基于机器视觉的换向器表面质量自动化检测方法研究30035.docx

《基于机器视觉的换向器表面质量自动化检测方法研究30035.docx》由会员分享，可在线阅读，更多相关《基于机器视觉的换向器表面质量自动化检测方法研究30035.docx（48页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、毕 业 论 文文题 目： 基于机器器视觉的换向向器表面质量量（麻点）自动化化检测方法研研究 作 者： MM L P 毕业届期： 2 00 1 1 届 指导老师： 院 系： 交交通与工程系系 专 业： 交交 通 运 输 2011年5月月15日目录摘要2第一章 绪论31.1选题目的的及意义31.2实验方案案31.3文章内容容结构4第二章 数字化化图像基础62.1 图像的的数学模型62.2 彩色图图像72.2.1加权权平均法72.3 灰度图图像72.3.1 灰灰度直方图82.4 二值图图像92.4.1 灰灰度图像二值值化92.5 本章小小结10第三章 霍夫变变换113.1霍夫变换换基本原理113.2

2、 极坐坐标形式表示示霍夫变换133.3 霍夫变变换原理的应应用方法153.3.1 算算法原理153.4 总结17第四章 图像采采集及几何校校正184.1图像采集集184.2 图像的的几何校正184.2.1 图图像几何校正正基础知识194.2.2 图图像的旋转校校正194.2.3图像像的裁剪224.3 本章总总结23第五章 图像的的分割245.1基于阈值值的图像分割割245.2 连通域域标记及面积积计算255.3 本章小小结26第六章 图像的的边缘检测与与实验结果276.1换向片边边缘检测与标标记276.2 检测结结果计算296.2.1图像像单位距离计计算296.2.2 麻麻点实际面积积计算29

3、6.3 本章小小结30第七章 结论论317.1本论文所所取得的成果果317.2展望331参考文献333致谢34附录35基于机器视觉的的换向器表面面质量（麻点点）自动化检检测方法研究究摘要换向片作为直流流电机的关键键部件，其表表面质量好坏坏直接影响到到电机的运行行性能。换向向片表面麻点点的存在，会会使电刷和换换向器的接触触稳定性受到到破坏，加大大电刷与换向向器接触面火火花和电弧产产生的倾向，严严重影响电机机运行的稳定定性和使用寿寿命。然而目目前国内对换换向片表面质质量的检测依依旧停留在人人工检测阶段段，技术落后后，效率低，工工作强度大。根根据权威期刊刊数据库检索索结果可知，国国内尚无此方方面的研

4、究成成果。论文将机器视觉觉技术应用于于换向片表面面质量的检测测，通过计算算换向片表面面麻点面积来来实现。采用用基于阈值的的图像分割技技术提取出麻麻点图像，对对其进行标记记和连通域面面积计算；针针对换向片的的边缘轮廓形形状特征，应应用上边缘检检测和霍夫变变换方法，标标记换向片上上下边缘并计计算两条边缘缘线间距离，然然后依据其实实际距离可推推算出麻点面面积。论文首次应用了了机器视觉技技术来检测换换向片表面质质量。用maatlab语语言进行编程程实验，仿真真结果良好，表表明文中提出出的方法是有有效可行的。不不但成功地解解决了换向器器表面质量的的检测问题，同同时对其他产产品上同类问问题的解决具具有一定

5、的借借鉴意义。 关键词： 换向器表面面质量 边边缘检测 阈值分割 麻点 霍夫变换换第一章 绪论1.1选题目的的及意义换向片作为直流流电机的关键键部件，其状状态好坏直接接影响到电机机的运行性能能。换向片对对电机性能的的影响主要取取决于在一定定条件下相对对电刷高速滑滑动时的电接接触行为。在在电刷和换向向器的接触面面上，如果能能够实现均匀匀、平滑的接接触，就能实实现平稳换向向；但因表面面麻点的存在在，电刷和换换向器的接触触稳定性受到到破坏，加大大电刷与换向向器接触面火火花和电弧产产生的倾向，严严重影响电机机运行的稳定定性和使用寿寿命。所以不不论是电机的的生产还是使使用中，换向向片质量的检检测都是很关

