本科毕业设计(论文电气自动化基于机器视觉的指针表图像采集技术)

本科毕业设计(论文电气自动化

基于机器视觉的指针表图像采

集技术)

本科毕业设计（论文）

基于机器视觉的指针表图像采集技术

摘 要

人类社会发展到今时今日，不断涌现出大量新技术，而机器视觉的应用，无疑也

是当中重要的一项。如今，机器视觉已经不断被应用到各种工业现场自动化领域，发

挥着极其重要的作用。而传统的指针表具有很多优点，目前还在电力系统、铁路系统、

厂矿企业、计量部门等大量使用。但是在工业上，指针表还存在很多问题，导致不能

广泛应用，而且对于指针表的研究资料还比较少。本文主要讨论的是基于机器视觉指

针仪表的图像采集技术的应用及其图像预处理的关键技术。

本文首先介绍了课题的研究背景和意义，包括机器视觉的概念、历史、存在问题和

前景，然后从指针表的特点入手，研究一个应用于指针表的图像采集系统，包括图像的

采集，图像的预处理。并且设计出仿真采集指针表图像的实验系统，从实验中分析处理

的效果，而找出最佳的图像预处理效果。

在图像采集方面，本课题分析研究了摄像机的景深，还有摄像时的光源对采集的图

像的影响。在图像预处理方面，采用图像增强、滤波去噪、二值化等预处理的方法处理

图像并取得预期的效果。

图像的采集和预处理，是本课题的主要研究工作。建立实验仿真系统，对实验结果

进行对比，从而得出结论。

关键词

：机器视觉，指针表,摄像机,图像增强,中值滤波,二值化

1

Abstract

Development of human society today, a large number of new emerging technology,

and machine vision applications, which is undoubtedly important. Today, machine vision

has been applied to various fields of industrial automation field, plays an extremely

important role. The traditional indicator table has many advantages, So it still u in the

power system, railway systems, factories and mines, large-scale u of measurement

ctor. However, in industry, pointer table still exist many problems, resulting in not

widely ud, and the pointer table for rearch data is still relatively small。This article is

focud on machine vision in the pointer table and the application of its key technologies.

In this paper, we first introduced to study the background and significance of issues,

including the concept of machine vision, history, problems and prospects, and then make

a pointer table ud in image acquisition systems by Characteristics of the table pointer ,

including image acquisition , image pre-processing. Simulation and design a collection

for the pointer table of the experimental system images from the experimental analysis

of the effects of image pre-processing to find the best results.

In image acquisition, the analysis of this issue of the depth of field camera, as well

as when the camera light on the impact of image acquisition. Image Pre-processing, the

u of image enhancement, noi filtering, binarization, such as pre-processing approach

to image and obtain the desired results.

Image acquisition and pre-processing, is the subject of a major rearch work.

Experimental simulation system, the experimental results were compared in order to

reach a conclusion.

Key words：

Machine Vision ,Camera，Indicator Type Measuring Appliance，

Image Enhancement，Median filter，Binarization

2

目 录

1 绪 论 ................................................................................................................................... 5

2 图像的采集 ......................................................................................................................... 9

3 图像的预处理 ................................................................................................................... 15

引言 ..................................................................................................................................... 5

本课题的背景和意义 ..................................................................................... 5

国内外的应用现状和存在问题 ..................................................................... 6

本课题的主要内容和关键技术 ..................................................................... 7

1.1.4 本章小结 ............................................................................................... 8

引言 ..................................................................................................................................... 9

景深对图像的影响 ............................................................................................................. 9

光源对图像质量的影响 ................................................................................................... 11

光源的分析与选择 ....................................................................................... 11

2.3.2 光照方式的分析和选择 ..................................................................... 13

2.4 本章小结 .................................................................................................................... 14

3.1 引言 ............................................................................................................................ 15

3.2 图像的增强 ................................................................................................................ 15

灰度拉伸 ....................................................................................................... 15

直方图均衡化 ............................................................................................... 16

梯度场放大增强 ........................................................................................... 17

4 指针表图像采集实验系统 ............................................................................................... 26

5 总 结 ................................................................................................................................. 34

6 参考文献 ........................................................................................................................... 36

7 致谢 ................................................................................................................................... 37

3.4 图像的二值化 ............................................................................................................ 22

整体全局阈值二值化 ................................................................................... 22

分块局部阈值二值化 ................................................................................... 23

动态阈值二值化 ........................................................................................... 23

本文采用的图像二值化方法 ....................................................................... 24

本章小结 ......................................................................................................................... 25

引言 ................................................................................................................................. 26

4.2 系统硬件设计 ............................................................................................................ 27

程控标准电流源的设计 ............................................................................... 27

程控电流源硬件结构及电路设计 ............................................................... 27

系统软件设计 ................................................................................................................. 30

程控电流源软件设计 ................................................................................... 30

基于Matlab的图像处理程序设计................................................................................. 31

1. 绪 论

在人类的科学探索与生产实践活动中，仪器仪表是认识世界的重要工具。作为现代

社会中“信息获得”的源头，仪器仪表工业代表着一个国家科技发展的水平。随着数字

电子的发展，数字仪表精度高、易读，虽然部分指针式仪表已被数字仪表所代替，但是

当被测量对象快速变化或来回波动时，数字式仪表的示值会快速变化而不易读取，且价

格较高。而指针式仪表可以直观地反映出被测量值的变化趋势，而且还具有结构简单，

安装维护方便，具有防尘、防水、防寒、不受电磁场干扰、可靠性高、价格便宜等优点，

目前还在电力系统、铁路系统、厂矿企业、计量部门等大量使用。

对于一些行业的指针式仪表，特别是准确度比较高的仪表的检验，至今仍是采用手

工记录读数、处理结果，指针式仪表的检定要求检定人员在每个需要检定的刻度上通过

比较指针表的实际读数与标准电源的输出值之间的差异来分析被检定仪表的性能。然而

由于人眼的分辨能力有限，当指针位于两刻度线之间时，只能粗略估计指针的位置，不

能准确读取仪表的示数，这将直接影响了检定的准确程度。再者人的眼睛在大量的视觉

工作之后会出现视觉疲劳，在检验测试工作中会出现疏忽和差错，若能及时发现改正这

些差错，则要增加了重复劳动。如果不能及时发现，则有可能带来严重的后果。采用人

工方式工作费时间、劳动强度大、检定效率低、检定误差大、可靠性差。针对人工方式

检定的缺点，才用机器视觉来对仪表进行读数必成为未来的主流。

[1]

