計(jì)算機(jī)圖像處理與編程技術(shù)在檢驗(yàn)的應(yīng)用范文

本站小編為你精心準(zhǔn)備了計(jì)算機(jī)圖像處理與編程技術(shù)在檢驗(yàn)的應(yīng)用參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

摘要:分析計(jì)算機(jī)圖像處理技術(shù)實(shí)踐成果，結(jié)合實(shí)際計(jì)算機(jī)圖像分析案例，從編程關(guān)鍵因素提煉、編程圖像色彩因素提煉、編程紋理提煉、函數(shù)統(tǒng)計(jì)分析等方面對計(jì)算機(jī)圖像處理及編程技術(shù)在分析中的應(yīng)用進(jìn)行分析，并針對常用的函數(shù)庫，提出了幾點(diǎn)構(gòu)建措施。

關(guān)鍵詞:計(jì)算機(jī)圖形處理;編程技術(shù);分析

1工業(yè)分析中計(jì)算機(jī)圖像處理技術(shù)應(yīng)用實(shí)效

1.1編程關(guān)鍵因素提煉圖像轉(zhuǎn)換為數(shù)字信號是計(jì)算機(jī)圖像處理及編程技術(shù)應(yīng)用的主要方面。主要是將圖像分辨率、顯示器進(jìn)行配比分析，結(jié)合原始圖像關(guān)鍵因素、紋理、色彩因素等因素，提高整體圖像畫面的清晰程度。

1.2編程圖像色彩因素提煉為了體現(xiàn)原始圖像信息及色彩因素關(guān)鍵因素，計(jì)算機(jī)技術(shù)以三原色為依據(jù)，進(jìn)行了不同等級數(shù)字信號的轉(zhuǎn)化。同時(shí)通過對原始材料圖像色彩因素關(guān)鍵因素提煉，對理想原始圖像冠層關(guān)鍵因素、當(dāng)前原程序差異進(jìn)行記錄分析，更加直觀展現(xiàn)原始材料。

1.3編程圖像紋理分析圖像紋理提煉是原始材料紋理圖像分析的高難度技術(shù)。利用計(jì)算機(jī)圖像處理及編程技術(shù)可將原始材料100%提煉，并通過對以往材料紋理關(guān)鍵因素、原程序紋理對比分析，及時(shí)補(bǔ)充或篩除缺失信息，從而有效展現(xiàn)原始材料油脂點(diǎn)、變黑等紋理關(guān)鍵因素。

2計(jì)算機(jī)圖像編程技術(shù)在分析中的應(yīng)用情況

計(jì)算機(jī)圖像編程技術(shù)在分析中的應(yīng)用可以有效辨識原料損害程度及具體損害位置。在具體應(yīng)用中，將相關(guān)信息以數(shù)字信號的形式展現(xiàn)出來，并以數(shù)字信號的形式進(jìn)行材料運(yùn)行狀態(tài)調(diào)控。在此基礎(chǔ)上，可利用計(jì)算機(jī)編程技術(shù)對原始材料檢測數(shù)據(jù)進(jìn)行進(jìn)一步處理。在編程技術(shù)應(yīng)用過程中，首先要根據(jù)用戶發(fā)出ASP文件請求信息，利用瀏覽器將相關(guān)信息傳遞給服務(wù)器;在終端服務(wù)裝置獲得相關(guān)請求信息后，依據(jù)信息后綴識別，關(guān)聯(lián)ASP程序，將其從目錄、緩存中提煉，并對其進(jìn)行解釋執(zhí)行。根據(jù)ASP命令要求，生成靜態(tài)HTML頁面;最后登錄并解釋相關(guān)文件。使用上述編程方法，可對工業(yè)分析結(jié)果準(zhǔn)確程度進(jìn)行進(jìn)一步分析［1］。在實(shí)際編程圖像分辨過程中，常用的技術(shù)主要為函數(shù)圖像法、類似圖像法。其中類似圖像法主要通過對兩個(gè)類似編程圖像融合處理，綜合考慮圖像性狀、形態(tài)等因素，確定相關(guān)圖像分類標(biāo)準(zhǔn)。在此基礎(chǔ)上，可利用函數(shù)圖像統(tǒng)計(jì)的方法，對分析環(huán)節(jié)漏洞進(jìn)行彌補(bǔ)完善。函數(shù)圖像統(tǒng)計(jì)法是基于模糊形態(tài)對圖像內(nèi)容表現(xiàn)形式的分析，數(shù)據(jù)流線控制為主要方式。