6、关键的。特别别是对一些交交通工具的原原动机而言，这这一点显得尤尤为重要。而而目前对电机机换向片表面面质量的检测测以人为定期期检测为主，技技术落后，效效率低，工作作强度大。根根据权威期刊刊数据库检索索结果可知，国国内尚无此方方面的研究成成果。所以本本文将机器视视觉检测方法法用于换向片片表面麻点的的检测。利用机器视觉进进行检测不仅仅可以排除主主观因素的干干扰，降低劳劳动强度，提提高生产效率率，对这些指指标进行定量量描述，对缺缺陷的形态、类类型进行鉴别别和统计，具具有人工检测测所无法比拟拟的优越性。1.2实验方案案1）用照相机或或是其他设备备采集图像，将将电机换向器器表面信息以以数码照片的的形式传递

7、给给计算机。 2）对图像进进行初步判断断分析，挑选选质量较高，可可以反映换向向器实际情况况的照片进行行灰度处理。3）对图片进行行裁剪，滤除除图像背景等等不必要的干干扰信息，以以减少图像处处理的难度。4）根据图像灰灰度直方图，选选择合理的阈阈值进行二值值化，提取出出麻点图像，并并对其进行标标记和连通域域面积计算。5）选择合理的的阈值进行二二值化，得到到换向片边缘缘分割图像，应应用上边缘检检测和霍夫变变换方法标记记其上下边缘缘线，并计算算上下边缘线线间的距离。6）根据连通域域面积和换向向片上下边实实际宽度换算算出麻点面积积。实验流程如图11-1所示。以上各过程均已已在matllab7.66.0环境

8、中中进行仿真，得得到了比较好好的效果，仿仿真结果表明明该方法是有有效可行的。1.3文章内容容结构第一章介绍了本本文的选题背背景、目的及及意义，概述述了本文的主主要内容及结结构，对文章章中所涉及到到的实验进行行介绍。第二章对数字图图像处理技术术作了全面概概述，介绍了了数字图像处处理的概念和和发展，对数数字图像的各各种基础知识识、基础概念念进行了讲解解。第三章对霍夫变变换数学原理理进行了详细细讲解。第四章以图像的的几何校正为为主，对实验验中的所涉及及到的图片裁裁剪、旋转的的基本原理进进行讲解，是是图像后续处处理的基础。第五章采用基于于阈值的图像像分割方法对对换向片麻点点图像进行提提取。通过实实验了

9、解了在在基于阈值的图像分分割中，阈值的选取对对分割结果的的影响。第六章用上边缘缘检测和霍夫夫变换方法，标标记出了换向向片边缘信息息，并由此结结合换向片的的实际宽度，求求解出了麻点点的实际面积积大小。第七章对全文作作了总结，提提出了文中采采用方法的存存在的问题和和需改进之处处。 图1-1 实验流程第二章 数字化化图像基础数字图像处理的的英文名称是是“Digittal Immage PProcesssing”。所谓数字字图像处理就就是利用计算算机或者其数数字硬件，对对从图像信息息转换得来的的电信号进行行某些数学运运算，以提高高图像的实用用性。数字图图像处理技术术处理精度比比较高，而且且还可以通过过

10、改进处理软软件来优化处处理效果。它它是在遥感和和生物医学图图片分析两项项应用技术基基础上开拓出出来的新领域域。这项技术术最早出现于于50年代，当当时的数字计计算机己经发发展到一定水水平，人们开开始利用计算算机来处理图图形和图像信信息。70年年代末以来，由由于数字技术术和微机技术术的迅猛发展展，给图像处处理提供了先先进的技术手手段，图像处处理技术也就就由信息处理理、自动控制制系统理论、计计算机科学、数数据通信、电电视技术等学学科中脱颖而而出，成长为为旨在研究图图像信息的获获取、传输、存存储、变换、显显示、理解与与综合利用的的一门崭新学学科问。随着着图像处理技技术基本理论论的发展，具具有数据量大大