本课题的背景和意义

机器视觉自起步发展到现在，已有15年的发展历史。应该说机器视觉作为一种应

用系统，其功能特点是随着工业自动化的发展而逐渐完善和发展的。机器视觉又叫计算

机视觉，是用计算机系统来对人的视觉的模拟和延伸。机器视觉涉及到多个学科，给出

一个精确的定义是很困难的，而且在这个问题上见仁见智，各人认识不同。美国制造工

程师协会(SME)机器视觉分会和美国机器人工业协会(RIA)自动化视觉分会关于机器视

觉的定义是：“Machine vision is the u of devices for optical non—contact nsing to

automatically receive and interpret an image of a real scene in order to obtain

5

information and／or control machines or process．”译成中文是：“机器视觉是使用光

学器件进行非接触感知，自动获取和解释一个真实场景的图像，以获取信息和(／或)控

制机器或过程。”它涉及多方面的技术，包括光源技术、图像采集技术、图像处理技

[2]

术及运动控制技术等多个方面的技术。

机器视觉系统是指通过机器视觉产品（即图像摄取装置，分CMOS和CCD两种）

将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜

色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，

进而根据判别的结果来控制现场的设备动作。

由于机器视觉系统可以快速获取大量信息，而且易于自动处理，也易于同设计信息

以及加工控制信息集成，因此，在现代自动化生产过程中，人们将机器视觉系统广泛地

用于工况监视、成品检验和质量控制等领域。

目前，在指针式仪表检定方面还没有见到使用自动化检定装置的产品，基本上采用

常规的检测方法和检测手段，自动化检定装置作为研究方向一直在进行之中，在科学、

技术方面还需要进一步研究。若基于机器视觉技术指针式仪表自动检定系统研制成功并

投入使用，将减少人工的重复劳动，减轻劳动强度，加快检定速度，具有较好的社会和

经济效益。

国内外的应用现状和存在问题

20世纪70年代中期，以Marr, Barrow和Tenebaum等人为代表的一些研究者提出

了一整套视觉计算的理论来描述视觉过程，其核心是从图像恢复物体的三维形状[2]。

在视觉研究的理论上，以Marr的理论影响最为深远。其理论强调表示的重要性，提出

要从不同层次去研究信息处理的问题。对于计算理论和算法实现，他又特别强调计算理

论的重要性。这一框架虽然在细节上甚至在主导思想上还存在不完备的方面，许多方面

还有很多争议，但至今仍是目前计算机视觉研究的基本框架。

[3]

进入80年代中后期，随着移动式机器人等的研究，视觉研究与之密切结合，大量

引入了空间几何的方法以及物理知识，其主要目标是实现对道路和障碍的识别处理。这

一时期引入主动视觉的研究方法，使用了距离传感器，并采用了多传感器融合等技术。

以计算器进行图像处理，改善图像品质的有效应用开始于1964年美国喷射推进实

验室（J.P.L）用计算机对宇宙飞船发回的大批月球照片进行处理，获得显著的效果。

[4]

1970至1980年代由于离散数学的创立和完善，使数字图像处理技术得到了迅速的发展，

6

随着电脑的功能日益增强，价格日益低廉，使得图像处理在各行各业的应用已经成为相

当普遍的工具之一，广泛应用在医学工程、工业应用、交通等领域。1980年代开始，

有关交通量估测的研究渐渐有了成果。到1985年以后，各国对于交通图像侦测系统已

有实际的成品发展出来。另外，近年来结合类神经网络加速图像处理速度形成一个研究

趋势。

而在中国，以上行业本身就属于新兴的领域，再加之机器视觉产品技术的普及不够，

导致以上各行业的应用几乎空白，即便是有，也只是低端方面的应用。目前在我国随着

配套基础建设的完善，技术、资金的积累，各行各业对采用图像和机器视觉技术的工业

自动化、智能化需求开始广泛出现，国内有关大专院校、研究所和企业近两年在图像和

机器视觉技术领域进行了积极思索和大胆的尝试，逐步开始了工业现场的应用。其主要

应用于制药、印刷、矿泉水瓶盖检测等领域。这些应用大多集中在如药品检测分装、印

刷色彩检测等。真正高端的应用还很少，因此，以上相关行业的应用空间还比较大，其

他领域如指纹检测等等领域也有着很好的发展空间。

而且，对于机器视觉的研究工作和资料还比较少，不利于机器视觉的推广应用。

而一些应用到机器视觉的技术，还不够成熟，造成较大的误差，十分需要进一步地研究

机器视觉的工业应用。

1.1.3本课题的主要内容和关键技术

本课题的研究目的就是通过摄像机采集指针表的图像，然后经过图像预处理从而让

机器自动获得指针表的读数。

研究内容包括采集图像时摄像机的聚焦、景深以及光源对图像的影响，处理图像

时进行的去除噪声，灰度拉伸，二值化。

关键技术包括：

（1）对摄像机摆放位置、光照设施的选用和设定。由于焦距，景深的影响，本文对

摄像机采图时摆放位置的确定做了一些有益的探讨。

（2）比较各种对图像进行处理的方法，选取最方便有效的对图像进行处理。本文去

除指针表图像噪声时，采用了非线性滤波中的中值滤波。中值滤波可以做到既去除噪声

又保护图像边缘的较满意的复原，且在噪声未知的情况下很适合于信号的平滑，消除噪

声的同时又保留了图像的细节。而对可能产生的对比度不足的问题，则采用灰度拉伸。

灰度拉伸是将图像的灰度区间分成两段甚至多段，可以突出感兴趣的目标或者灰度区

7

间，相对抑制那些不感兴趣的灰度区域，这样体现出了有选择的拉伸灰度区间的灵活性，

更好地控制图像灰度直方图分布。最后将图像二值化，通过非零取一、固定阈值、双固

定阈值等不同的阈值化变换方法，使一幅灰度图变成黑白二值图，将我们我需的目标部

分从复杂的图像背景中脱离出来，更好地研究图像。

（3）建立仿真系统，对本设计进行检定。

本章小结

本章讲述了机器视觉技术的概念、国内外发展及应用现状，虽然机器视觉是门新兴

的科学，但是已在日新月异发展的工业、农业、医学等领域崭露头角，并为社会生产力

的提高和生产自动化程度的提高，起到了积极的推进作用，由此可见机器视觉技术的广

阔发展前景。最后总结了本文研究的现实意义及关键技术。

2.图像的采集

对指针表图像进行处理，首先要做的是获得能用计算机处理的数字图像，其方法是

直接用数码照相机、数码摄像机等输入设备来产生。目前可以选择的图像采集设备比较

多，能用于机器视觉系统的摄像设备有：电子管摄像机、CCD摄像机、CMOS摄像机

等。本章主要讨论的就是摄像机的景深和光源对采集到得图像质量的影响。

要利用摄像机采集到好的图像，我们先要了解有关摄像机的知识，包括摄像机的焦

距，景深等。本设计采用最常用的USB接口的CMOS摄相机来采集指针表的图像。

光轴平行的光线射入凸透镜时，理想的镜头应该是所有的光线聚集在一点后，

再以锥状的扩散开来，这个聚集所有光线的一点，就叫做焦点。在焦点前后，光

线开始聚集和扩散，点的影像变成模糊的，形成一个扩大的圆，这个圆就叫做弥

散圆。在现实当中，观赏拍摄的影像是以某种方式(比如投影、放大成照片等等)

