（测试计量技术及仪器专业论文）太阳能电池板激光刻线参数检测方法研究与实现.pdf

l i i ii i ii ll l l li i i iiiiil 17 4 6 0 7 7 ad i s s e r t a t i o ns u b m i t t e dt og u a n g d o n gu n i v e r s i t yo ft e c h n o l o g y f o rt h ed e g r e eo fm a s t e ro fe n g i n e e r i n gs c i e n c e r e s e a r c ho nm e t h o do ft e s t i n gl a s e re n g r a v e dl i n e p a r a m e t e r sa n dr e a l i z e m a s t e ro fe n g i n e e r i n gs c i e n c ec a n d i d a t e ：y a oq i n s u p e r v i s o r ：p r o f z h uz h e n g t a o j u n e2 0 1 0 s c h o o lo fi n f o r m a t i o ne n g i n e e r i n g g u a n g d o n gun i v e r s i t yo ft e c h n o l o g y g u a n g z h o u ，g u a n g d o n g ，p r c h i n a ，5 10 0 0 6 摘要 摘要 随着计算机技术的普及，传统工业领域正发生着巨大的变化。这些变 化对工业计量与工业检测提出了更高的要求。原有的依靠人工的计量和检 测技术因工作量大、易受到检测人员主观因素的影响而越来越难于适应工 业领域的现代化发展。建立在图像处理之上的机器视觉技术在对产品质量 进行检测方面的应用更是因为巨大的需求而成为目前机器视觉应用中的热 点。 本文以数字图像处理理论为基础，开发一种用于检测太阳能电池板激 光刻线参数检测系统。太阳能电池板在生产过程中，要在镀膜后的玻璃上 刻上三条线，一般多采用激光刻线。激光刻线的线宽及线间距跟太阳能电 池的效能有很大的关系，当线间距从4 5 0 u m 降到38 0 u m 时，每块电池板大 概能够增加0 5 w 的功率。对于一个有几十万块电池板的发电厂来说增加 的功率非常显著。限制线宽、线间距缩小的主要因素有：1 激光的质量。 激光线是否够细，能量输出是否均匀稳定；2 设备的精度。对于这样一个 多轴平台来说，各个轴的精度以及相互之间的平行度、垂直度等也会显著 影响激光线的间距。所以高精度稳定测量有利于分析造成线间距较宽的原 因，从而对激光刻线设备及整体刻线设备的精度进行提高和改进。所以提 高检测的精度及稳定性对改善电池板的性能有很大的帮助。本检测系统测 量任务：1 分别测量三条刻线的宽度；2 分别测量三条刻线之间测距离；3 精确测量，测量精度为5 u m ；4 高重复精度，重复精度为5 u m 。本系统具 有高速、精确、稳定等特点，但仍然存在诸多不足之处。本文的主要研究 工作有： ( 1 ) 基于v c + + 6 0 平台开发了一套太阳能电池板激光刻线检测系统。设计 了友好的人机交互界面，功能完善快捷。本系统主要由四部分组成：成像 系统、数据处理系统、数据输出及控制系统。通过相机的精确标定，实现 对激光刻线的线距、线宽的精确测量。 ( 2 ) 硬件设计部分包括：硬件器件型号的选择、图像采集光路系统的设计、 广东工业大学硕士学位论文 运动控制系统的设计。力求在有限的条件下，采集到更高质量的图片，以 达到高检测精度的要求，并结合伺服电机、运动控制卡，设计一整套自动 检测系统。 ( 3 ) 图像边缘的检测算法研究。对三个目标区域进行图像对比度增强、滤 波、阈值分割、边缘检测等操作，实现了边缘的提取。通过实验对比，该 算法适应于本检测系统，效果显著，符合检测要求。 ( 4 ) 分别对图像测量系统进行了稳定性、精确性实验，通过数据分析，验 证了系统具有稳定高精的特点，满足工业要求。 关键词：机器视觉；图像增强；边缘检测；光路设计；相机标定 a b s t r a c t a b s t r a c t w i t ht h ep o p u l a r i z a t i o no fc o m p u t e rt e c h n o l o g y ，t r a d i t i o n a li n d u s t r i e sa r e u n d e r g o i n gt r e m e n d o u sc h a n g e s t h e s ec h a n g e s h a v ep u tf o r w a r dh i g h e r r e q u i r e m e n t so fi n d u s t r i a lm e a s u r e m e n ta n dd e t e c t i o n r e l y o nt h eo r i g i n a l m e a s u r e m e n ta n dt e s t i n gt e c h n o l o g yo fa r t i f i c i a li n c r e a s i n g l yd i f f i c u l tt om e e t t h e i n d u s t r y 。