摘 要 目前图像识别技术广泛应用于日常生活的诸多领域，如文本识别、缺陷识别、手机人脸识别等。在实际操作过程中，有些图像的摄取不完全是正面的，或者被识别物发生局部翘曲，给文稿阅读、图像加工、OCR识别等后续处理带来了困难。因此，必须对有偏差的文稿图像进行纠偏。 本文借助LabVIEW中的Vision视觉模块，通过使用NI视觉助手（Vision Assistant）对图像进行图像预处理与图像标定对图像偏转和翘曲进行纠正，并利用粒子分析模块对校正后的图像进行分析验证。本文的主要结论如下： 在图像标定前需要进行图像预处理，图像二值化、图像形态学处理、清除图像噪声等步骤可以大大减少后续程序的计算量和处理精度。图像倾斜校正对图像设计-标定文件可对同一方向摄像头与目标文件夹角为30°、55°、80°的图片进行部分校正。图像翘曲校正标定文件可对类似翘曲模式进行部分校正。 关键词：LabVIEW 图像校正 图像标定 图像预处理 Study on Image Intelligent Recognition and Correction System Based on LABVIEW

ABSTRACT

At present, image recognition technology is widely used in many fields of daily life, such as text recognition, defect recognition, and mobile phone face recognition. In the actual operation process, the ingestion of some images is not completely positive, or the local warpage of the identified objects causes difficulties in subsequent processing such as document reading, image processing, and OCR recognition. Therefore, it is necessary to correct the deviation of the document image. This article uses the NI Vision Assistant to preprocess the image and then correct the image deflection and warp by image calibration. Then use the particle analysis module to analyze and verify the corrected image. The main conclusions of this paper are as follows: Image preprocessing is required before image calibration. Image binarization, image morphology processing, and image noise removal can greatly reduce the computational complexity and processing accuracy of subsequent programs. The image tilt correction partially corrects the picture in which the camera in the same direction and the target folder angle are 30°, 55°, and 80°. Image warping calibration file can partially correct images with warp-like mode. KEYWORDS: LabVIEW; Image Correction; Image Calibration; Image preprocessing 目 录 摘 要 I ABSTRACT II 第一章 绪论 1 1.1 课题研究的意义与背景 1 1.2 图像智能识别纠偏系统应用现状及前景 2 1.3 课题研究内容和技术手段 3 第二章 倾斜图片的校正 4 2.1 点坐标校准 5 2.2 畸变校准 6 2.3 检验校正结果 9 2.4 创建LabVIEW程序 11 第三章 翘曲图片的纠正 14 3.1 图像预处理 15 3.1.1 图像二值化（阈值分割） 16 3.1.2 基本形态学处理二值图像 18 3.1.3 高级形态学处理二值图像 18 3.2 图像标定与校正 20 3.3 对校正结果进行粒子分析 22 3.4 创建LabVIEW程序 24 3.5 经济性分析 25 第四章 结论 26 参考文献 27 致 谢 29  

