图像处理的食品加工检测系统
在传统的工业生产环节中，检测产品各项指标的主要方式还局限于人工操作。这样的检测方式不仅速度慢，而且由于存在人的主观意识，因此误差率很高。同时，直接接触产品的过程中可能还会带来其他隐藏的问题。因此，在现代科技发展的局面下，计算机视觉检测系统逐渐替代了人工成为了工业生产加工过程中主要的检测方式。同样，对于需要具有无接触、速度快、差错率低等一系列要求的食品加工生产环节，其也成为了目前乃至将来最主要的检测手段。计算机视觉检测系统具有数字化、可智能化管理和操作等优势，而且在各方面上的应用都相当广泛。在本次毕业设计的研究中，重点是对图像处理技术的研究。图像处理技术对图像可以提取出多少有价值的信息具有决定性作用。因此，本文将把图像处理的有关知识作为重点进行讲解。本次设计的整个系统通过采集图像、保存调用、处理图像、提取信息、反馈信息的流程来完成所预期达到的功能，即对食品加工过程中食品的颜色、形状信息进行提取和判断。其中运用到了将彩色图像转化为灰度图像的方法，并在二值化后的灰度图像中提取有关形状的相应信息。系统的实现是在VC++语言基础上进行编程的，对VC++的熟练掌握也是能否实现系统的关键。在设计的过程中，对系统能够采集和处理的方面（颜色、形状）进行了反复的调试和改进，最后得到了相对比较满意的结果，整个系统在一定程度上达到了检测出食品加工过程中食品的烘烤程度的目的。
目录
第1章 绪论 1
1.1 研究背景及意义 1
1.2 研究现状 2
1.3基于计算机的视觉检测技术的发展 3
1.4 研究内容 4
第2章 图像预处理 5
2.1 图像增强的概述 5
2.2数字图像的表示 5
2.3 主要的图像处理技术 6
2.4 图像的灰度 7
2.5 对比度增强方法 8
2.6 对比度增强变换模块 9
2.6.1灰度变换 9
2.6.2 空域滤波 11
2.6.3 频域增强 16
第3章 检测系统 19
3.1视觉技术的研究 19
3.2数字图像的评价方法 20
3.3 检测环节和方式 21
3.3.1
*好棒文|www.hbsrm.com +Q: %3^5`1^9`1^6^0`7^2#
颜色检测 21
3.3.2 形状检测 22
第4章 系统的设计与实现 26
4.1 Visual C++简述 26
4.2 系统功能 26
4.2.1 驱动摄像头取景 26
4.2.2 摄像头提取图像 27
4.2.3 保存图像至指定文件夹 28
4.2.4 处理图像 29
4.2.5 信息反馈 31
4.3 系统运行流程 31
4.4 系统的实现 32
第5章 结论 38
参考文献 40
致谢 42
附录 43
第1章 绪论
1.1 研究背景及意义
在现代工业生产中，很多环节需要通过各种检测方式来确定产品的加工过程是否符合要求，因此检测技术在某种程度上说是保证产品质量的关键环节。在大部分的生产企业中，产品的合格率检查通常依靠人工检测，这不仅增加了企业的用人成本、延长了产品的出厂周期，而且还不能保证检测的精准度和速度。因此，现代制造业需要新式的检测技术来满足和配合不断提升的制造水平。所以，计算机视觉技术在这一大环境下得以快速发展，通过计算机对于检测环节的快速、可靠、可重复的优点，加之结合人类视觉感官与抽象化能力来构成一个完整的检测系统，完成对产品的各方面检测[1]。
21世纪以来，计算机视觉检测系统在工业领域得到相当高的重视。随着传感器及其他监测设备的发展，越来越多的企业利用计算机和传感器组成的系统来完成机器视觉的研发以及通过计算机进行信息获取并进行处理。在计算机集成制造系统的普及下，生产企业对计算机检测系统又有了新的要求。当前阶段下，计算机视觉检测系统已经成为生产企业检测系统中的重要组成部分并且在制造业中得到了相当普遍的应用。随着各类图像处理软件和图像处理技术的日趋成熟，人们对于计算机视觉检测系统的智能化、稳定性、精准度提出了更高要求，应当在更短的时间内更高效地提取更多的信息并完成处理，同时要实现信息的集中反馈[2]。所以，在这样的效果预期中，越来越多的计算机视觉检测系统被应用到建筑业和商业的现场监控中，完成了向社会各行各业的普及。
