1、計(jì)算機(jī)視覺預(yù)處理包括圖像噪聲的平滑、對(duì)比度的增強(qiáng)和邊緣檢測(cè)等，它是實(shí)行產(chǎn)品檢測(cè)前的預(yù)處理過程。預(yù)處理中出現(xiàn)的錯(cuò)誤利偏差會(huì)直接影響到后續(xù)處理與決策的正確性，預(yù)處理的精確為后續(xù)處理提供可靠的輸入數(shù)據(jù)。因此，本論文的主要任務(wù)有二：一是對(duì)目前各種預(yù)處理算法進(jìn)行研究，并使用VC++工具編程實(shí)現(xiàn)，二是把預(yù)處理方法應(yīng)用于我們的實(shí)時(shí)檢測(cè)系統(tǒng)中。第二章首先介紹了對(duì)理想無噪聲信號(hào)進(jìn)行邊緣檢測(cè)的一般原理，然后介紹在有噪聲的情況下，噪聲是如何影響邊緣的檢測(cè)，最

2、后敘述了兩種主要的平滑降噪方法——高斯平滑濾波和自適應(yīng)平滑濾波。高斯平滑濾波是一個(gè)低通濾波器，它通過口來控制濾波效果，σ越大，濾除噪聲的能力就越強(qiáng)。但由于圖像的邊緣也表現(xiàn)為高頻成分，所以它濾除噪聲的同時(shí)，也模糊了圖像的邊緣。而基于梯度信息的自適應(yīng)平滑濾波法既能有效地濾除噪聲，又能銳化邊緣，所以它在初級(jí)視覺處理中是一種非常有效的方法。本文在認(rèn)真分析研究自適應(yīng)平滑濾波法的基礎(chǔ)上，對(duì)該算法進(jìn)行了改進(jìn)，讓自適應(yīng)平滑濾波達(dá)到真正地自適應(yīng)的目的，大