一、基于VB的图像处理方法及应用（论文文献综述）
白灵泉,陈璞莹[1]（2022）在《新型支气管镜检查技术在肺外周病变诊断中的应用进展》文中指出肺外周病变一般包括肺外周三分之一的结节、肿块和浸润病灶,缺乏特定的影像学表现,很容易被误诊或漏诊。常规支气管镜对大气道可视病变的诊断非常有效,但对肺外周病变无法直视和准确定位,致使肺外周病变的诊断率偏低。新型支气管镜检查技术包括超细支气管镜（UTB）检查技术、径向支气管内超声（R-EBUS）检查技术、导航支气管镜（NB）检查技术等。在肺外周病变诊断中,超细支气管镜（UTB）凭借纤细的镜身,可到达支气管远端,较容易探及肺周围病灶,但镜身过细,单独应用操控难度大;支气管内超声（EBUS）可以探查到气管或支气管旁的结构,R-EBUS能识别大多数肺外周结节,但超声探头只有通过钳道在气管腔内才具备病灶定位能力;NB通过计算机构建可视化三维肺模型将支气管镜导航至肺外周目标病灶,进行精准取材,然而不同的导航技术有不同的特点,如虚拟支气管镜导航（VBN）可提前规划路线、操作简单,但不是实时定位,电磁导航支气管镜（ENB）和锥形束计算机断层扫描（CBCT）均具备实时定位功能,但ENB器材费用昂贵,CBCT有辐射暴露。各型支气管镜检查技术各有优缺点,多模式支气管镜检查技术可以扬长避短,不仅可以提高肺外周病变的诊断率,还能缩短手术时间,减少并发症。
关卓怀[2]（2020）在《履带式水稻联合收获机辅助导航系统关键技术研究》文中指出水稻是我国第一大粮食作物,履带式联合收获机是水稻机械化收获的主要作业装备,为兼顾作业效率和收获质量,收获过程中需根据水稻生长情况实时动态调整收获机前进方向、作业速度、割台高度、拨禾轮位置和工作部件运行参数,解决其操作要求高和劳动强度大的有效途径之一为机组自动导航系统,能够实现收获路径的自主规划跟踪,提高作业效率,降低劳动强度,延长作业时间。为提升导航系统对履带式水稻联合收获机的适应性,针对“满幅作业”的收获要求并结合水稻收获时田间土壤含水率高、承压能力弱的环境特点,开展履带式水稻联合收获机辅助导航系统关键技术研究,包括导航信息采集与数据处理方法、水稻待收获区域视觉识别与路径提取方法、作业路径跟踪算法与控制策略和导航系统末端执行机构,并进行试验验证。主要研究内容包括:（1）在全面系统比较分析国内外农业装备定位导航技术研究进展与发展现状的基础上,明确了履带式水稻联合收获机辅助导航系统的功能要求和作业特点及其对应的主要技术与装置,包括导航信息采集与数据处理、水稻待收获区域识别与作业路径提取、作业路径跟踪控制和辅助导航系统末端执行机构。（2）分析了履带式联合收获机田间行驶基础理论和水田行驶状态影响要素,构建了水田转向运动参数理论值修正模型。（1）基于地面力学理论和运动学理论,建立了履带-土壤耦合系统力学模型和履带式联合收获机稳态转向运动学模型;明确了土壤物理机械参数、履带式联合收获机结构参数和履带运动参数等是影响履带式联合收获机田间行驶状态的主要因素。（2）测定了收获期水稻田土壤物理机械性质为:含水率23.8～31.2%,塑限25.9～27.8%,液限34.8～36.9%,容重1.35～1.68g·cm-3,孔隙度18.3～26.4%;结果表明土壤含水率高、空隙度较大、较为疏松,处于可塑状态,在外力作用下易形变,相较于硬地面和坚实土壤,履带式联合收获机在水田中行驶易沉陷,滑移率滑转率大。（3）开展了履带式水稻联合收获机水田转向运动学试验,结果表明水田中履带式联合收获机实际转向半径大于理论转向半径,实际转向角速度小于理论转向角速度;不同前进速度下,实际转向半径的变化趋势与其理论值相反,实际转向角速度的变化趋势与其理论值相同,但变化率小于理论值。（4）通过对比分析多种函数模型对转向半径修正系数、转向角速度修正系数与前进速度关系的拟合度,构建了水田转向运动参数理论值修正模型;转向半径修正系数为前进速度的二次函数,拟合方程为Kρ=0.751vc2-0.392vc+1.819,转向角速度修正系数为前进速度的指数函数,拟合方程为Kω=0.9187e-0.745vc,该研究为履带式联合收获机辅助导航系统的设计提供了理论依据和数据支撑。（3）设计了履带式水稻联合收获机辅助导航系统,确定了辅助导航系统的主要功能与实现方法,并依据其功能要求构建了辅助导航系统“三单元+一机构”的总体结构,可满足履带式联合收获机水稻收获辅助导航的实际需要。（1）分析了履带式水稻联合收获机辅助导航系统的主要功能,包括导航信息数据采集处理,收获作业路径提取跟踪;设计了辅助导航系统总体结构,包含导航传感器及其信号采集与数据处理单元、收获图像处理与作业路径提取单元、作业路径跟踪控制单元、末端液压转向执行机构。（2）针对田间地表起伏和履带式联合收获机工作振动造成的导航数据稳定性降低问题,设计了用于融合RTK-GNSS数据和IMU数据的扩展卡尔曼滤波器,输出位置坐标、航向角和前进速度等关键导航信息;试验表明经扩展卡尔曼滤波器融合RTK-GNSS数据和IMU数据后,航向角监测值的标准差为0.039 rad,相比滤波前降低了0.045 rad,数据监测波动减小;通过定位定向数据推算的履带式联合收获机位移距离平均误差为0.021 m,转向角度平均误差为0.36°,航位信息监测结果准确。