11、、运算速度度快、算法严严密、可靠性性强、集成度度高、智能性性强等特点的的各种图文系系统在国民经经济各部门得得到广泛的应应用，并在逐逐渐深入社会会的各个方面面。2.1 图像的的数学模型 在计算算机中，图像像像素的灰度度值用整数表表示,如图，一一副M * N个像素的的数字图像，其其像素灰度值值可以用M行行、N列的矩矩阵F（i , j） 表示： 图2-1 这样样，就可以直直接对图像矩矩阵进行数学学运算，来实实现数字图像像的处理。2.2 彩色图图像 自然界常常见的光，都都可由红（RR）、绿（GG）、蓝（BB）三种颜色色的光按不同同的比例相配配而成，这就就是色度学中中的三基色原原理。 将由红、绿绿、蓝这

12、三种种基色组成的的颜色模型称称为RGB颜颜色空间。如如图2-2所所示，以三维维矩阵将RGGB图像存放放，图像中每每个像素点的的颜色由R、GG、B三种分分量决定，而而每个分量有有255个可可能的取值。这这样每个像素素点可以有11600多万万（255*255*2255）种变变化范围 。所所以，在图像像处理中一般般将彩色图像像转换为灰度度图像进行处处理。图像的灰度化化处理常用的的有三种方法法：加权平均均法、平均值值法和最大值值法。一般以以加权平均法法为主。 图图 2-22.2.1加权权平均法根据重要性和其其他指标，将将R、G、BB三个分量以以不同的权值值进行加权平平均。由于人人眼对绿色的的敏感度最高

13、高，加权值为为0.59；对蓝色的敏敏感度最低，加加权值为0.11；因此此，可以用式式2.1对三分量量进行加权平平均得到较合合理的灰度图图像。FF(i , jj) = 00.30R(i ,j)+0.599G(i , jj)+0.111B(i ,j) （2.11） 式中FF（i，j）为为得到的灰度度图像矩阵；R(i，jj)，G（ii，j）,BB(i，j)分别为彩色色图像三维矩矩阵中的红色色、绿色和蓝蓝色分量所对对应的矩阵。 2.3 灰度图图像 在灰度度图像中，像像素灰度级用用8位表示，所所以每个像素素都是介于黑黑色和白色之之间的2566（=2566）种灰度中中的一种，灰灰度图像只有有灰度颜色而而没

14、有彩色。如如图2-3所所示，每一数数字都表示与与其相对应的的像素点的灰灰度级。图2-32.3.1 灰灰度直方图图像的直方图是是图像的重要要统计特征，是是表示数字图图像中每一灰灰度级与该灰灰度级出现的的频数间的统统计关系，即即图像中某一一灰度级的像像素数目。灰灰度直方图定定义为： PP()= (k = 0,1,22L-1)（2.2）式中：N为一幅幅图像的总像像素数；为第第k级灰度的的像素数；为为第k级个灰灰度级；L为为灰度级数；P（）为该该灰度级出现现的相对频数数。灰度值 图2-4 图像直方图图直方图用横坐标标轴代表灰度度值，纵坐标标代表像素数数（产生概率率、对整个画画面上的像素素数的比率），如

15、如图2-4所所示。（a）灰度值集中在较暗区域（b）灰度值集中在较亮区域01r01r图2-5图像灰灰度分布概率率密度函数图2-5（a）和和（b）为两两个相对应的的灰度密度分分布函数。图图2-5(aa)的大多数数像素灰度值值分布在较暗暗的区域，所所以此图像整整体较暗；而而图2-5（bb）的图像像像素值集中在在亮区，此副副图像整体较较亮。2.4 二值图图像二值图像的每个个像素不是黑黑就是白，其其像素灰度值值没有中间过过渡。二值图图像中每个像像素的值只能能是0或1，如如图2-5所所示，是一副副二值图像的的数学表示。 图2-66 二值图像像2.4.1 灰灰度图像二值值化图像二值化就是是将图像上的的像素点