sm o d e r n i z a t i o n ，b e c a u s e t h e i m p a c t o ft h ew o r k l o a d ，t h e s u b je c t i v ef a c t o r so fi n s p e c t o r s i m a g ep r o c e s s i n gb a s e do nm a c h i n ev i s i o n t e c h n o l o g y f o r p r o d u c tq u a l i t yt e s t i n g ，b e c o m e ah o t o fm a c h i n ev i s i o n a p p l i c a t i o n sb e c a u s eo fh u g ed e m a n d b a s e do nt h et h e o r yo fd i g i t a li m a g ep r o c e s s i n g ，t h i sp a p e rd e v e l o p e da p a r a m e t e rm e a s u r e m e n ts y s t e mf o rl a s e re n g r a v e dl i n eo fs o l a rp a n e l i nt h e p r o d u c t i o np r o c e s s ，s o l a rp a n e lw a se n g r a v e db yl a s e rt h r e el i n e sa f t e rc o a t e d t h el i n ew i d t ha n dl i n es p a c eo fl a s e re n g r a v e dh a v eg r e a tr e l a t i o n sw i t ht h e p e r f o r m a n c eo fs o l a rc e l l s ，w h e nt h el i n es p a c ed o w nf r o m4 5 0 u m t o38 0 u r n ， e a c hb l o c ko fs o l a rp a n e l si n c r e a s e da b o u to 5 wo fp o w e r i n c r e a s e dp o w e r w a sv e r ys i g n i f i c a n tf o rap o w e rp l a n tw h i c hh a sd o z e n so f10 0 0 0s o l a rc e l l s m a i nf a c t o r so fr e s t r i c t e dl i n ew i d t ha n dl i n es p a c e ：1 q u a l i t yo fl a s e r t h e l a s e re n g r a v e dl i n ew a ss u f f i c i e n t l yf i n ea n dt h ee n e r g yo u t p u tw a su n i f o r m a n ds t a b l e ；2 a c c u r a c yo fe q u i p m e n t f o ram u l t i - b e a r i n g sp l a t f o r m ， s i g n i f i c a n ta f f e c t i n gf a c t o r s o fl i n es p a c e ：a x i sp r e c i s i o n ，p a r a l l e l i s ma n d p e r p e n d i c u l a r i t yo fb e a r i n g s a c c u r a t ea n ds t a b l em e a s u r e m e n t sh e l pa n a l y z e t h er e a s o n sf o rl i n es p a c i n gb e c o m ew id e r ，t h u si m p r o v et h ep r e c is i o no fl a s e r e n g r a v e dl i n ee q u i p m e n ta n dt h eo v e r a l le q u i p m e n t s oi m p r o v ea c c u