计算机图像处理与编程技术在检验的应用范文

本站小编为你精心准备了计算机图像处理与编程技术在检验的应用参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

摘要:分析计算机图像处理技术实践成果，结合实际计算机图像分析案例，从编程关键因素提炼、编程图像色彩因素提炼、编程纹理提炼、函数统计分析等方面对计算机图像处理及编程技术在分析中的应用进行分析，并针对常用的函数库，提出了几点构建措施。

关键词:计算机图形处理;编程技术;分析

1工业分析中计算机图像处理技术应用实效

1.1编程关键因素提炼图像转换为数字信号是计算机图像处理及编程技术应用的主要方面。主要是将图像分辨率、显示器进行配比分析，结合原始图像关键因素、纹理、色彩因素等因素，提高整体图像画面的清晰程度。

1.2编程图像色彩因素提炼为了体现原始图像信息及色彩因素关键因素，计算机技术以三原色为依据，进行了不同等级数字信号的转化。同时通过对原始材料图像色彩因素关键因素提炼，对理想原始图像冠层关键因素、当前原程序差异进行记录分析，更加直观展现原始材料。

1.3编程图像纹理分析图像纹理提炼是原始材料纹理图像分析的高难度技术。利用计算机图像处理及编程技术可将原始材料100%提炼，并通过对以往材料纹理关键因素、原程序纹理对比分析，及时补充或筛除缺失信息，从而有效展现原始材料油脂点、变黑等纹理关键因素。

2计算机图像编程技术在分析中的应用情况

计算机图像编程技术在分析中的应用可以有效辨识原料损害程度及具体损害位置。在具体应用中，将相关信息以数字信号的形式展现出来，并以数字信号的形式进行材料运行状态调控。在此基础上，可利用计算机编程技术对原始材料检测数据进行进一步处理。在编程技术应用过程中，首先要根据用户发出ASP文件请求信息，利用浏览器将相关信息传递给服务器;在终端服务装置获得相关请求信息后，依据信息后缀识别，关联ASP程序，将其从目录、缓存中提炼，并对其进行解释执行。根据ASP命令要求，生成静态HTML页面;最后登录并解释相关文件。使用上述编程方法，可对工业分析结果准确程度进行进一步分析［1］。在实际编程图像分辨过程中，常用的技术主要为函数图像法、类似图像法。其中类似图像法主要通过对两个类似编程图像融合处理，综合考虑图像性状、形态等因素，确定相关图像分类标准。在此基础上，可利用函数图像统计的方法，对分析环节漏洞进行弥补完善。函数图像统计法是基于模糊形态对图像内容表现形式的分析，数据流线控制为主要方式。

3计算机图像处理与编程在分析中应用

3.1计算机图像处理及编程技术函数库设置常用的函数库主要为OpenCV，其主要由C++语言开发。在OpenCV图像处理及编程库实际应用中，常用的数据结构类型为IPIImage结构体，基于OpenCV计算机视觉处理特点，IPIImage结构体在运行中需要根据无符号8位整数、有符号16位整数、32位浮点数单精度等图像像素类型，选择depth中的定义数据组。而根据矩阵对应变量的变化，需要采取深度、通道分割处理的方式。OpenCV初始版本在实际应用中主要包括基本数据类型函数运算、图像处理、结构运动分析、模式识别、摄像机定标、实验性函数、图像视频I/O、系统调用函数、GUI等。常用的函数类型为窗口定义函数、窗口载入函数、按钮等待函数。其中常用的图像载入函数为IPIImage*cvLoadImage语法，参数类型中其他参数项主要用于彩色图像通道载入，灰度图像等其他单通道图像可用零表示，而载入图像通道数由自身决定的则使用负数表示;窗口定义函数常用语法为intcvNamed-Window，其主要参数类型为窗口明、窗口属性指标值等。cvNamedWindow在实际应用中可以进行图像放置、rtackbar窗口的独立设置;按钮等待函数主要语法为intcvWaitKey，其主要参数类型为等待按钮，即在delay小于或等于0时处于无限等待状态，反之则为ms返回［2］。