16、的灰灰度值设为00或255，使使整幅图呈现现出明显的黑黑白效果。图图像二值化有有利于图像的的进一步处理理，使图像变变得简单，数数据量减小，能能凸显出感兴兴趣目标的轮轮廓。二值化作为一种种图像分割技技术，由于其其再工程应用用中发挥着重重要的作用，长长期以来吸引引了大量的工工程技术人员员对其进行研研究。二值化化方法通常分分为两类：全全局二值化算算法和局部二二值化算法，全全局二值化算算法，选择单单一阈值，该阈值值对全局适用用。局部二值值化算法，则则是根据局部部信息选择一一个阈值，该阈值值对局部适用用。 设一副灰度图图像，经过二二值化将其转转化为二值图图像，运算方方法如下：1 =0 其他 或 (22.

17、3)1 =0 2.5 本章小小结 本章章介绍了数字字化图像技术术的一些基础础知识。首先先简单介绍了了数字化图像像技术及其发发展历史，接接着分别讲解解了彩色图像像、灰度图像像、二值图像像的数学模型型；以加权平平均法为主讲讲解了彩色图图像的灰度化化处理方法；介绍了灰度度直方图和灰灰度图像的二二值化方法。通通过本章可以以使我们对图图像的数字化化技术有浅薄薄的认识，了了解图像数字字化基本原理理。第三章 霍夫变变换 霍夫变变换是一种线线描述方法，它它可以将图像像空间中用直直角坐标表示示的直线变换换为极坐标空空间中的点。一一般将霍夫变变换称为线点变换。霍霍夫变换提取取直线的主要要优点是受直直线中的间隙隙和

18、噪声影响响较小。本章章将详细讲解解霍夫变换的的基本原理。3.1霍夫变换换基本原理xymbm0b0图像空间霍夫空间图3-1图像空间中的一条线对应霍夫空间中的一个点 将由直直线的斜率mm和直线与yy轴截距b分分别为横坐标标轴和纵坐标标轴组成的直直角坐标系称称为霍夫空间间，在霍夫空空间中纵坐标标b与横坐标标m的关系表表示为： (33.1)如图3-1所示示，直线都可可用函数来表表示，每条直直线和都是唯一的的，所以，图图像空间中的的一条直线在在霍夫空间中中对应一个点点。假设在图像空间间中一簇直线线相交于一点点（）， 用用公式来做霍霍夫空间的对对应图像。因因为过一点可可以作无数条条直线，所以以可以认为是是

19、连续变化的的，这样可以以做出一条直直线，如图33-2右图所所示。因此图图像空间中的的一点对应霍霍夫空间中的的一条直线。xymbx0b0图像空间霍夫空间图3-2 图像空间中的一个点对应Hough空间中的一条直线y0如图3-3所示示，图像空间间中的两点在在霍夫空间表表示为两条相相交的直线，而而两条直线的的交点表示的的是图像空间间中过给定两两点的直线。图像空间图3-3 由公式 可可以求出各点点在霍夫空间间对应的直线线如下：(1,0) - b= -mm (1,1) - b=-mm+1 (2,1)-b=-2mm+1 (3,2)-b=-3mm+2 (3-22) (4,1)-b=-4mm+1由以上公式可以以