来观察的，人的肉眼所感受到的影像与放大倍率、投影距离及观看距离有很大的

关系，如果弥散圆的直径小于人眼的鉴别能力，在一定范围内实际影象产生的模

糊是不能辨认的。这个不能辨认的弥散圆就称为容许弥散圆(permissible circle of

confusion)。在焦点的前、后各有一个容许弥散圆。

[5]

在镜头前方（调焦点的前、后）有一段一定长度的空间，当被摄物体位于这

段空间内时，其在底片上的成像恰位于焦点前后这两个弥散圆之间。被摄体所在

的这段空间的长度，就叫景深。换言之，在这段空间内的被摄体，其呈现在底片

面的影象模糊度，都在容许弥散圆的限定范围内，这段空间的长度就是景深。以

持照相机拍摄者为基准，从焦点到近处容许弥散圆的的距离叫前景深，从焦点到

远方容许弥散圆的距离叫后景深。

景深的大小，首先与镜头焦距有关，焦距长的镜头，景深小，焦距短的镜头

9

景深大。其次，景深与光圈有关，光圈越小（数值越大，例如f16的光圈比f11的

光圈小），景深就越大；光圈越大（数值越小，例如f2.8的光圈大于f5.6）景深就

越小。其次，前景深小于后景深，也就是说，精确对焦之后，对焦点前面只有很

短一点距离内的景物能清晰成像，而对焦点后面很长一段距离内的景物，都是清

晰的。

图2.1 景深示意图

景深的计算公式：

[6]

FL



2

L1

2

fFL



FL



2

L1

2

fFL



2FfL

22



L1

422

fFL



其中δ是允许弥散圆直径；f是镜头焦距；F是光圈值；L是对焦距离也就是图中

的拍摄距离。现在关键是要确定弥散直径，允许弥散圆直径为：

[6]





WV

h

RH

h

式中，为CCD像面的水平宽度；H/V为CCD像面的宽高比；为水平清晰度

WR

hh

线数。

[6]

景深除了与光学镜头的焦距、光圈孔径和拍摄距离有关外()还涉及有关弥散圆直

10

径。一个具有纵深距离的景物通过镜头在摄像机的CCD上成像时，并不是所有景物的

像都是清晰的。除了聚焦目标的像焦点清晰外，在聚焦目标靠前和靠后景物的像，都表

现为不清晰的极小的圆圈这个小圆圈在光学上称为弥散圆。只要弥散圆足够小(这与采

用的清晰度标准有关)这时将看不出是小圆圈而被看成是一个小点。因而在这种情况中

在聚焦目标靠前和靠后一定距离上诸景物的像与聚焦目标的像将是同样的清晰。这段包

含在聚焦目标前、后景物之间的清晰空间就是被摄范围的景深。超出这个区域离镜头

[7]

更远和更近的景物像的清晰度便急剧地下降。不同像面宽度和不同清晰度的摄像机有不

同的行间距值, 亦即有不同的弥散圆允许直径。

小景深的镜头在纵深空间中提供信息较少，它能够更为单纯，一般采用大光圈+尽

可能小的摄距+长焦镜头来实现小景深。过小的摄距会引起被摄主体形变失真或不符合

取景构图的要求；采用长焦镜头来获取小景深，会带来空间透视压缩的效应；采用大光

圈的方法，则不会引起小摄距、长焦所带来的负面影响，但是可能会造成画面曝光过度。

大景深可采用尽量小光圈+尽可能大的摄距+广角镜头来实现。通过增加照明，藉以

减小光圈，可增加景深；用短焦拍摄，不但因焦距短而增加景深，还因焦距短像场亮度

将有所改善而增加景深。大景深可以实现更广阔的视野，能拍摄更大的场面

相比较而言，我们为了取得较好的图像，应使得摄像机的景深比较大。景深大，则

图像中的景物更加清晰可见，方便研究。而减小相对孔径，采用短焦距，增加照明等方

法都可以增大景深。

2.3 光源对图像质量的影响

光源的分析与选择

光源普遍可以分为以下4类：

1.白炽灯：白炽灯是最普通的人造光源，根据热辐射原理制成的，把钨丝通电加热

到白热状态而发光。为了减少钨丝的蒸发，将灯丝密封在玻壳中，壳中充以氮、氩等惰

性气体。白炽灯发出的全部辐射中，不可见辐射占60%-80%，可见光辐射只占6%-12%，

是低效率的发光器件。白炽灯的光谱功率分布是连续光谱。为了适应不同的用途，已经

制造出许多种类的白炽灯，例如普通照明灯、仪表指示灯、光学仪器专用灯等。

2.高压和超高压氙灯：高压和超高压氙灯是气体放电灯。其特点是：发光光谱非常

接近日光；放电通路很窄，可形成线形光源或点光源。发光效率高。

3.激光器：激光器可以产生高度集中的光线。通过将工作物质(氩、氦、氖等)的原

11

子提升到高能级状态然后激励它们使之同时跃迁回常态，产生很窄的高强度相干光束。

激光很容易被聚焦和偏转，与其它光源相比，激光有单色性好、方向性强、光亮度极高

等优点，所以近年来应用十分广泛。

4.荧光物质：某些荧光物质受到电子照射时会发光。如果电子束在涂覆了荧光物质

的玻璃板表面聚焦成一个小点，这一点就会发光。在制造荧光物质是可以控制其产生光

的波谱和持续时间，很宽范围的发射波谱和持续时间，例如从一毫秒到几秒钟都是可以

得到的。

随着半导体科学技术的发展，超高亮度的发光二极管(Lighting Emitting Diode

LED)制作技术取得重大突破，如图2.2所示。它利用固体半导体芯片作为发光材料，

在半导体中通过载流子发生复合放出过剩的能量而引起光子发射，可以直接发出红、黄、

蓝、绿、白色的光。作为第四代照明光源和绿色光源，广泛应用于各种指示、显示、装

饰、背光源、普通照明和城市夜景等领域。

图2.2 二极管实物图

与传统光源相比，LED光源具有以下优点：

高节能：节能能源无污染即为环保。直流驱动，超低功耗电光功率转换接近100%，

相同照明效果比传统光源节能80%以上。

寿命长：LED光源有人称它为长寿灯，意味永不熄灭的灯。固体冷光源，环氧树脂

封装，灯体内有没有松动的部分，不存在灯丝发光易烧、热沉积、光衰等缺点，使用寿

命约5万小时以上，比传统光源寿命长10倍以上。

多变换：LED光源可利用红、绿、蓝三基色原理，在计算机技术控制下使三种颜色

具有256级灰度并任意混合，形成不同光色的组合变化多端，显现丰富多彩的动态变化

效果及各种图像。

利环保：环保效益更佳，光谱中没有紫外线和红外线，所以既没有热量也没有辐射，

12

眩光小，而且废弃物可回收，没有污染不含汞元素，冷光源可安区触摸，属于典型的绿

色照明光源。

高新尖：与传统光源单调的发光效果相比，LED光源是低压微电子产品，成功的融

合了计算机、网络通信技术、图像处理技术、嵌入控制技术等，所以亦是数字信息化产

品，是半导体光电子器件“高新尖”技术，具有在线编程、无限升级、灵活多变的特点。

与传统光源相比，LED光源具有优点高节能、寿命长、多变换、利环保、高新尖等

的优点。正是因为有这些优点，所以本系统光源选用LED作为照明光源。如图所示。

[7]