第一章 绪论

1.1 课题研究的意义与背景

虚拟仪器（Virtual Instrumentation）是一种将性能高效的模块化硬件和结合灵活高效的软件构成的仪器，在计算机显示屏幕上能够虚拟仿真所需仪器的面板和功能，可通过用户软件来定义计算机所完成的所有仪器功能，进而完成各种操作^[1]。National Instruments(NI)公司的LabVIEW是一个可视化、跨平台、使用图形编程语言的虚拟仪器开发平台，其特点是前面板的虚拟仪器操作界面和图形化编程功能。 NI机器视觉平台除了包含支持上千种摄像头的视觉采集软件（NI Vision Acquisition Software）,还包括一款基于配置方式的工业机器视觉应用软件—NI自动检测视觉生成器（NI Vision Builder AI(Automated Inspection)）和一套功能强大的图像处理、分析和机器视觉开发模块(NI Vision Development Module)，该模块是结合了数百种科学成像和机器视觉函数的综合机器视觉开发库，它几乎覆盖了机器视觉应用开发的各个方面^[2]。使用它既可以开发支持多种摄像头的图像采集应用，也可开发各种图像处理、图像分析以及特征匹配、物体测量、目标检测、目标分类等完整的机器视觉应用。NI的视觉开发模块还包含一个称为NI视觉助手（NI Vision Assistant）的软件，开发人员可以使用他构建原型，对一些初步的算法构想进行快速验证，并能用它自动生成代码。 虽然NI视觉开发模块为开发人员选择开发工具提供了极大的灵活性，但不难看出，在开发完整的系统是，将NI视觉开发模块和LabVIEW结合使用具有较多优点，主要列举如下： （1）开发周期短，维护成本低。 （2）兼容性广，易于构建更为完整的自动化系统。 （3）可快速构建原型或对算法进行验证。 对失真图像进行识别复原的一系列操作统称为图像校正。利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术称为图像识别^[3]。失真图像经过图像校正才可进行图像识别,引起图像失真的原因有很多，从成像系统的硬件设施到拍摄者的拍摄姿态到运动，辐射，引入噪声均有可能引起图像失真，具体情况例如畸变、像差、带宽有限、由扫描非线性引起的图像几何失真^[4]。图像识别的困难也有很多例如拍摄目标周围环境复杂，或者拍摄角度不佳图像等。要进行图像智能识别纠偏可根据图像失真原因，建立相应的数学模型，用逆推法复原图像,然后进行图片识别。对应的实际操作是设计一个滤波器，使其能从失真图像中计算得到真实图像的估值（在预定的误差范围内），最大程度地接近真实图像^[5]。 利用LabVIEW编程语言,获得图像后对其进行处理,实现了简单的图像校正，与传统仪器相比，LabVIEW采用可视化的图形编程语言功能强、性价比高、操作方便易上手具有很强的实用性。

1.2 图像智能识别纠偏系统应用现状及前景

应用场景方面主要有九个，分别是人脸识别、视频监控分析、图片识别分析、智能驾驶、三维图像视觉、工业视觉检测、医疗影像诊断、图像及视频编辑，其中人脸识别是人工智能视觉与图像领域中最热门的应用。来自中国的刷脸支付技术跻身于《麻省理工科技评论》发布的2017全球十大突破性技术榜单。该榜单发起16年来第一次出现来自中国的技术突破。 汽车的驾驶辅助的功能及应用大多是基于计算机视觉和图像处理技术来实现。 但是想要完全实现自动驾驶/无人驾驶，距离技术成熟还有一段路要走。这就需要图像处理技术的进一步提升。 机器视觉可以快速获取大量信息，提高生产的柔性和自动化程度,现在在自动化生产过程中，人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域^[6]。未来人们也可以将图像处理技术运用于人工视觉难以满足要求的场合或是一些危险的工作环境中。 医疗数据中有超过90%的数据来自医疗影像。通过把人体内部组织器官结构、密度以影像方式表现出来，供诊断医师根据影像提供的信息进行判断，提升医生的诊断的效率。 计算机文字识别，俗称光学字符识别，利用扫描等光学输入方式将各种票据、报刊、书籍、文稿及其它印刷品的文字转化为图像信息，再利用文字识别技术将图像信息转化为可以使用的计算机输入技术，这是实现文字高速录入的一项关键技术^[7]。 随着互联网经济的快速发展，众多行业都向着数字化、智能化的方向发展。图像智能识别纠偏在物流、金融、医疗、传统制造业等领域都有广泛的应用。通过机器自动识别图片的智能化应用前景十分可观。本文重点应用场景是文本图像的智能校正，对后续提高文本的识别率起到了至关重要的作用。

1.3 课题研究内容和技术手段

本课题基于LABVIEW中的VISION视觉模块，对图像偏转和翘曲进行纠正，从而达到正确的识别。主要研究目标如下： （1）将大学所学内容灵活运用，提高分析问题能力，培养调查、分析、研究及查阅国内外资料等能力。 （2）利用互联网和图书馆学习LabVIEW的使用和编写，设计图像纠偏程序。 （3）查阅相关文献，借鉴相似的图像纠偏系统对设计的系统进行编辑和改良并进行相应的测试。