面向药业质量控制的目标跟踪与缺陷检测技术研究

论文题目: 面向药业质量控制的目标跟踪与缺陷检测技术研究

论文类型: 博士论文

论文专业: 机械制造及其自动化

作者: 吕常魁

导师: 姜澄宇,王宁生

关键词: 自动视觉检测,运动检测,多目标跟踪,支持向量聚类,纹理缺陷检测,小波变换,规整度

文献来源: 南京航空航天大学

发表年度: 2005

论文摘要: AVI缺陷检测已经成为现代工业生产与质量控制的一个重要组成部分。我国AVI的发展起步较晚,目前国内企业所应用的AVI系统仍以国外产品为主。发展具有自主知识产权的、适合我国国情的AVI系统,有着重要的现实意义。 以软件构架为主、基于PC机的AVI系统以其经济、灵活的特点,已逐渐成为国内厂家为新设备配套和进行旧设备改造的认可方案。实时性、鲁棒性与准确性是对AVI系统的基本要求,基于PC的AVI系统的性能优劣很大程度上取决于所采用的计算模型。本文针对药品生产中片剂和胶囊制剂铝塑泡罩包装的缺陷检测,将跟踪机制引入到药品包装AVI中,提出了“运动检测—跟踪—缺陷检测”的检测模式,并围绕这一结构模式,对运动检测、多目标跟踪以及规则纹理的缺陷检测三个方面的关键算法技术进行了研究。 运动检测是实现跟踪的前提。文章基于只检测运动物体边缘轮廓的思想,构建了基于块区域变异系数最大似然比的三帧差分MLR运动检测模型,同时采用基于核密度估计的背景减除模型来滤除MLR模型检测结果中的非运动区域,建立了鲁棒的MLR-KDE自适应混合模型;针对MLR-KDE模型所检测到的运动区域,提出了能够对不连贯区域进行快速轮廓追踪的RW算法,为实现多目标跟踪奠定了基础。 将图论的方法与SVC聚类相结合,采用只对多维数据集的最小生成树主干进行递归连接运算的方法,对传统的SVC聚类算法进行了改进,以在保证聚类质量的前提下实现对小数据集的实时聚类;并将改进的聚类算法应用到对MLR-KDE模型所检测到的多目标运动区域的实时动态分割中,获得了较为满意的效果。根据运动区域的分割结果,结合RW轮廓追踪算法,采用基于特征的跟踪方案,提出了隔帧法实现多目标跟踪的思想,构建了相应的计算模型。 片剂和胶囊制剂通常具有规则的纹理表面。文章以规则纹理图像为研究对象,构建了纹理缺陷检测的统一模型。在对纹理图像进行小波多分辨率分析的基础上,采用自相关函数分别对多分辨率分析结果的LH和HL频带进行局部统计性描述,提出了基于自相关序列Fourier频谱分析的子带规整度的概念,给出了相应的表达模型,并进一步定义了多尺度纹理局部规整度的向量表达形式;

论文目录:

