论文摘要
近年来,随着数字图像采集技术和处理技术的飞速发展,带钢表面质量在线检测系统得到了越来越广泛的应用。基于机器视觉的表面质量检测技术具有非接触、智能化、高精度、快速性等优点,是无损检测技术的发展趋势,本文基于机器视觉技术,着重研究了带钢表面在线检测的核心算法和关键技术,主要内容及成果如下:1.针对钢板表面缺陷特点及系统指标要求,设计了带钢表面缺陷检测系统的总体方案,针对摄像系统及嵌入式硬件系统进行开发设计,同时通过优化配置明场光路、暗场光路的成像模型检出各类形态缺陷;设计了带钢表面缺陷检测及特征提取的算法流程,并针对各处理步骤给出了实现算法;2.研究了基于轮廓小波变换的去噪算法,利用实验证明了其对带钢表面缺陷图像的去噪效果均比传统方法理想,为带钢表面缺陷的检测提供了新方法;3.提出了基于小波变换的多尺度边缘检测算法,该方法较好地解决了边缘检测精度与抗噪性能之间的协调问题,实现了在多个尺度上板带钢表面缺陷的边缘提取,实验结果表明该方法对伪缺陷边缘的去除有很好的效果,同时能够较好地保留图像中缺陷的边缘细节信息,具有更好的边缘检测性能,为带钢表面在线检测系统中的后续处理奠定了基础;4.研究了带钢表面缺陷的空域特征和频域特征提取,在难度最高的的形状特征提取方面创新性的提出小波包能量特征提取算法,有效提取了带钢表面缺陷图像中的形状特征。
论文目录
摘要ABSTRACT第1章 绪论1.1 引言1.2 表面检测技术的发展及研究现状1.3 表面在线检测的意义1.4 论文的主要研究内容1.4.1 硬件采集系统开发1.4.2 软件系统的设计与改进第2章 带钢表面缺陷类型与在线检测系统方案设计2.1 带钢表面缺陷主要类型2.2 总体设计要求及方案2.2.1 检测对象及检测要求2.2.2 设计方案和可行性分析2.3 硬件系统的设计2.3.1 摄像系统设计2.3.2 PC 处理控制系统与图像采集2.4 软件系统的设计2.4.1 软件算法总体设计2.4.2 软件算法具体实现2.5 本章小结第3章 表面缺陷图像处理系统研究3.1 带钢表面图像去噪算法3.1.1 噪声分类3.1.2 空域去噪算法3.1.3 频域滤波算法3.1.4 小波去噪3.1.5 Contourlet 去噪3.1.6 轮廓小波去噪3.1.7 图像质量的评价指标3.1.8 仿真实验和分析3.2 带钢表面图像边缘检测3.2.1 Canny 边缘检测算子3.2.2 Roberts 边缘检测算子3.2.3 Sobel 边缘检测算子3.2.4 Prewitt 边缘检测算子3.2.5 多尺度边缘检测3.2.6 仿真实验及分析3.3 本章小结第4章 缺陷特征提取技术4.1 空域特征提取4.1.1 灰度特征和纹理特征提取4.1.2 几何特征提取4.1.3 仿真实验及分析4.2 频域特征提取4.2.1 图像的幅值谱及其特性4.2.2 幅值谱图像的能量特征提取4.2.3 幅值谱图像的不变矩特征提取4.3 小波包能量特征提取4.3.1 小波包分析基本理论4.3.2 小波包能量特征提取4.3.3 仿真实验与分析4.4 本章小结第5章 结论致谢参考文献个人简历及研究成果
相关论文文献
标签:机器视觉论文; 缺陷检测论文; 图像处理论文; 特征提取论文; 小波变换论文;