3計(jì)算機(jī)圖像處理與編程在分析中應(yīng)用

3.1計(jì)算機(jī)圖像處理及編程技術(shù)函數(shù)庫設(shè)置常用的函數(shù)庫主要為OpenCV，其主要由C++語言開發(fā)。在OpenCV圖像處理及編程庫實(shí)際應(yīng)用中，常用的數(shù)據(jù)結(jié)構(gòu)類型為IPIImage結(jié)構(gòu)體，基于OpenCV計(jì)算機(jī)視覺處理特點(diǎn)，IPIImage結(jié)構(gòu)體在運(yùn)行中需要根據(jù)無符號8位整數(shù)、有符號16位整數(shù)、32位浮點(diǎn)數(shù)單精度等圖像像素類型，選擇depth中的定義數(shù)據(jù)組。而根據(jù)矩陣對應(yīng)變量的變化，需要采取深度、通道分割處理的方式。OpenCV初始版本在實(shí)際應(yīng)用中主要包括基本數(shù)據(jù)類型函數(shù)運(yùn)算、圖像處理、結(jié)構(gòu)運(yùn)動(dòng)分析、模式識別、攝像機(jī)定標(biāo)、實(shí)驗(yàn)性函數(shù)、圖像視頻I/O、系統(tǒng)調(diào)用函數(shù)、GUI等。常用的函數(shù)類型為窗口定義函數(shù)、窗口載入函數(shù)、按鈕等待函數(shù)。其中常用的圖像載入函數(shù)為IPIImage*cvLoadImage語法，參數(shù)類型中其他參數(shù)項(xiàng)主要用于彩色圖像通道載入，灰度圖像等其他單通道圖像可用零表示，而載入圖像通道數(shù)由自身決定的則使用負(fù)數(shù)表示;窗口定義函數(shù)常用語法為intcvNamed-Window，其主要參數(shù)類型為窗口明、窗口屬性指標(biāo)值等。cvNamedWindow在實(shí)際應(yīng)用中可以進(jìn)行圖像放置、rtackbar窗口的獨(dú)立設(shè)置;按鈕等待函數(shù)主要語法為intcvWaitKey，其主要參數(shù)類型為等待按鈕，即在delay小于或等于0時(shí)處于無限等待狀態(tài)，反之則為ms返回［2］。

3.2計(jì)算機(jī)圖像處理與編程在固體檢測中的應(yīng)用以玻璃缺陷檢測為例，對計(jì)算機(jī)圖像處理及編程技術(shù)在固體檢測中的應(yīng)用進(jìn)行分析。在計(jì)算機(jī)圖像處理與編程技術(shù)應(yīng)用過程中，首先要進(jìn)行圖像樣品預(yù)處理，依次采用濾波、形態(tài)學(xué)操作、灰度閾值分割等措施。為了更加直觀準(zhǔn)確展現(xiàn)對應(yīng)濾波方法，可在前期方針測試中加入椒鹽噪聲，可得出最佳濾波分析模式;在灰度閾值分割時(shí)，主要包括迭代閾值分割法、雙峰法等方法。在實(shí)際圖像處理及編程中，最大類間方差法應(yīng)用較為普遍，其主要是對相應(yīng)像素進(jìn)行適當(dāng)規(guī)劃，提升劃分后不同像素之間的距離，確定恰當(dāng)?shù)拈T限;在玻璃檢測過程中，若圖像目標(biāo)區(qū)域外部具有小圓點(diǎn)或中間位置出現(xiàn)空洞情況，需要進(jìn)行數(shù)學(xué)形態(tài)學(xué)分析，數(shù)學(xué)形態(tài)學(xué)分析主要是依據(jù)集合論的相關(guān)內(nèi)容，采用固定形態(tài)結(jié)構(gòu)元素，確定對應(yīng)圖像形狀關(guān)鍵影響因素。在數(shù)學(xué)形態(tài)學(xué)處理過程中，主要采用膨脹、開啟、閉合、腐蝕等方法。相應(yīng)工作人員可結(jié)合相關(guān)操作數(shù)據(jù)，對玻璃缺陷進(jìn)行分析處理。首先將關(guān)鍵因素提煉數(shù)據(jù)引入全過程綜合分析模塊，就典型目標(biāo)區(qū)域缺陷性質(zhì)進(jìn)行分析，如氣泡、玻璃碎、劃痕等。需要注意的是，由于玻璃缺陷類型較多，單一的幾何形狀識別并不能有效辨識玻璃缺陷類型。可根據(jù)玻璃缺陷光學(xué)原理變化，確定相應(yīng)透光率，結(jié)合灰度、形狀等參數(shù)，確定后續(xù)工作要點(diǎn)。

