基于NSCT的瓶口图像处理技术研究与应用

论文摘要

数字图像是信息时代人们获取信息的最主要和重要的途径之一,因此对图像处理技术的研究和应用就颇具意义和价值,也一直是国内外专家和学者的重要研究方向。NSCT具有完全的平移不变性、多尺度和多方向等特征,是较小波和Contourlet变换更优越的图像表示方法。NSCT在2005年才被提出,已迅速被许多学者应用在图像去噪、图像增强和边缘检测等方面,并取得了较好的效果。鉴于目前白酒瓶检测技术中的图像处理研究颇少,本文就基于机器视觉的白酒瓶瓶口图像处理技术进行了研究和实验,着重研究瓶口图像处理的方法,以达到自动检测瓶口的目的,而图像处理所涉及的关键技术则为研究的重点。本文首先对图像处理的内容和方法进行了简单介绍,重点研究了特征提取相关的理论、算法和技术,主要进行了基于小波变换和NSCT的图像处理的研究与实验。在对Gabor变换,小波包变换、NSCT等进行研究和实验之后,利用NSCT方法实验了对纹理图像进行特征提取并达到检索目的的新方法。为实现瓶口自动检测,本文提出并且实验了对白酒瓶瓶口图像进行适当分割、特征提取并达到检测优劣目的的新方法,并利用VC编程实现了瓶口图像自动检测功能。具体方案是首先对原图像使用Hough变换检测圆心位置,然后根据瓶口的内外圆半径将瓶口图像从整个图像中分割出来,再分割成面积相等方向一致的若干个子图像。将每个子图像利用NSCT提取特征值,再求出特征值的均值和方差作为子图像特征向量,然后求出无损子图像的特征向量的均值作为标准值,根据每个子图像特征向量与标准特征向量的相似度,判断瓶口是否完好。实验结果表明该方法速度快,检测正确率高,有很高的实用价值。NSCT理论正趋于完善,其应用研究正处于起步阶段,发展前景极为广阔。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 论文的选题和国内外研究现状
• 1.2 图像处理技术
• 1.3 主要研究内容
• 1.4 论文的组织结构
• 2 图像变换与图像特征提取
• 2.1 图像特征提取
• 2.2 图像变换
• 2.3 本章小结
• 3 基于小波的纹理图像特征提取与检索
• 3.1 图像检索技术
• 3.2 基于纹理的图像特征提取
• 3.3 基于小波变换的纹理特征提取
• 3.4 基于GABOR滤波的纹理特征提取
• 3.5 基于NSCT的纹理特征提取与匹配
• 3.6 本章小结
• 4 基于NSCT的瓶口检测
• 4.1 酒瓶自动检测相关技术
• 4.2 瓶口图像预处理
• 4.3 特征提取与检测过程
• 4.4 系统实现及实验结果分析
• 4.5 本章小结
• 5 总结与展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 致谢
• 攻读硕士学位期间的研究成果