基于計算機視覺對目標識別檢測的研究

甄棟志，朱永偉，蘇 楠，陳麗娜

（揚州大學 機械工程學院，江蘇 揚州 225127）

1 圖像增強與邊緣檢測

0，1 在視覺上表示黑和白，在工業生產中工業相機一般用黑白圖像進行圖像預處理，若得到的是彩色圖像則一般用MATLAB工具箱中提供的r gb2gray函數使彩色圖像轉換為灰度圖像。用假設法來確定灰度閥值T以計算測量板材特征的灰度值范圍，如果一像素的灰度值小于事先設定的閥值，把該像素的灰度值設置為0，該像素歸為目標；若一個像素的灰度值大于事先設定的值，把該像素的灰度值設為255，該像素歸為背景，即：

其中：G（x，y）是分解后的圖像；f（x，y）是（x，y）像素點所具有的灰度級。為方便圖像在計算機中更好地處理，一般把灰度圖像轉換為二值化圖像，這樣圖像就變為黑白圖像，中間沒有過渡值。在MATLAB中提供了i m2b w工具函數，如圖1、圖2所示。

灰度直方圖反映了圖像灰度的統計特性，表達了圖像中取不同灰度值的面積或像素數在圖像中所占的比例，是圖像中最基本的信息。直方圖均衡化的作用是改變圖像中的灰度概率分布，使其均勻化，其實質是使圖像中灰度概率密度較大的像素向附近灰度級擴展，使灰度層次拉開，而概率密度小的像素的灰度級縮小，讓出原來占有的部分灰度級，使圖像能充分利用各灰度級，增強了圖像的對比度。經過直方圖均勻化處理的圖像見圖3，其灰度級出現的相對概率相同，此時圖像的熵最大，圖像所包含的信息量最大，修改原直方圖的灰度級，獲得直方圖近似均勻分布的輸出圖像?！?br>