20、作出各个直直线 图 33-4 图3-4霍夫空空间中的直线线为图3-33图像空间中中各点在霍夫夫空间中的表表示，其中有有两点分别由由三条直线相相交组成，由由式3.2不不难判断出，这这两个点分别别是经过点（11,1），（22,1），（44,1）的直直线和经过点点（1,0），（22,1），（33,2）的直直线在霍夫空空间中的表示示。由以上的判断可可以得出这样样的结论：在在图像空间中中如果有N个个点排列在同同一直线上，则则这N个点在在霍夫空间中中相对应的直直线汇交于一一点。在霍夫夫空间中汇交交于一点的直直线条数越多多，则在图像像空间中排在在同一直线上上的点的数目目越多。以上是霍夫变换换的基本原理理，但

21、是还有有一个问题存存在，当图像像空间中的直直线为垂直于于X轴的直线线时，,没有有办法用来表表示，所以考考虑到了用极极坐标的形式式来表示直线线。3.2 极坐坐标形式表示示霍夫变换 图3-55 极坐标表表示直线在图3-5中： (3-3) 所以可以得得出垂线的斜斜率为 (33.4) 原直线的斜斜率为 (3.5) 在原直线上上任意一点的的斜率我们可可以表示为： (3.6) 结合式33.5可以得得出： (3.7) 通过上式结结合图3-55可以得出：只空间中NN个点满足都满足,则这这N个点在同同一直线上，并并且这条直线线由来确定。 对于垂线，可可以用极坐标标表示为 x = r 图 3-6通过以上结论，应应

22、用霍夫原理理，可以将图图像空间中点点映射为空间间中的正弦曲曲线。如图33-7所示：Xy图 3-7 而图像空空间中共线的的点所对应直直线的的值正正是空间中两两条正弦曲线线的交点。3.3 霍夫变变换原理的应应用方法前面两节主要介介绍了霍夫变变换的基本原原理和霍夫变变换的极坐标标表示形式。本本节将举例讲讲解用霍夫变变换原理检测测换向片边缘缘直线的方法法。将图像空间中的的检测直线的的问题转化为为在极坐标参参数空间中找找通过点的最最多正弦曲线线数的问题。在在极坐标空间间中，经过某某一点的正弦弦曲线数目越越多，则在图图像空间中这这一值所对应应的直线上的的点的数目越越多。对每一一点上经过的的正弦曲线的的数目

23、做统计计，然后由多多到少进行检检索，根据需需要，保存前前N条直线的的信息。3.3.1 算算法原理首先将值进行离离散化处理，然然后代入。例例如：-900，-89.5，-800，-79.5或是-900,-80，-70等。如图3-8所示示，图像空间间中的几个点点，用霍夫变变换原理找出出图像中在同同一直线上的的点。 图 3-8 1.首先选选择值，在本本例中选择=-45,00，45，990 2.点坐标标(x,y)值分别代入入可以得出： (x,y)-4504590(2,0)1.421.40(1,1)011.41(2,1)0.722.11(1,3)-1.412.83(2,3)-0.723.53(4,3)0.

24、744.93(3,4)-0.734.94 表 33-1 3.由表 33-1中的数数据，对各点点经过的正弦弦数目进行统统计：可以看看出，经过点点（2,0。）的正弦数数和经过点（33，90。）的正弦数数最多，均为为3个。通过过计算可以得得出对应的直直线。 2 = xxcos0 + ysiin0 x= 2 3 = xxcos900 + yssin90 y = 3最后将这两条直直线在原图像像中标出。3.4 总结 本章详详细介绍了霍霍夫变换原理理和用极坐标标表示霍夫变变换的方法，以以及用霍夫变变换原理检测测直线的具体体方法。最后后再次对霍夫夫变换的主要要性质做以总总结： 1. 直角角坐标系中的的一点对应

25、于于极坐标中的的一条正弦曲曲线。 2. 变换换域极坐标系系中一点对应应于直角坐标标系中的一条条直线。 3. 直角角坐标系一条条直线上的NN个点对应于于极坐标系中中共点的N条条曲线。由于霍夫变换受受直线间隙和和图像中的噪噪声影响较小小，所以在本本文后面内容容中将用霍夫夫变换方法进进行换向片上上下边直线的的检测。 第四章 图像像采集及几何何校正 图像在在生成和传送送的过程中，很很可能会产生生畸变，比如如：偏色、模模糊、几何倾倾斜等，这将将严重影响到到图像处理的的效果。所以以图像的摄取取过程和图像像的几何校正正都是图像处处理中非常关关键的步骤。本本章将介绍电电机换向片图图像采集过程程中的注意事事项，