（3）研制了履带式联合收获机串并联组合式液压转向系统,可实现人工操作转向与辅助导航控制的自由切换;以转向油缸推力大于600 N、响应时间小于0.1 s为设计指标,确定了主要液压元件参数;试验表明履带式联合收获机直线行驶50 m的平均偏驶距离为0.25 m,偏驶率为0.5%,直线行驶偏驶量小;标准信号激励下履带式联合收获机转向响应延迟为0.2 s,角速度响应标准差为0.017 rad/s,超调量小于3.8%,转向响应延迟低、转向过程稳定,满足履带式联合收获机辅助导航的需要。（4）提出了一种水稻待收获区域视觉识别与收获路径提取方法并应用。（1）设计了水稻收获原始图像预处理方法:构建了畸变图像逆变换矫正模型,基于最大似然估计和Levenberg-Marquardt算法标定相机内部参数、外部参数和畸变参数;设计了图像噪声二维高斯平滑滤波器,使用5×5像素的矩形模板对窗口内像素进行卷积运算抑制噪声干扰;试验表明,平面靶标图像特征点识别的平均像素误差小于0.17像素,焦距标定误差小于0.34 mm,相机参数标定准确,可以准确矫正图像畸变并完成水稻收获图像的预处理。（2）对比分析了水稻收获图像在HSV、HSI和RGB三种颜色空间模型中的参数分布特征,提出了考虑超红特征2R-G-B的水稻收获图像二值化综合阈值算法,分割水稻待收获区域图像,并基于膨胀-腐蚀重构的形态学闭运算,降低二值图像颗粒噪声,增强待收获区域边界。（3）基于已收获区域和待收获区域图像像素列垂直投影统计特征,动态决策感兴趣区域,提高作业路径拟合效率;基于像素行灰度值函数与阶跃函数的互相关系数,判定待收获区边界点,并利用三次B样条曲线拟合待收获区边界,作为收获作业目标路径。（4）构建了像素位置与空间位置坐标变换矩阵,建立了视觉路径与空间路径的映射关系;试验表明,视觉系统距离识别的平均误差为9.6 mm,偏差率为1.92%,角度识别的平均误差为0.77°,误差率为2.7%。（5）在顺光、逆光、强光、弱光环境下分别开展了中粳798和临稻20两种水稻待收获区边界线提取试验,结果表明,中粳798待收获区边界平均识别误差为23.9～38.7mm,在强光环境下误差最小,在逆光环境中误差最大;临稻20待收获区边界平均识别误差为38.9～55.8 mm,逆光环境下误差最小,弱光环境下误差最大,单帧图像平均处理时间38 ms,满足田间环境下水稻收获路径快速提取的需求。（5）提出了履带式水稻联合收获机作业路径跟踪算法与控制策略。（1）建立了履带式水稻联合收获机行进路径航位偏差分析模型,推导了履带式联合收获机与目标点相对位置几何关系,构建了位姿误差状态矩阵;为自适应调整航位偏差模型中的关键参数,探究了履带式联合收获机转向响应瞬态特征,分析了控制信号激励时间对转向率响应曲线线性区间的影响,并以线性区间大于90%为设计依据确定了前视距离动态调整策略。（2）推导了履带式水稻联合收获机寻线路径离散时间递推方程,构建了履带式联合收获机圆弧-切线寻线追踪模型;仿真分析表明,相较于未考虑水田转向实际特征的纯追踪模型,该模型路径纠偏的最大超调量、上升时间和调节时间分别减小了44.2%、16.3%和28.0%,有助于降低履带式联合收获机的纠偏超调量,提高寻线跟踪的收敛速度,减小控制模型误差。（3）设计了履带式水稻联合收获机路径跟踪模糊控制器,分析了控制器主要参数对控制效果的影响;基于粒子群算法,构建了模糊控制器参数自寻优整定器;仿真分析表明,经粒子群算法优化模糊控制器后,转向率偏差超调量由14.2%减少至4.6%,上升时间和调节时间分别由2.1 s、5.6 s降低至1.7 s、2.1 s,提高了作业路径跟踪控制器的响应速度和稳定性。（4）提出了基于LS-SVM的转向特征识别方法,通过在线回归构建控制信号占空比与实际转向率之间的关系模型,修正模糊控制器输出的控制信号占空比;开展了回归模型关键参数2因素3水平全因子试验,结果表明惩罚系数为10、核函数参数为20时,模型对测试集数据的拟合相关系数为0.9608,均方根误差为0.0040,对异常值不敏感;运用该方法修正模型控制器输出量后,水田中履带式联合收获机转向率响应值相对于期望值的平均误差可降低至0.29°,相较于修正前减小了0～55.7%,提升了辅助导航系统对水田环境的适应性。（5）辅助导航直线路径跟踪控制试验表明:当履带式联合收获机前进速度范围在2.16～3.60 km/h时,行进路径平均横向偏差为4.3～5.8 cm,平均最大偏差为10.6～17.2cm,均方根误差为1.92～3.60 cm;在初始偏差为1 m、前进速度为2.52 km/h的试验条件下,路径纠偏上升时间为7.5 s,稳态调节时间为14.7 s,最大超调量为14.8 cm,平均稳态误差6.4 cm,所提出的履带式联合收获机辅助导航路径跟踪控制器可稳定收敛,能够实现行进路径纠偏与稳定追踪。