《机器视觉与智能检测创新实践》课程设计报告题目：基于可见光红外光图像的处理班级：姓名：学号：指导老师：日期：一、实验目的机器视觉就是用机器代替人眼来做测量和判断。
机器视觉系统是指通过机器视觉产品（即图像摄取装置，分CMOS和CCD两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。
本实验的目的就是通过学生自身动手实验，使学生对机器视觉系统及图像处理有一定的认识。
同时加深学生的动手能力和培养学生的创新能力。
二、实验设备机器视觉实验平台，计算机，Matlab软件等三、实验任务（1）对采集的近红外图像进行增强、分割和细化（自己挑选成像效果较好的手背或手掌的近红外图像）1、了解增强、分割和细化等处理的概念和效果并编程实现增强、分割和细化；2、分别比较不同增强、分割和细化方法的优劣（2）对采集到的可见光手掌图像进行分割得到手掌及手指的轮廓。
四、相关概念介绍1、光谱光谱是复色光经过色散系统（如棱镜、光栅）分光后，被色散开的单色光按波长（或频率）大小而依次排列的图案，如图1所示。
光波是由原子内部运动的电子产生的。
各种物质的原子内部电子的运动情况不同，所以它们发射的光波也不同。
研究不同物质的发光和吸收光的情况，有重要的理论和实际意义，已成为一门专门的学科——光谱学。
图1 可见光的光谱图种类：发射光谱物体发光直接产生的光谱叫做发射光谱。
发射光谱有两种类型：连续光谱和明线光谱。
连续分布的包含有从红光到紫光各种色光的光谱叫做连续光谱。
炽热的固体、液体和高压气体的发射光谱是连续光谱。
例如电灯丝发出的光、炽热的钢水发出的光都形成连续光谱。
只含有一些不连续的亮线的光谱叫做明线光谱。
明线光谱中的亮线叫做谱线，各条谱线对应于不同波长的光。
稀薄气体或金属的蒸气的发射光谱是明线光谱。
明线光谱是由游离状态的原子发射的，所以也叫原子光谱。
观察气体的原子光谱，可以使用光谱管，它是一支中间比较细的封闭的玻璃管，里面装有低压气体，管的两端有两个电极。
把两个电极接到高压电源上，管里稀薄气体发生辉光放电，产生一定颜色的光。
观察固态或液态物质的原子光谱，可以把它们放到煤气灯的火焰或电弧中去烧，使它们气化后发光，就可以从分光镜中看到它们的明线光谱。
实验证明，原子不同，发射的明线光谱也不同，每种元素的原子都有一定的明线光谱。
彩图就是几种元素的明线光谱。
每种原子只能发出具有本身特征的某些波长的光，因此，明线光谱的谱线叫做原子的特征谱线。
利用原子的特征谱线可以鉴别物质和研究原子的结构。
2、光源自身正在发光，且能持续发光的物体叫作光源。
光源可分为：1、天然光源（如太阳、火焰、闪电、萤火虫等）2、人造光源（如点燃的蜡烛、发光的电灯、激光束等）注意：有些物体，比如月亮，本身并不发光，而是反射太阳光才被人看见的，所以月亮不是光源。
而人造光源一定要是正在发光的物体。
物理学上指能发出一定波长范围的电磁波（包括可见光与紫外线、红外线和X光线等不可见光）的物体。
通常指能发出可见光的发光体。
凡物体自身能发光者，称做光源，又称发光体，如太阳、恒星、灯以及燃烧着的物质等都是。
但像月亮表面、桌面等依靠它们反射外来光才能使人们看到它们，这样的反射物体不能称为光源。
在我们的日常生活中离不开可见光的光源，可见光以及不可见光的光源还被广泛地应用到工农业，医学和国防现代化等方面。
光源可以分为三种。
第一种是热效应产生的光，太阳光就是很好的例子，此外蜡烛等物品也都一样，此类光随着温度的变化会改变颜色。
第二种是原子发光，荧光灯灯管内壁涂抹的荧光物质被电磁波能量激发而产生光，此外霓虹灯的原理也是一样。
原子发光具有独自的基本色彩，所以彩色拍摄时我们需要进行相应的补正。
第三种是synchrotron发光，同时携带有强大的能量，原子炉发的光就是这种，但是我们在日常生活中几乎没有接触到这种光的机会，所以记住前两种就足够了。
