摘要：機器視覺圖像處理技術(shù)是信息時代新興的科技，已被廣泛應(yīng)用于醫(yī)療、航天、工業(yè)等行業(yè)領(lǐng)域。而在各領(lǐng)域應(yīng)用中，圖像處理的工作量是巨大的，將OpenCV作為圖像處理的函數(shù)庫，不僅會節(jié)省人力、縮短開發(fā)周期，還會提高工作效率。文章闡述了OpenCV在VC++環(huán)境下的構(gòu)建和視頻圖像采集，進而實現(xiàn)圖像處理技術(shù)中的邊緣檢測和角點提取等。

關(guān)鍵詞：Open CV；機器視覺；圖像處理

圖像處理（Image processing）是利用計算機技術(shù)對圖像進行分析，進而對圖像進行壓縮、復(fù)原和匹配等操作，進而達(dá)到對圖像精確、高效處理的技術(shù)。OpenCV（Open Source Computer Vision Library）是開放源代碼圖像處理算法庫在Linux、VC++等環(huán)境中的運行，為圖像處理技術(shù)提供便捷[1]。基于OpenCV的機器視覺圖像處理技術(shù)，可以縮短開發(fā)周期，還可以對圖像處理算法技術(shù)進行仿真。

一、OpenCV環(huán)境建立

VC++編譯環(huán)境下OpenCV的構(gòu)建，主要是安裝、變量配置與框架建立。

假如OpenCV的安裝路徑是D：＼Program Files＼OpenCV，安裝時或者安裝結(jié)束后，要將“＼OpenCV]bin”添加到系統(tǒng)變量中，即環(huán)境變量。

將 Open CV圖像處理中需要的庫文件加入到VC++中，需要啟動VC++，在工具菜單的directories，選擇Library files對lib路徑進行設(shè)置。

OpenCV程序框架建立過程是，首先，新建工程（win32 Application）；其次，在新工程的保存路徑下創(chuàng)建單獨的workspace；再次，將新的work保存到VC++的Source file路徑中；最后添加工程配置，將需要的lib添加到模塊庫中。OpenCV的環(huán)境構(gòu)建結(jié)束

二、OpenCV視頻圖像采集

將OpenCV的視頻圖像采集程序輸入到Source file中，再接入攝像頭就可以捕獲圖像。OpenCV對圖像進行采集的主要程序語句如下：

主函數(shù)：void Winmain （int argc，char*argv[]）

OpenCV捕獲的圖像對象：CVCapture*camera= 0

程序結(jié)束將捕獲對象釋放：cvreleaseCapture（camer）

將采集到的圖像轉(zhuǎn)化并顯示出來：this->setImage（cvimage）

三、OpenCV圖像處理技術(shù)

1.截取感性趣的圖像

如果知識對圖像中的某一幀有興趣，便可以利用OpenCV圖像處理技術(shù)對感興趣的部分截取，主要程序如下：

CvRect Video_rect sr；

CvRect Video_rect ds；

cvshowImage（“src_ima”，src_ima）；

2.對圖像實施邊緣檢測

圖像邊緣是指圖像灰度變化最明顯的部分，其中有很多原始的圖像信息。通過對圖像分割、圖像特征識別與提取等信息對圖像進行分析，進而實現(xiàn)圖像邊緣檢測。目前，常用的是邊緣檢測算子，如Sobel、Canny、Roberts等檢測方法，下面對Sobel和Roberts檢測法進行闡述[2]。

（1）Sobel算子是對圖像上的每一個像素的周圍點的灰度值計算加權(quán)差，即用點計算區(qū)域的像素。 主要計算公式如下：

Sobel算子的模板是3×3的，如圖1所示。

圖1 Sobel算子模板

則和的Sobel算子如下，

（2）Roberts是對垂直方向的加權(quán)差分計算梯度，比如對角線方向的兩點像素：

和二者的卷積為

以上兩種方法是，通過二者卷積的最值，作為邊緣檢測的輸出值。

3.對圖像實施角點提取

視覺特點的提取、形狀描述等是通過圖像實施角點的提取來實現(xiàn)的。圖像角點中含有大量的圖像信息，對于機器視覺的圖像處理具有很重要的作用。對原始圖像的角點提取的主要程序如下：

#define max_corners 10；

int main （int argc，chaer*argv）；

int coenerC=max_ corners；

cvpoint2D32 corners[max_ corners]；

cvScalar color=CV_RGB （255，0，0）；

cvGoodFeaturesToTrack（grayImage，corners1，corners2，corners，cornerCount， 0.05，5， 0）；

總結(jié)：OpenCV具有很好的可移植性，同時有著強大的圖像處理能力和矩陣運算能力?；贠penCV的機器視覺圖像處理技術(shù)的應(yīng)用，不僅會減少圖像處理開發(fā)程序人員的工作量，還保障了圖像處理的準(zhǔn)確、高效，也達(dá)到了提升工作效率的目的。運用VC++編譯環(huán)境下OpenCV的運行，推動了圖像處理技術(shù)的更快發(fā)展。

參考文獻(xiàn)：

[1]柏濤濤.基于機器視覺與圖像處理的IC淺插檢測研究與應(yīng)用[J].河北北方學(xué)院學(xué)報（自然科學(xué)版），2015（4）：36-40.

[2]劉慶宏，王聲文，白彥慶.基于OpenCV的機器視覺功能開發(fā)及在工業(yè)生產(chǎn)中的應(yīng)用[J].制造技術(shù)與機床，2015（3）：40-43.

作者簡介：郝旋（1992—），男，漢族，籍貫：安徽懷寧，單位：廣東工業(yè)大學(xué)2016級學(xué)生，研究方向：圖像處理與機器視覺。

（作者單位：廣東工業(yè)大學(xué)）