通常检测产品合格与否的方法主要是依靠人工从产品中挑取一定数量样品进行检测，或者通过监视器在生产环节中进行监视检测。但是，人工检测在客观上存在这样的缺点：效率低下、主观标准不一致、工作时间有限等。所以，我们需要一种有效的方法使得产品检测实现规范化、智能化和全天候工作。
产品缺陷的检测涉及到图像处理技术和模式识别技术，需要达到在误差最小的情况下完成检测。而在工业生产中，由于制造过程中环境情况复杂多变，高温低温高压低压情况非常多见，会导致采集到的图像在信噪比、对比度、饱和度上不如正常状态，从而对检测造成一定的难度。其次，由于在大部分生产过程中，产品始终处于移动状态，会导致产品图像模糊不清，同样对检测造成一定的难度。因此，高效率、优算法的数字图像处理技术就显得尤为关键。
数字图像处理就是使用计算机对图像进行处理，它可以帮助人们更客观地认识世界。尽管人眼对于视觉信息的接收和鉴别能力很牵强，但是在工业生产过程的大多数环境中，人眼并不能识别到所有的信息甚至只能一无所获。在这种情况下，通过图象增强技术，可以使图像不明显或者不清晰的部分变得明显而便于识别。同时，通过数字图像处理技术中包含的模式识别技术，可以将各类图像迅速进行分类，便于后续进行高效的检索和匹配[3]。目前，数字图像处理技术已经广泛应用于各行各业中并极大的提高了工作的效率。
通过颜色和灰度的数值，计算机图像可分为二值图像、灰度图像、索引图像和真彩色RGB图像四种基本类型，相应的软件基本都可以处理以上四种类型的图像。
1.2 研究现状
对图像进行获取、加工、处理的技术叫做图像技术，图像技术又根据处理方式的不同分为图像处理、图像分析和图像理解。计算机视觉检测技术就是建立在图像技术上的一门新兴技术。它利用各种传感元件完成对被测量物品各方面信息的采集，再通过图像技术对采集到的信息进行加工处理，最后得出结论，这样能够比较好的适应现代生产商的发展需求。计算机视觉检测系统相较于普通图像处理系统又有更精准、速度更高的优点，同时能够更加适应工业加工环境，提高稳定性和可靠性。例如检测生产现场的非接触类产品，使用基于三角法的测量系统，具有抗干扰能力强、精度高、时间短等优点。当今的计算机视觉检测系统在工业和研究上通常用于计算观察点到目标距离、得出观察点到目标物体运动参数、推断目标物体表面特征甚至于判断目标物体内部特征等方面。
在图像处理技术发展初期，研究人员的主要目的是通过数字技术提高军用、航空和卫星照片的读取，而当今技术的发展则更偏向于民间和工业加工过程。通过计算机视觉系统将目标图像转换成图像信号，再经过处理把图像中像素分布、颜色、亮度等信息转换为数字信号传输给计算机进行运算，从而得出目的结论。因此，现阶段计算机视觉系统主要应用于精密检测、医学诊断、机器人设计等。利用计算机视觉系统在生产线上在线检测，对于需要无接触、识别准确、迅速反馈的食品加工行业显得尤为重要[4]。
目录
第1章 绪论 1
1.1 研究背景及意义 1
1.2 研究现状 2
1.3基于计算机的视觉检测技术的发展 3
1.4 研究内容 4
第2章 图像预处理 5
2.1 图像增强的概述 5
2.2数字图像的表示 5
2.3 主要的图像处理技术 6
2.4 图像的灰度 7
2.5 对比度增强方法 8
2.6 对比度增强变换模块 9
2.6.1灰度变换 9
2.6.2 空域滤波 11
2.6.3 频域增强 16
第3章 检测系统 19
3.1视觉技术的研究 19
3.2数字图像的评价方法 20
3.3 检测环节和方式 21
3.3.1
*好棒文|www.hbsrm.com +Q: %3^5`1^9`1^6^0`7^2#
颜色检测 21
3.3.2 形状检测 22
第4章 系统的设计与实现 26
4.1 Visual C++简述 26
4.2 系统功能 26
4.2.1 驱动摄像头取景 26
4.2.2 摄像头提取图像 27
4.2.3 保存图像至指定文件夹 28
4.2.4 处理图像 29
4.2.5 信息反馈 31
4.3 系统运行流程 31
4.4 系统的实现 32
第5章 结论 38
参考文献 40
致谢 42
附录 43
第1章 绪论
1.1 研究背景及意义
