要求图片：
12实现对针织物疵点检测的研究
主要内容：通过对多种疵点检测算法进行分析比较，提出一种可以成功对针织物疵点进行检测识别的方法。 要求：
1、二值化处理 2、直方图均衡化
3、针织物图像分割窗口的确定 4、特征值提取
5、将疵点区域准确的分割出来
实现的效果 要求图片：
13实现对谷物颗粒计数的研究
主要要求：提出一种方法，使操作简单，图像清晰度高的识别出谷物颗粒，从而达到可以数出谷物颗粒的个数。 要求：
1、将谷物图像进行灰度化处理； 2、进行去除噪声处理；
3、将灰度图像转化为二值图像； 4、通过连通性，计算谷物的颗粒数。 实现效果：
左图为原始图像，右图为分割提取的目标
14计算原料乳细菌数的研究
主要要求：提出一种方法，操作简单，可以准备识别出一幅图像中的细菌数量。 要求：
1、将获取到得图像进行预处理
2、通过检验算法找到细菌并进行定位和滤波去噪 3、将单个细菌从所在的图像区域中分离出来 4、通过识别计算出细菌的总数 实现效果：
左图为原始图像，右图为分割提取的目标
15机器视觉图像的目标与背景的分割与提取
主要要求：对输入的图像可以达到目标和背景的分割 要求：
1、将已知图像进行消噪处理
2、对彩色图像进行目标和背景分析 3、通过阈值法将图像进行分割 4、确定目标的位置 实现效果：
左图为原始图像，右图为分割提取的目标
要求图片：
16基于图像的一维条码识别
条码技术是在计算机技术的实践应用中产生并发展起来的、并被广泛应用于邮政、图书管理、仓储、工业生产、交通等领域的一种自动识别技术，它具有输入速度快、识别度高、成本低廉、可靠性强等优点，在当今的自动识别技术中占有非常重要的地位。
条码是由一组有特定顺序排列的条、空以及特有的字符标记组成的，这些条和空组成的图像标记表达一定的信息，并能够用相应的设备读取识别，并转换成能够使计算机识别的二进制和十进制数据信息。通常对于一种物品，它的编码规则是唯一的
参考步骤： 1） 中值滤波
2） 二值化，先进行灰度值统计，求阈值，二值化图片 3） 边沿检测
4） 条码识别，垂直投影原理，求个条空的宽度，识别码字
要求：能从图像读出1维条码的码字信息
17利用数字图像处理技术测量几何尺寸
针对传统接触式尺寸测量方法的缺点，探讨利用数字图像处理技术尺寸测量的方法，为产品的尺寸测量提供实时、快速、有效、经济径.给出了利用数字图像处理技术进行非接触式尺寸测量的方法，并实践上证明该方法的可行性和正确性.
参考步骤：
1） 图像预处理使用平滑处理的方法，其主要目的是减少噪声. 2） 边缘轮廓的提取，边缘算子检测法，阈值计算法 3） 尺寸的计算，系统标定精度直接关系到测量精度
要求：能从图像读出人物的肩宽的实际尺寸
18破损图像的复原技术
随着多媒体技术的发展，计算机网络技术的用和宽带信息网的建立，信息在人们的工作、生活中发挥越来越重要的作用，其中最直接、的信息是图像信息。在各类图像系统中，由的传送和转换，如成像、复制、扫描、传输、等，总要造成图像的降质，典型的表现为图糊、失真、有噪声等。而在众多的应用领域需要清晰的、高质量的图像，因此，为了抑声，改善图像质量，复原图像具有非常重要义。在数字图像处理领域，图像复原一直是要、最基本的研究课题之一，具有重要的理和实际意义。
1） 数字图像的表示，图像的采样和量化 2）图像的灰度直方图
3）图像的噪声，图像的均值滤波
4）基于图像域的傅里叶图像复原算法
要求：能从破损图像获得清晰的、高质量的图像
进行几何的测量途从理论和
广泛应学习和最主要于图像显示像模中，又制噪的意最重论价值
19图像的特征提取
特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征，特征的精确定义往往由问题或者应用类型决定。特征是一个数字图像中“有趣”的部分，它是许多计算机图像分析算法的起点。因此一个算法是否成功往往由它使用和定义的特征决定。因此特征提取最重要的一个特性是“可重复性”：同一场景的不同图像所提取的特征应该是相同的。