图 光源实物图

该光源底座可以固定，灯头是由两排发光二极管组成(每排八个二极管)，灯头和底

座是由通过一段可以任意弯曲和改变形状的金属软管相连，这样就非常容易调整光照角

度和方向。

光照方式的分析和选择

光照的方式也就是光源摆放位置的确定非常重要，直接关系到采集到的图像质量。

光源的照明方式多种多样，采用什么样的照明方式取决于检测对象的特征和周围环境的

特点。机器视觉照明系统中常用的照明方式大体可以分为背向照明和前向照明两大类：

背向照明是将光源置于物体的后面，这种照明方式的优点是能突出显示被测物的边缘轮

廓。该方法90%用于精密测量系统中或图像的融合中。如果条件不允许，也可以考虑

同轴光照明。将光源置于相机和被测物之间，构成同轴光照明。一般来说，相同条

[7]

件下，同轴光的照明效果不如背向照明的照明效果，而且同轴光源的价格要比背景光源

高，所以对于尺寸测量，应首先考虑背景光源。前向照明即光源位于物体的前面，主要

是照射物体的表面缺陷、表面划痕和重要的细节特征。

13

常见的照明方式有正射、斜射、后射、前照、暗场照明和漫反射等等，如下图所示。

摄像头

光源

光源

摄像头

a) 正射式 b)前照式

摄像头

光源

被测对象

摄像头

被测对象

被测对象

被测对象

照式

光源

c)斜射式 d)背

图2.4各种光源摆放方式

本设计采用一个四周封闭上盖可以活动的纸箱将摄像机、光源、被测对象放在其内。

经试验，决定结合无影灯原理，采取了漫反射式让光线垂直照射在箱体的顶部，这样光

线变得柔和，光场也更加均匀。一方面避免了光线直接照在表盘上产生局部过亮，另一

方面光线在箱体的顶部发生漫反射，使得光线从各个方向各个角度照向仪表的表盘，就

像无影灯一样避免了指针的影子出现，采集到的图片质量较高。

2.4 本章小结

本章讲述了图像采集的各方面的内容。首先是对摄像机的景深做了简单的阐述，通

过计算方法，得知应该如何地确立摄像机的景深大小。其次，本章对光源做了一点研究，

决定采用漫反射方式来设置光源位置。

总之，应根据工业现场所有的条件，对摄像机以及光源做出适当的调整，取得更好

的图像效果。

14

3.图像的预处理

3.1 引言

指针式仪表图像预处理主要包括三个方面：图像的增强、滤波去噪和图像二值化。

指针式仪表图像增强的目的在于对表盘图像中的刻度、指针、数字和符号目标区域进行

增强，满足主观视觉的要求。已有的图像增强包括图像结构增强、对比度增强等。滤波

去噪的目的就是使图像均匀平滑而且保留边缘细节。图像二值化的目的是使指针图

像的目标特征区域更加突出。

3.2 图像的增强

图像增强的目的在于改善图像的视觉效果，突出图像的某项特征，比如提高对比度、

增加亮度等，来改善一幅图像的视觉效果。针对给定图像的应用场合，有目的地强调

图像的整体或局部特性，扩大图像中不同物体特征之间的差别，满足某些特殊分析

的需要。其方法是通过一定手段对原图像附加一些信息或变换数据，有选择地突出

图像中感兴趣的特征或者抑制(掩盖)图像中某些不需要的特征，使图像与视觉响应

特性相匹配。图像增强的方法包括图像直接灰度变换，直方图处理、基于Retinex图像

增强算法论的图像增强、基于梯度场放大的图像增强等。

灰度拉伸

灰度拉伸：又叫对比度拉伸，使用分段线性变换函数，提高图像处理时灰度级的动

态范围。主要解决的是图像对比度太低而不能识别图像的问题。一般由两个操作组成：

第一步用直方图统计，来确定对图像进行灰度拉伸的两个拐点软化灰度变换。第二步就

根据步骤一确定的分段线性变换函数进行像素灰度值的映射。常用的灰度变换的方法有

以下几种：全域线性灰度变换、截取式线性灰度变换、分段线性灰度变换以及直方图均

衡化。

成像系统一般都具有一定的亮度范围，亮度最大值与亮度最小值之比为对比度。由

于图像系统的对比度有限,图像会出现对比度不足的缺点,使人眼观看图像时视角效果很

差，而通过灰度变换法可以大大改善人的视角效果。增强图像对比度就是增强原图的各

，

15

部分的反差。实际中往往是通过增加原图里某两个灰度值间的动态范围来实现的。图

3.1是典型的对比拉伸图像灰度变换。

图3.1对比拉伸灰度变换

图中和分别表示原图像和变换后图像在位置处的灰度值，设和的取

ss

tt

(x,y)

值范围都为0到L-1。表示增强操作。可以看出通过变换，原图中灰度值在0到

EH()

s

1

和到L-1之间的动态范围减小了，而原图中灰度值在和之间的动态范围增加了，

ss

22

s

1

从而这个范围内的对比度增强了。但是，当取值不合适时，可能会丢失一

s,s,t,t

1212

些细节信息。

直方图均衡化

直方图均衡化是一种经典有效的图像增强方法。这种方法是根据输入图像的灰度概

率分布来确定图像对应的输出灰度值，通过拓展图像灰度分布的动态范围以改善图像视

觉效果。其基本思想是：把原始图的直方图变换为均匀分布的形式,这样就增加了像素

灰度值的动态范围从而达到增强图像整体对比度的效果。设具有L级灰度的图像，是

n

k

图像中具有灰度级为k的像素的个数，n是图像像素总数，其第k级灰度出现的

f(x,y)

概率为:

p(s)

sk

p(s)n/nk0,1,...,L1

skk

sK/(L1)0s1,

kk

增强函数需要满足2个条件：

g(x,y)EH[f(x,y)]

16

① 在范围内是1个单值单增函数；该条件保证原图各灰

EH(s)

