数字图像处理在集装箱检测中的应用研究

论文摘要

近年来,随着计算机硬件和软件技术的飞速发展,数字图像处理技术日趋成熟,它广泛应用于空间探测、遥感、生物医学、人工智能以及工业检测等许多领域,并促使这些学科产生了新的发展。数字图像处理技术进入到不同层次的工业应用领域,走向更加深入的应用。集装箱视觉检测就是数字图像处理在工业检测领域中的一个重要应用。集装箱自动视觉检测系统是提高集装箱检测效率,降低检测成本的一种方法。实现这样的系统,需要应用的技术有:图像处理,立体视觉和模式识别等。本文主要是做前期的图像处理,利用强大的工具MATLAB,对集装箱某些破损部位(如孔洞)进行了数字图像处理方面的研究,并对其中的某些处理方法进行改进,增强处理效果。为集装箱自动视觉检测系统做准备,做可行性分析。本文主要分七个部分。第一部分介绍了数字图像处理的历史发展背景,主要研究内容以及数字图像处理的未来应用领域。第二部分详细介绍了集装箱的有关知识,包括集装箱的概念,分类以及集装箱的检测。第三部分介绍了空间点处理增强的方法,并给出了一种新的灰度变换:基于数字图像行和列的灰度变换。第四部分详细介绍了三种主要滤波技术:平滑滤波,中值滤波,锐化滤波,并使用相关方法对数字图像进行处理,给出了实验图片和结果分析。第五部分介绍了图像分割的主要算法,并提出了一种利用矩阵的LU分解对数字图像细微差别进行放大的方法。第六部分对集装箱表面损伤自动视觉检测系统进行了介绍。最后在第七部分对所做的主要工作进行了总结与展望。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景及其研究意义
• 1.2 国内外研究状况及其进展
• 1.2.1 数字图像处理研究状况
• 1.2.2 数字图像处理未来应用领域
• 1.2.3 关于集装箱方面的研究
• 1.3 论文主要研究内容
• 第2章 集装箱
• 2.1 集装箱定义
• 2.2 集装箱分类
• 2.3 集装箱检测
• 第3章 空域点处理增强
• 3.1 直接灰度变换
• 3.1.1 图像求反
• 3.1.2 线性灰度变换
• 3.1.3 对数变换
• 3.1.4 灰度切割
• 3.2 直方图均衡化
• 3.3 基于行和列的灰度变换
• 3.3.1 基本思想
• 3.3.2 对图像的处理
• 3.3.3 结果讨论
• 3.4 本章小结
• 第4章 空域滤波增强
• 4.1 平滑滤波
• 4.1.1 平滑滤波原理
• 4.1.2 平滑滤波模板
• 4.1.3 平滑滤波对图像的处理
• 4.2 中值滤波
• 4.2.1 中值滤波简介
• 4.2.2 中值滤波处理原理
• 4.2.3 中值滤波对图像的处理
• 4.3 锐化滤波
• 4.3.1 梯度算子法
• 4.3.2 拉普拉斯算子法
• 4.4 本章小结
• 第5章 图像分割
• 5.1 阈值分割
• 5.1.1 直方图技术
• 5.1.2 自动阈值法
• 5.1.3 分水岭算法
• 5.2 区域分割
• 5.2.1 区域生长法
• 5.2.2 区域分裂合并法
• 5.3 运动分割
• 5.3.1 背景差值法
• 5.3.2 基于块的分割方法
• 5.4 矩阵LU 分解对数字图像细微差别的放大作用
• 5.4.1 矩阵的LU 分解
• 5.4.2 图像的LU 分解
• 5.4.3 加噪声后图像的LU 分解
• 5.4.4 矩阵LU 分解的应用
• 5.5 本章小结
• 第6章 集装箱表面损伤自动视觉检测系统
• 6.1 背景介绍
• 6.2 自动视觉检测系统指标
• 6.3 自动视觉检测系统的解决方案
• 6.3.1 检测系统的总体设计
• 6.3.2 数字相机的布局
• 6.3.3 局集装箱损伤的检测
• 6.3.4 集装箱箱号的识别
• 6.3.5 检测结果的数据库管理
• 6.4 自动视觉检测系统的流程图
• 6.5 本章小结
• 结论
• 参考文献
• 攻读学位期间发表的学术论文
• 致谢