3、滤波片滤波片是一种用来消除干扰杂讯的器件，将输入或输出经过过滤而得到纯净的信号。
其功能是得到一个特定的频率或者消除一个特定的频率。
4、光圈大小光圈是一个用来控制光线透过镜头，进入机身内感光面的光量的装置，它通常是在镜头内。
表达光圈大小我们是用f值。
对于已经制造好的镜头，我们不可能随意改变镜头的直径，但是我们可以通过在镜头内部加入多边形或者圆型，并且面积可变的孔状光栅来达到控制镜头通光量，这个装置就叫做光圈。
光圈f值=镜头的焦距/镜头口径的直径。
从以上的公式可知要达到相同的光圈f值，长焦距镜头的口径要比短焦距镜头的口径大。
完整的光圈值系列如下: f1，f1.4，f2，f2.8，f4，f5.6，f8，f11，f16，f22，f32，f44，f64。
光圈f值愈小，在同一单位时间内的进光量便愈多，而且上一级的进光量刚是下一级的两倍，例如光圈从f8调整到f5.6，进光量便多一倍，我们也说光圈开大了一级。
图2 光圈示意图5、光强发光强度简称光强，国际单位是candela简写cd。
1cd是指单色光源（频率540X10ˇ12HZ，波长0.550微米）的光，在给定方向上（该方向上的辐射强度为（1/683）瓦特/球面度））的单位立体角内发出的发光强度。
发光强度是针对点光源而言的，或者发光体的大小与照射距离相比比较小的场合。
这个量是表明发光体在空间发射的汇聚能力的。
可以说，发光强度就是描述了光源到底有多亮。
1000mcd=1cd6、焦距焦距是光学系统中衡量光的聚集或发散的度量方式，指从透镜中心到光聚集之焦点的距离。
亦是照相机中，从镜片中心到底片或CCD等成像平面的距离。
具有短焦距的光学系统比长焦距的光学系统有更佳聚集光的能力。
简单的说焦距是焦点到面镜的顶点之间的距离. 由于我们照相时，被照的物体与相机(镜头)的距离不总是相同的，比如给人照相，有时，想照全身的，离得就远，照半身的，离得就近。
也就是说，像距不总是固定的，这样，要想照得到清晰的像，就必须随着物距的不同而改变胶片到镜头光心的距离，这个改变的过程就是我们平常说的“调焦”。
图3 焦距示意图五、图像处理的几种方法1、图像增强1.1方法介绍图像增强处理方法根据处理过程所在的空间不同，可分为基于空间域的增强方法和基于频率域的增强方法两大类，如下图4：图4 图像增强方法类型1.1.1空域增强法基于空间域的增强直接在图像所在的二维空间进行处理，即直接对每一像素点的灰度值进行处理。
根据所采用的技术不同又可分为灰度变换和空域滤波两类图像增强 空间域增强频率域增强直方图规定化直方图均衡化低通滤波 高通滤波带通滤波 带阻滤波空域滤波灰度变换锐化滤波平滑滤波定向滤波梯度法 拉普拉斯算子法 中值滤波邻域平均法图像代数运算直方图灰度变换直接灰度变换线性变换非线性变换按比例线性拉伸分段线性拉伸 对数拉伸指数拉伸 其他非线性拉伸方法。
灰度变换是基于点操作的增强方法，将每一像素点的灰度值按照一定的数学变换转换为一个新的灰度值。
基于灰度图像增强方法非常丰富，如增强处理中常用的直接灰度变换（包括线性拉伸和非线性拉伸）、对比度增强、直方图均衡化、直方图规定化和图像的代数运算等方法都属于灰度变换技术。
空域滤波是基于邻域处理的方法，它应用某一模板对每个像素点与其周围邻域的所有像素点进行了某种确定数学运算得到该像素点新的灰度值，输出值的大小不仅与该像素点灰度值有关，而且还与其邻域内的像素点的灰度值有关，常用的图像平滑滤波与滤波技术就发球空域滤波的范畴。
1.1.2频域增强法频率域增强法首先将图像从空间域按照某种变换模型（如傅里叶变换或其他变换等）变换到频率域，然后在频域对图像进行处理，再将其反变换到空间域。
通常包括低通、高通、带通和带阻四种典型的滤波器结构。
1.2选用方法方法一：直接灰度变换之按比例线性拉伸法对于8bit灰度图像，用以下公式进行图像拉伸。