26、以及换换向片图像的的裁剪和旋转转两种几何校校正方法的基基本原理。4.1图像采集集 图像输入的方方式有图像采采集卡输入、扫扫描仪输入、数数码相机等几几种采集方式式，综合考虑虑几种采集方方式的优缺点点，本文采用用数码相机进进行图像的采采集工作。用数码相机进行行图像采集的的需注意事项项有：1. 必须将数码相机机固定，防止止因人手颤动动而使图像模模糊，增加图图像处理的困困难。2. 为了使采集的图图像有足够的的清晰度，必必须保证照相相机镜头与物物体间的距离离。3. 必须保证物体表表面光照均匀匀，在必要情情况下可使用用外部灯光。采集的换向器图图像如图4-1。 图 4-14.2 图像的的几何校正实际采集到的

27、图图像由于各种种客观因素的的影响，可能能产生畸变，无无法直接进行行实验研究，这这就需要几何何校正。图像像的几何校正正就是用数学学建模的方法法对图像的位位置、大小、形形状等进行改改变，来实现现图像的校正正。4.2.1 图图像几何校正正基础知识数字图像是把连连续图像在坐坐标空间和性性质空间离散散化了的图像像。例如用一一组二维数组组f(x,yy)来表示，其其中x,y表表示2D空间间xy中的一一个坐标点的的位置，f（xx,y）代表表图像在点（xx,y）的某某种性质的数数值。如果处处理的是一幅幅灰度图像，这这时f(x,y)表示灰灰度值。所以以一般的几何何变换可以通通过与之对应应的矩阵线性性变换来实现现。

28、需要注意意的是图像在在2D空间的的表示以水平平向右为X轴轴，以垂直向向下为Y轴，如如图 4-11所示。图 4-14.2.2 图图像的旋转校校正 图像旋旋转通常的做做法是：以图图像的中心为为圆心进行旋旋转，将图像像上所有的像像素点都旋转转一个相同的的角度。一、两种坐标系系的转换 前面已已经提及图像像在2D空间间中的表示以以水平向右为为横轴，以垂垂直向下为竖竖轴。如果以以图像中心为为圆心进行旋旋转，必须将将两种坐标系系进行转换，如如下图所示： xy 图图 4-2如图所示，设此此图像宽度为为w，高度为为h，分别为为两种坐标系系的原点，现现将原点的位位置移动到新新的原点。 (4.1) 将式4-11表示

29、为矩阵阵形式如下： （44.2） 相反的将坐标标系转换为坐坐标系可用下下式表示： （4.3） 转换为矩阵阵形式为： （4.4）二、图像的旋转转原理 如图4-3，将将点移动到点点位置，由于于旋转量以角角度为标准，所所以将分别表表示为，式中中r为该点到到原点的距离离，为与轴之间间的夹角，为为旋转的角度度。xy 图 4-3如图 4-3旋转后的点的坐坐标表示为： (44.5)以矩阵形式表示示为： (44.6)根据式4.2、44.4、4.6可以将图图像中像素点点的旋转分为为三个步骤来来完成： 1、将坐标； 2、将该点旋旋转角； 3、将坐标。用数学方法可表表达如下： (4.77)式中的分别表示示坐标系与坐