r a c ya n d s t a b i l i t yo fd e t e c t i o nc a ni m p r o v et h ep e r f o r m a n c eo fs o l a rp a n e l sg r e a t l y t h e d e t e c t i o ns y s t e mm e a s u r i n gt a s k s ：1 m e a s u r et h ew i d t ho ft h r e ee n g r a v e d l i n e s ；2 m e a s u r et h ed i s t a n c eo ft h r e ee n g r a v e dl i n e s ；3 a c c u r a t em e a s u r e m e n t ， m e a s u r e m e n ta c c u r a c yo f5 i _ t m ；4 h i g hr e p e t i t i o na c c u r a c y ，r e p e a ta c c u r a c yo f i i i 5 1 t m t h es y s t e mh a sh i g h s p e e d ，p r e c i s i o n ，s t a b i l i t yc h a r a c t e r i s t i c s ，b u tt h e r e a r es t i l lh a v es o m ed e f i c i e n c i e s t h em a i nr e s e a r c hw o r k ： ( 1 ) b a s e do nv c + + 6 0 ，d e v e l o p e dap a r a m e t e rm e a s u r e m e n ts y s t e mf o rl a s e r e n g r a v e dl i n eo fs o l a rp a n e l d e s i g n e daf r i e n d l yi n t e r a c t i v ei n t e r f a c e ，i t s f u n c t i o ni sf a s ta n dp e r f e c t t h i s s y s t e mm a i n l yc o n s i s t so ff o u rp a r t s ： i m a g i n gs y s t e m s ，d a t ap r o c e s s i n gs y s t e m ，d a t ao u t p u ta n dc o n t r o ls y s t e m s r e a l i z e da c c u r a t em e a s u r e m e n to fl a s e re n g r a v e dl i n es p a c i n ga n dl i n ew i d t h ， b ya c c u r a t ec a l i b r a t i o no ft h ec a m e r a ( 2 ) h a r d w a r ed e s i g ni n c l u d i n g ：s e l e c tt h eh a r d w a r ed e v i c e t y p e ，i m a g e a c q u i s i t i o no p t i c a ls y s t e md e s i g n ，m o t i o nc o n t r o ls y s t e md e s i g n c o l l e c t h i g h e rq u a l i t yi m a g e st om e e tt h er e q u i r e m e n t so fh i g hd e t e c t i o na c c u r a c yi n l i m i t e dc o n d i t i o n s u s e ds e r v om o t o r sa n dm o t i o nc o n t r o lc a r d ，d e s i g n e das e t o fa u t o m a t i cd e t e c t i o ns y s t e m ( 3 ) r e s e a r c ho ne d g ed e t e c t i o na l g o r i t h m t a k es o m eo p e r a t i o no nt h r e et a r g e t r e g i o n s o ft h e i m a g e ，s u c h a sc o n t r a s t e n h a n c e m e n t ，f i l t e r ，t h r e s h o l d s e g m e n t a t i o n ，e d g ed e t e c t