1、“.....于是发现。由于经过多次的实验和反复的尝试，我们发现平均值与中间点灰度相差的时候，图片能去掉所有的孤立点，并且零件图像不会损失，于是决定把相差值定为。而，于是上面点的灰度应该是，而不是。滤波后的图像图滤波后图像滤波后的图片孤立点已经去掉，而且零件图像没有失真，程序达到预期效果。二值化影像灰度分割二值化又称为灰度分割阈，般影像的灰度分割成只有两种灰度值，亦即设定个灰度值，凡是影像本身灰度大于它的便令其为亮点而灰度值低于设定值的，便令其为暗点，这样就可得到个二元的影像，凡是需要作文字识別或条纹辨认的影像，都可利用这个方式，先将个复杂的图面简单化，分割法切割影像常用以侦测平滑表面工件的瑕疵钢板表面瑕疵之机器视觉系统和印刷电路板的测量等，这种方法称为固定阈值法，其中特殊的种方法称为非取法，即设定的阈值刚好为零，灰度级非的就取为。假设为二值化阈值阈价值......”。

2、“.....像素坐标,的灰度值凡是影像的灰度值低于分割值的令为，影像的灰度值高于分割值的令为，這種技巧稱之为二值阈值的提取如图在灰度为阶的图像所有像素之数目中，如欲將图像分成二個群集物体与背景，则选定适当的二值化阈值，令则,设为。,则,设为图。图个之影像二值化分析图个之影像二值化后之结果大部分的二值化图像是以個特定的阈值将不同的物体加以分割，在实际应用上欲就图像找出其特定的阈值之大小的方法有很多。如果二元图像之灰階統計图具有双峰特性，那就可以利用机率統計的原理来找出最佳的阈值以分割二元图像中两个群集的像素，以达到自动阈值撷取的目的，这种方法称为判断分析二值化，它能灵活适应于光线和环境变化的情况，所以最为实用而且有效。二值化的方法全局阈值化,采用阈值确定边界的录简单做法是在整个图像中将灰度闲值的值设为常数......”。

3、“.....而且所有物体与背景都具有几乎相同的对比度，那么，只要选择了正确的阈值，使用个固定的全局阁值般会有较好的效果自适应阈值在许多情况下，背景的灰度值并不是常数，物体和背景的对比度在图像中也有变化这时，个在图像中那区域效果良好的阈值在其它区域却可能效果很差这种情况下，把灰度阈值取成个随图像中位置缓慢变化的函数值是适宜的最佳阈值选择除非图像中的物体有陡峭的边沿，否则灰度阈值的取值对所抽取物体边沿的定位和整体尺寸有很大的影响这意味着后续尺寸特别是面积的测对于灰度阈值的选择很敏感由于这个原因，我们需要个最佳的，或至少是具有致性的方法确定阈值直方图技术幅含有个与背景明显对比的物体的图像具有包含双峰的灰度直方图。两个尖峰对应于物体内部和外部较多数目的点两峰间的谷对应于物体边缘附近相对较少数目的点，在类似这样的情况下......”。

4、“.....那么直方图本身就会有噪声除了凹谷特别尖锐的情况外，噪声会使谷的定位难以辫认，或至少是不同幅图像得到的结果不稳定，不可靠判断分析二值化自适应分割技术可用二次处理技术实现在第次处理前，先将图像划分成的像素块根据各个块的灰度直方图，阈值被确定为背景峰值与数据峰值的中点直方图是单峰的块则不予考虑在第次处理中，物体的边界在每块中用各自固定的阈值确定，但各块间阈值并不相同如此做的目的并不是要把这样定义的物体从图像中抽取出来，而是计算每个物体内部的平均灰度值在第二次处理中，每个物体使用各自的阈值，该值由内部灰度值和它的主块的背景灰度值的中间值定义二值化的些源程序非元素取法双固定阈值法判断分析二值化双峰直方图分为二,求最高灰度级循环开始，小于阈值的像素归为第类，大于的像素归为第二类，。同理，标记为的块中心坐标，也可以求出来。由于在计算过程中会出现小数，而坐标是没有小数的......”。