参考步骤：
1） 颜色特征 ，颜色直方图法，颜色集，颜色矩，颜色聚合向量 ，颜色相关图
2） 纹理特征，纹理特征也是一种全局特征，它也描述了图像或图像区域所对应景物的表
面性质。常用的特征提取与匹配方法 ，1统计方法统计方法的典型代表是一种称为灰
度共生矩阵的纹理特征分析方法Gotlieb 和 Kreyszig 等人在研究共生矩阵中各种统计特征基础上，通过实验，得出灰度共生矩阵的四个关键特征：能量、惯量、熵和相关性。2几何法。3模型法。4信号处理法 3） 形状特征，（1）边界特征法该方法通过对边界特征的描述来获取图像的形状参数。（2）傅里叶形状描述符法 。（3）几何参数法。
（4）形状不变矩法
4） 空间关系特征，所谓空间关系，是指图像中分割出来的多个目标之间的相互的空间位置或相对方向关系，这些关系也可分为连接
/邻接关系、交叠/重叠关系和包含/包容关系等
要求：能得到图像的基本信息，如颜色，纹理，轮廓和空间关系等。
20金属表面划痕检测
在钢板连铸连轧生产过程中，由于连铸钢坯、轧制设备、加工面原因，导致钢板表面出现辊印、夹杂、结疤、划痕、裂纹和斑点的缺陷。这些缺陷严重降低了钢板的抗腐蚀性、耐磨性和抗疲劳强这对钢产品用户将产生极不利的影响。因此必须采取合理方法保证质量，保障用户的权利和工业建设顺利发展，这就要求钢铁企业在程中及时检测出有缺陷的钢板并进行适当处理，只有这样，才能有的质量。所以，钢板表面缺陷检测成为钢板生产中极其重要的环节。
参考步骤：
1） 通过图像处理（包括图像灰度处理，图像的裁剪，图像的滤波处理，图像增强，图像的
边缘检测，图像的数学形态学处理），提取钢板表面划痕缺陷，并计算划痕在图中的像素距离图像的裁剪和滤波
2） 计算出单位像素对应的实际空间物理尺寸 3） 计算划痕实际长度
要求：实现钢板表面划痕缺陷的提取和划痕长度的测量 21基于图像处理的零件表面破损检测
准确、快速地探测零件表面缺陷，直接关系产品质量，若不及时剔除不合格产品，将会带来质量隐患。图像处理技术又称“机器视觉”，是将被测对象的图像作为信息的载体，从中提取有用的信息来达到测量的目的。它具有非接触、高速度、测量范围大、获得的信息丰富等优点。 参考步骤：
1）首先运用各种滤波算法去除噪声，为图像检测做预处理
2) 物体的边缘是以图像局部特性的不连续性表现出来的，如灰度值的突变，颜色的突变，这里的边缘就是物体表面的裂纹，用
边缘检测算子进行边缘检测
3）通过图像分割的知识，设定恰当得到阈值将背景和表面裂纹分开，使裂纹清晰的显示出来
原图 结果
22基于图像处理的齿轮缺陷检测
齿轮在使用过程中将出现各种故障模式，不同的故障模式需要不同的维修方法，因此判断出齿轮属于哪种故障将利于修理随着现代计算机技术、图像处理技术的发展，基于视频图像的测量、识别和控制技术也得到了发展。齿轮表面出现剥落是由于疲劳和承受较大应力所致，表现为表面金属成片状剥落而形成小凹坑或片状翘起，其形态主要表现为不规则块状，用图像处理与识别技术，对齿轮缺陷进行图像处理、分析，并对图像特征提取的方法和图像自动识别。 参考步骤：
1）对数变换能够扩展低值灰度,而压缩高值灰度,使低值灰度的图像细节更容易看清所以需要对原彩色图像进行灰化处理
2) 图像锐化处理用于增强图像的边缘及灰度跳变部分，如拉氏算子比较适用于改善因光线的漫反射造成的图像模糊，用拉氏算
子可将原模糊图像锐化
3）确定最佳阈值是缺陷检测的关键。如果阈值选取太小，会把一些不是缺陷的像素也当作缺陷造成误识；如果阈值选取的太大，
则会造成漏识；齿轮常见的缺陷主要有齿轮折断、裂纹、圆形缺陷、长型缺陷、不规则缺陷、点蚀等，所以确定合适的阈值后对图像进行二值化处理后，可以清晰的显示裂纹，正确判读缺陷类别。
原图像 裂纹局部图 结果图像
相关推荐：
loading