i o n ，t oe x t r a c tt h ee d g e e x p e r i m e n ts h o w st h a tt h e a l g o r i t h ma d a p t st ot h ed e t e c t i o ns y s t e m ，m e e tt h e t e s t i n gr e q u i r e m e n t s ， e f f e c t i v e l y ( g ) c a r r i e do u ts t a b i l i t y ，a c c u r a c yt e s to ft h ei m a g em e a s u r e m e n ts y s t e m t h r o u g hd a t aa n a l y s i s ，v e r i f yt h es y s t e mh a sc h a r a c t e r i s t i c so fs t a b i l i t ya n d h i g h p r e c i s i o nt h a tm e e ti n d u s t r yr e q u i r e m e n t s k e y w o r d ： c o m p u t e rv i s i o n ；i m a g ee n h a n c e m e n t ；e d g ed e t e c t i o n ；o p t i c a lp a t hd e s i g n ； c a m e r ac a l i b r a t ；n n i v 一一一 目录 目录 摘要i 目录1 第一章绪论j 1 1 1 课题的背景及其研究意义1 1 1 1 课题的背景1 1 1 2 课题的研究意义2 1 2 边缘检测的历史及发展趋势：、j ：3 1 2 1 边缘检测的发展历史3 1 2 2 边缘检测中存在的问题4 1 2 3 边缘检测的发展趋势j 4 1 3 图像增强算法研究现状5 1 4 论文主要完成工作6 1 5 论文的内容安排6 第二章图像采集系统硬件设计8 2 1 需求分析及其总体测量架构8 2 2 图像采集硬件部分小：。9 j ：? ；、，。7：7 2 2 1c c d 基本概念。、j o 9 2 2 2 光学镜头的分析与选择10 2 2 3 图像采集卡1 1 2 3 图像采集光路成像设计12 2 3 1 光路成像系统1 2 2 3 2 光源型号及其参数1 5 2 4 运动控制系统的设计16 2 4 1g t 运动控制卡17 2 4 2 串口i o 输出卡17 2 5 相机的标定18 广东工业大学硕士学位论丈 第三章边缘检测的基本理论及算法2 0 3 1 边缘检测基本方法2 0 3 2 边缘检测基本实现方法及其经典算子_ 2 1 3 2 1 一阶微分方法2l 3 2 2 二阶微分方法2 4 3 3 图像增强的基本方法3 1 第四章边缘检测算法研究及其实现3 5 4 1 图像提取感兴趣区域3 6 4 1 1 图像感兴趣区域( r o i ) 的提取3 6 4 1 2 全局二值化3 7 4 1 3 细划r o i 区域3 8 4 2 图像预处理3 9 4 2 1 增强处理3 9 4 2 2 滤波处理一4 1 4 2 3 二值化_ ：4 2 4 3 图像边缘的提取4 4 4 3 1 边缘搜索基本思想4 4 4 3 2 线性最小二乘法原理4 5 4 3 3 直线拟合：4 6 4 4v c 编程实现4 9 4 5 结果分析及误差分析5 2 4 5 1 结果分析5 2 4 5 2 误差分析5 4 总结归纳及其展望5 6 参考文献5 8 攻读学位期间发表论文“6 l 独创性声明6 2 致谤 6 3 附件6 4 c o n t e n t s c o n t e n t s b s t r a c t i c o n t e n t s i c h a p t e r1i n t r o d u c t i o n 1 1 1t h ep u r p o s ea n ds i g n i f i c a n c eo fr e s e a r c h 1 1 1 1b a c k g r o u n d ：1 1 1 2s i g n i f i c a n c eo fr e s e a r c h 2 1 2e d g ed e t e c t i o na n dd e v e l o p m e n t 3 1 2 1d e v e l o p m e n to fe d g ed e t e c t i o n 3 1 2 2e x i s t i n gp r o b l e m so fe d g ed e t e c t i o n 4 1 2 3d e v e l o p m e n tt r e n do fe d g ed e t e c t i o n 4 1 3r e s e a r c ho ni m a g ee n h a n c e m e n tm e t h o d s 5 1 4t h em