在现代工业生产中，很多环节需要通过各种检测方式来确定产品的加工过程是否符合要求，因此检测技术在某种程度上说是保证产品质量的关键环节。在大部分的生产企业中，产品的合格率检查通常依靠人工检测，这不仅增加了企业的用人成本、延长了产品的出厂周期，而且还不能保证检测的精准度和速度。因此，现代制造业需要新式的检测技术来满足和配合不断提升的制造水平。所以，计算机视觉技术在这一大环境下得以快速发展，通过计算机对于检测环节的快速、可靠、可重复的优点，加之结合人类视觉感官与抽象化能力来构成一个完整的检测系统，完成对产品的各方面检测[1]。
21世纪以来，计算机视觉检测系统在工业领域得到相当高的重视。随着传感器及其他监测设备的发展，越来越多的企业利用计算机和传感器组成的系统来完成机器视觉的研发以及通过计算机进行信息获取并进行处理。在计算机集成制造系统的普及下，生产企业对计算机检测系统又有了新的要求。当前阶段下，计算机视觉检测系统已经成为生产企业检测系统中的重要组成部分并且在制造业中得到了相当普遍的应用。随着各类图像处理软件和图像处理技术的日趋成熟，人们对于计算机视觉检测系统的智能化、稳定性、精准度提出了更高要求，应当在更短的时间内更高效地提取更多的信息并完成处理，同时要实现信息的集中反馈[2]。所以，在这样的效果预期中，越来越多的计算机视觉检测系统被应用到建筑业和商业的现场监控中，完成了向社会各行各业的普及。
通常检测产品合格与否的方法主要是依靠人工从产品中挑取一定数量样品进行检测，或者通过监视器在生产环节中进行监视检测。但是，人工检测在客观上存在这样的缺点：效率低下、主观标准不一致、工作时间有限等。所以，我们需要一种有效的方法使得产品检测实现规范化、智能化和全天候工作。
产品缺陷的检测涉及到图像处理技术和模式识别技术，需要达到在误差最小的情况下完成检测。而在工业生产中，由于制造过程中环境情况复杂多变，高温低温高压低压情况非常多见，会导致采集到的图像在信噪比、对比度、饱和度上不如正常状态，从而对检测造成一定的难度。其次，由于在大部分生产过程中，产品始终处于移动状态，会导致产品图像模糊不清，同样对检测造成一定的难度。因此，高效率、优算法的数字图像处理技术就显得尤为关键。
数字图像处理就是使用计算机对图像进行处理，它可以帮助人们更客观地认识世界。尽管人眼对于视觉信息的接收和鉴别能力很牵强，但是在工业生产过程的大多数环境中，人眼并不能识别到所有的信息甚至只能一无所获。在这种情况下，通过图象增强技术，可以使图像不明显或者不清晰的部分变得明显而便于识别。同时，通过数字图像处理技术中包含的模式识别技术，可以将各类图像迅速进行分类，便于后续进行高效的检索和匹配[3]。目前，数字图像处理技术已经广泛应用于各行各业中并极大的提高了工作的效率。
通过颜色和灰度的数值，计算机图像可分为二值图像、灰度图像、索引图像和真彩色RGB图像四种基本类型，相应的软件基本都可以处理以上四种类型的图像。
1.2 研究现状
对图像进行获取、加工、处理的技术叫做图像技术，图像技术又根据处理方式的不同分为图像处理、图像分析和图像理解。计算机视觉检测技术就是建立在图像技术上的一门新兴技术。它利用各种传感元件完成对被测量物品各方面信息的采集，再通过图像技术对采集到的信息进行加工处理，最后得出结论，这样能够比较好的适应现代生产商的发展需求。计算机视觉检测系统相较于普通图像处理系统又有更精准、速度更高的优点，同时能够更加适应工业加工环境，提高稳定性和可靠性。例如检测生产现场的非接触类产品，使用基于三角法的测量系统，具有抗干扰能力强、精度高、时间短等优点。当今的计算机视觉检测系统在工业和研究上通常用于计算观察点到目标距离、得出观察点到目标物体运动参数、推断目标物体表面特征甚至于判断目标物体内部特征等方面。
在图像处理技术发展初期，研究人员的主要目的是通过数字技术提高军用、航空和卫星照片的读取，而当今技术的发展则更偏向于民间和工业加工过程。通过计算机视觉系统将目标图像转换成图像信号，再经过处理把图像中像素分布、颜色、亮度等信息转换为数字信号传输给计算机进行运算，从而得出目的结论。因此，现阶段计算机视觉系统主要应用于精密检测、医学诊断、机器人设计等。利用计算机视觉系统在生产线上在线检测，对于需要无接触、识别准确、迅速反馈的食品加工行业显得尤为重要[4]。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/wlw/673.html
