测系统中,光源与照明方案往往是整个系统的关键 。要使物体形成的图像最为清晰,复杂程度最低, 得到最多的有用信息, 消除不必要的阴影、低反差和镜面反射等。基于所要检测的项目和齿轮颜色种类,通过大量光源试验,本项目选择高密度L ED 阵列面(L FL2100 背光源) 提供高强度背光照明方案, 背光照明是将光源放置在相对于摄像头的物体的背面。 由于图像采集过程中出现的噪声干扰,或者由于外界灰尘等影响, 图像的背景区经常出现一些噪声点,如图2 所示,这些噪声点往往以点群的形式存在。由于这些噪声点的灰度值比较大, 在图像预处理过程中,很难将其

消除。进而在图像阈值分割后,仍然显示在二值图像的背景区中, 影响后续的图像检测,需要强制自动去除。

最后对图像的轮廓处理，由于轮廓实际上是由一连串相邻的点组成,要完整而精确地提取图像轮廓, 须详细考虑像素点之间的联系。

我们的算法在改进传统算法优点的基础上，在程序设计上又新加了许多内容，使算法更加先进，可行! 在一系列研究之后，我们首先订下了流程图如下，

1、

具体算法如下：

1 首先读入原图像和基本信息： i=imread('cl.jpg'); Figure,imshow(i)

这是一张彩色图像，需对其进行灰度处理，一幅完整的图像，是由红色、绿色、蓝色个通道组成的。红色、绿色、蓝色三个通道的缩览图都是以灰度显示的。用不同的灰度色阶来表示“ 红，绿，蓝”在图像中的比重。通道中的

纯白，代表了该色光在此处为最高亮度，亮度级别是255。

具体的算法如下：

>> i1=rgb2gray(i);%使其成为灰度图像 >>imshow(i1)

2 对图像进行二值化处理，确定阈值

图像二值化就是将图像上的像素点的灰

度值设置为0或255，也就是将整个图像呈现出明显的黑白效果。