a i nc o n t e n to fr e s e a r c h 6 1 5s t r u c t r u eo ft h et h e s i s 6 c h a p t e r2h a r d w a r ed e s i g no fi m a g ea c q u i s i t i o ns y s t e m 8 2 1d e m a n da a n a l y s i sa n db a s i cf r a m e w o r k 8 2 2b a s i cf r a m e w o r ko fi m a g ea c q u i s i t i o ns y s t e m ：9 2 2 1b a s i cc o n c e p t so fc c d 9 2 2 2s e l e c t i o no fo p t i c a ll e n s e s 10 2 2 3 i m a g ea c q u i s i t i o nc a r d s 1 1 2 3o p t i c a lp a t ho fi m a g ea c q u i s i t i o ns y s t e m 1 2 2 3 1o p t i c a ls y s t e mo fi m a g ea c q u i s i t i o n 1 2 2 3 2l i g h ts o u r c em o d e l 15 2 4d e s i g no fm o t i o nc o n t r o ls y s t e m 16 2 4 1g t - m o t i o nc o n t r o lc a r d 17 2 4 2i op o r tc a r d 17 2 5c c dc a l i b r a t i o n 18 c h a p t e r 3b a s i ct h e o r ya n da l g o r i t h mo fe d g ed e t e c t i o n 2 0 3 1b a s i ct h e o r yo fe d g ed e t e c t i o n 2 0 3 2b a s i ca l g o r i t h ma n dc l a s s i c a le d g eo p e r a t o r 2 1 3 2 1f i r s t o r d e rd i f f e r e n t i a l 2 1 3 2 2s e c o n d o r d e rd i f f e r e n t i a l 2 4 i i i 3 3b a s i cm e t h o d so fi m a g ee n h a n c e m e n t 31 c h a p t e r4f u z z ye d g ed e t e c t i o na l g o r i t h m s 3 5 4 1r e g i o no fi n t e r e s t ( r o i ) e x t r a c t i o n 3 6 4 1 1r o ie x t r a c t i o n 3 6 4 1 2w h o l eb i n a r i z a t i o n 3 7 4 1 3r o is u b s e c t i o n 3 8 4 2i m a g ep r e p r o c e s s i n g 3 9 4 2 1i m a g ee n h a n c e m e n t ：3 9 4 2 2f i l t e r i n gm e t h o d 4 1 4 2 3b i n a r i z a t i o nm e t h o d 4 2 4 3i m a g ee d g ee x t r a c t i o na l g o r i t h m 4 4 4 3 1e d g es e a r c h i n g ：4 4 4 3 2l i n e a rl e a s ts q u a r em e t h o d 4 5 4 3 3s t r a i g h tl i n ef i t t i n g ：4 6 z i 4i m p l e m e n t a t i o nb a s eo nv c 4 9 4 5r e s u l t sa n a l y s i sa n de r r o ra n a l y s i s 5 2 4 5 1r e s u l t sa n a l y s i s 5 2 4 5 2e r r o r a n a l y s i s 5 4 c o n c l u s i o n 5 6 r e f e r e n c e 5 8 t h ep u b l i s h e dp a p e r sd u r i n gt h em a s t e rp e r i o d 6 1 p r o m e t h e a nd e c l a r e 6 2 a c k n o w l e d g e m e n t s 6 3 e n c l o s u r e 。