（6）以平均割幅偏差、最大割幅偏差和割幅率为辅助导航系统评价指标,开展了履带式水稻联合收获机辅助导航水稻收获田间试验,对比分析了不同前进速度下辅助导航系统的作业效果,结果表明辅助导航系统可识别水稻待收获区域边界,履带式联合收获机能够在不漏割的前提下根据水稻边界线自主调节作业路径,在2.45～4.03 km/h速度范围内,收获作业平均割幅为1.99～2.05 m,平均割幅偏差为0.15～0.21 m,最大割幅偏差为0.29～0.39 m,割幅率为90.5～93.1%,满足水稻机械化收获作业的实际需求。创新点1:提出了可有效提高机械化收获边界线识别精度、减小运算量的组合式水稻待收获区域边界线视觉提取方法,即“像素列垂直投影统计+像素行阶跃相关对比+三次B样条曲线拟合”的组合算法。创新点2:设计了可修正水田实际转向响应与理论模型预测值之间误差的履带式联合收获机路径跟踪控制算法,该方法基于LS-SVM在线识别履带式联合收获机的实际转向特征,提高导航系统对水田的适应性。
郑丽丽[3]（2019）在《基于VB数字图像处理技术的开发与研究》文中研究说明Visual Basic（VB）是微软开发的一种程序设计语言。它具有图形化显示、人机交互良好以及系统设计一体化的优点,现已被广泛应用于信息化与机械化等各个领域。图像处理并不是Visual Basic最有利的发展方向,Visual Basic具有丰富的图形控件和自动生成函数,无论其用途如何,一般来说,数字图像处理需要由计算机设计程序和图像处理软件进行处理。
嵇迎春[4]（2019）在《10,182例肺癌资料回顾性分析》文中研究表明目的探讨支气管镜技术在肺癌诊断方面的应用价值,回顾性分析肺癌患者的性别、年龄段、临床表现以及影像学特点,探讨肺癌组织学类型与镜下分型、分布部位的关系以及肺癌组织学类型、镜下分型和分布部位的变化趋势,初步了解肺癌的流行学的特点。方法回顾性分析蚌埠医学院第一附属医院呼吸内科自2002年1月1日至2016年12月31日通过支气管镜技术和其他技术取材后经组织细胞学以及免疫组织化学确诊的10,182例肺癌临床资料,应用SPSS22.0统计学软件对相关数据进行统计学分析。结果（1）本研究发现肺癌男性患者显着高于女性患者（P=0.000）,肺癌患者在50-79岁年龄段分布显着高于其他年龄段（P=0.000）,肺癌的组织学类型以鳞癌构成比最高,占44.3%。（2）本研究肺癌以腔内增生型构成比最高（46.9%）,其次是浸润型（21.6%）。增生型、浸润型、混合型均以鳞癌最多见,显着高于腺癌和小细胞肺癌（P=0.000）,“正常”型以腺癌为主（P=0.000）。肺癌主要分布双上叶,显着高于其他部位（P=0.000）。（3）该15年间肺癌组织学类型变化趋势:鳞癌比例下降,腺癌比例在上升（P=0.000）;肺癌的镜下分型的变化趋势:增生型和混合型比例在下降,“正常”型和浸润型比例在上升,并具有统计学差异（P=0.000）。鳞癌双上叶分布部位趋于下降,双下叶呈上升趋势（P=0.000）;腺癌双上叶、双下叶分布部位呈上升趋势（P=0.000）;小细胞肺癌的左主支气管、双上叶、右中叶以及左下叶分布部位呈上升趋势,右下叶分布部位呈下降趋势（P=0.000）。（4）对于不同组织学类型、不同镜下分型的肺癌,活检和刷检有各自的诊断优势;联合取材较单一取材技术有更高的诊断阳性率（P=0.000）。对于两种不同的细胞学检查方法,涂片细胞学诊断的阳性率高于液基细胞学（P=0.000）。结论支气管镜是肺癌诊断的重要技术,联合取材方式能够提高诊断的阳性率。根据该15年间肺癌数据,认为肺癌组织学类型变化趋势是鳞癌比例在下降,腺癌比例在上升,成为目前最主要的组织学类型;肺癌镜下分型的变化趋势是增生型和混合型比例在下降,“正常”型和浸润型比例在上升。肺癌分布部位变化趋势因不同组织学类型而不同。
王慧[5]（2017）在《支气管腔内超声（EBUS）在外周肺结节中的应用价值》文中指出目的评价支气管腔内超声（endobronchial ultrasonography,EBUS）引导支气管镜检查在外周肺结节（peripheral pulmonary nodule,PPN）中的应用价值。方法回顾性分析2015年1月-12月在我院行径向EBUS引导支气管镜检查的73例PPN患者的临床资料,所有患者胸部计算机断层扫描（computer tomography,CT）检查见肺部<3cm的类圆形结节而行常规支气管镜检查未见明显异常。使用超声探头引导下在病变处进行活检与刷检协助诊断,未能明确诊断者行进一步侵袭性操作或治疗后随访观察至少6个月获得最终诊断。分析EBUS引导支气管镜检查的诊断符合率,并比较病灶与超声探头的位置关系、引导鞘（guide sheath,GS）的使用对诊断率的影响,以及各肺叶间诊断率的差异,同时分析超声图像特点与病灶良恶性的关系,使用SPSS软件对相关数据进行分析处理。结果1、73名PPN患者中恶性病变50例、良性病变23例,EBUS引导支气管镜检查时PPN的检出率为80.8%（59/73）,诊断率为64.4%（47/73）,其中恶性病变诊断率为54%（27/50）。2、EBUS探头位于病灶中央时的诊断率（78.7%,37/47）明显高于探头位于病灶一侧（41.7%,5/12）或未查见病灶时（35.7%,5/14）（P=0.003）。