技的發展，PCB產品的高密度、高復雜度、高性能發展趨勢不斷挑戰PCB板的質量檢測問題。傳統PCB缺陷檢測方式因接觸受限、高成本、低效率等因素，己經逐漸不能滿足現代檢測需要，因此研究實現一種PCB缺陷的自動檢測系統具有很大的學術意義和經濟價值[2]。國內外研究的PCB缺陷檢測技術中，AOI（Automatic Optic Inspection自動光學檢測）技術越來越受到重視，其中基于圖像處理的檢測方法也成為自動光學檢測的主流。本文通過圖像處理技術研究了一種大視場、高精度、快速實時的PCB缺陷自動檢測系統，設計了硬件結構和軟件算法流程。通過改進的電機驅動方式配合一鍵式自動檢測軟件的設計，大大提高了系統的檢測速度，對結果分析模塊的缺陷識別算法的改進提高了檢測結果的準確性。

1.系統結構

PCB缺陷自動檢測系統主要由運動控制模塊、圖像采集模塊、圖像處理模塊、結果分析模塊組成。系統工作過程如下：上位機控制步進電機運動，步進電機帶動二維平臺運動，將CCD攝像機傳輸到待檢測PCB上方，對PCB進行大場景圖像采集，采集的圖像經過圖像采集卡送到上位機，上位機軟件對采集的圖像進行拼接、圖像預處理，對處理的圖像進行準確定位并校準，通過圖像分割、圖像形態學處理等，最后進行模板匹配、圖像識別，得出缺陷檢測結果。系統設計包括硬件設計和軟件設計，系統軟硬件相互協調工作構成一個整體。

2.系統硬件設計

PCB缺陷自動檢測系統的硬件設計主要包括二維運動平臺、電機運動控制板、電機驅動板、CCD攝像機、圖像采集卡、PC等，其結構如圖1所示。

2.1 CCD攝像機和圖像采集卡

CCD攝像機的主要特性參數包括攝像機制式、光敏面尺寸、像素尺寸、分辨率、電子快門速度、同步系統的方式、最小照度、靈敏度、信噪比等。其中攝像機制式和是否在線檢測決定了圖像采集卡的采樣頻率，光敏面尺寸、像素尺寸、分辨率以及成像透鏡系統的放大率的平衡選擇取決于測量范圍和測量精度[3]。考慮到以上各個因素以及系統要求，在實驗中采用的是廣州視安公司的槍式攝像機，該攝像機的特點是數字面陣CCD逐行掃描，提供AV復合視頻接口和標準鏡頭接口，提供VC的SDK軟件開發包，方便設計軟件處理模塊。

圖像采集卡，又稱視頻捕捉卡，是視頻卡的一種類型。圖像采集卡完成的主要功能是把攝像機的連續模擬視頻信號轉換成為離散的數字量。其基本原理：從攝像機輸出的各種制式的視頻輸出信號，經過輸入選擇模塊處理后，形成能被圖像采集卡識別的視頻信號。模擬視頻信號經過轉換后，存儲在卡上的幀緩存存儲器內，由計算機CPU通過計算機總線控制具體的圖像傳遞，最終存儲在計算機的內存或硬盤，用于圖像處理[4]。本設計采用的圖像采集卡型號是：NV7004-N，將CCD攝像機模擬信號轉化為數字信號傳輸到上位機實時顯示，并能完成圖像的抓拍功能。

2.2 電機運動控制器及精密二維運動平臺

PCB缺陷自動檢測系統的運動控制器為自行設計的MCU控制板，核心芯片為ATMEL公司生產的單片機AT89S52，控制板通過RS-232串行通信接口與上位機進行通信。通過操作人機交互界面對控制板發送命令，控制板輸出控制信號以及各種頻率的方波信號到步進電機驅動板，以控制步進電機的轉速、方向以及移動距離。

二維運動平臺由兩個日本SUS Corp公司生產的精密運動導軌搭建，運動導軌為滾珠絲桿型，非常精密，誤差很小。步進電機與運動導軌相連，從而帶動導軌的運動。步進電機為日本TAMAGAWA公司生產的兩相四線制混合式步進電機，該型號步進電機運行穩定、噪聲小。

2.3 電機驅動

步進電機的驅動實際上就是通過控制步進電機的各相勵磁繞組的電流，使步進電機的內部磁場合成方向發生變化，從而使步進電機轉動起來。各相勵磁繞組的電流產生的合成磁場矢量的幅值決定了步進電機旋轉轉矩的大小，相鄰兩合成磁場矢量之間的夾角大小決定了步距角的大小[5]。