：6 4 i v 第一章绪论 第一章绪论 1 1 课题的背景及其研究意义 1 1 1 课题的背景 随着计算机技术的普及，传统工业领域正发生着巨大的变化。这些变 化对工业计量与工业检测提出了更高的要求。原有的依靠人工的计量和检 测技术因工作量大、易受到检测人员主观因素的影响而越来越难于适应工 业领域的现代化发展。如何改变传统检测与计量方式以满足现实的复杂 需要已是当前计算机、工业测控领域内非常重要和实用的研究内容。在这 样的背景下，以工业图像处理技术、计算机视觉和自动识别技术为基础的 新型工业计量与检验技术因高效、实用、准确而脱颖而出。随着高清晰度 c c d 、数字图像和模式识别技术的快速发展，自动完成测量和判别工作也 成为可能。尤其是近二十年来，随着激光技术、精密计量光栅制造技术、 计算机技术以及图像处理技术的发展，将它们应用到精确测量领域，形成 了一种新的精密测量技术一一计算机视觉检测( c o m p u t e rv i s u a li n s p e c t i o n ， c v i ) 他卜“，极大的满足了现代工业制造业的发展在速度和精度上对精密复 杂工件几何参数的精密测量的要求，。 本论文的研究对象是太阳能电池板激光刻线边缘参数的检测。太阳能 电池板在生产过程中，要在太阳能电池板玻璃上刻三条线，一般多采用激 光刻线。由于激光刻线在镀膜后检测，加上玻璃表面的反光以及镀膜表层 磨损等物理因素影响，刻线边缘与背景分界相当模糊，加上噪声影响，使 得模糊边缘的精确提取成为一个难题。本文着力开发一款自动检测系统， 用于实现工业太阳能电池板激光刻线边缘的在线精确检测。本检测系统测 量任务：1 分别测量三条刻线的宽度；2 分别测量三条刻线之间测距离；3 精确测量，测量精度为5 u r n ；4 高重复精度，重复精度为5 u m 。 广东工业大学硕士学位论文 1 1 2 课题的研究意义 太阳能电池板在生产过程中，要在镀膜后的玻璃上刻上三条线，一般 多采用激光刻线。线宽及线间距对太阳能电池的效能有很大的关系，比如 当间距从4 5 0 u m 降到38 0 u m 时，每块电池板大概能够增加0 5 w 的功率。 对于一个有几十万块电池板的发电厂来说增加的功率还是很显著的。限制 间距缩小的因素有：1 激光的质量。激光线是否够细，能量输出是否均匀 稳定；2 设备的精度。对于这样一个多轴平台来说，各个轴的精度以及相 互之间的平行度、垂直度等也会显著影响激光线的间距；3 图像检测的精 度及稳定性也会显著影响该参数。所以提高检测的精度及稳定性对改善电 池板的性能有很大的意义。 本课题的难点在于：1 激光刻线边缘的模糊性。由于玻璃的一致性差， 材料特殊，图像放大倍数高，有的线刻完后又镀膜，图像质量不高，刻线 图像相当模糊。2 测量范围大，要求精度高。太阳能电池板长约35 e m ， 要求精度5 u m ，重复精度5 u r n 。本文通过结合运动控制系统，首先，对图 像进行感兴趣区域提取，提取目标区域。其次，对目标图像进行图像增强 处理。通过图像的拉普拉斯掩模锐化及梯度掩模变换，得到锐化图像。对 锐化图像进行滤波处理得到增强图像。再次，进行阈值分割，对目标图像 通过大津法进行二值化，获得阈值分割图像。最终，通过直线拟合方法， 搜索目标图像边缘，得到精确的激光刻线参数。 传统靠人工无法克服连续和长时间目视检测带来的疲劳误差和识别误 差，同时检测精度也难以保证。基于机器视觉的自动检测技术提供了一种 新的解决方案，它充分利用计算机的快速性、可靠性、结果的可重复性等 特点，与人类视觉的高度智能化及抽象能力相结合，可从根本上解决人工 检测效率低精度低的问题。因此太阳能电池板激光刻线图像自动检测系统 的开发，一方面对资源的利用、环保节能等方面具有重要意义；另一方面 节约了生产成本和人力资源，克服人力检测存在的缺陷，保证检测标准的 一致性，为产品质量提供了重要的保障。对于完成生产自动化向质量监控 自动化的递进，实现车间管理现代化具有重要的现实意义。 2 第一章绪论 1 2 边缘检测的历史及发展趋势 1 2 1 边缘检测的发展历史 图像边缘检测作为一个低级视觉处理过程，有着很长的研究历史，学 术思想非常活跃，新理论、新方法不断涌现。其原因一方面是由于课题本 身的重要性，另一方面也反映了这个课题的深度和难度。至今发展的有关 边缘检测的理论和方法尚存在许多不足之处，有待于进一步的改进和发展。 图像边缘检测自从五十年代提出和应用以来，迄今已经出现了大量方法。 传统的边缘检测方法有：r o b e r t s 算子、s o b e l 算子、l a p l a c i a n 微分算子 等1 。求解二维实函数的梯度之后，选取合适的阈值以提取边缘，通常称 之为梯度阈值法。这种微分算子运算简单，但抗干扰性能差。于是又有了 曲面拟合的各种检测算法，其基本思想是用一个平滑的曲面与待测点周围 某邻域内像素的灰度值进行拟合，然后计算此曲面的一阶或二阶导数。微 分算子通常采用相对较小的窗口进行运算，比如3 x 3 或5 5 窗口，它们一般 对噪声较为敏感，二阶导数算子尤甚。