3、EBUS检出的59例PPN中,图像为均质型表现者有16例,恶性病变占25%,良性病变占75%,图像为异质性表现者有43例,恶性病变占81.4%,良性病变占18.6%,差异有统计学意义（P<0.05）。4、联合使用GS时PPN的诊断率（66.7%,4/6）与未使用GS组（64.2%,43/67）比较,差异无统计学意义（P>0.05）。5、各肺叶PPN的诊断率以右肺中叶为最高（83.3%,5/6）,左肺上叶固有段最低（40.0%,4/10）,各肺叶间诊断率差异无统计学意义（P>0.05）。6、并发症:有2例患者（2.7%,2/73）行支气管镜检查时有少量出血,无与EBUS检查直接相关的并发症发生。结论径向EBUS引导支气管镜检查是一种安全、有效的PPN诊断方式,值得临床推广,超声探头与病灶的位置关系可影响其诊断准确率,超声图像下病灶的特点有助于判断病灶的良恶性。
孙慧芳,张慧宇,丁昌懋,王博,高剑波[6]（2016）在《原发性气管肿瘤的CT影像表现及诊断价值》文中认为目的研究原发性气管肿瘤多层螺旋CT（MSCT）的影像表现特点及诊断价值。方法选取我院19例经病理确诊的原发性气管肿瘤患者为研究对象,以GE Light Speed QX/i MSCT扫描仪进行常规平扫与增强扫描,数据传入AW工作站进行分析,得到MPVE、VR、VB图像,经我院2名影像学医师进行阅片,主要观察患者气管肿瘤生长方向、形态及密度等影像学特征,寻找与病理诊断结果的关系,从而评价CT影像表现对原发性气管肿瘤的诊断价值。结果本次研究中19例患者均采取增强扫描,结果显示恶性肿瘤及低度恶性肿瘤增强CT值较低,分别为15-38hu、21-44hu,良性肿瘤则明显增强,1例良性肿瘤患者增强值为30Hu。CT检查中19例患者,腔内宽基底结节型4例,均为低度恶性肿瘤,3例均为唾液腺癌,1例气管粘液表皮样癌;管壁生长浸润型1例,1例患者为低度恶性腺样囊性癌;腔内窄基底结节型1例,为良性肿瘤;腔内外肿块型共3例,均属恶性肿瘤,1例鳞癌,1例腺癌,1例为粘膜相关淋巴瘤;气管隆突肿瘤型共10例,均属恶性腺癌及鳞癌。结论多层螺旋CT可通过观察原发性气管肿瘤的病灶生长方向、密度、形状等特征实现原发性气管肿瘤良、恶性鉴别,并可对恶性肿瘤及低度恶性肿瘤进行判断。
张志刚[7]（2016）在《基于CCD螺旋管埋弧焊外焊自动跟踪系统研究》文中提出在螺旋管生产过程中,热轧钢卷的横向扰动、焊接热变形、焊剂漏失和人为等因素都会对焊缝的焊接质量产生影响。为了克服螺旋管埋弧焊焊接过程中的上述影响因素,摆脱焊接过程对人的依赖,使螺旋管焊缝的误差精度控制在合理范围内,开展了螺旋管外焊焊缝自动跟踪系统的试验研究。本研究采用CCD视觉传感器为传感部件,采用CG300为图像采集部件,将埋弧焊焊接图像采入工控机中,利用VB6.0设计了图像采集与识别系统,再利用PLC为执行控制器,接收图像处理系统给出的偏差数据,控制焊枪的移动以矫正焊接偏差,组成了完整的螺旋管埋弧焊外焊焊缝跟踪系统。在设计系统硬件的基础上,重点对焊缝的图像识别算法进行了研究,为了方便算法研究,克服对实际生产现场的过分依赖,研究中进行了螺旋管焊缝的仿真部件制作和仿真软件的编写。并且在实验室中模拟了实际工厂焊接环境中的光源、焊剂漏失和表面状态等各种因素对图像处理的影响,设计出焊缝识别的阈值算法,给出了平均阈值和双峰法的自动阈值方法。通过对各种外界干扰的影响分析,找出了不同情况对焊缝投影图影响的规律,把焊缝识别精度提高到1-2mm;最终得出了优化的图像的处理算法的组合:先对图像柔化去噪处理,然后锐化增强图像对比度,双峰法自动阈值把图像二值化,最后边缘提取焊枪和焊缝的横向偏差。设计的226H为核心的控制系统,通过自由口通讯方式与VB实现了可靠通讯,使采集图像、识别偏差、数据传输、PLC发出调整信号的过程可在100ms时间内完成,可以满足实时焊缝跟踪的控制要求。
林亚兰[8]（2015）在《虚拟支气管镜导航系统联合EBUS对肺周围型病变的诊断价值》文中指出目的评估虚拟支气管镜导航（VBN）系统联合气道内超声（EBUS）对肺周围型病变的诊断价值。方法纳入2014年4月1日到10月1日期间在福建医科大学附属第二医院呼吸内科支气管镜室行支气管镜检查的门诊或住院患者42例,其中男性28例,女性14例,平均年龄为（58±11）岁,胸部CT均提示肺周围型病变,所有患者的支气管镜检查均大致正常。根据有无应用VBN系统引导支气管镜分为VBN引导组（VBN组）17例和无VBN引导组（NVBN组）25例。在将支气管镜及超声探头伸向目标支气管分支的过程,VBN组根据VBN系统形成的支气管路径前进,而NVBN组则根据术前胸部影像资料选择通往目标病变的支气管路径,随后根据超声探查明确目标病灶部位;若沿预先的路线未探及病变,则继续对周围支气管分支进行超声探查,直至发现病灶;再根据超声探查结果进行经支气管镜防污染毛刷刷检术、经支气管镜肺活检术;而超声探查未发现病变的,则根据术前影像学资料进行定位后直接进行盲检。比较两组对肺周围型病变的诊断的差异。