0sL1

度级在变换后仍保持从黑到白(或从白到黑)的排列次序。

② 对有。该条件保证变换前后灰度值动态

0sL1

0EH(s)L1

1

范围的一致。反变换 也应满足上两个条件。累积分布

sEH(t),0t1

直方图满足上述两个条件并能将的分布转换为的均匀分布。事实上的CDF就

ss

t

是原始图的累积直方图：

kk

n

i

tEH(s)p(s)0s1k0,1,...,L1

kksik



i0i0

n

这样就可以根据图像直方图直接算出直方图均衡化后各像素的灰度值。直方图均衡

化加大了目标与背景的对比度，占有较少像素的灰度在变换后和前一个灰度的级差较

小，需进行归并。由于频数较少的灰度进行归并，可能损失一些较重要的图像细节。

[8]

另外，处理后的图像显得较为粗犷，视觉效果得不到良好的保证。

梯度场放大增强

由于图像的对比度正比于图像灰度强度的相对变化，因此图像对比度与灰度梯度的

模值有关。

设是一幅灰度图像，则点处

I(i,j),((i,j)0iN1,0jM1)



p

的对比度定义为:

[8]

V(p)((p),(p)),p

I

II

ij

也就是图像在点的梯度。这样，图像在每一点的对比度构成了一个二维

p

I(p)

的矢量场。对比度场，也即梯度场，它反映了图像中任一点附近的变化情况，梯度大

[9]

小表示了变化的快慢，梯度的方向表示了变化的方向。从图像的梯度信息来分析，低对

比度图像相应灰度梯度模值较小，而高对比度图像的灰度变化较大，其相应灰度梯度模

值较大。由此，图像对比度增强可以通过提高灰度梯度信息来实现。直接利用原图像梯

度场的线性放大作为结果图像的目标对比度场可以对图像的细节起到一定的增强作用，

但当图像的噪声较大时，噪声也被同等放大了。

[10]

17

本课题采用的图像增强方法

相比较上述3种方法，针对指针仪表的特征，本课题采用灰度拉伸对采集得到图像

的进行对比度增强。经实验得到的效果图如下：

a）原图

灰度变换效果对比图

b）灰度变换后

3.3 图像的滤波去噪

实际获得的图像在形成、传输、接收和处理的过程中，不可避免地存在着外部干扰

和内部干扰，如光照强度不均匀形成的亮斑或者阴影、光电转换过程中敏感元件灵敏度

的不均匀性、数字化过程的量化噪声、传输过程中的误差及人为因素等，均会存在一定

程度的噪声干扰。噪声恶化了图像质量，使图像模糊、特征淹没，给分析带来了一定的

困难。因此，去除噪声、恢复原始图像是图像预处理过程中一个重要内容。消除图像噪

声的工作称之为图像平滑或滤波。图像平滑的目的有两个：改善图像质量和抽出对象特

征。

滤波实际上是一个对超空泡图像进行平滑的过程,即使图像没有被外界干扰，也需

要去除图像中不需要的细节，突出图像的主要特征。主要有算术平均值滤波，加权均值

滤波，中值滤波等。

[11]

18

3 算术平均值滤波

算术平均值法适用于对一般具有随机干扰的信号进行滤波，这种信号的特点是有一

个平均值，信号在某一数值范围附近作上下波动，此时仅取一个采样值作依据显然是不

准确的，如压力、流量、液平面等信号的测量。但对脉冲性干扰的平滑作用尚不理想，

因此它不适用于脉冲性干扰比较严重的场合。算术平均值法对信号的平滑滤波程度完全

取决于测量信号的次数N。当N较大时，平滑度高，但灵敏度低，即外界信号的变化对

测量计算结果Y的影响小；当N较小时，平滑度低，但灵敏度高。应视具体情况选取N，

以便既少占用计算时间，又达到最好的仿真效果。根据经验一般可取N=8～16或N=4实

现仿真。

加权均值滤波

鉴于对未被噪声污染的像素点进行滤波会造成图像的模糊，将图像像素点分为信号

像素点或可能的噪声像素点两个类别。对于可能的噪声像素点，采用基于直方图的加权

均值滤波算法进行处理，而对于信号像素点则不做任何处理，以保留更多的图像细节。

设原始图像为，含有噪声的图像为，是在点处的估计

g(x,y)

f(x,y)

g(x,y)

g(x,y)(x,y)

值。在大小的图像上，用大小的滤波器模板对图像进行线性平滑。这

MN

f(x,y)

mn

里，，，， 为非负整数。当时，加权滤波器

m2a1

n2b1

a

b



w(xs,yt)0

satb

ab



的滤波函数如下式所示。



satb

g(x,y)



w(xs,yt)f(xs,yt)

satb

ab



w(xs,yt)

ab

其中，为噪声图像上点所对应的权值，为点

w(xs,yt)



xs,yt

f(xs,yt)



xs,yt

所对应的灰度值，求出的函数值作为中心点像素的灰度估计值。

g(x,y)

(x,y)

文中算法将噪声图像直方图上所对应的函数值作为滤波器的

f(xs,yt)

p(f(xs,yt))

权值进行计算。

w(xs,yt)

遍历噪声图像各点所对应的标识矩阵的元素值，如果为0则对所对应的像素点采用

式⑶进行滤波。滤波首先以3×3窗口长度来进行，如果检测出窗口内部全部为噪声点，

则进一步扩大窗口长度到5×5，直至窗口中存在非噪声点的像素。这样，根据图像各

19



个区域的噪声污染程度的不同，可自适应地调整滤波窗口长度。已经判定为噪声的像素

点不参与均值滤波过程。

中值滤波

中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值

滤波器是1971年由首先提出并应用在一维信号处理(时间序列分析)中，后来

应用于二维图像信号处理。基本原理是把数字图像或数字序列中一点的值用该

[12]

