- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于Labwindows_CVI图像处理系统的构建管理
基于Labwindows/CVI图像处理系统的构建摘要:在简绍虚拟仪器的基础上,本文基于Labwindows/CVI软件开发平台利用图像处理技术设计并实现了一个图像处理系统。重点讨论如何增强图像细节,去除图像噪声以及对图像进行边缘检测。该系统在测控领域具有很广的应用范围。In this article,after the succinctintroduction?of the virtual instrument??,??using image processing technology to?the design and implement an?image processing?system based on the Labwindows/CVI software development platform.?Focus on how to?enhance the details of the image,?the image noise removal?and?image edge detection.?The system has?a wide range of applicationsin in?the field of measurement and control.1.引言虚拟仪器(Virtual Instrument)是近几年发展起来的新一代仪器技术,它通过应用程序与用户友好图形界面来控制计算机。完成仪器控制、数据采集、分析、处理、存储及显示等功能。虚拟仪器将硬件软件化,分立元件模块化,降低程序开发复杂度。同时还具有性能高、扩展性强、节约时间、降低成本以及能够与多个测量设备无缝集成等优点。因而受到世界各国工程师和科学家的青睐。2.图像处理技术图像是用各种观测系统以不同形式和手段观测客观世界而获得的,可以直接或间接作用于人眼而产生视觉的实体。图像处理是人类视觉延伸的重要手段,可以使人看到任意波长所测得的图像[5]。图像处理技术是将图像转化为一个数字矩阵存放在计算机中,并采用一定的算法对其进行处理。从学科研究内容上,图像处理技术可以分为图像数字化、图像变换、图像增强、图像分割及图像分析。目前图像处理技术应用于生物医学、文件处理、工业检测、金融、多媒体等各个领域[1]。3.基于Labwindows/CVI的图像处理系统的设计Labwindows/CVI是基于ANXIC开发环境,用于仪器控制、自动检测、数据处理的应用软件[4]。它提供交互式开发平台、交互式编程方、丰富的功能面板、函数库和高级分析函数库,提高了C语言的功能并缩短了程序开发时间。本文所要实现的图像处理系统主要包括图像增强、图像去噪、边缘检测三个大的功能模块。其中图像增强可以使用线性变换、锐化、邻域绝对求差、高通滤波三种方式实现。图像去噪可以利用低通滤波或邻域平均方法实现。边缘检测可以选择阈值检测实现。下面开始进行各个功能的实现。首先,从图像增强方面来说由于形成图像的各种成像系统的亮度范围有限,常出现图像对比度不足的问题,使人眼观察图像时视觉效果很差。通过对图像灰度进行线性变换可以改善视觉效果。假设原图像f(m,n)的灰度范围为[a,b],线性变换后的图像g(m,n)灰度范围为[c,d]。g(m,n)和f(m,n)之间的变换关系为:g(m,n)=(f-a)+c(3-1)由于大于,对于离散图像来说,变换前后像素个数不变,但不同像素之间灰度差变大,对比度加大,图像质量优于变换前。对于连续图像,如果背景与目标物之间灰度差很小,在[a,b]区间内量化时可能进入同一灰度级而不能分辨。为解决这一问题,设一变量K=,在系统实现时用控件获得用户输入的K值,这样可以使用户根据实际情况调整线性变换的系数,来获得理想的输出图像。为了增加图像对比度,还可以使用锐化方法来增强图像。锐化方法为用某一个像素点X(i,j)的像素值减去其相邻点(i-1,j-1)的值,将得到的差值乘以某一个系数(本系统取0.8为系数)后与X点原像素值再求和。所得的结果作为点X(i,j)的新像素值。通过对图像矩阵每个像素点进行上述操作可以增加图像的灰度差,增强图像细节。邻域绝对求差也可以增强图像细节。其具体方式为:对于每一个像素点X(i,j)的像素值减去其相邻点(i+1,j+1)的值,将得到的差值的绝对值与128相加。将相加后的和作为像素点X的新像素值。该方法会使图像在颜色方面失真,但是对于图像细节的增强非常明显。从频域方面来看,在图像中灰度发生骤变的部分与其频谱的高频分量像对应,采用高频滤波器衰减或抑制低频分量,使高频分量畅通能够实现对图像的锐化处理。本系统调用Labwindows中函数库,利用巴特沃斯高通滤波器实现对图像滤波。除了图像增强以外,对图像去除噪声也是图像处理的重要环节。图像实质是光电信息,因此
文档评论(0)