实时自动视觉检测系统相关算法及应用研究

论文题目: 实时自动视觉检测系统相关算法及应用研究

论文类型: 博士论文

论文专业: 控制科学与工程

作者: 蔡晋辉

导师: 周泽魁

关键词: 自动视觉检测,数学形态学,面积重构,形态小波,霍夫变换

文献来源: 浙江大学

发表年度: 2005

论文摘要: 传统工业中视觉的检测和质量控制基本依赖人工完成,虽然人工在某些方面具有优势,但是有容易疲劳,速度慢等缺点。自动视觉检测系统作为一种新型的检测技术,具有速度快、精度高、非接触等优点,将其应用于工业领域,可以有效地克服人工检测的不足,提高工厂生产的自动化程度与生产效率。因此,在现代自动化生产过程中,自动视觉检测系统被越来越多地用于工况监视、成品检验和质量控制等领域。 近几年,随着计算机视觉、图像处理、模式识别等相关学科的发展,自动视觉检测技术在迅猛发展的同时,也面临着诸多问题。本文针对自动视觉检测系统中的实时图像处理算法和系统集成设计进行探讨。在图像处理算法研究方面,着眼于国际上研究比较热、国内相对薄弱的理论,体现工业应用中自动视觉检测技术的要求和特点,强调了实时性、鲁棒性,以及已知知识的应用等,尤其是对目标形态特征的应用。在系统集成上,针对实际的生产目标,设计基于工业控制计算机的视觉检测系统,强调合理组织图像处理流程。实验结果证明本文提出的各种算法是实用有效的。 本文的主要工作和创新点如下: (1)提出了一类新的连通算子:面积重构算子。该算子融合了面积滤波和标识重构的思想,是针对整个连通区域的操作,能保证目标轮廓的完整不变形,在图像的底层处理中运用了特征面积等己知知识。基本的方法是利用掩模图中的连通区域划分标识图中的对应区域,再根据对应区域的面积累加和简化掩模图。基于定义证明其形态学特性。通过选择不同的标识图和掩模图,设计了开面积重构、面积重构H顶滤波、面积重构H顶变换、面积重构H顶改进变换等具有双参数特性、功能各异的滤波器,分别依据某一特征量的面积完成图像处理,应用于图像滤波、标识提取、多尺度分割等领域,效果优于面积滤波、形态重构等传统算子。为了满足自动视觉检测中实时性要求,提出一种基于队列的快速实现算法,对像素按照灰度值高低依次搜索,通过给点加标识、区域合并、区域失活等步骤,完成重构运算,时间仅为分层并行计算的2%左右。 (2)针对现有二维形态小波只有一般性框架,没有具体构造方法的现状,提出一种实现便捷的二维多通道形态小波构造新方法,构造出来的形态小波不但具有非线性和多分辨率特性,有效地减少后续步骤的数据量,还考虑到了二维图像的特点,使得细节空间具有明确的物理意义。该方法是基于提升方案和模板的,预测步骤时采用梯度模板提取信号中的方向梯度,克服了现有多数形态小波片面追求信号空间非线性的缺陷,更新步骤中用各种形态学算子来实现非线性滤波。

论文目录:

摘要

ABSTRACT

第1章 绪论

1.1 自动视觉检测概述

1.1.1 自动视觉检测的范畴

1.1.2 自动视觉检测的发展与特点

1.1.3 自动视觉检测的应用

1.2 本文课题研究背景

1.3 本文主要内容和创新点

1.3.1 主要内容

1.3.2 主要创新点

1.4 本章小结

第2章 面积重构算子

2.1 数学形态学发展概述

2.2 数学形态学理论

2.2.1 二值数学形态学

2.2.2 完备格理论

2.2.3 连通性和连通算子

2.3 面积重构算子

2.3.1 面积重构算子定义与性质

2.3.2 面积重构算子的实现

2.3.3 面积重构滤波器的构造

2.3.4 应用实例

2.4 本章小节

第3章 形态小波

3.1 形态小波发展概述

3.1.1 小波理论发展

3.1.2 形态小波发展

3.2 形态小波理论

3.2.1 偶合小波和非偶合小波

3.2.2 提升方案

3.2.3 多维形态小波

3.3 基于模板的形态小波

3.3.1 相关理论基础

3.3.2 基于模板的提升方案

3.3.3 模板组选择分析

3.3.4 形态小波实例构造

3.4 本章小节

第4章 圆检测改进霍夫变换

4.1 圆形目标检测概述

4.2 圆检测霍夫变换(CHT)

4.2.1 霍夫变换

4.2.2 圆霍夫变换及快速算法

4.2.3 标准圆快速霍夫变换分析

4.3 圆梯度对称霍夫变换

4.3.1 圆几何特性分析

4.3.2 圆梯度对称霍夫变换的实现

4.3.3 圆梯度对称霍夫变换的特点

4.3.4 圆梯度对称霍夫变换的应用

4.3.5 算法的继续改进

4.4 本章小结

第5章 粘连颗粒图像分割算法

5.1 图像分割简介

5.2 粘连颗粒分割方法概述

5.3 基于双精度距离变换的方法

5.3.1 相关算法

5.3.2 算法的实现

5.3.3 实例分析

5.4 基于二次分割的灰度图分割

5.4.1 算法的实现

5.4.2 实例分析

5.5 基于两类标识融合的技术

5.5.1 算法的实现

5.5.2 实例分析

5.6 本章小结

第6章 自动视觉检测系统应用

6.1 桔瓣杂质自动视觉检测

6.1.1 工艺要求和系统组成

6.1.2 算法的实现

6.1.3 实验分析

6.1.4 结论

6.2 瓶内杂质自动视觉检测研究

6.2.1 立体视觉系统的设计

6.2.2 检测方法分析

6.2.3 算法的实现

6.2.4 实验结果

6.2.5 结论

第7章 结论与工作展望

7.1 论文工作总结

7.2 工作展望

参考文献

攻读博士学位期间发表(录用)的学术论文

攻读博士学位期间参加的主要科研项目

致谢

发布时间: 2005-07-27

参考文献

• [1].面向再制造的机器人三维视觉检测系统研究[D]. 吴翔.大连海事大学2011
• [2].视觉检测系统的若干关键问题研究[D]. 张浩鹏.哈尔滨工程大学2013

相关论文

• [1].钢板表面缺陷在线视觉检测系统关键技术研究[D]. 张洪涛.天津大学2008
• [2].多尺度多元图像分析机器视觉检测理论及其应用研究[D]. 梁冬泰.浙江大学2009
• [3].基于小波分析的视觉检测技术研究[D]. 丁兴号.合肥工业大学2003
• [4].基于计算机视觉图像精密测量的关键技术研究[D]. 朱铮涛.华南理工大学2004
• [5].微电子产品视觉检测中关键技术研究[D]. 陈世哲.哈尔滨工业大学2006
• [6].基于计算机视觉的微小尺寸精密检测理论与技术研究[D]. 贺秋伟.吉林大学2007

标签：自动视觉检测论文;  数学形态学论文;  面积重构论文;  形态小波论文;  霍夫变换论文;