点的一个拎域中各点值的中值代替，让周围的像素值接近的值，从而消除孤立的

噪声点。方法是去某种结构的二维滑动模板，将板内像素按照像素值的大小进行

排序，生成单调上升（或下降）的为二维数据序列。二维中值滤波输出为g（x,y）

=med{f(x-k,y-l),(k,l∈W)} ，其中,f(x,y)，g(x,y)分别为原始图像和处理后图像。W

为二维模板，通常为2*2，3*3区域，也可以是不同的的形状，如线状，圆形，十

字形，圆环形等

。

在中值滤波算法中，对于孤立像素的属性并不非常关注，而是认为图像中的每个像

素都跟邻域内其他像素有着密切的关系，对于每一个邻域，算法都会在采样得到的若干

像素中，选择一个最有可能代表当前邻域特征的像素的灰度作为中心像素灰度，这样就

有效避免了离散型杂点对图像的影响。

在中值滤波算法中，中心像素的灰度是通过对邻域内像素灰度排序然后取中值来确

定的。图3-1中a表示一个5×5邻域的灰度信息，若选择边长为3像素的正方形作为

采样窗口对中心像素进行处理，那么采样会得到9个灰度数值0、3、4、5、6、7、8、

9、10，对这些灰度数值进行排序并取中值后得到中心像素的灰度值为6，如图11-6b

图所示。

图 中值滤波示例

选择3×3的正方形作为采样窗口，图3-2显示了中值滤波去除孤立杂点的作用，

20

其中a表示一个5×5邻域的像素灰度，其中灰度为0的点为杂点，b为对a进行中值

滤波的结果。

图中值滤波去除孤立杂点

中值滤波不仅对孤立杂点的消除效果显著，对稍密集的杂点或稍大的杂点也有很好

的去除效果。如图3-3所示，其中a表示一个5×5邻域的像素灰度，其中灰度为0的

点为杂点，b为对a进行中值滤波的结果。对比简单平滑的结果不难看出中值滤波对消

除离散型杂点的显著效果。

图3-3.3 中值滤波消除连续的离散型杂点

本设计采用的滤波去噪方法

由于中值滤波能够较好地清除脉冲噪声，使得滤波后的图像均匀，且能极好地保持

边界信息，所以本设计采用中值滤波这个方法。

21

图3.4 图像中值滤波后

3.4 图像的二值化

图像二值化即设定某一阈值(Threshold)，利用阈值将灰度图像的数据分成两部分：

大于阈值的像素群和小于阈值的像素群。设输入灰度图像为，输出的二值图像为

I(x,y)

L(x,y)

,则有：

f(x,y)Threshold1



L(x,y)



f(x,y)Threshold0



通过求解阈值Threshold，从而把灰度图像分成特征物和背景两个区域。

I(x,y)

[13]

阈值是把图像和背景区分开的标尺，选取适当的阈值就是既要尽可能保存图像信息，又

要尽可能减少背景和噪声的干扰，这是选择阈值的原则。常用的图像二值化阈值分

[14]

割方法可分为2类：整体全局阈值二值化、分块局部阈值二值化。

整体全局阈值二值化

整体阈值法是指根据经验或灰度图像的直方图分布为整幅图像确定一个阈值。阈值

的确定一般分为两种：

(1)人工设定阈值：这种方案中，先根据经验或实验设置一个固定的阈值。然后对

每个像素按上述式子进行二值化处理。

(2)由灰度直方图确定整体阈值：利用原始图像灰度分布的直方图能给出图像灰度

值的概貌描述。

设灰度值取值是0~255之问的整数，为黑色，为白色。表示

ff0f255

p(f)

k

灰度值为的概率，表示灰度为的像素的个数，为总像素的个数。则有：

kk

n

k

n

p(f)

k

n

k

0f255

k

n

通常称以为纵坐标，为横坐标的图像为其灰度直方图，在数字图像中，其

p(f)

k

f

k

由离散点或线构成。仪表图像的灰度直方图通常有两个峰值，分别对应刻度数字信息和

背景。阈值应取两峰之闻的波谷处，并且波谷越深陡，二值化效果也越好。这是根据图

像和背景的灰度值确定整体阈值的方法。

22

(3) 采用遗传算法对阈值进行优化处理：利用人工智能领域中的遗传算法，通过建

立合适的目标评价函数来对原始图像庞大的数据模拟进行类似自然界中竞争、生存、淘

汰、适应、优化修正、再竞争等等的良性循环．当满足误差条件或者迭代要求时，就可

以得到能基本表达图像信息的主体中心指标和背景中心指标，然后，取其两个中心指标

的算术平均，即可作为新的整体阈值．然后，再次将原始图像的数据输入二值化判别模

块，通过竞争：判别该像素距离哪个中心指标的差距更小，将全图像素分为黑色和白色

两类，从而达到二值化目的。

整体阈值方法一般只考虑到整体像素的平均灰度值，并未顾及到每个像素的不同之

处，所以其二值化在总体执行速度上较快，且算法简单，易于理解，但因为其对输入图

像量化噪音或不均匀光照等情况抵抗能力差，在一些有干扰的像素上会发生错误判断，

使整幅图像的二值化效果达不到后续作业的要求，所以在应用上受到极大限制

分块局部阈值二值化

对于目标和背景比较清楚的图像，全局阈值化方法可以取得较好结果。但是如果图

像的背景不均匀，或是目标灰度变化率比较大。全局方法一般就不再适用了。由像素

(x,y)f(x,y)(x,y)

的灰度值和周围点局部灰度特性来确定像素的阈值叫做局部阈值二

值化。局部阈值选取一般将图像划分为若干子像，根据每个子图像确定相应的阈值，具

体的阈值确定方法同全局阈值的确定类似。局部阈值一般用于识别干扰比较严重、品质

较差的图像，较整体阈值方法有更广泛的应用，但也存在缺点和问题，如实现速度慢、

不能保证字符笔画连通性以及容易出现伪影现象(即在背景域受噪音干扰得到笔画结果)

等。比较典型的局部二值化算法有

Kamel—Zhao算法、Bemn

算法、

多阈值的梯度强度法、基于纹理图像的方法等。

[30]

分块局部阈值法将图像按固定间隔分成N快子图像，然后对每一块求出各自的阈

值T，考虑到各块的平滑过渡，每块阈值的选取再按下式来确定：

T[i](T[i1]T[i]T[i1])/3

'

其中，为第i快子图像的最终阈值。

T[i]

'

