学位论文 > 优秀研究生学位论文题录展示

基于图像检测的杂质分选系统中关键技术的研究

作　者: 杨健雯
导　师: 程韬波
学　校: 广东工业大学
专　业: 控制理论与控制工程
关键词: 杂质分选 图像增强 SSR算法 边缘检测 LoG算子 数学形态学
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 20次
引　用: 0次
阅　读: 论文下载
 

内容摘要


随着现代人生活水平的不断提高,玻璃己成为人们身边常用的建筑用品和装饰品,这就意味着在人们的各项活动中会产生大量的废旧玻璃。国内一企业致力于废旧玻璃的循环再利用,而再利用的关键问题是如何把碎玻璃与杂质分离开。利用机器视觉中灰度检测作为碎玻璃与杂质分选的方法简单方便,但由于碎玻璃对光的折射会在拍摄的图片上形成斑点,从而使得单纯的灰度检测的方法准确率不够高,影响了碎玻璃作为原料而生产出的平板玻璃的质量。碎玻璃折射产生的斑点通常占整个碎玻璃的图像总面积50%以下,而杂质产生的斑点则是高达90%。为此,通过利用图像增强、边缘检测等技术手段,先提取被测物的边缘,再通过计算斑点所占图像面积比例,最后与设定置信区间比较,达到区分杂质与碎玻璃的目的,准确率高达99%以上论文将重点研究图像增强和边缘检测技术对碎玻璃的影响：图像增强技术可以用来改善因光照引起的图像模糊,而边缘检测技术则有助于杂质的判定。主要体现在以下两个方面的工作中：(1)图像增强的常见算法一般采用两个以上的模板对图像进行计算,计算量大,处理时间长,不适用于本文研究的分选系统。单尺度Retinex增强算法易于软硬件实现,能很好的实现动态范围的压缩和锐化边缘细节,是一种自适应的增强方法。实验证明单尺度Retinex增强算法能有效地改善图像质量,效果符合研究的需要。(2)边缘检测方面,LoG算子计算简单,但对噪声却很敏感,因此需要结合其他方法来改善检测效果,而数学形态学则能有效地平滑噪声且易于软硬件的实现,故论文创新的提出了LoG算子与数学形态学结合的方法,先采用形态学中的膨胀和腐蚀操作对图像进行平滑,然后再使用LoG算子检测边缘。实验证明两者结合有着很好的检测效果。论文最后介绍了系统的软件实现,并对杂质分选系统的实时性和准确性给出了全面的评估,分析了该系统存在的不足,并给出了改进的方向。

全文目录


摘要  4-5
Abstract  5-7
目录  7-11
第一章 绪论  11-19
  1.1 选题背景及研究意义  11-14
  1.2 国内外研究现状  14-17
    1.2.1 图像增强技术的研究现状  14-15
    1.2.2 边缘检测技术的研究现状  15-17
  1.3 本文的研究目的与内容  17-18
    1.3.1 研究目的  17
    1.3.2 研究内容  17-18
  1.4 本文的内容安排  18-19
第二章 碎玻璃杂质分选系统简介  19-24
  2.1 碎玻璃杂质分选系统的硬件构成  19-22
    2.1.1 计算机  20
    2.1.2 相机  20-21
    2.1.3 传送带  21
    2.1.4 面光源  21-22
    2.1.5 喷嘴  22
  2.2 系统的程序运作流程  22-23
  2.3 本章小结  23-24
第三章 图像增强的基本理论及实验分析  24-43
  3.1 图像增强的基本理论  24-35
    3.1.1 空域法  24-29
    3.1.2 频域法  29-32
    3.1.3 Retinex算法  32-35
  3.2 实验结果与分析  35-42
    3.2.1 直方图均衡化效果  36-37
    3.2.2 直方图规定化效果  37
    3.2.3 局部直方图均衡化效果  37-38
    3.2.4 领域平均法效果  38-39
    3.2.5 中值滤波效果  39-40
    3.2.6 锐化处理效果  40-41
    3.2.7 单尺度Retinex图像增强效果  41-42
  3.3 本章小结  42-43
第四章 边缘检测的算法研究及实验分析  43-57
  4.1 边缘检测的基本理论  43-44
  4.2 常用的边缘检测算法及比较  44-52
    4.2.1 Roberts算子  44-45
    4.2.2 Sobel算子  45-46
    4.2.3 Prewitt算子  46
    4.2.4 Canny算子  46-48
    4.2.5 LoG算子  48-50
    4.2.6 数学形态学基本理论  50-52
  4.3 实验结果及分析  52-56
    4.3.1 四种边缘算子与LoG算子比较  52-54
    4.3.2 LoG算子与数学形态学结合  54-56
  4.4 本章小结  56-57
第五章 系统的软件实现  57-62
  5.1 系统的总体模块结构  57-59
  5.2 系统功能及其软件实现  59-61
    5.2.1 触发拍摄模块的实现  59
    5.2.2 图像增强模块的实现  59-60
    5.2.3 边缘提取模块的实现  60
    5.2.4 斑点分析模块的实现  60
    5.2.5 杂质判定模块的实现  60-61
    5.2.6 杂质剔除模块的实现  61
  5.3 本章小结  61-62
结论  62-63
参考文献  63-67
攻读学位期间发表的论文  67-69
致谢  69

相似论文

  1. 舌体特征的提取及融合分类方法研究,TP391.41
  2. 数字图像处理在集装箱检测中的应用研究,TP274.4
  3. 基于区域分割的遥感影像道路提取算法研究,TP751
  4. 基于机器视觉的光纤几何参数检测研究,TN253
  5. 基于高分辨率遥感数据的矿区房屋信息提取方法研究,TP751
  6. 交通视频中车辆异常行为检测及应用研究,TP391.41
  7. 基于Otsu算法与数学形态学的图像分割算法研究,TP391.41
  8. 基于图像处理的棒材计数的开发研究,TP391.41
  9. 遥感影像直线提取、匹配及三维重建,TP751
  10. 基于GPS导航的嵌入式鱼群探测器的研究与开发,TN967.1
  11. 基于小波变换的图像去噪的研究与实现,TP391.41
  12. 基于相邻像素灰度差的边缘检测及与其相结合的小波图像去噪,TP391.41
  13. 激光照明板厚测量系统的研究,TN247
  14. 基于中介真值程度度量的图像分割方法研究,TP391.41
  15. 运动模糊交通标志检测的研究,TP391.41
  16. 基于数字图像处理技术的路面裂缝检测算法研究,TP391.41
  17. Web图像搜索中基于GPU的图像分割技术术究,TP391.41
  18. 改进分水岭算法在医学图像分割中的应用研究,TP391.41
  19. 基于FPGA的图像处理方法研究与实现,TP391.41
  20. 遥感图像的K-均值聚类和分水岭分割算法的研究与实现,TP751
  21. 基于指纹与手指静脉的双模态识别算法研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com