强噪声背景下图像标定符号的识别与研究

论文摘要

金属断口模式识别与分类是断裂构件智能化诊断的重要内容。通过对金属断口的特征、性状、形貌等问题的研究,可以分析研究断裂类型、断裂方式、断裂路径、断裂过程、断裂性质、断裂原因和断裂机理等问题,从而更好地指导生产实践。但实际中由于人们主观视觉和经验知识等方面的差异、测量位置不同等因素影响造成误差较大,并且人工对断口进行分析的工作量过大,所以有必要在定量的失效分析中引入数字图像处理和模式识别技术,实现自动化处理和分析,所得数据可用于指导防止断裂的优化设计。疲劳条带是最典型的金属断口类型之一,通过条带长度和距离的计算可以建立断裂表面的应力场,反推疲劳应力。而距离计算的先决条件是通过图像标定符号信息建立数字图像像素距离和图像对应的物理空间距离之间的映射关系,其作用类似于地图比例尺。本文对金属断口图像中的标定符号进行了预处理、定位、分割、识别,综合设计了符号的处理流程,并对其中的部分算法进行了研究和改进。标定符号为印刷体,所以准确的分割和定位是识别的前提和关键。复杂背景中的强噪声对所需的标定符号的定位造成干扰,需要通过分析标定符号的纹理特征,结合灰度特征对符号定位。标定符号主要包括标尺和字符两部分,先定位直线纹理特征较为明显的标尺,主要采用中值滤波、边缘提取、Radon变换等操作。字符定位则采用数学形态学粗定位和模板匹配精定位结合的方法。整体设计的主要创新包括:1、首次提出图像预处理的反馈校正算法,通过反馈模型引入评价图像预处理效果的衡量系数。2、对Radon变换进行了分块改进,此算法在时间复杂度、空间复杂度方面的性能都优于传统Radon变换,同时可以克服传统Radon变换不能检测线段端点的缺陷。3、由于在强噪声背景下,边缘信息比区域灰度信息更可靠,故采用边缘模板匹配取代区域模板匹配。为提高实时性,根据标尺定位后确定的标尺位置、长度、灰度等信息进一步定位标定字符。粗定位和精定位结合的方法可以克服单独使用模板匹配耗时过多的缺陷。在Visual C++6.0软件环境下编程实现此设计的工程框架。通过实验对北京航空材料研究院提供的301张金属断口图像进行处理,最终定位准确率和正确识别率达到94%,同时对少量不能准确定位和识别的图片进行噪声源分析。强噪声背景下图像标定符号的定位算法研究丰富了图像分割算法和理论,对其它类似的研究课题有一定的参考价值和借鉴意义。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 工程背景知识
• 1.2 数字图像概述
• 1.3 模式识别
• 1.4 课题来源和意义
• 1.5 研究现状和发展趋势
• 1.6 论文的主要内容和结构
• 第二章 软件工程规划
• 2.1 软件工程过程
• 2.1.1 周期模型
• 2.1.2 可行性分析和项目开发计划
• 2.1.3 需求分析
• 2.1.4 概要设计（自顶而下逐步分解的分析策略）
• 2.1.5 详细设计（由易到难逐步深入的解决方案）
• 2.1.6 编码
• 2.1.7 测试
• 2.1.8 维护
• 2.2 软件生存周期模型、方法
• 2.3 软件开发工具
• 第三章 标尺处理与定位
• 3.1 标定符号特征分析
• 3.2 彩色图像灰度化
• 3.3 中值滤波
• 3.4 边缘提取
• 3.4.1 经典的边缘检测算法
• 3.4.2 现代信号处理技术提取图像边缘方法
• 3.5 Hough 变换
• 3.6 Radon 变换
• 3.6.1 经典Radon 变换
• 3.6.2 Hough 变换与Radon 变换对比
• 3.6.3 图像处理的反馈校正算法
• 3.6.4 改进Radon 变换
• 3.7 本章小结
• 第四章 字符定位与识别
• 4.1 数学形态学（粗定位）
• 4.2 字符识别方法
• 4.3 边缘模板匹配（精定位）
• 4.4 本章小结
• 第五章 实验结果及结论
• 5.1 数据结果
• 5.2 图像结果
• 5.3 界面演示
• 5.4 总结与展望
• 参考文献
• 发表论文和参加科研情况说明
• 致谢