动态阈值二值化

应用局部阈值法后，从图像局部看来，目标特征物与背景是可分的，但是无法得到

23

一个适用于整幅图像的全局阈值。因此提出了动态的局部阈值化算法，也称自适应阈值

化算法。动态阈值选择不仅取决于像素阈值以及其领域像素的灰度值，并且与该像素坐

标位置有关。动态是指根据每个像素及其邻域像素的灰度值情况动态地计算分割所需的

阈值。动态阈值二值化能够处理品质较差的图像，甚至单峰直方图，但因为动态阈值化

方法常常需要对图像中每个像素点都计算阈值，即对整幅图像求出一个阈值面(通常是

曲面)，计算量很大，运算速度一般比较慢，由于具有比较费时和某些失真的缺点，这

在一定程度上阻碍其发展。比较典型的动态阈值二值化方法有迭代法等。表3.1是对常

方法 适用条件 不足之处 原理 总体

灰度直方图当图像存在

迭代运算 迭代呈明显双峰的图光照不均匀或图一般

法 像 像较脏时效果不

好

梯度 适合于对

均值自然场景图像 无明显不足 利用梯度信较好

法 息

多阈光照不均匀

值的梯度所产生的影响得无明显不足 通过线性插

强度法 到比较好的控制 值 好

基于票据、文本以 采用模式识

纹理的二及车牌图像 无明显不足 别中的最大最小好

值化方法 准则

微分直方图对于边界附

微分 有一个峰值 近灰度变化复杂利用灰度微一般

直方的图像，不太凑效 分值

图法

最大 直方图不存不能反映图根据方差之较好

方差在峰值时也可以像的几何结构 比为最大

法 用

用二值化方法的比较。

评价

图3.5常用二值化方法的比较

3.4.4 本文采用的图像二值化方法

通过实验对比，可以知道3种方法的优缺点。

1．整体全局阈值二值化：全局阈值结果图像质量较差，刻度和数字信息都有丢失，

24

而且当灯光强度发生变化时，要反复的进行人工阈值的选取才能得到一个较好的结果。

2．分块局部阈值二值化:分块局部二值化方法在图像中间亮度较高的区域有比较好

的图像细节，仪表指针、刻度信息都没有断，连同情况好。但算法时间复杂度较高，图

像存在条状的干扰信息，这是由于不同分块中由不同阈值进行二值化而造成的。

3．动态阈值二值化:多阈值动态二值化算法，兼顾了图像总体灰度水平和像素领域

的特征，能够适应灰度变化范围比较大的图像，不仅适合于小面积，同样也适合于大面

积的扫描文本图像的二值化，对于处理图像的实用性更加广泛，实验结果也可以看到仪

表指针、刻度信息都连同完好，图像清晰可见。

所以，本可以采用动态阈值二值化的方法进行处理。

图3.6.图像二值化后

本章小结

本章主要讨论的图像预处理的方法。首先研究图像增强时，讨论了灰度变化、直方

图均衡化、梯度场放大增强这3种方法。其次研究图像的滤波去噪时，讨论了算术平均

值滤波、加权均值滤波、中值滤波这3种方法。最后在图像的二值化方面，讨论了整体

全局和分块局部2种阈值二值化方法。每种方法都做出了分别的概述，从而从当中选取

较好的方法来进行实验，并取得比较理想的结果。

25

4.指针表图像采集实验系统

4.1 引言

基于机器视觉指针式仪表图像采集系统如图4-1所示，各部分工作关系如下：

USB接口

摄像头

RS232接口

程控标准源

被检定表

计算机

图4-1 自动读数检定系统的组成

1. 计算机（PC）是整个系统的控制和处理核心，在计算机上运行的应用程序应该

有如下功能：

a. 控制程控标准源输出的标准量：计算机通过串行口对程控标准源进行通讯和控

制，控制程控标准源的输出模块的输出量大小；

b. 采集表盘图像：具有USB摄像头相应得设备驱动程序，通过USB接口实时采集

摄像头的图像，得到BMP格式的表盘图像；

c. 图像处理及识别读数：对采集到的表盘图像进行处理和计算，识别图像中表盘

的读数；

26

d. 数据管理：利用计算机的数据库管理功能，把鉴定数据保存到数据库中，并根

据数据对被检仪表的性能进行可行性的分析和判别。

2． 程控标准源：可在程序控制下，输出标准电源，电源要求比被检定仪表精度高，

符合鉴定要求；程控标准源应遵循与计算机匹配的串口通讯规约，对计算机的命令做出

正确的执行和回答。

3. USB接口的摄像头：可由计算机控制采集被检定仪表的图像。

4.2 系统硬件设计

程控标准电流源的设计

本系统中主要是对满量程为100μA的电流表进行全自动检定并采集图像，因此需

要设计一种可程控输出并符合量程要求和精度要求的电流源。

本程控电流源应该满足如下要求：

1．可通过RS-232接口被上位机控制；

2. 被检定表的量程为0～100μA，标准源的输出电流范围为0～120μA；

3．《电测量指示仪表检验规程SD 110-83》中对电源、检验装置和标准表的一般

要求规定：检验装置(包括标准表在内)的综合误差与被检表基本误差之比宜为1：5，

最低要求应为1：3。本系统对一个1.5级的指针式电流表进行检定，检定时使用的标

准电源准确度的最低要求为±0.5%。

4.2.2程控电流源硬件结构及电路设计

为满足上述程控电流源的设计要求，设计了如图4.2所示硬件结构的程控电流源。

通过10位DAC输出大小可调的电压来调整输出电流的大小。这种方法设计的电流源工

作可靠、性能稳定。根据图4.2所示的结构框图，在此设计了MCU的外围电路、RS-232

接口转换电路（见图4.3所示）和V/I转换电路（见图4.4所示）

MCU

ATmega8内

核

RS-232接口

MAX232电

平转换器

10位

DAC

V/I转换电路

电流

输出

27

图 程控电流源结构框图

图 外围电路和接口转换电路

图 /转换电路

V

I

系统中V/I电路如图4-4所示，它利用晶体管平坦的输出特性得到稳定的恒流输出，

把DAC输出的电压转变为相应大小的电流，所有原件都是线性元件，输出电流与输入

I

电压呈线性关系。在/转换电路的输出回路中引入一个反馈电阻R 。

VV

I

f

因为运算放大器反相输入端的输入电流几乎为零，所以有

VVVV

dac113



RR

13

由此可得

VVV

1dac3

又有

R

3

R

1

RRRR

1313

28

VV

24

R

2

RR

24

而运算放大器正、反相输入端的电压相等，即

VV

12

合并上述几个式子可得

R

3

RR

12

VVV

dac34

RRRRRR

131324

又有

VVVVIR

34f4ff

其中，为反馈电阻R两端的电压值，为流过R的电流，也等于程控电流源

V

f

ff

I

f

的输出电流。得

R

3

RR

12

V(VIR)V

dac4ff4

RRRRRR

131324

得到：

R

3

RRR

112

IRVVV

ffdac44

RRRRRRRR

13131324

可在设计中令，，于是

RR

12

RR

34

R

3

RRR

111

IRVVV

ffdac44

RRRRRRRR

13131313

最后得到：

IV

fdac

V

R

3

dac

RR

13

R

3

RR

1f

R1、R2、R3、Rf 均采用精密电阻，使输出更加准确、稳定。

使D/A转换值为最大值0x3FF（十进制为1024。当需要输出电流为时，设

I

full

I

output

置D/A转换值为

29

D1024

dac

I

output

I

full

D

dac

运算结果为实数，应保留到个位。

4.3 系统软件设计

4.3.1程控电流源软件设计

程控电流源软件流程如图4.5所示。

开始

初始化

接收到新的电

流输出命令?