摘要

ABSTRACT

图清单

表清单

缩略语表

符号表

目录

第一章 绪论

1.1 引言

1.2 机器视觉研究的发展概述

1.3 AVI缺陷检测技术综述

1.3.1 AVI缺陷检测系统

1.3.2 AVI缺陷检测的工业应用

1.3.3 AVI缺陷检测面临的主要技术问题

1.4 药品包装AVI在线检测技术

1.5 AVI缺陷检测中视觉跟踪机制的引入

1.6 本文的研究目的、意义和主要内容

1.6.1 本文的研究目的和意义

1.6.2 本文的研究思路和主要内容

第二章 运动检测的自适应混合模型

2.1 运动检测的研究现状

2.1.1 背景减除

2.1.2 时间差分与光流

2.2 问题分析

2.2.1 混合模型

2.2.2 像素级与区域级的统计分析

2.3 运动检测的自适应混合模型

2.3.1 XYI颜色模型的构建

2.3.2 统计矩的选取

2.3.3 零噪声假设下CV的光照强度不变性

2.3.4 加性噪声下CV的最大似然估计

2.3.4.1 噪声对CV的影响

2.3.4.2 CV的最大似然估计

2.3.5 运动检测的混合模型

2.3.5.1 MLR差分检测模型

2.3.5.2 片段的边缘提取与聚合

2.3.5.3 基于核密度估计的背景减除模型

2.4 运动背景下MLR-KDE模型的鲁棒性检验

2.5 实现边界连接与追踪的RW算法

2.5.1 基本滚动规则与滚动向量

2.5.2 搜索填充规则

2.5.3 轮廓追踪的实现

2.6 实验结果及结论

2.7 小结

第三章 多运动目标的分割与跟踪

3.1 运动目标跟踪的研究现状

3.2 多运动目标的分割

3.2.1 支持向量聚类

3.2.1.1 SVC聚类边界描述

3.2.1.2 SVC聚类标识算法

3.2.1.3 改进的聚类标识算法

3.2.1.4 改进后算法的聚类效果与时间复杂性分析

3.2.2 基于SVC的运动区域分割

3.3 基于特征的多物体跟踪

3.3.1 运动物体基本特征的提取

3.3.2 多物体跟踪的简单模型

3.3.2.1 特征向量的构造

3.3.2.2 隔帧法实现多物体跟踪的思想

3.3.2.3 隔帧法的实现

3.3.2.4 药品包装流水线的多目标跟踪

3.4 小结

第四章 基于局部规整度的规则纹理缺陷检测

4.1 纹理与纹理缺陷分析

4.2 小波多分辨率分析

4.3 小波系数的分解

4.4 基于规整度的规则纹理缺陷检测

4.4.1 问题分析

4.4.2 小波系数的收缩

4.4.3 规则纹理的局部规整度描述

4.4.3.1 规则纹理局部区域的周期性

4.4.3.2 子带规整度的描述

4.4.3.3 多尺度纹理局部规整性描述

4.4.3.4 局部规整度的计算示例

4.4.4 基于纹理规整度的缺陷检测

4.4.4.1 规则纹理缺陷区域检测的思路

4.4.4.2 规则纹理缺陷检测的实现

4.5 小结

第五章 目标跟踪与缺陷检测算法的应用实践

5.1 系统的需求和性能要求

5.2 系统的工作原理

5.3 图像处理单元

5.3.1 图像处理单元的工作原理

5.3.1.1 初始化过程

5.3.1.2 运动检测及多目标跟踪

5.3.1.3 缺陷检测部分

5.3.2 几个问题的处理

5.3.2.1 运动目标质心与剔除点之间距离的估算

5.3.2.2 有效区域

5.3.2.3 噪声问题

5.4 剔除系统的工作原理

5.5 查询模块

5.6 系统的性能评估与问题分析

5.7 小结

第六章 结论与展望

6.1 本文的主要工作

6.2 存在的问题和进一步的工作

6.3 AVI发展展望

参考文献

致谢

攻读博士学位期间的主要工作

附录

药品包装在线缺陷检测系统剔除机构控制电路原理图

发布时间: 2005-07-08

相关论文

• [1].智能工序质量控制的理论与方法研究[D]. 乐清洪.西北工业大学2002
• [2].图像检测技术在皮革缺陷检测中的应用研究[D]. 崔扬.浙江大学2004
• [3].实时自动视觉检测系统相关算法及应用研究[D]. 蔡晋辉.浙江大学2005
• [4].基于计算机视觉的墙地砖颜色分类和缺陷检测研究[D]. 艾矫燕.华南理工大学2003
• [5].计算机智能视频监控系统关键技术研究[D]. 方帅.东北大学2005
• [6].快速目标自动识别与跟踪方法及实现研究[D]. 陆文广.南京理工大学2005
• [7].基于红外图像的道路识别与运动目标跟踪[D]. 孙涵.南京理工大学2005
• [8].基于机器视觉的TFT-LCD屏mura缺陷检测技术研究[D]. 张昱.哈尔滨工业大学2006
• [9].复杂环境下的视频目标跟踪算法研究[D]. 李安平.上海交通大学2007
• [10].基于统计学方法的过程监控与质量控制研究[D]. 赵旭.上海交通大学2006

标签：自动视觉检测论文;  运动检测论文;  多目标跟踪论文;  支持向量聚类论文;  纹理缺陷检测论文;  小波变换论文;  规整度论文;