5、“.....图像位置间距离的测量图像由象素构成，并由象素表现出来，每幅图都如图样每个方格代表个象素。图图像由象素表现所有的象素起组成幅图。我们以图的左上方为原点，以图的水平正方向为轴，垂直正方向为轴，于是图像,两个象素位置的距离根据数学公式计算两个黑洞的距离就是计算两个黑洞的中心距离，在上面我们已经把黑洞中心找出来了，现在只要代入距离计算公式就可以得出结果了。以下是计算中心程序中心距离执行结果为换算为常用单位由于计算时用的是整数，因此结果只有位小数有效，保留位小数，取结果为象素。图图象属性图由图可得图像属性为，即是象素英寸，换算为常用单位为英寸厘米由于实际测量工具有限，实测为厘米，与换算出来长度相似。误差计算。绝对误差厘米相对误差误差分析误差数字图像是由点阵组成的，如果所测量的物体组成的点阵较小，其测量误差较大。元件通过镜头对工件成像，因此......”。

6、“.....在像面上，每个像素所代表的工件实际尺寸的大小也就产生变化。数字图像处理时产生的误差图像处理误差二值化采用的是单阈值二值化法，由于工业生产中采用的是固定光强度的光源，而且是内部光源，与外界光源无关，因此工件在摄像头的成像灰度是比较固定的，所以单阈值二值化法在实际工业生产中是很可行的。但是在实验室中，由于条件不足，所以图像二值化必定会出现些误差。计算时的误差由于在计算中点坐标是，不可避免地出现小数，而坐标是整数，必须取整，而取整时必须去掉小数部分，这就不可避免出现误差。实验总结实验的结果与实际结果绝对误差为厘米，相对误差为，这两个误差都非常小，说明数学图像处理对物体距离测量的精度是非常高的，并证明实验的方法正确，实验是非常成功的。第四章结束语本课题所研究的利用数字图像处理实现对物体距离的测量，成功地解决了传统工件距离测量的低效低精度低准确度......”。

7、“.....图像处理算法及验证对于采集到的图像，需要进步的处理这涉及到噪声的别除物体边界的寻找及确定等多方面本论文尝试使用了语言实现了这些图像处理算法，并且用实际图像来进行了验证。距离测量原理的确立及实现幅图像实现工件尺寸的测量，先把图像放大为象素来分析，并建立坐标系，用求特征点的方法找出中心坐标，通过用坐标系下两点间距离公式求出两中心点距离。最后通过图像属性换算出最终结果。系统产生误差的大小及来源由于本系统中，采用了和照相物镜对工件成像，故这些器件必将对测量精度产生影响，本论文中对其产生误差大小进行了分析及计算，确定了本系统的精度在现阶段的研制过程来看，如果需要提高测量的精度，我们可以从软件算法方面进行研究，例如，对阈值的选取算法上，采用判断分析阈值化法由于本人能力有限，所提出的算法应该还会有很大的完善空间，希望以后的工作者能进步加以补充......”。

8、“.....马全明，景晓军图像处理实用技术化学工业出版社，容观澳计算机图像处理清华大学出版社，田捷等实用图像分析与处理技术北京电子工业出版社，崔屹数字图象处理技术与应用电子工业出版社，张远鹏计算机图象处理技术基础北大出版社，金观昌计算机辅助光学测量清华大学出版社王庆有等应用技术天津天津大学出版社，郑南宁等计算机视觉与模式识别，国防工业出版社，傅德胜现代图像处理技术与应用南京东南大学出版社，陈廷标等数字图像处理北京人民邮电出版社，章毓晋图象处理和分析清华大学出版社，李介谷刘重庆等图像处理技术上海上海交通大学出版社，李景月图像识别技术及其应用北京机械工业出版社，罗耀光盛立东等模式识别北京人民邮电出版社，张大鹏模式识别与图象处理并行计算机系统设计哈尔滨工业大学出版社，杨瑞宇曹雨龙计算机图象处理及常用算法手册，南京大学出版社......”。

9、“.....而且零件图像没有失真，程序达到预期效果，于是进行二值化处理，以下是二值化的程序二值化,由于图片的背景与圆孔的灰度相差很大，而且在实际工业生产中，使用的是内部光源，与外部光源没有关系，光源强度比较固定，所以使用单阈值二值化法。由图像分析，要计算两圆孔的距离，必须用特征提取把两圆孔的从图像中提取出来，而且发现两圆孔的灰度较大，于是只要二值化就可以把圆孔提取出来。经过多次的实验和反复的尝试，发现只要把灰度为以上的点都变为级灰度，而低于灰度的点都变为级灰度，就可以把圆孔不失真的提取出来。二值化后的图像图二值化后的图像分块边缘检测边缘检测是把个图像的形状特征描绘出来，以便为识别图像计算图像距离位置图像的变换做准备。由于这里的图像大致与规则图像相似......”。