N

Y

根据新输出电压值按式

（4-11）计算D/A转换值

D/A转换

串口发送应答命令

图程控电流源软件流程图

它接收来自上位机的命令，并根据上位机命令来调整输出电流的大小。串行口接收

方式为中断接收。在串行口正确接收到来自上位机的新命令帧后，分析命令帧得到该次

命令的输出电流设定值。代入计算，并保留到个位。把D/A转换值设置为，

I

output

DD

dacdac

并使DAC输出更新，程控电流源的输出电流也得到了更新。最后应该给上位机发送应答

命令，表示已对上位机的命令执行完毕，可以执行下一次的命令。

由于本系统是基于Matlab 平台下开发的，故上位机和底层的通讯采用的是Matlab

语言编写。本电流源功能简单，上位机和底层的通讯协议也很简单，只需串口接收来自

上位机的命令，按照命令调整输出电流后返回一个与命令帧相同的应答帧就可以了。命

令帧格式如图所示。

30

“AA”校验和

X1X2

起

始

字

节

电电

流流

值值

整小

数数

部部

分分

图命令帧的各字节意义

按照此协议Matlab首先创建一个串行对象。obj=rial(‘prot’，

‘propertyName’)。其中port就是选择的COM1或者COM2口，propertyName是串行

口对象的一些属性设置。常用的有如波特率、数据位数、串行口状态(是打开还是关闭)、

输入输出缓冲区大小等。创建完串口对象和设置好串行口属性后用fopen(obj)命令将

对象连接到串行口，此时串行口打开表示连接成功。连接成功后就可以用fwrite命令

按照帧格式将输出电流送到下位机，由下位机驱动指针旋转到仪表指定位置。数据传送

完毕以后用命令fclo(obj)关闭此串口。

基于Matlab的图像处理程序设计

采集到图像之后，我们要对图像进行处理。本课题采用Matlab软件来进行。 Matlab

可以获取图像以便进行处理，在Matlab软件含有图像处理工具箱，能进行图像预处理

与调试。

在指针表图像处理系统中,研究出合适的图像处理的方法与算法，得到清晰的二值

化图像。采用基于Matlab的软件架构可以使图像处理变得简单、增强可操作。。实践证

明，基于Matlab软件应用平台适合指针表图像处理、验证处理方法是否合适等一系列

机器视觉识别等关键问题。

在Matlab软件基于机器视觉指针表图像处理工作流程为：

31

图4.7 Matlab图像处理流程

以上几个步骤，都是在Matlab软件上用不同的程序算法实现的。

4.5 本章小结

本章主要阐述了指针表图像采集系统的组成。先介绍了系统的组成，再从硬件和软

件2方面进行具体的分析，尤其详细介绍了程控电流源。对于组成程控电流源的电路和

算法，也作出了分析。

最后，运用Matlab软件对采集到的图像进行处理。利用不用的程序和算法，得到

不同的处理效果，从而满足实验的需要。

32

总 结

本文主要做了以下的工作

1：绪论方面，首先从本课题的背景和意义出发，介绍了机器视觉的发展历史和国

内外应用现状，还对本课题的内容做了简单的说明。

2：图像采集方面，先讨论摄像机的景深问题。接着对光源进行了分析：包括光源

的种类，摆放位置分别对图像的影响，最后选定光源和摆放方式。

3：图像预处理方面，分为图像增强，图像的滤波去噪，图像的二值化3个大方面

进行处理。对于图像增强，介绍了灰度变换，直方图均衡化，梯场度放大增强3种方法，

最后选定灰度变换。对于图像的滤波去噪，介绍了算术平均值滤波，中值滤波，加权均

值滤波，并通过比较选用中值滤波。对于图像的二值化，同样介绍了整体全局阈值二值

化，分块局部阈值二值化，动态阈值二值化3种方面，并通过比较选定动态阈值二值化

对图像进行二值化。

4：本文的最后是指针表图像采集实验系统。介绍了系统的组成和结构。这种讲解

了程控电流源的组成和各芯片电路。最后，选用Matlab软件对图像进行处理。

本文的不足之处：

图像的摄取方面：图像质量需要提高，尽管后续处理算法可以解决一些干扰，修补

一些图像缺失，但是依赖一定的先验知识，对同一型号的仪表能得到较好的结果，但换

一种型号的仪表后，就会出现问题。因此，在摄像和预处理方面，需要进一步改进。

本文在图像处理：只能简单地分析各种方法和算法，而且都是通过书本和网络了解

并使用，并没有自己做出不同的方法，没有创新之处。

另外，实验系统方面，还需要进行更进一步的结构优化。

34

参考文献

[1] 段峰.机器视觉技术及其应用综述.自动化博览，2002(03):59-61.

[2] 唐向阳，张勇等.机器视觉关键技术的现状及应用展望.昆明理工大学大学学报(理工

版) [J]，2004.29(2)：36-39.

[3] 刘焕军，王耀南等.机器视觉中的图像采集技术[J].电脑与信息技术，2003(1):18-21．

[4] Rafael ez, 阮秋琦等译.数字图像处理（第二版）.北京，电子工业出版社,2006

[5] 邹艺方, 王艳平.摄像机景深及其运用.影像技术.2008.3：14-17

[6] 康世裕等.摄像机的清晰度与景深.现代电视技术.2005.3：48-49

[7] 李 俊.机器视觉照明关键技术研究[D].天津:天津理工大学，2007.

[8] 高 岩，乔彦峰.一种基于改进直方图均衡的图像增强方法[J].计算机仿真，

2008.25(4) :198-199.

[9] 朱立新，王平安等. 基于梯度场均衡化的图像对比度增强[J].计算机辅助设计与图形

学学报，2007.19(12) :1546-1549.

[10] 王小凤，耿国华等.一种改进的图像增强算法及其应用[J].计算机应用与软件，

2008.25(9) :39-40.

[11] 胡蕾，张伟等.几种图像去噪算法的应用分析[J].信息技术，2007(7):80-83.

[12] 杨山.基于中值滤波和小波变换的图像去噪[D].南京:南京理工大学，2002.

[13] 韩思奇,王蕾. 图像分割的阈值法综述. 系统工程与电子技术.2002.6:91-102

[14] 王强,马利庄; 图像二值化时图像特征的保留 [J];计算机辅助设计与图形学学报;

2000年10期

[15] 章毓晋.图像处理和分析基础[M] . 北京: 高等教育出版社，2002.

[16] Shih M Y，Shishido A，Khoo [C]．All optical Image Processing by Means of a

Photonsitive Non-linear Liquid -crystal Film：Edge Enhancement and Image

Addition Subtraction．Optics Ietters．2001,26(15)：1140-1142.

[17] Y Lu，C L Tan．Word Spotting in Chine Document Images Without Layout

Analysis [C]．Proc．of the l6th International Conference on Pattern

Recognition．2002．57-60．

[18] Franke， U.; Ismail， A.; Recognition of bus stops through computer vision.

Intelligent Vehicles Symposium， 2003. Proceedings. IEEE， 9-11 June 2003. Pages:

36

650 – 655.

致 谢

本论文是在导师的悉心指导下完成的。感谢导师给予我指导和支持。正是由于导师

对我在科研能力的培养，才使论文得以顺利的完成。导师渊博的知识、丰富的实践经验、

一丝不苟的科研态度，锲而不舍的专研精神等，使我终生受益，感激之情难以表达，在

此，谨向教授表达我最诚挚的敬意和最衷心的感谢。

同时感谢师兄在这几个月的毕业设计中给了我不少帮助和指导。正是由于师兄对我

的帮助和指导，才使论文得以顺利的完成。在此，衷心感谢师兄。

在这2个月的毕业设计中，也得到了许多老师和同学的帮助、关心和指导，从他们

身上我学到了许多实践知识和为人处世的道理。感谢同学在学习和生活上给予的帮助和

支持。

衷心的祝福你们身体健康、生活幸福、万事如意！

37