30、坐标系中的图图像的高与宽宽。图像旋转的一个个关键因素是是旋转角度的的大小，一般般可用霍夫变变换来求得旋旋转角度。本本文中为了方方便换向片边边缘检测必须须对图像进行行旋转，使换换向片与X轴轴保持大致平平行，旋转结结果如下图所所示。图 4-44.2.3图像像的裁剪由于硬件条件的的制约，在实实验图像的摄摄取中难免会会有受光不均均匀产生的过过亮或过暗部部分及一些无无用背景，这这些将成为干干扰图像处理理与分析的主主要因素。用用几何变换方方法对图像中中的干扰信息息进行滤除，这这就是图像的的裁剪。图像裁剪的方法法非常简单，就就是将图像矩矩阵中需要的的像素点的数数据提取出来来，形成一个个新的图像矩矩阵。下面举

31、举一个简单的的例子来说明明图像的裁剪剪原理。假设原图像矩阵阵为F，需要要的图像矩阵阵为T 具体实现方法如如下： (44.8)由上可以看出，只只要确定所需需图像的原点点，即上式中中的点在原图图像中的坐标标值，以及所所需图像的高高h和宽度ww，就可以从从原图像中截截取所需图像像。如图4-5所示是经经过裁剪后的的换向片图像像。图 4-5 裁剪后的图像 4.3 本章总总结本章主要讲解了了图片摄取的的几种途径及及注意事项，以以及对图像旋旋转、裁剪等等几何校正方方法、原理进进行了说明，为为后面图像的的分割，标记记和面积计算算等奠定了基基础。几个实实验都比较成成功，达到了了预期效果。 第五章 图像的的分割

32、在对图图像的研究和和应用中，人人们往往仅对对图像中的某某些部分感兴兴趣。这些部部分常称为目目标或前景，它它们一般对应应图像中特定定的、具有独独特性质的区区域，为了对对目标进一步步处理，需要要把它们提取取出来。图像像分割就是指指把图像分成成各具特性的的区域并提取取出感兴趣目目标的技术和和过程。本章章应用图像分分割技术提取取电机换向片片图像中的麻麻点图像，并并进行标记和和面积计算。 5.1基于阈值值的图像分割割阈值图像分割又又称为门限图图像分割，其其原理简单、易易于实现，是是一类被广泛泛应用的图像像分割方法。阈值分割方法基基于以下假设设：对于灰度度图像，目标标与背景之间间像素灰度值值差异较大，而而

33、目标或背景景内部的像素素值在灰度直直方图上表现现为比较集中中。在这样的的假设前提下下，对灰度图图像进行分割割，只需要在在直方图中目目标与背景两两个峰值之间间适当的选取取阈值，就可可以实现对灰灰度图像的分分割。 图图5-1 换换向片图像直直方图本文中经过几何何校正的换向向片灰度直方方图如图5-1所示，从从图中可以找找到两个分割割阈值，即660与1300，那么可以以将图像以灰灰度值分成00-60,660-1300,130-255三部部分，但并不不知道每一部部分在原图中中的意义，用用阈值60与与130将图图像进行分割割，分割后图图像如下图：(b) 阈值60 (a) 二值化后的图像 阈值130图 5-

34、2如图5-2阈值值分割出的分分别是麻点图图像与换向器器片槽图像。从从分割出的麻麻点图像可以以看出，所选选阈值并不是是最理想的，图图像中有太多多干扰信息，必必须对图像进进一步实验，以以找到最合理理阈值。(b) 阈值135(a) 阈值127 (c) 阈值138(d) 阈值140(e) 阈值50图5-3 将以上各图进进行比较，可可以看出：选选择阈值过小，分分割后的图像像噪音点太多多，无法准确确的标记所需需图像；如果果选择阈值过过大，会使目目标图像信息息缺失，准确确性降低。本本文中换向片片图像的最佳佳分割阈值为为140和660。5.2 连通域域标记及面积积计算 无论是是二值分割结结果还是多值值分割结果

