基于LabVIEW的彩色图像目标提取系统研究

论文摘要

随着计算机技术的飞速发展,机器视觉的研究也越来越受到人们的青睐。所谓机器视觉一般是指通过建立摄像机与计算机的通讯来模拟人眼的功能,使得图像或图像序列在处理之后,能够提取出有效的信息,有助于对外界环境中的事物进行形态和运动的识别。机器视觉的一个重要任务就是对图像中的特定目标进行提取,而目标提取的速度、精度与准确性直接决定了对后续运动目标的识别与跟踪的有效性。在各种光学图像中,对外部客观世界最为逼近的描述当属彩色图像。因此,对彩色图像进行处理有助于我们获得更多的有效信息。本文就彩色图像中的图像分割和目标提取中的一些问题进行了较为系统的讨论,提出了一种彩色图像目标提取综合算法,并把图像处理算法成功地应用到目标提取系统中,最后在LabVIEW开发环境下完成了相应的实验。本文首先研究了目前常用的目标提取算法,包括图像分割方法、帧间差分法、减背景法、聚类分析法和光流法,详细分析了每种算法的原理,尤其对图像分割中阈值分割的各种算法和聚类分析法进行了验证并成功地将算法应用到了目标提取实验平台中。其次提出了彩色图像复杂背景目标提取综合算法,这也是本文最大的创新点。该算法是在分析了自动阈值分割、单颜色因子阈值分割、HSL模型、形态学、魔杖处理的基础上,提出的一种颜色阈值分割与魔杖处理相结合的复杂背景彩色图像目标与背景分离方法。与传统的自动阈值分割方法相比,适用的彩色图像范围更加广泛。对于灰度变换之后,灰度差比较小的图像,采用该方法仍然有很好的分离效果。最后开发了目标提取系统实验平台。根据设计要求,完成系统的整体架构,详细介绍了各主要模块的功能、软件设计思想和具体实现方案,并给出了结果分析。以LabVIEW和NI-IMAQ Vision为开发平台方便快捷地实现了所研究的各种算法；交互性界面的设计具有更好的实用性,且大大缩短了系统的开发周期,易于实现和维护。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 课题研究意义
• 1.2 机器视觉的起源和研究现状
• 1.2.1 机器视觉的起源
• 1.2.2 机器视觉国内外研究现状
• 1.3 彩色图像目标提取技术的重要作用及研究现状
• 1.3.1 彩色图像目标提取在机器视觉中的重要作用
• 1.3.2 彩色图像目标提取的研究现状
• 1.3.3 彩色图像目标提取的难点及改进方向
• 1.4 LabVIEW开发环境在图像处理中的优势
• 1.5 本文主要研究内容
• 1.6 本文结构安排
• 2 彩色图像目标提取中的图像分割及实现
• 2.1 阈值分割方法
• 2.1.1 直方图分割方法
• 2.1.2 熵方法
• 2.1.3 最大类间方差法
• 2.1.4 最小闽值误差法
• 2.2 区域生长分割法
• 2.3 聚类的分割方法
• 2.4 边缘检测分割法
• 2.5 本章小结
• 3 彩色图像目标提取综合算法
• 3.1 彩色图像颜色模型
• 3.1.1 RGB颜色模型
• 3.1.2 HSL颜色模型
• 3.1.3 RGB模型与HSL模型之间的转换
• 3.2 基于HSL模型的的彩色图像单层阈值分割
• 3.3 数学形态学处理
• 3.4 魔杖提取
• 3.5 特征提取算法实现
• 3.5.1 综合算法流程图实现
• 3.5.2 实验结果及分析
• 3.6 本章小结
• 4 目标提取系统设计及实现
• 4.1 系统设计实现功能及开发环境
• 4.1.1 系统实现功能
• 4.1.2 系统开发环境
• 4.2 系统总体设计方案
• 4.3 系统关键功能模块的设计及实现
• 4.3.1 图像采集模块
• 4.3.2 图像预处理模块
• 4.3.3 图像分割模块
• 4.3.4 目标提取综合算法模块
• 4.4 系统界面实现
• 4.5 本章小结
• 5 总结与展望
• 参考文献
• 致谢