基于C++的圖像檢測系統的設計

蔣慶磊 聶永濤 吳慧君

（濰坊工程職業學院 山東 青州 262500）

基于C++的圖像檢測系統的設計

蔣慶磊 聶永濤 吳慧君

（濰坊工程職業學院 山東 青州 262500）

本文是基于C++編寫圖像處理程序，完成圖像檢測系統的設計，系統功能包括：打開*.bmp文件，圖像的灰度處理、二直化、閾值變換、平滑濾波、邊緣檢測，智能識別等。系統開發和程序運行平臺為Win7，采用C++Builder軟件。檢測系統通過調試運行，初步實現了設計目標。

C++；圖像處理；檢測系統；C++Builder

無論是在機電產品研發中，還是從事圖像檢測處理工作，都需要有良好的圖像處理的能力。數字圖像處理是運用相關數字技術，對圖像采取特定算法進行處理，實現預期目標。伴隨數字計算機技術的快速發展，數字圖像處理技術已經發展成為一門學科，具有廣泛的應用。借助C++編程，設計圖像檢測系統，實現圖像的智能識別判斷，提高圖像檢測的效率。

1 C++編程簡述

1.1 C++語言。C++是兼容了C，保持了C的優點，是面向對象的編程設計的語言。在C++的集成環境下，可以直接調試和運行大多數的C程序代碼。這樣既繼承和開發了當前已在廣泛的軟件，又節省了人物力。C++編程突出了各個模塊程序的獨立性，增強了程序的可移植性，優化了程序代碼的結構，強化了程序的擴充性。C++的優點是語句簡練，語法靈活寬松，方便了用戶書寫編程。但存在由于編譯時采用寬松的語法，不容易發現許多邏輯上的錯誤，加大了用戶編程的難度。

1.2 C++集成環境。C++程序和C程序的編譯和調試都可以在C++集成環境下進行。一般在C++集成環境下規定：C程序定義為擴展名為c.的源程序；同時，C++程序定義為擴展名為cpp.的源程序。

1.3 C++Builder軟件應用。C++Builder軟件的優點是菜單簡單、功能齊全、效率較高，融合了C++編程。C++Builder包含Delphi可視化控件，編譯快捷，兼容了組件技術，是一種可視化的程序設計工具，能夠忽略沒有變化的代碼和函數，快速進行編譯、連接。該軟件新增加了SOAP/WebService、WebSnap技術。借助上述技術，可以在32位系統上編寫高效的Windows和Internet應用程序。該軟件的開發工具包含可視化的窗口設計端、控件面板、工程項目管理器、調試控制器等，方便程序員進行創建、設計程序。BCB軟件采用多樣的輸入/輸出驅動裝置，可以和很多輸入/輸出設備，如PLC、特種模塊、輸入/輸出板卡、特種儀表等，構成現場使用的系統。借助如支持服務器遠距離交互、轉換變化數據方法等通信方法，實現與外設進行數據交互。因此，在圖像處理過程中采用BCB編程是很必要的。

2 圖像處理技術

2.1 灰度的處理。工業現場中獲取的零件圖像大部分是32位真彩色圖像，具有較高的分辨率，占用很大內存，信息量大，不便于快速進行模式識別，因此，把現場獲取的真彩圖像變換成256色.bmp圖像，再變換成8位灰度圖像。

2.2 變換閾值。現場獲取的零件彩色圖像，變換成灰度圖像，分256個等級。變換閾值就是把灰度圖像變換成黑/白兩色的二值圖像。借助灰度的直方圖獲取谷底的閾值范圍，并提取閾值。再對灰度圖像采取變換閾值，實現零件圖像的二值化。

2.3 均衡灰度。均衡灰度是把灰度圖像在每一個級別上均采用同像素進行顯示，來優化圖像的對比度，均勻化灰度的分布。其處理原理是借助壓縮初始圖像中的像素較少的區域，延伸像素較多的區域。

2.4 平滑圖像。平滑圖像是比較實用的處理方式，實現去除圖像的噪聲，主要包含椒鹽、隨機等類型噪聲。平滑圖像的空間方法分為線性、非線性和自適應等類型的處理，頻率處理方法是采用低通濾波除噪。

2.5 圖像濾波。圖像濾波的一種算法是選取包含奇數點的窗口，把初始化的圖像像素與其中心進行整合，提取特定窗口對應的灰度數值，并按照升序排列灰度，選取中間值來替換窗口中心像素點的值。該算法解決了濾波后細節模糊的缺點。

2.6 圖像銳化。圖像銳化是一種圖像強化的方法。在平滑圖像后存在圖像邊界及輪廓模糊的缺點，因此盡量克服上述問題，可以采用圖像銳化方法，使圖像的邊界更加清晰。算法是借助微積分，可以采用梯度運算，獲取更加清晰的圖像輪廓，不改變圖像的原始灰度。

2.7 分割閾值。分割圖像的閾值有很多方法，比如把每一個像素等分到各自區域，稱為區域劃分；針對區域的邊界，進行獲取識別，稱為邊界算法。對圖像進行分割閾值提取輪廓的過程是：根據灰度直方圖進行確定檢測零件圖像的閾值，再對檢測圖像實現二值化，進行圖像銳化，采用特定算法獲取檢測圖像的邊緣輪廓。

3 圖像檢測系統的軟件界面

3.1 軟件的功能面板。基于圖像處理技術的零件加工質量檢測系統的軟件界面如圖1所示。登錄功能界面，借助文件菜單中的“打開位圖”項目打開在本地電腦上存放的零件原始彩色圖像，可以進行原始圖像和圖像處理后的效果顯示。對零件圖像進行灰度處理、圖像濾波的功能界面如圖2所示，可以選取不同的濾波方式。對零件圖像進行平滑處理，功能界面如圖3所示。圖像的二值化、灰度直方圖等功能界面，如圖4所示。提取圖像邊緣輪廓，其功能界面如圖5所示。

圖1 登陸界面

圖2 灰度處理

圖3 圖像平滑

圖4 (a)二值化

圖4 (b)直方圖

圖5 閾值分割

3.2 圖像處理實例。本檢測系統可以檢測直徑為6 mm的針閥體零件內孔加工質量，其中抽取了6個需要檢測的內孔圖像，如圖6所示。上述6個零件圖像，按照一定算法處理后的結果，如圖7所示。

3.3 檢測系統運行結果。統計完特征參數后，再進行圖像的分割，根據特定參數，判別零件加工質量是否合格，運行結果如圖8所示。

圖6 原始圖像

圖7 處理后圖像

圖8 運行結果

4 結束語

本檢測系統的調試結果表明，該檢測結果穩定、準確，適用于零件加工質量的現場質檢，同時該檢測系統易于操作、效果明顯，實現了基于BCB編程的檢測系統開發，具有廣闊的市場前景。

本論文是濰坊市科技發展項目課題的階段性研究成果，項目編號：2016GX083

[1]歐振國.基于C++Builder環境下電力倉庫管理系統的指紋識別與條形碼技術[J].農村電氣化，2017(2)：32～34.

[2]齊林宇，唐晶，魏文澤，等.基于C++Builder的換熱器性能試驗平臺測控軟件的開發[J].計算機測量與控制，2016，24(6)：139～142.