目前在经典边缘检测算子基础上发 展起来的边缘检测算子，可以分为三大类：1 最优算子这类方法的目的是根 据信噪比求得检测边缘的最优滤波器。2 多尺度方法。由于物理和光照等 原因。实际图像中的边缘常常发生在不同的尺度范围上，并且每一边缘像 元的尺度信息是未知的，利用单一固定尺度的边缘检测算子不可能同时最 佳地检测出这些边缘。因此，基于图像多尺度边缘特征的多尺度方法蓬勃 发展起来。所谓多尺度边缘检测，就是有效组合利用多个不同尺度的边缘 检测算子同时正确地检测一幅图像内发生在各个尺度上的边缘。多尺度方 法的基本思想是在大尺度下抑制噪声，可靠地识别边缘，在小尺度下精确 定位，再由粗到细跟踪边缘，得到边缘的真实位置。3 自适应方法。自适 应方法的思想是利用一个通用算子对信号进行平滑，该算子能使其本身与 信号的局部结构相适应。如果已知边缘点位置，则在用模板卷积图像的时 候，可以预先减少这些点上的模板的权重，从而减少或避免这些点参与平 滑。分布在边缘附近，分属于边缘两边不同部分的像素也不能参与平均化， 广东工业大学硕士学位论文 要做到这一点，要求模板不能大。根据模板所在位置的灰度变化情况自动 调整模板权重，以达到保细节平滑的目的，这就是自适应方法的基本思想。 由于在该领域的科研工作者们的不懈努力，人们分别在线性滤波、非线性 滤波、拟合法、参数非参数统计、松弛法、形态学方法、神经网络1 、 模糊、分形以及遗传算法等不同方面不同程度上达到各自的目标。 1 2 2 边缘检测中存在的问题 边缘检测是图像处理和理解的基本课题之一，长期以来，人们一直关 注着它的发展。理想的边缘检测应当正确解决边缘的有无、真假和定位方 向。它的基本要求是：低错判率和高定位精度。低错判率要求不漏掉实际 边缘，不虚报边缘。高定位精度要求把边缘以等于或小于一个像素的宽度 确定在它的实际位置上。但真正实现这一目标尚有较大的难度，这是因为： ( 1 ) 实际图像都含有噪声，并且噪声的分布方差等信息也都是未知的，同时 噪声和边缘都是高频信号，虽然平滑滤波运算可消除噪声，但是也导致一 些边缘模糊，检测出的边缘往往移位。( 2 ) 由于物理和光照等原因，实际图 像中的边缘常常发生在不同的尺度范围上，并且每一边缘像元的尺度信息 是未知的，利用单一固定尺度的边缘检测算子不可能同时最佳地检测出这 些边缘。同时还存在算法的复杂性与软硬件实现的困难性等矛盾。所以边 缘检测是至今仍未得到圆满解决的问题。 1 2 3 边缘检测的发展趋势 边缘检测是属于低层视觉中研究的问题，是计算机视觉中的中高层任务 实现的基础，是图像处理问题中经典技术难题之一，它的解决对于我们进 行高层次的特征描述、识别和理解等有着重大的影响。边缘检测的研究多 年来一直受到人们的高度重视，从边缘检测研究的历史和现状来看，边缘 检测的研究有几个明显的趋势： ( 1 ) 对原有算法的不断改进。 ( 2 ) 新方法、新概念的引入和多种方法的有效综合运用。人们逐渐认识到现 4 第一章绪论 有的任何一种单独的边缘检测算法都难以从一般图像中检测得到令人满意 的边缘图像，因而很多人在把新方法和新概念不断地引入边缘检测领域的 同时，也更加重视把各种方法综合起来运用。 ( 3 ) 对图像边缘检测评价的研究和对评价系统的研究越来越得到关注。 ( 4 ) 将现有的算法应用于工程实际中。如车牌识别、虹膜识别、人脸检测、 医学或商标图像检索等。根据具体应用要求，设计新的边缘检测方法或对 现有的方法进行改进。 1 3 图像增强算法研究现状 图像增强领域发展至今已经有很多算法，通常分为两大类：空域法和频 域法h 川。空域法，主要是在空间域中对图像像素灰度值直接进行运算处 理。主要算法包括直方图修正、对比度增强和灰度级校正等。频率域法是 在图像的某种变换域中( 通常是频率域) 对图像的变换值进行某种运算处 理，然后变换回空间域。它是一种间接图像增强方法，主要包括中值滤波、 低通滤波、高通滤波、小波变换等。下面介绍一下目前常用的图像增强处 ，理方法。1 直方图均衡。直方图表示数字图像中每一灰度级与其出现的频 数间的统计关系。直方图能给出图像整体分布描述，如图像的灰度范围、 灰度级的大致分布情况等。把原图像的直方图变换为各灰度值频率固定的 直方图称为直方图均衡化。通常来说，当灰度频率分布接近正态分布形状 的时候最适合人眼观察，但如果把与正态分布形状相差较大的图像勉强进 行直方图均衡时，往往会产生问题。因此直方图均衡对那种原图像的动态 范围窄，且不够鲜明的图像很有效。2 对比度增强。这是图像增强中最普 遍的增强方法。当图像成像不足或过度曝光，图像记录设备范围太窄等， 都会产生对比不足的问题，使图像的细节分辨不清。为此需对每一像素的 灰度级进行变换，扩大图像灰度的范围，达到图像增强目的。对比度增强 分为线性和非线性对比度增强两种，线性是指将对比度较差的图像灰度线 性扩展，常能显著改善图像的质量。当用某些非线性函数如对数、指数函 数作为映射函数时，可实现图像灰度的非线性变换。3 中值滤波。中值滤 波的思想是对一个窗口内的所有像素灰度值进行排序，取排序结果的中间 广东工业大学硕士学位论文 值作为