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
- 舌体特征的提取及融合分类方法研究,TP391.41
- 数字图像处理在集装箱检测中的应用研究,TP274.4
- 基于区域分割的遥感影像道路提取算法研究,TP751
- 基于机器视觉的光纤几何参数检测研究,TN253
- 基于高分辨率遥感数据的矿区房屋信息提取方法研究,TP751
- 交通视频中车辆异常行为检测及应用研究,TP391.41
- 基于Otsu算法与数学形态学的图像分割算法研究,TP391.41
- 基于图像处理的棒材计数的开发研究,TP391.41
- 遥感影像直线提取、匹配及三维重建,TP751
- 基于GPS导航的嵌入式鱼群探测器的研究与开发,TN967.1
- 基于小波变换的图像去噪的研究与实现,TP391.41
- 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
- 激光照明板厚测量系统的研究,TN247
- 基于中介真值程度度量的图像分割方法研究,TP391.41
- 运动模糊交通标志检测的研究,TP391.41
- 基于数字图像处理技术的路面裂缝检测算法研究,TP391.41
- Web图像搜索中基于GPU的图像分割技术术究,TP391.41
- 改进分水岭算法在医学图像分割中的应用研究,TP391.41
- 基于FPGA的图像处理方法研究与实现,TP391.41
- 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
- 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
|