结果①在对肺周围型病变的总诊断阳性率方面,VBN组高于NVBN组（70.6%vs.60.0%）,但差异无统计学意义（P=0.482）;对病灶直径≤20mm的病变的诊断阳性率方面,VBN组的诊断阳性率为66.7%,NVBN组为40.0%,VBN组的诊断阳性率高于NVBN组,但差异不具统计学意义（P=0.370）。②VBN组通过EBUS定位病变所需的时间短于NVBN组（8.5±2.3min vs.10.1±2.7min）,差异有统计学意义（P=0.046）;而支气管镜检查总时间两组无显着性差异（29.1±4.1min vs.30.5±6.6min,P=0.229）。③在并发症方面,VBN组1例患者并发气胸,NVBN组1例患者并发出血,两组并发症发生率无显着性差异。④VBN组的17例病例通过VBN系统形成的VB图像平均可达6级（3-9级）支气管分支,根据VB图像引导,支气管镜平均可伸向4级支气管分支（3-6级）,在通往目标病灶的支气管镜路径上的虚拟支气管镜图像与实际支气管镜图像符合率达94.1%（16/17）。结论①应用虚拟支气管镜导航系统可缩短EBUS发现目标病变所需的时间;②虚拟支气管镜导航系统联合EBUS对PPLs的诊断阳性率高于单纯EBUS对PPLs的诊断阳性率,但差异无统计学意义。③利用虚拟支气管镜导航系统联合EBUS诊断肺周围型病变是一种安全的方法。
张旭[9]（2015）在《螺旋管内焊图像处理算法的研究》文中提出随着计算技术的飞速发展,工业领域中的焊接自动化和智能化被广泛的应用，尤其是在焊接一些大型钢结构设备的时候。由于受到焊接过程中的强光、烟尘、电弧和飞溅的影响，当然还有一些人工无法完成焊接的情况的影响，使得焊接不能很好地进行，由此就给焊缝的图像处理过程带来了困难、错误甚至是失败等不好的影响，也就不能很好地保证焊接的质量和效率。所以本次课题研究的是焊接温度场图像处理焊缝识别的算法研究，从而为实现自动跟踪控制打下了良好的基础。本课题采集内焊视频用的是型号为H-3YH60CBG的CCD摄像头，并使用VisualBasic6.0编程语言设计进行视频图像处理的软件程序，编写的程序中用到了user32中的API函数和DIB函数，这使得能够流畅地播放采集的视频图像，很好地提高了图像处理的速度。所设计的软件程序可以打开播放和停止从现场采集的AVI视频文件，为实验室开展温度场图像处理焊缝识别算法研究提供了很多的方便。本次课题研究还在仿真模拟软件VB程序中，针对从辽阳大泽钢管厂现场录制的埋弧焊内焊的视频录像，再根据焊缝温度场的特点，设计了对视频图像进行的静态处理和动态处理的功能。主要的图像处理方法有锐化处理、柔化处理、二值化处理和边缘检测等算法，本课题采用分段二值化处理焊缝背面温度场，将电弧区处理成白色，再计算电弧两侧黑色区的面积，计算出焊缝温度场的对称度。所设计的方法能很好的体现出焊枪与焊缝的相对位置关系。实现了二值化和边缘检测算法的结合，使得处理的画面更加清晰，很好地找到了焊缝的位置。根据仿真模拟的结果显示，通过该仿真模拟程序，播放从现场录来的AVI视频，图像的处理速度也很快，仿真的效果清晰流畅，我们可以清楚地看到焊接温度场的中间焊缝。
孙哲[10]（2013）在《螺旋管埋弧焊内焊缝自动跟踪系统的研究》文中指出在焊接螺旋管的生产中，由于焊缝属于典型的长焊缝，再加上螺旋角的微小变化，致使焊接工人频繁操作焊机，劳动强度大，焊接质量也得不到可靠保证，甚至存在着安全隐患，因此螺旋管的焊缝自动跟踪显得尤为重要。本课题在外焊跟踪系统的基础上，与辽阳大泽钢管厂螺旋管生产线进行实际结合，针对螺旋管内焊缝的图像处理进行了研究。由于内焊的管内焊接空间限制，本文采用CCD摄取焊缝背面温度场的方法，通过温度场图像识别技术，提取焊枪位置信息，实现焊缝自动跟踪方案。在硬件方面，采用8mm工业窥镜CCD摄像头，并根据实验需要设计制作了用于固定CCD摄像头的可调支架。在软件研究中，为了提高开发效率，减小对现场的依赖度，对原有的模拟仿真播放软件进行了改进与开发，通过引入DIB函数，打破了原本只能先播放视频，再对其截图，通过处理静态图像研究算法的这一方式，直接通过DIB函数对图像所在的内存进行读取与写入，极大的提高了图像处理的速度，从而基本可以实现边播放边处理的实时效果，使得模拟播放更加切合实际。在图像处理方面本文尝试了用不同算法对图像进行预处理，并通过灰度的分段线性变换实现了温度场图像的有效分割效果，很大程度上方便了焊缝及温度场边缘的提取。利用拉普拉斯算子作为边缘检测方法，通过投影法成功提取到焊缝的位置信息。研究结果表明，该算法能够很好的识别焊缝、电弧位置信息，算法识别时间约100ms，能够满足螺旋管焊缝跟踪系统的需要，为今后整个系统在实际生产当中的应用提供了充分的实验数据与算法支持。
二、基于VB的图像处理方法及应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于VB的图像处理方法及应用（论文提纲范文）
（1）新型支气管镜检查技术在肺外周病变诊断中的应用进展（论文提纲范文）
| 1 UTB检查技术在肺外周病变诊断中的应用 |
| 2 EBUS检查技术在肺外周病变诊断中的应用 |
