论文总字数：15255字

摘 要

随着计算机图像处理技术与网络技术的飞速发展，视频监控技术日趋成熟，应用覆盖面更加广泛。在监控系统中增加智能视频分析模块,借助计算机强大的数据处理能力过滤掉视频画面无用的或干扰信息、自动识别不同物体,分析抽取视频源中关键有用信息，是视频、图像处理的有效机制。

本课题详细研究智能视频监控的工件表面缺陷检测技术，基于OpenCV计算机视觉库，使用Visual Studio 2015开发工具设计相应的图像处理算法，以灰度直方均衡化、中值滤波等算法进行图像的预处理，从而对图像中的缺陷轮廓进行提取，在不同的等级要求下，让机器对表面缺陷自动进行高效的准确识别，减少错漏。

实验证明，本工件缺陷检测系统可以初步识别并计算出样本图片中的缺陷位置和长宽，并在较低的精度要求下过滤掉细微的缺陷。与此同时，使用者可以获得处理后的样本图片，以方便对缺陷进行修复等操作。

关键词：OpenCV计算机视觉库 VS2015 图像处理算法

Pattern recognition and application of video surveillance

Abstract

With the rapid development of computer image processing technology and network technology, video surveillance technology is becoming more and more mature, and application coverage is more extensive.Adding intelligent video analysis module to the monitoring system, using the powerful data processing capability of the computer to filter out the useless or interfering information of the video picture, automatically identifying different objects, and analyzing the key useful information in the extracted video source is an effective mechanism for video and image processing.

This topic studies the surface defect detection technology of intelligent video surveillance in detail. Based on OpenCV computer vision library, Visual Studio 2015 development tool is used to design the corresponding image processing algorithm. Image preprocessing is performed by algorithms such as gray-scale quadrature equalization and median filtering. Therefore, the defect contours in the image are extracted, and the machine automatically and accurately recognizes surface defects automatically under different level requirements, thereby reducing errors and omissions.

The experiment proves that the workpiece defect detection system can initially identify and calculate the defect position and length and width in the sample picture, and filter out the fine defects under the requirement of lower precision.At the same time, the user can obtain processed sample images to facilitate the repair of defects.

Keywords: OpenCV Visual Studio image processing algorithm

目录

摘要 II

Abstract II

目录 i

第一章 引言 1

1.1 研究背景 1

1.2课题内容及意义 1

1.3开发环境 1

1.4论文的组织结构 1

第二章 相关技术介绍 3

2.1 OpenCV计算机视觉库介绍 3

2.2 C 语言介绍 4

2.3 MFC类库介绍与选择原因 5

2.4 Visual Studio开发工具介绍 6

第三章 基于OpenCV的工件表面缺陷检测的详细设计 7

3.1需求分析 7

3.1.1 系统结构 7

3.1.2 用户分析 7

3.1.3 功能需求 7

3.2结构设计 7

3.2.1系统整体结构 7

3.2.2模块功能介绍 8

3.3可行分析 8

3.3.1经济可行性分析 8

3.3.2时间可行性分析 8

3.3.3技术可行性分析 8

第四章 基于OpenCV工件表面检测相关算法 10

4.1灰度直方均衡化 10

4.1.1理论基础 10

4.1.2数学支持 11

4.1.3函数equalizeHist 11

4.2中值滤波 12

4.2.1理论基础 12

4.2.2数学支持 13

4.2.3函数medianblur 14

4.3缺陷检测及最小外接矩形 16

4.3.1轮廓提取findContours/drawContours 16

4.3.2最小外接矩形minAreaRect 16

第五章 基于OpenCV工件表面缺陷检测的具体实现 18

5.1系统的实现 18

5.1.1系统环境的配置 18

5.1.2用户界面的实现 19

5.1.3图片处理的实现 21

5.2系统的功能测试 23

5.2.1测试的环境 23

5.2.2系统测试结果 23

第六章 结束语 26

6.1 总结 26

6.2 反思与展望 26

参考文献 28

致谢 29

第一章 引言

1.1 研究背景

21世纪以来，计算机图像处理技术以及网络技术以曾经难以想象的速度迅猛发展，很久之前不便实现的视频监控技术已经得以完善，并且衍生出了一系列的实际应用。这些应用覆盖面广泛，在校园、企业、机关单位等各种日常生活中常见的地点都有所涉及，可谓现代智能化社会的一点一滴已经逃不过视频监控的“法眼”。而在此之中，智能化监控技术作为视频监控的核心技术之一，已经越来越受到人们的重视。

请支付后下载全文，论文总字数：15255字