机器视觉基于数字图像的物体识别分类定位测量+OpenCV代码

菜单

计算机

机械

系统

软件

毕业论文

摘要.I

Abstract.II

1绪论.1

1.1课题背景及意义..1

1.2国内外的发展现状.2

1.3论文的主要内容..2

2机器视觉技术.4

2.1机器视觉光源..4

2.2机器视觉镜头和相机.5

2.3图像的采集..6

2.4图像的处理..6

3机器视觉测量定位系统设计...7

3.1图像采集..7

3.2硬件电路连接..7

3.3系统软件设计..7

3.4图像处理..8

4算法及实现..10

4.1灰度化算法10

4.2二值化10

4.3开运算11

4.4轮廓检测12

4.5求轮廓的最新小外接矩定义ROI区域..13

4.6霍夫变换求圆心和半径...14

5测量算法和定位的坐标转换实现.15

5.1测量算法15

5.2定位的实现16

5.3建立坐标系17

6单片机和串口通信..20

6.1单片机介绍20

6.2串口通信介绍21

7结论与展望...22

参考文献...23

致谢...24

附录...25

1 绪论 1.1课题背景及意义随着我国经济的发展，越来越多的劳动密集型企业开始向东南亚等欠发达国家转移，我国的企业开始面临产业升级，一方面是因为劳动力成本提高，另一方面，粗加工企业开始转向精加工，不再需要大规模劳动力，而且我国也面临劳动力不足的情况，人口红利已经消退。自动化设备市场出现了卖方市场，催生了大量的自动化设备生产制造商，他们为企业定制局部或者是一整套的解决方案。在自动化中的众多技术中，机器视觉扮演了越来越重要的将角色。中国的制造业在向国际发达国家靠拢，向着高精度，低产出，高效益，高度自动化方向迈进，这必然要减少人工的参与，提高用工的素质。机器视觉不光能实现自动化，还能实现智能化。机器视觉可以代替人工的许多方面，目前已经投入使用的人脸识别，无人机技术和机动车自动驾驶，都是机器视觉应用的典范。在工业应用中机器视觉参与了产品的测量、品质检测、产品分类等各个环节。机器视觉就是利用相机等图像采集设备将像素、颜色、亮度等图像信息转化成数字信息存入图像处理系统，再通过图像处理系统对数字信号进行滤波、增强、边沿检测等算法处理，抽取目标特正，