3.3計(jì)算機(jī)圖像處理與編程在液體檢測中的應(yīng)用計(jì)算機(jī)處理與編程在水質(zhì)等液體檢測中的應(yīng)用主要包括圖像預(yù)處理、圖像分割等。首先，在圖像預(yù)處理環(huán)節(jié)，需要依據(jù)Retinex算法，增強(qiáng)原材料圖像光照不均程度。即將原材料圖像劃分為長波、短波、中波三個(gè)階段，并設(shè)定對應(yīng)的分量值［3］。為保證運(yùn)算的精確度，可將像素值轉(zhuǎn)化為浮點(diǎn)值，對圖像像素相對明暗關(guān)系進(jìn)行計(jì)算。需要設(shè)定原始圖像像素點(diǎn)相對明暗值一致且均為常數(shù)。經(jīng)過多次迭代計(jì)算得到水平、垂直方向任意兩點(diǎn)距離為1;將三個(gè)波段內(nèi)明暗關(guān)系轉(zhuǎn)化為典型RGB數(shù)值，并針對色彩顏色較豐富的，進(jìn)行灰度處理措施。在具體灰度處理階段，主要是將彩色圖像亮度值較高的區(qū)域進(jìn)行量化處理，采用加權(quán)平均值算法確定最佳圖像視覺RGB值;在液體分析中，基于圖像采集及液體流動(dòng)性，其整體圖像噪聲成分較多，這種情況下，就需要采用自適應(yīng)中值濾波法在保證圖像邊界信息一定的情況下，對相應(yīng)圖像進(jìn)行處理。其次，圖像分割環(huán)節(jié)主要包括圖像二值化、二值圖像數(shù)學(xué)形態(tài)學(xué)處理。其中圖像二值化主要采用OSTU算法，在獲得圖像灰度平均值的基礎(chǔ)上，將圖像小于A像素點(diǎn)、大于A1像素點(diǎn)進(jìn)行獨(dú)立處理，得出最佳劃分閾值;二值圖像數(shù)學(xué)形態(tài)處理主要是對二值圖像進(jìn)行多次腐蝕操作，在得出目標(biāo)分離后，消除不必要環(huán)節(jié)，經(jīng)過進(jìn)一步膨脹處理，得出分離區(qū)域。

4結(jié)語

圖像處理及編程技術(shù)在分析中的應(yīng)用，可以優(yōu)化整體分析環(huán)境，提升分析結(jié)果的準(zhǔn)確性。針對圖像處理程序煩瑣、圖像分析結(jié)構(gòu)不全面等問題，相關(guān)研究人員應(yīng)在明確圖像處理要點(diǎn)的基礎(chǔ)上，對圖像處理編程技術(shù)進(jìn)行研究開發(fā)，將3D圖像處理及編程分析技術(shù)作為研究重點(diǎn)，提高圖像處理及編程技術(shù)應(yīng)用效益。

參考文獻(xiàn):

［1］甘雨.基于圖像處理的計(jì)算機(jī)編程技術(shù)在分析中的應(yīng)用［J］．通訊世界，2015，(08):227.

［2］晁越，李中健，黃士飛.OpenCV圖像處理編程研究［J］．電子設(shè)計(jì)工程，2013，21(10):175－177.

［3］王杰，梁麗珍.計(jì)算機(jī)圖像處理技術(shù)在污水處理絮凝效果檢測中的應(yīng)用［J］．環(huán)境工程，2013，31(4):17－20.

作者：陳少鋒 單位：廣東理工學(xué)院