機(jī)器視覺論文：機(jī)器視覺 圖像分割 工藝球 不變矩 缺陷檢測

《機(jī)器視覺論文：機(jī)器視覺 圖像分割 工藝球 不變矩 缺陷檢測》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、【關(guān)鍵詞】機(jī)器視覺圖像分割工藝球不變矩缺陷檢測【英文關(guān)鍵詞】machinevisionimagesegmentationbadmintoncraftballmomentinvariantsdefectsdetection機(jī)器視覺論文：形狀圖像識別技術(shù)及應(yīng)用研究【中文摘要】【關(guān)鍵詞】機(jī)器視覺圖像分割工藝球不變矩缺陷檢測【英文關(guān)鍵詞】machinevisionimagesegmentationbadmintoncraftballmomentinvariantsdefectsdetection機(jī)器視覺論文：形狀圖像識別技術(shù)及應(yīng)用研究【中

2、文摘要】在現(xiàn)代工業(yè)生產(chǎn)中,產(chǎn)品質(zhì)量是一個企業(yè)的生命線,如何快速,有效的檢測出缺陷產(chǎn)品對提高生產(chǎn)效率非常重要?；跈C(jī)器視覺系統(tǒng)的工業(yè)產(chǎn)品缺陷檢測已經(jīng)得到廣泛應(yīng)用,而形狀圖像的檢測問題是工業(yè)產(chǎn)品缺陷檢測經(jīng)常碰到的一類問題。對于這類問題,首先要提取目標(biāo)的形狀圖像,這一步涉及到圖像預(yù)處理和分割等關(guān)鍵技術(shù),如果不能獲得清晰,干擾少的目標(biāo)形狀圖像,則對后續(xù)形狀分析帶來困難；第二步,對分割出的形狀圖像進(jìn)行形狀分析,使之能夠更好的區(qū)別于其他物體,從而達(dá)到較高的識別率,這一步涉及到形狀描述和分類識別等關(guān)鍵問題。本文以指針式儀表表盤分割和羽毛球工藝球

3、缺陷檢測的實際要求為背景,研究了在照度分布不均勻的情況下的圖像分割技術(shù),并給出了能應(yīng)用于實際羽毛球工業(yè)生產(chǎn)的基于形狀識別的缺陷檢測算法和實現(xiàn)的軟硬件平臺。主要研究成果和創(chuàng)新點歸納如下：1.指針式儀表圖像預(yù)處理和分割在檢定過程中,由于光照條件和鏡頭焦距所限,以及表盤玻璃反射和指針的運(yùn)動,對于獲取大型指針式儀表圖像時很容易造成目標(biāo)圖像區(qū)域光照分布不均勻,以及圖像偏暗。為了實現(xiàn)這種條件下的目標(biāo)區(qū)域的分割,首先采用Laplace銳化,再加上多尺度Retinex增強(qiáng)的關(guān)鍵方法,這種方法不僅能增強(qiáng)對比度,而且能增加圖像整體亮度,這對后續(xù)圖像分

4、割非常有利。最后再采用Otsu動態(tài)多閾值分割算法對預(yù)處理后的圖像進(jìn)行分割。通過實驗得出,這種方法對照度分布不均勻,圖像整體偏暗的情況的分割有很好的效果。由于采集到的羽毛球工藝球圖像也存在這個問題,使得這種方法也能很好的應(yīng)用到羽毛球工藝球形狀圖像的提取。2.基于VC++的羽毛球工藝球缺陷檢測平臺本系統(tǒng)包括工業(yè)相機(jī)、光源、燈光控制器,機(jī)構(gòu)放置和傳送帶裝置,軟件平臺為VC++。軟件系統(tǒng)包括圖像采集、圖像處理算法實現(xiàn)、通信調(diào)試、尺寸標(biāo)定,攝像調(diào)試等模塊。本系統(tǒng)將圖像采集和圖像處理模塊分開,從而實現(xiàn)了更換工業(yè)相機(jī)時無需對整個系統(tǒng)進(jìn)行大的改動

5、和對工業(yè)相機(jī)采集模塊進(jìn)行重復(fù)開發(fā),且在圖像處理模塊集成了很多通用圖像處理算法,使之能通過定制不同的采集模塊和組合不同的圖像處理算法進(jìn)行不同物體的仿真實驗。3.羽毛球工藝球缺陷檢測在羽毛球工藝球的實際生產(chǎn)中,有十幾種缺陷,全靠人工目測。在分析缺陷種類和大量缺陷樣品調(diào)查后,確定95%的缺陷類型都是由16根羽毛葉分布不均勻造成的,在圖像上反映為羽毛葉相互間形成的16個空隙區(qū)域的形狀分布不均。因此,羽毛球工藝球缺陷檢測內(nèi)容主要是對16個空隙區(qū)域的分布均勻情況進(jìn)行檢測。本文采用了極半徑不變矩特征提取的方法,這種方法對對稱性不敏感,無論對于邊

6、界,還是區(qū)域都有很好的識別效果。最終選取了形狀圖像的五個極半徑不變矩特征,球體外圓圓心度,羽毛葉16個頂點與球頭圓心平均距離,球體外圓與球頭圓心偏差總共8個特征參數(shù)構(gòu)成圖像特征向量組,再采用歐氏距離進(jìn)行了識別,實驗結(jié)果證明了該方法能有效的用于羽毛球工藝球的缺陷檢測。【英文摘要】Basedonmachinevisionsystemofindustrialproductdefectsdetection,hadbeenwidelyused.Theshapeoftheimagedetectionproblemisaclassofprobl

7、emsfrequentlyencounteredbythedefectdetectionofindustrialproducts.Forsuchproblems,firstyouwanttoextracttheshapeoftheimageofthetarget,thisstepinvolvesthekeytechnologiesofimagepreprocessingandsegmentation;Thesecondstep,Shapeanalysisoftheshapeoftheimagesegment,tomakeitbet

8、terabletodistinguishitfromotherobjects,soastoachieveahigherrecognitionrate,thisstepinvolveskeyissuessuchasshapeanalysisandre