| 3 NB检查技术在肺外周病变诊断中的应用 |
| 3.1 VBN技术在肺外周病变诊断中的应用 |
| 3.2 ENB检查技术在肺外周病变诊断中的应用 |
| 3.3 CBCT检查技术在肺外周病变诊断中的应用 |
| 4 多模式支气管镜检查技术在肺外周病变诊断中的应用 |
| 4.1 UTB+R-EBUS+VBN检查技术在肺外周病变诊断中的应用 |
| 4.2 UTB+R-EBUS+CBCT和UTB+VBN+CBCT检查技术在肺外周病变诊断中的应用 |
（2）履带式水稻联合收获机辅助导航系统关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 履带式联合收获机地面行驶理论与行走系统研究进展 |
| 1.2.1.1 履带式联合收获机行走转向机构 |
| 1.2.1.2 履带-土壤互作关系分析模型 |
| 1.2.1.3 履带车辆行驶状态研究方法 |
| 1.2.2 农业装备视觉定位导航技术研究概况 |
| 1.2.2.1 农业装备导航定位技术 |
| 1.2.2.2 视觉定位导航图像处理技术 |
| 1.2.2.3 视觉定位导航路径提取技术 |
| 1.2.3 农业装备导航路径跟踪控制技术研究现状 |
| 1.2.3.1 路径跟踪模型 |
| 1.2.3.2 路径跟踪控制算法 |
| 1.2.3.3 联合收获机路径跟踪控制 |
| 1.3 研究目的与研究内容 |
| 1.3.1 研究目的 |
| 1.3.2 研究内容 |
| 1.3.3 拟解决的关键技术 |
| 1.3.4 技术路线 |
| 第二章 履带式水稻联合收获机田间行驶基础理论与影响要素分析 |
| 2.1 引言 |
| 2.2 履带-土壤系统力学分析 |
| 2.2.1 土壤应力应变关系 |
| 2.2.2 履带式联合收获机接地比压分布状态 |
| 2.2.3 土壤压力-沉陷模型 |
| 2.2.4 履带-土壤相互作用力 |
| 2.2.4.1 履带与土壤间摩擦力 |
| 2.2.4.2 履带与土壤间挤压力 |
| 2.3 稳态转向运动学分析 |
| 2.3.1 稳态转向运动学模型构建 |
| 2.3.2 稳态转向运动学特征分析 |
| 2.4 田间行驶影响要素分析 |
| 2.4.1 履带对土壤的剪切作用分析 |
| 2.4.2 滑转滑移对运动参数影响分析 |
| 2.4.3 水田土壤物理机械性质对行驶状态影响 |
| 2.5 水田转向运动学试验与运动参数修正模型构建 |
| 2.5.1 试验方法 |
| 2.5.2 试验结果与分析 |
| 2.5.3 运动参数修正模型拟合 |
| 2.6 本章小结 |
| 第三章 履带式水稻联合收获机辅助导航系统总体设计与分析 |
| 3.1 引言 |
| 3.2 辅助导航系统总体结构与工作原理 |
| 3.2.1 辅助导航系统总体结构设计 |
| 3.2.2 辅助导航系统工作原理 |
| 3.3 导航传感器数据采集与信号处理方法 |
| 3.3.1 视觉传感器关键参数分析与图像采集装置优化 |
| 3.3.2 航位传感器数据融合算法设计 |
| 3.3.2.1 航位数据解析与转换 |
| 3.3.2.2 多传感器数据融合扩展卡尔曼滤波器设计 |
| 3.3.3 转速传感器限幅平均滤波器设计 |
| 3.4 辅助导航系统串并联组合式液压转向执行机构设计 |
| 3.4.1 液压转向系统原理分析 |
| 3.4.2 液压转向执行机构设计与关键参数分析 |
| 3.5 辅助导航系统数据采集与液压转向测试分析 |
| 3.5.1 航位信息监测系统试验与分析 |
| 3.5.2 直线行驶偏驶率试验与分析 |
| 3.5.3 转向响应特征试验与分析 |
| 3.6 本章小结 |
| 第四章 基于水稻待收获区域视觉识别的收获路径提取方法 |
| 4.1 引言 |
| 4.2 水稻收获图像预处理方法设计与分析 |
| 4.2.1 畸变图像逆变换矫正模型构建 |
| 4.2.2 图像噪声高斯平滑滤波器设计 |
| 4.3 水稻待收获区域图像分割算法 |
| 4.3.1 水稻收获图像多模型颜色空间特征对比分析 |
| 4.3.2 考虑超红特征的水稻收获图像二值化综合阈值算法 |
| 4.4 收获路径提取方法设计 |
| 4.4.1 基于像素列垂直投影分析的动态ROI决策算法 |
| 4.4.2 基于像素行阶跃相关分析的边界点判定算法 |
| 4.4.3 基于三次B样条曲线的收获路径拟合 |
| 4.5 视觉路径与空间路径的映射关系 |
| 4.6 水稻收获作业路径提取试验与分析 |
| 4.6.1 空间位置关系视觉辨识试验 |
| 4.6.2 作业路径提取试验 |
| 4.7 本章小结 |
| 第五章 履带式水稻联合收获机作业路径跟踪算法与控制策略 |
| 5.1 引言 |
| 5.2 收获路径跟踪过程分析 |
| 5.3 收获路径寻线跟踪模型构建 |
| 5.3.1 收获路径偏差分析 |
| 5.3.2 圆弧-切线寻线跟踪方程建立 |
| 5.3.3 前视距离动态调整策略 |
| 5.3.4 寻线跟踪模型仿真分析 |