在拍數一定的情況下，齒數越多，步距角就越小，但由于受制作工藝的限制齒數不能做得很多，因此步進電機的步距角就不可能很小。改變步進電機的拍數也可以改變步距角，拍數是指完成一個磁場周期性變化所需脈沖數或導電狀態，或指電機轉過一個齒距角所需脈沖數。當步進電機的相數確定時，拍數也就確定。通過增加步進電機的齒數和相數來減小步距角，步距角減小的度數非常有限，很難滿足生產的要求。

細分數越多，電流變化越小，從而大大減少了電機的振蕩和噪音。采用階梯狀正弦波對電流進行細分時，階梯越多(即細分數越多)，波形就越接近正弦波，通入的階梯電流就越小，步距角也就越小[6]。從而大大減少了步進電機運行時的丟步率，降低了步進電機運行時的噪音和顫動，也使步進電機運行更加穩定，更易于控制。

3.系統軟件設計

3.1 系統算法流程

手動檢測可以根據需要在采集圖像時直接通過控制步進電機運動將CCD攝像頭運動到待測PCB板的主要部位，在進行圖像處理時也可以根據圖像質量來選擇與之相適應的圖像處理算法來實現，使系統具有交互性。自動檢測初始化設置參數后，可以一鍵實現缺陷檢測得出檢測結果，減少了操作復雜度，也大大提高了檢測的速度，使系統具有自動化、操作簡單、速度快等優點。本文結合二者于一體，使PCB缺陷自動檢測系統更加優秀，更加實用。

3.2 缺陷檢測

當前印刷電路板缺陷檢測方法主要分為參考比較法、非參考比較法和混合法三大類，參考比較法將被測圖像和參考圖像進行特征對特征的比較；非參考比較法不需要任何的參考圖像，只是根據先前設計的規則標準來判斷出是否有缺陷，如果不符合標準便認為此有缺陷；混合法是參考比較法和非參考比較法綜合應用。本文主要使用參考比較法，通過檢測PCB圖像與標準圖像進行對比分析，判斷該PCB板是否有缺陷[7]。

3.3 缺陷識別

3.4 結果分析

4.結論

本文基于計算機視覺和圖像處理設計了一個印刷電路板(PCB)缺陷自動檢測系統，并對其功能進行了驗證，實驗結果表明該系統界面友好，操作簡單，檢測方法簡單，檢測過程迅速，檢測結果準確。該系統為PCB缺陷的檢測提供了一個很好的解決方案，具有重要的應用價值。

參考文獻

[1]孫曉婷.PCB視覺檢測系統的研究[D].長沙:中南大學碩士論文,2008.

[2]2012-2016年中國PCB連接器市場預測及投資建議報告[R].中商情報網.

[3]俞瑋.AOI技術在PCB缺陷檢測中的應用研究[D].成都:電子科技大學碩士論文,2007.

[4]崔懷峰.PCB表面缺陷自動光學檢測技術的研究[D].江門:五邑大學碩士論文,2010.

[5]李玲娟,劉景林,王燦.兩相混合式步進電機恒轉矩細分驅動技術研究[J].微電機,2007,40(3):48-50.

[6]黃露.基于FPGA的步進電機控制系統設計與實現[D].重慶:重慶大學碩士論文,2011.

篇10

中圖分類號：TP399 文獻標識碼：A 文章編號：1007-9416（2013）03-0242-01

在高校教學體系中，數字圖像處理成為了包括理工科、農醫科在內專業必選課程或者重點選修課程。作為一門理論知識豐富、實踐性非常強的高校課程，當前PBL模式已經成為了包括美國在內的多個國家的主要教學模式。

1 PBL模式與數字圖像處理結合探索背景

PBL模式作為一種較為先進的教學模式，英文名稱Problem-Based Learning，其含義為問題式教學模式或者基于問題的學習模式，PBL模式的主要思路是以問題為前提進行教學的展開活動，這一教學方法的特點在于在教師的直接參與和指導之下，將學生放在主體地位，通過小組討論的方式，通過以某一具體問題為中心的研究討論和加強學習的過程，將教學的焦點放在某學科的重要原理以及關鍵概念之上，通過幫助學生自己構建知識體系的過程，養成學習獨立學習、獨立思考的基本能力，數字圖像處理具有其本身獨特的特色。

