基于图像识别技术的装配件的动态检测研究

论文摘要

以数字图像处理和识别技术为基础的零配件检测技术是现代检测技术的一个重要组成部分,目前已被成功地应用于诸如产品外形检验、表面缺陷检验等工业检测领域。传统的机械零件的检测方法是采用人工抽样检验或破坏性试验。这些方法不仅费用高、而且耗时费力,难以满足实时生产的需要。在实际的工业生产过程中存在一些实时性要求比较高的对象,需要以动态图像为研究对象,进行实时处理。本论文在对数字图像处理分析技术和图像识别技术进行深入地研究与分析的基础上详细讨论了一种装配件的在线检测方法,对基于灰度特征的快速定位识别算法进行了研究与改进,将其应用于对装配件的实时检测之中,从而完成对装配件状态的在线检测。该方法与同类方法相比具有简单、快速和识别率高等特点。

论文目录

• 第一章 引言
• 1.1 研究背景及意义
• 1.2 本论文的主要工作
• 第二章 数字图像概述
• 2.1 数字图像处理的基本概念
• 2.2 数字图像的描述
• 2.3 数字图像的颜色表示方法
• 2.4 数字图像文件简介
• 2.4.1 BMP 图像文件
• 2.4.2 GFI 图像文件
• 2.4.3 TIFF 图像文件
• 2.4.4 JPEG 图像格式
• 第三章 数字图像处理的基本内容
• 3.1 数字图像处理的主要研究内容
• 3.2 图像的灰度化处理
• 3.3 图像的增强
• 3.3.1 图像增强的应用和分类
• 3.3.2 空域图像增强法
• 3.4 图像的边缘提取
• 3.4.1 边缘算子法
• 3.4.2 模板匹配法
• 3.4.3 几种边缘检测算子的效果比较
• 第四章 图像识别技术概述
• 4.1 图像识别技术的发展趋势及研究现状
• 4.2 判别函数和判别规则
• 4.2.1 线形判别函数
• 4.2.2 非线性判别函数
• 4.3 特征的提取和选择
• 第五章 基于灰度特征的快速定位识别算法及其改进
• 5.1 基于灰度特征的快速定位识别算法的基本原理
• 5.2 基于灰度特征的快速定位识别算法的改进
• 第六章 基于图像识别技术的装配件在线检测系统的实现
• 6.1 本文系统的软硬件选择
• 6.2 系统流程及主要使用技术
• 6.2.1 系统流程
• 6.2.2 图像预处理
• 6.2.3 图像特征提取
• 6.2.4 目标完整性检验
• 6.2.5 分类决策
• 6.2.6 报告系统状态
• 第七章 结束语
• 7.1 总结
• 7.2 下一步的工作
• 参考文献
• 摘要
• ABSTRACT
• 致谢
• 导师及作者简介