| 5.4 液压转向执行机构模糊控制器设计 |
| 5.4.1 基础模糊控制器构建 |
| 5.4.2 控制器参数粒子群算法寻优 |
| 5.4.3 模糊控制器仿真分析 |
| 5.5 基于转向特征在线识别的跟踪控制策略 |
| 5.5.1 转向特性LS-SVM回归模型构建 |
| 5.5.2 控制模型参数分析与优化 |
| 5.6 收获路径跟踪控制试验 |
| 5.6.1 LS-SVM转向特征识别试验与分析 |
| 5.6.2 路径跟踪控制试验与分析 |
| 5.7 本章小结 |
| 第六章 履带式水稻联合收获机辅助导航系统田间试验与分析 |
| 6.1 引言 |
| 6.2 田间试验工况测定 |
| 6.3 试验方法与导航性能评价指标 |
| 6.4 试验结果与分析 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 创新点 |
| 7.3 展望 |
| 参考文献 |
| 附录A:课题来源 |
| 附录B:注释说明 |
| 附录C:攻读博士学位期间主要科研工作与研究成果 |
| 致谢 |
（3）基于VB数字图像处理技术的开发与研究（论文提纲范文）
| 1 图像处理原理 |
| 2 VB与MATLAB混合编程机制 |
| 3 基于VB的图像处理技术 |
| 4 图像处理过程 |
| 4.1 图像采集 |
| 4.2 像素访问 |
| 4.3 降噪处理 |
| 5 结语 |
（4）10,182例肺癌资料回顾性分析（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 前言 |
| 资料与方法 |
| 结果 |
| 讨论 |
| 结论 |
| 参考文献 |
| 致谢 |
| 附录A:英文缩略语对照表 |
| 附录B:个人简介 |
| 附录C:综述 |
| 参考文献 |
（5）支气管腔内超声（EBUS）在外周肺结节中的应用价值（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 前言 |
| 资料与方法 |
| 结果 |
| 讨论 |
| 结论 |
| 参考文献 |
| 致谢 |
| 附录 |
| 附录A：英语缩略语对照表 |
| 附录B：个人简介 |
| 附录C：综述 |
| 参考文献 |
（6）原发性气管肿瘤的CT影像表现及诊断价值（论文提纲范文）
| 1 资料与方法 |
| 1.1一般资料 |
| 1.2诊断方式 |
| 1.3图像处理 |
| 2 结果 |
| 2.1 CT诊断气管肿瘤生长方向与病理相关性分析 |
| 2.2 CT图像观察 |
| 3 讨论 |
（7）基于CCD螺旋管埋弧焊外焊自动跟踪系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题的来源及实际研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 焊缝跟踪系统研究现状 |
| 1.2.2 传感器的现状及发展前景 |
| 1.2.3 图像处理技术的应用现状 |
| 1.3 本课题的主要研究内容 |
| 1.3.1 硬件方面 |
| 1.3.2 软件方面 |
| 第2章 螺旋管埋弧焊焊缝自动跟踪系统结构设计 |
| 2.1 焊缝自动跟踪系统的设计目标 |
| 2.2 螺旋管焊缝自动跟踪系统工作原理 |
| 2.3 焊缝自动跟踪系统硬件组成 |
| 2.3.1 CCD视觉传感器 |
| 2.3.2 图像采集卡（CG300） |
| 2.3.3 可编程控制器 |
| 第3章 实验室仿真试验研究 |
| 3.1 仿真试验装置制作 |
| 3.1.1 螺旋管仿真焊缝部分 |
| 3.1.2 实验室仿真装置运动控制部分 |
| 3.1.3 CCD传感器的比较与选用 |
| 3.2 仿真程序应用到的图像处理算法 |
| 3.2.1 图像预处理 |
| 3.2.2 图像处理使用到的算法和函数 |
| 3.2.3 基于焊缝宽度的自动阈值分割方法 |
| 3.2.4 VB和PLC之间的通讯程序 |
| 3.3 图像仿真软件设计 |
| 3.3.1 影像仿真软件设计 |
| 3.3.2 图像仿真软件功能 |
| 3.3.3 图像仿真软件仿真 |
| 第4章 焊缝自动跟踪系统的现场研究 |
| 4.1 粉笔痕迹的影响 |
| 4.2 辅助光源的作用 |
| 4.3 焊缝垂直度的影响 |
| 4.4 焊剂漏失情况 |
| 第5章 结论 |
| 参考文献 |
| 致谢 |
（8）虚拟支气管镜导航系统联合EBUS对肺周围型病变的诊断价值（论文提纲范文）
| 中英文对照缩略词表 |
| 摘要 |
| Abstract |
| 引言 |
| 材料和方法 |
| 结果 |
| 讨论 |
| 结论 |
| 参考文献 |
| 综述 |
| 参考文献 |
| 致谢 |
（9）螺旋管内焊图像处理算法的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究目的及意义 |
| 1.2 课题的研究现状和发展前景 |