35、，分分割得到的图图像包含一个个或多个区域域，提取出这这些区域一般般通过连通域域标记来实现现。 图 5-4 图像的连通域标标记方法是：将二值分割割后的多个区区域用不同的的数字来表示示，如图5-3是经过二二值分割后的的麻点图像的的标记结果，图图中的数字11为麻点，00是背景。如如果换向片上上有多个麻点点，可用数字字1,2,33来依次进行行标记。图像像的连通域标标记方便了图图像特征的提提取，也可以以通过计算各各连通域的面面积来滤除图图像中的噪声声等干扰信息息。对某个图像区域域，其面积就是是统计中边界界内部（也包包括边界上）的的像素点的灰灰度级之和，计计算公式如下下： （5-1）式中：M、N分分别为图

36、像区区域的长和宽宽。对于二值图像，若若用1表示目目标，用0表表示背景，其其面积就是统统计的个数。5.3 本章小小结本章以灰度图像像直方图为依依据，对电机机换向片图像像进行基于阈阈值的图像分分割，经过多多次实验，找找到了较合理理阈值，分别别提取到了换换向片表面麻麻点图像和换换向片、槽的的分割图像。对对分割后的连连通域进行标标记，求解出出了其像素计计数面积。第六章 图像的的边缘检测与与实验结果图像的边缘是图图像最基本的的特征，可以以被定义为在在局部区域内内图像特性的的差别，它总总是以强度突突变的形式出出现，主要表表现为图像局局部特性上的的不连续性，如如灰度的突变变、纹理结构构的突变、颜颜色的突变等

37、等。对于换向向器图像，能能否成功检测测出换向片的的边缘，将决决定换向器表表面质量检测测的准确性。本本章要解决的的问题是：提提取出图像中中的换向片边边缘信息，计计算出换向片片宽度，并根根据测量的换换向片实际宽宽度推算出麻麻点的实际面面积。6.1换向片边边缘检测与标标记电机换向片边缘缘检测的步骤骤如下：一、 图像的反转在数字图像处理理中，为了方方便，通常以以0来表示图图像的背景，以以1来表示目目标图像。所所以与之相反反的图像可以以通过反转来来进行校正。本本文中电机换换向片的反转转过程如下图图：图 6-1 图像翻转二、用上边缘检检测法进行边边缘检测数字图像处理方方法中，边缘缘检测算法较较多，但是对对

38、于本文，用用上边缘检测测法来检测电电机换向片边边缘，有着明明显的优越性性。它不仅可可以消除竖向向边缘信息对对检测的干扰扰，并且使换换向片云母槽槽图像细化为为单像素点，简简化了边缘的的提取。上边缘检测的实实现较为简单单。如果一个个像素点的值值为1，并且且它正上方像像素点的值为为0，则将该该像素点赋值值为1；如果果不符合此条条件，则该点点赋值为0。用用matlaab来实现，程程序如下：-functioon Y=EEdgeToop(X)row,cool = size(X);Y=zeross(row,col);Y=logiccal(Y);for j=22:1:cool-1,for i=22:1:roo

39、w-1, if(XX(i,j)=1)&(X(i-1,j)=0), Y(i,j)=1; eend enddend-程序运行的效果果见图6-22，右图为上上边缘检测后后的图像。图6-2 上边边缘检测三、用霍夫变换换检测出两条条边缘线并进进行标记，运运行结果如下下图。(b) 霍夫变换标记出的直线(a) 霍夫变换效果 (c) 霍夫变换结果 图 6-3以上图(a)是是原图像中的的像素点映射射到坐标系上上的一簇曲线线；图(b)是用霍夫变变换检测出的的边缘直线在在原图上的标标记；图(cc)是霍夫变变换返回的数数据。可以看看出霍夫变换换返回的数据据中包含直线线的始点、终终点、值与值，根据据公式： 可以得得出两条直线线函数。6.2 检测结结果计算6.2.1图像像单位距离计计算 通过过实验得出了了两条相互平平行的直线函函数，根据直直线函数可计计算出平行线线间的距离，方方法如下： 图 6-4 设两两条平行线函函数分别为，则它们在在Y轴上的截截距分别为，如如图6-4所所示。两条平平行线间的距距离为：