基于图像处理的精密测量关键技术研究

基于图像处理的精密测量关键技术研究

论文摘要

基于图像处理的精密测量技术是近年来发展比较成熟并被广泛应用的一种非接触测量技术。其原理是以被测对象的图像作为检测和传递信息的载体,通过检测图像的特征信号如边缘等来进行测量。随着生产和科学技术的迅速发展,人们对测量精度和测量效率的要求越来越高,因此,对图像测量精度和效率的研究显得越来越重要。此外,图像采集过程中不可避免的会产生图像噪声,这直接影响到后续的边缘检测及图像测量的精度。本文介绍了图像测量的原理和图像测量系统的软硬件构成,在此基础上分析了图像噪声的来源和分类,对比了传统去噪算法的优缺点,提出了对噪声点先识别后均值处理的方法,并通过MATLAB仿真试验证明了新算法能在保证图像清晰度的前提下有效的滤除椒盐噪声。本文在分析了传统边缘检测算子的基础上,通过试验对比了传统边缘检测算子的效果,证明了基于小波变换的边缘检测精度较高,并且抗噪声能力较强。然后通过提出一种新的直线和圆的拟合标准,最终针对直线和圆形边缘得到了结合小波变换的亚像素边缘检测新算法,并通过MATLAB仿真试验验证了新算法能在保证时效性的前提下获得比最小二乘法更高的精度。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 图像测量技术及其发展趋势
  • 1.2 课题的提出
  • 1.3 论文的主要工作和内容
  • 1.3.1 论文的主要工作
  • 1.3.2 论文的主要内容
  • 第二章 图像测量技术原理
  • 2.1 图像测量技术概述
  • 2.2 图像测量系统的组成
  • 2.2.1 光照系统
  • 2.2.2 图像采集系统
  • 2.2.3 图像测量系统软件构成
  • 2.3 小结
  • 第三章 图像去噪新算法研究
  • 3.1 图像噪声概述
  • 3.1.1 图像噪声来源
  • 3.1.2 图像噪声分类
  • 3.2 图像去噪的常规算法分析
  • 3.2.1 图像噪声的常规滤除方法及分析
  • 3.2.2 常规去噪算法优缺点
  • 3.3 图像去噪新算法
  • 3.3.1 新算法原理
  • 3.3.2 新算法实现流程及仿真试验
  • 3.4 本章小结
  • 第四章 图像边缘检测新算法研究
  • 4.1 图像边缘检测概述
  • 4.2 边缘检测常用算法分析
  • 4.2.1 一阶边缘检测算法
  • 4.2.2 二阶边缘检测算法
  • 4.2.3 小波边缘检测
  • 4.2.4 MATLAB 仿真试验分析
  • 4.3 亚像素测量技术
  • 4.3.1 亚像素测量原理
  • 4.3.2 常用亚像素测量算法
  • 4.4 直线亚像素边缘检测新算法
  • 4.4.1 基于小波的像素级边缘检测
  • 4.4.2 直线亚像素边缘检测新算法原理
  • 4.5 圆的亚像素边缘检测新算法
  • 4.6 本章小结
  • 第五章 仿真验证
  • 5.1 仿真试验
  • 5.1.1 去噪新算法仿真验证
  • 5.1.2 直线亚像素边缘检测新算法仿真验证
  • 5.1.3 圆的亚像素边缘检测新算法仿真验证
  • 5.2 本章小结
  • 第六章 结束语
  • 致谢
  • 参考文献
  • 相关论文文献

    • [1].2007图像处理国际研讨会[J]. 国际学术动态 2008(03)
    • [2].探讨图像处理软件在平面设计中的应用[J]. 科学技术创新 2019(34)
    • [3].图像处理技术的车牌识别系统研究[J]. 电子测试 2020(03)
    • [4].图像处理技术及其应用研究[J]. 无线互联科技 2020(01)
    • [5].基于图像处理技术的小麦识别技术研究[J]. 中外企业家 2020(04)
    • [6].图像处理技术及应用分析[J]. 造纸装备及材料 2020(01)
    • [7].图像处理技术在平面设计中的应用研究[J]. 计算机产品与流通 2020(03)
    • [8].图像处理与识别技术的发展及应用[J]. 无线互联科技 2020(10)
    • [9].应用型本科课程考核模式改革研究——以光电图像处理为例[J]. 科技风 2020(21)
    • [10].深度学习的图像处理在农业领域的应用实践[J]. 内江科技 2020(09)
    • [11].基于期望与方差的拓展在图像处理中的快速算法的研究[J]. 科技风 2020(30)
    • [12].大数据图像处理技术在无人船运行自动监测中的应用[J]. 舰船科学技术 2020(18)
    • [13].关于图像处理技术现状及发展的分析[J]. 科技资讯 2018(25)
    • [14].探究图像处理的关键技术[J]. 计算机产品与流通 2018(11)
    • [15].图像处理中颜色模式的探究[J]. 电脑编程技巧与维护 2019(01)
    • [16].计算机图像处理技术的特点与应用研究[J]. 信息记录材料 2019(03)
    • [17].基于云服务器图像处理的物体辨别系统[J]. 计算机产品与流通 2019(09)
    • [18].计算机图形图像处理技术在文物保护领域的应用分析[J]. 计算机产品与流通 2019(12)
    • [19].图像处理技术在信息农业中的应用现状及发展趋势[J]. 江苏农业科学 2017(22)
    • [20].基于形态学图像检测的机械手移栽穴苗识别技术[J]. 农机化研究 2018(05)
    • [21].计算机技术在图像处理中的应用分析[J]. 才智 2018(16)
    • [22].计算机图像处理技术的发展趋势[J]. 信息与电脑(理论版) 2016(18)
    • [23].以应用为引导的教学在光电图像处理中的应用[J]. 实验室科学 2016(06)
    • [24].微课在“图像处理基础”教学中的应用研究[J]. 计算机时代 2017(02)
    • [25].探究数字多媒体图像处理技术[J]. 信息与电脑(理论版) 2016(20)
    • [26].浅析图像处理软件入门案例[J]. 广东印刷 2017(01)
    • [27].图像处理智能化的发展方向[J]. 电子技术与软件工程 2017(09)
    • [28].智能交通中图像处理技术应用综述[J]. 科技风 2017(11)
    • [29].基于网络平台应用的图像处理技术探讨[J]. 农村经济与科技 2017(14)
    • [30].图像处理技术在网页制作中的应用分析[J]. 无线互联科技 2017(19)

    标签:;  ;  ;  ;  

    基于图像处理的精密测量关键技术研究
    下载Doc文档

    猜你喜欢