其一，該門課程的理論知識豐富，知識點較為深奧難懂[1]；其二，日常生活中，應用到的數字圖像處理相關課程知識點較多，對學生綜合能力要求較高，尤其在工科專業的基礎知識學習中要求較高，需要對計算機、數學等學科知識進行綜合運用，例如，湖南省某學院部分專業在開設這門課程時，每一學期的課時量為30至40課時，該學院部分立刻專業設置了選修課程的的課時量。依靠傳統的教學模式進行數字圖像處理已經不適宜當前的教學實際，須對高校包括機械制造專業、自動化等專業的數字圖像處理能力進行要求，才能全面提升學生的綜合能力。

2 基于PBL模式的實踐教學改革方案探索

2.1 對數字圖像處理實踐教學方式方法的研究

以上述湖南某城市學院為例，為推進數字圖像處理的PBL模式改革，該校自行編撰了驗證性課程指導實踐用書，該書的主要內容包括了30多個實踐項目，涵蓋了圖像分析、圖像濾波、數字處理軟件的使用以及圖像分割等多個板塊知識點，該學院學生中計算機普及程度廣，所以在進行圖像處理實踐時可自行下載相關的支持軟件。改變以往該課程集中實踐方式，升級成分散與集中結合的模式，即第一步學生利用業余時間或者在專門實驗室內完成數字圖像處理分散實驗，第二步教師對學生教學實踐中產生的問題進行一對一面談解決或者利用網絡通訊工具解決問題，第三步，通過多次的分散式課程實踐活動，利用4個至6個課時進行集中式教學。

2.2 突破數字圖像處理理論教學模式

其一，確保在對數字圖像處理完整性以及整體性進行維護前提下，在實踐教學課堂中盡量避免對數字處理相關公式的重復推導[2]，主要對相關算法以及關鍵原理進行說明，如在對均衡處理數字圖像知識點進行講解過程中，直接引用推導公式，利用均衡化圖像的原理以及關鍵算法進行處理技術的編程；其二，在對相關的信息進行篩選之后重點對處理圖像的算法進行編程和實踐應用，在對圖像處理邊緣檢測知識進行運用過程中，可以將Hough的變換、路經檢測加強聯系，更好進行編程；其三，在解決實踐問題的過程中，多進行實例的例舉，可利用2至3個課時對實踐教學的背景、已有的實踐教學成果的、重要技術流程、重要算法進行演示等。

3 基于PBL模式的數字圖像處理教學方案設計

仍以湖南某城市學院信息學院為例，從PBL模式出發，針對于數字圖像處理建立了處理庫，這一項目中涵蓋處理圖像、分析圖像、識別圖像等多類別項目，例如“門禁系統視覺識別系統”、“指紋識別”、“二維碼檢測”等，學院每學期建立了不低于36個的項目，學生可在這些項目中進行選修，另外，以40個課時為標準，數字圖形處理理論課程教學學時為30個，實踐性教學課時為10個，每周保證3個學時，總共教學時長為13個教學周。

第一，在進行教學的前兩個周內，將數字圖像處理課程PBL模式實踐考察和教學方式進行明確和推介，并將以往的學生實踐教學成果進行分享，為學生在選修過程中提供參考，學生進行是否選修的決策；第二，在3至4周，擬定學生課程選修名單，進行實踐性教學任務的布置，確定36個以上的實踐項目給學生，學生自動組成項目合作，保持每組在3個人左右，學生自行數字圖像處理選擇題目，對實踐項目進行圖像加文字型的介紹，盡快確定目標，盡快對實踐應用難度進行確定以及評分；第三，在5至6周的時候確定數字圖像處理實踐目標書，確定相關參考資料；第四，在7周至12周時間內實施實踐項目，學生利用課余時間完成分散型實驗，這段時間內適當安排集中型實驗，對實踐項目進行驗證，在這一過程中，特別注意積極提出實踐項目存在的問題，及時檢查問題解決的進度，教師有針對地進行問題解答，幫助實踐小組完成任務目標；第五，在第13周時，組成專業或者班級為小組的實踐項目答辯，實踐項目的成果進行答辯與說明；最后，數字圖像處理課程教師完成總結，學生對實踐項目進行報告，教師根據實際情況對學生進行打分。

4 結語

基于PBL模式的數字圖像處理的教學形式，能幫助高校學生快速了解和吸收處理數字化圖像過程中必要的技術、方法與原理等知識點[3]，還能幫助學生掌握數字圖像處理實踐項目的實踐研究方法和思路，提升學生利用圖像處理的基礎知識靈活解決生活實際問題能力，提升學生的學習積極性以及創新、實踐能力，對于全面提升數字圖像處理相關課程的教學質量具有重要作用。

參考文獻