g(x,y) = 255*[f(x,y)-fmin] / (fmax - fmin)方法二：直方图灰度变换之直方图均衡化法是以累积分布函数为基础的直方图修改法，将原始图像的直方图变为均衡分布的形式，将一非均匀灰度概率密度分布图像，通过寻求某种灰度变换，变成一幅具有均匀概率密度分布的目的图像。
方法三：1）空域滤波法之邻域平均法将一个像素点事的所有像素点的平均值赋给输出图像中相应措施的像素点，从而达到平滑的目的，最简单的邻域平均滤波法是所有模板系数都取相同的值，例如，取模板系数为1。
2）空域滤波法之中值滤波法利用一个奇数点的移动窗口，将窗口中心点的值用窗口各点的中间值代替。
1.3实验效果比较方法一：直接灰度变换之按比例线性拉伸法程序如下：A = imread('3271l1.bmp');A1 = double(A);A2 = (A1-50)*255/(160-50);s = size(A2);for i = 1:s(1)for j = 1:s(2)if A2(i,j)<0A2(i,j)=0;endif A2(i,j)>255A2(i,j)=255;endendendA2 = uint8(A2);subplot(1,4,1);imshow(A)subplot(1,4,2);imhist(A)subplot(1,4,3);imshow(A2)subplot(1,4,4); imhist(A2)图像增强方法1方法二：直方图灰度变换之直方图均衡化法程序如下：A = imread('D:\红外\1.bmp');s=size(A);a = imhist(A);ap = a./sum(a(1:256));v = ones(256,1);al=filter(v,1,ap(1:256));as =round(al.*255);for i=1:s(1),for j=1:s(2),B(i,j)=as(A(i,j)+1);endendC = uint8(B);subplot(1,4,1);imshow(A)subplot(1,4,2);imhist(A)subplot(1,4,3);imshow(C)subplot(1,4,4);imhist(C)图像增强方法2方法三：空域滤波法——邻域滤波法与中值滤波法程序如下：A = imread('D:\红外\1.bmp');moban2 = [1,1,1;1,1,1;1,1,1];A1 = A;A2 = A;A3 = A;B = double(A);s = size(A);t = zeros(1,9);b = zeros(1,9);for i = 2:s(1)-1for j = 2:s(2)-1t(1)=A(i-1,j-1);t(2)=A(i-1,j);t(3)=A(i-1,j+1);t(4)=A(i,j-1);t(5)=A(i,j);t(6)=A(i,j+1);t(7)=A(i+1,j-1);t(8)=A(i+1,j);t(9)=A(i+1,j+1);for g = 1:9,for k = 1:8,if t(k+1)<t(k),buf=t(k+1);t(k+1)=t(k);t(k)=buf;endendendA3(i,j) = t(5);A2(i,j)=(B(i-1,j-1)*moban2(1,1)+B(i-1,j)*moban2(1,2)+B(i-1,j+1)*moban2(1,3)+B(i,j-1)*moban2(2,1)+B(i,j)*moban2(2,2)+B(i,j+1)*moban2(2,3)+B(i+1,j-1)*moban2(3,1)+B(i+1,j)*moban2(3,2)+B(i+1,j+1)*moban2(3,3))/9; endendsubplot(1,3,1);imshow(A1);title('原图');subplot(1,3,2);imshow(A2);title('邻域滤波');subplot(1,3,3);imshow(A3);title('中值滤波');图像增强方法31.4效果比较分析总结方法一：优缺点：灰度拉伸后，图像在亮度和对比度等方面具有明显的改善效果。