3.2计算机图像处理与编程在固体检测中的应用以玻璃缺陷检测为例，对计算机图像处理及编程技术在固体检测中的应用进行分析。在计算机图像处理与编程技术应用过程中，首先要进行图像样品预处理，依次采用滤波、形态学操作、灰度阈值分割等措施。为了更加直观准确展现对应滤波方法，可在前期方针测试中加入椒盐噪声，可得出最佳滤波分析模式;在灰度阈值分割时，主要包括迭代阈值分割法、双峰法等方法。在实际图像处理及编程中，最大类间方差法应用较为普遍，其主要是对相应像素进行适当规划，提升划分后不同像素之间的距离，确定恰当的门限;在玻璃检测过程中，若图像目标区域外部具有小圆点或中间位置出现空洞情况，需要进行数学形态学分析，数学形态学分析主要是依据集合论的相关内容，采用固定形态结构元素，确定对应图像形状关键影响因素。在数学形态学处理过程中，主要采用膨胀、开启、闭合、腐蚀等方法。相应工作人员可结合相关操作数据，对玻璃缺陷进行分析处理。首先将关键因素提炼数据引入全过程综合分析模块，就典型目标区域缺陷性质进行分析，如气泡、玻璃碎、划痕等。需要注意的是，由于玻璃缺陷类型较多，单一的几何形状识别并不能有效辨识玻璃缺陷类型。可根据玻璃缺陷光学原理变化，确定相应透光率，结合灰度、形状等参数，确定后续工作要点。

3.3计算机图像处理与编程在液体检测中的应用计算机处理与编程在水质等液体检测中的应用主要包括图像预处理、图像分割等。首先，在图像预处理环节，需要依据Retinex算法，增强原材料图像光照不均程度。即将原材料图像划分为长波、短波、中波三个阶段，并设定对应的分量值［3］。为保证运算的精确度，可将像素值转化为浮点值，对图像像素相对明暗关系进行计算。需要设定原始图像像素点相对明暗值一致且均为常数。经过多次迭代计算得到水平、垂直方向任意两点距离为1;将三个波段内明暗关系转化为典型RGB数值，并针对色彩颜色较丰富的，进行灰度处理措施。在具体灰度处理阶段，主要是将彩色图像亮度值较高的区域进行量化处理，采用加权平均值算法确定最佳图像视觉RGB值;在液体分析中，基于图像采集及液体流动性，其整体图像噪声成分较多，这种情况下，就需要采用自适应中值滤波法在保证图像边界信息一定的情况下，对相应图像进行处理。其次，图像分割环节主要包括图像二值化、二值图像数学形态学处理。其中图像二值化主要采用OSTU算法，在获得图像灰度平均值的基础上，将图像小于A像素点、大于A1像素点进行独立处理，得出最佳划分阈值;二值图像数学形态处理主要是对二值图像进行多次腐蚀操作，在得出目标分离后，消除不必要环节，经过进一步膨胀处理，得出分离区域。

4结语

图像处理及编程技术在分析中的应用，可以优化整体分析环境，提升分析结果的准确性。针对图像处理程序烦琐、图像分析结构不全面等问题，相关研究人员应在明确图像处理要点的基础上，对图像处理编程技术进行研究开发，将3D图像处理及编程分析技术作为研究重点，提高图像处理及编程技术应用效益。

参考文献:

［1］甘雨.基于图像处理的计算机编程技术在分析中的应用［J］．通讯世界，2015，(08):227.

［2］晁越，李中健，黄士飞.OpenCV图像处理编程研究［J］．电子设计工程，2013，21(10):175－177.

［3］王杰，梁丽珍.计算机图像处理技术在污水处理絮凝效果检测中的应用［J］．环境工程，2013，31(4):17－20.

作者：陈少锋 单位：广东理工学院