| 1.2.1 本课题的国内外发展动态 |
| 1.2.2 传感器的现状及发展前景 |
| 1.2.3 焊缝跟踪图像处理的研究现状与发展前景 |
| 1.3 课题的试验条件、进展及主要研究内容 |
| 1.3.1 课题的试验对象 |
| 1.3.2 课题的试验验条件 |
| 1.3.3 现场视频的摄取 |
| 1.3.4 本课题的研究内容 |
| 第2章 螺旋管焊缝自动跟踪系统的介绍 |
| 2.1 螺旋管生产系统的介绍 |
| 2.2 螺旋管焊缝跟踪系统原理 |
| 2.3 焊缝跟踪系统的相关硬件 |
| 2.3.1 CCD 视觉传感器 |
| 2.3.2 控制核心 PLC、 XL12-30 运动控制器 |
| 2.3.3 图像采集卡 |
| 第3章 内焊温度场图像处理算法的研究 |
| 3.1 仿真软件试验装置的制作 |
| 3.2 VB 中的图像处理函数 |
| 3.2.1 DIB 函数 |
| 3.2.2 GetDIBits 函数 |
| 3.2.3 SetDIBits 函数 |
| 3.2.4 CopyMemory 函数 |
| 3.3 基于 VB 软件的图像处理方法 |
| 3.3.1 锐化处理 |
| 3.3.2 柔化处理 |
| 3.3.3 灰度图 |
| 3.3.4 二值化处理 |
| 3.3.5 边缘检测 |
| 3.4 基于温度场对称性算法的研究 |
| 3.4.1 分段二值化的提出 |
| 3.4.2 分段二值化的原理 |
| 3.4.3 求焊缝两边温度场像素点个数的原理 |
| 3.4.4 实验验证 |
| 第4章 仿真软件处理温度场的试验研究 |
| 4.1 CCD 传感器的选择 |
| 4.2 摄像头夹具的制作 |
| 4.3 试验研究 |
| 4.3.1 仿真软件的验证 |
| 4.3.2 长焦式 CCD 传感器不同参数对处理温度场产生不同效果 |
| 4.3.3 现场试验 |
| 第5章 结论 |
| 参考文献 |
| 附录 |
| 在学研究成果 |
| 致谢 |
（10）螺旋管埋弧焊内焊缝自动跟踪系统的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题的背景及意义 |
| 1.2 课题的现状和前景 |
| 1.2.1 埋弧焊焊缝跟踪的现状 |
| 1.2.2 传感器的现状及发展前景 |
| 1.2.3 数字图像处理技术的研究现状与发展前景 |
| 1.3 本课题的主要研究内容 |
| 第二章 螺旋管焊缝自动跟踪系统的原理与组成 |
| 2.1 螺旋管生产工艺简述 |
| 2.2 焊缝自动跟踪系统的工作原理 |
| 2.3 焊缝自动跟踪系统的硬件组成 |
| 2.3.1 CCD 视觉传感器 |
| 2.3.2 图像采集卡 CG300 |
| 2.3.3 PLC(可编程逻辑控制器) |
| 第三章 DIB 函数与仿真程序 |
| 3.1 VB 图像处理的基本方式 |
| 3.1.1 Pset 函数 |
| 3.1.2 SetPixel 函数 |
| 3.2 DIB 函数 |
| 3.2.1 GetDIBits 函数 |
| 3.2.2 SetDIBits 函数 |
| 3.3 仿真播放程序 |
| 3.3.1 AVI 视频录制 |
| 3.3.2 仿真播放程序 |
| 第四章 温度场图像采集与处理方法 |
| 4.1 温度场图像的采集 |
| 4.2 温度场图像特点 |
| 4.3 温度场图像处理 |
| 4.3.1 局部平滑法 |
| 4.3.2 中值滤波 |
| 4.3.3 梯度锐化法 |
| 4.3.4 灰度变换 |
| 4.3.5 温度场图像的边缘提取 |
| 4.3.6 投影图 |
| 第五章 结论 |
| 参考文献 |
| 在学研究成果 |
| 致谢 |
四、基于VB的图像处理方法及应用（论文参考文献）
- [1]新型支气管镜检查技术在肺外周病变诊断中的应用进展[J]. 白灵泉,陈璞莹. 山东医药, 2022(03)
- [2]履带式水稻联合收获机辅助导航系统关键技术研究[D]. 关卓怀. 华中农业大学, 2020(04)
- [3]基于VB数字图像处理技术的开发与研究[J]. 郑丽丽. 冶金与材料, 2019(06)
- [4]10,182例肺癌资料回顾性分析[D]. 嵇迎春. 蚌埠医学院, 2019(01)
- [5]支气管腔内超声（EBUS）在外周肺结节中的应用价值[D]. 王慧. 蚌埠医学院, 2017(04)
- [6]原发性气管肿瘤的CT影像表现及诊断价值[J]. 孙慧芳,张慧宇,丁昌懋,王博,高剑波. 中国CT和MRI杂志, 2016(02)
- [7]基于CCD螺旋管埋弧焊外焊自动跟踪系统研究[D]. 张志刚. 沈阳工业大学, 2016(06)
- [8]虚拟支气管镜导航系统联合EBUS对肺周围型病变的诊断价值[D]. 林亚兰. 福建医科大学, 2015(12)
- [9]螺旋管内焊图像处理算法的研究[D]. 张旭. 沈阳工业大学, 2015(07)
- [10]螺旋管埋弧焊内焊缝自动跟踪系统的研究[D]. 孙哲. 沈阳工业大学, 2013(08)