论文题目: 图像处理技术在玻璃缺陷检测中的应用研究
论文类型: 硕士论文
论文专业: 控制理论与控制工程
作者: 王平顺
导师: 李惠光
关键词: 图像处理,滤波器,图像分割,边缘检测,分数微积分,玻璃缺陷
文献来源: 燕山大学
发表年度: 2005
论文摘要: 随着计算机技术的飞速发展,图像处理技术在工业检测领域的应用已经成为了工业自动化的重要内容。本文在现有的国内外文献和技术应用的基础之上,对图像的获取,预处理、图像分割及模式识别方面做了一些研究工作,针对基于传统边缘检测的图像分割算法,提出了一些新的思想。同时结合某玻璃有限公司的自动化玻璃缺陷检验设备研制项目,将所研究的图像处理技术应用于玻璃缺陷检测中,以来替代传统的人工检测方法,提高检测的精度和效率。 本论文主要内容安排如下: 首先简要介绍了图像处理技术的一些基本概念,包括它的发展、特点、应用领域、今后的发展方向和图像处理的基本方法。结合玻璃缺陷检测课题,阐述了缺陷检测的理论分析依据,研究设想,研究方法和实验设计的概述。 接着按照设计的研究流程,讲述了图像采集系统,包括硬件设备和图像数字化的基本原理,获得了玻璃图像,为后续的图像预处理打下了基础。在图像的预处理中,我们介绍了基本的各种图像滤波和增强技术,包括中值滤波、均值滤波,并分析了各种滤波技术的特点和应用。在增强方面重点分析了图像灰度直方图的均衡化和微分尖锐化处理。 然后重点研究了各种图像分割算法,在基于边缘检测的分割算法中,针对传统的整数阶导数边缘检测算法,提出了分数阶导数边缘检测算子在玻璃图像分割中的应用,结果表明这种算法取得了较好的边缘检测效果。 最后针对分割图像,提取缺陷目标的面积和周长等特征参数,计算出图像中缺陷的圆形度和伸长度指标,组成特征矢量来对缺陷种类进行识别分类,为进一步的优化玻璃切割系统提供详尽的数据。本文针对该套检测系统所应用的技术和方法为今后的深入研究和将其应用于实际生产奠定了坚实的基础。
论文目录:
摘要
Abstract
第1章 绪论
1.1 引言
1.2 计算机图像处理系统
1.2.1 图像处理系统机构
1.2.2 图像处理的主要方法
1.3 图像处理的应用范围
1.4 国内外图像处理系统的发展趋势
1.5 本课题的研究内容及意义
1.6 国内外研究概况
1.7 实施方案
1.7.1 玻璃缺陷识别原理
1.7.2 本系统工作流程
1.7.3 本系统的组成结构
1.8 本文的内容安排
第2章 图像获取
2.1 图像获取系统的构架
2.2 照明装置
2.2.1 检测光源
2.2.2 照明方式
2.3 CCD 摄像机
2.4 图像采集卡
2.5 获取的玻璃图像
2.6 试验结果
2.7 本章小结
第3章 图像预处理
3.1 图像噪声的分类和模型
3.1.1 图像噪声的分类
3.1.2 图像噪声的特性
3.1.3 图像噪声的模型
3.2 图像滤波算法
3.2.1 普通均值滤波算法
3.2.2 普通中值滤波算法
3.2.3 加权中值滤波
3.2.4 高斯平滑滤波算法
3.3 图像增强算法
3.3.1 灰度变换
3.3.2 用直方图修改技术进行图像增强
3.3.3 图像尖锐化处理
3.4 实验结果与分析
3.5 本章小结
第4章 图像分割技术的研究与应用
4.1 图像分割理论
4.2 图像分割算法
4.3 阈值分割算法
4.4 边缘检测分割算法基础
4.4.1 边缘检测理论基础
4.4.2 边缘检测算法的基本步骤
4.5 传统微分边缘检测算法
4.5.1 一阶微分算子
4.5.2 二阶微分算子
4.6 分数阶导数的边缘检测算法
4.6.1 一维阶跃型边缘的分数阶导数分析
4.6.2 分数阶边缘检测算子的推导
4.6.3 滤波和微分的合并算法
4.6.4 分数阶导数算子在边缘检测中的性能分析
4.7 实验结果与分析
4.8 本章小结
第5章 缺陷特征提取和判断决策
5.1 玻璃缺陷的特征提取原理
5.2 各种玻璃缺陷的特征
5.3 玻璃缺陷的特征提取
5.3.1 缺陷的几何特征
5.3.2 玻璃缺陷的图像特征参数
5.4 玻璃缺陷类别判断
5.5 本章小结
第6章 玻璃缺陷检测系统实验应用
6.1 实验系统设计
6.1.1 硬件系统设计
6.1.2 图像处理算法设计
6.1.3 玻璃缺陷检测系统结构实现
6.1.4 玻璃缺陷检测基本步骤设计
6.2 玻璃缺陷检测系统的实现
6.2.1 照明装置的选择
6.2.2 图像采集装置的选择
6.2.3 图像预处理
6.2.4 图像分割
6.2.5 缺陷特征提取和判断决策
6.3 实验结果和分析
6.4 本章小结
结论
参考文献
攻读硕士学位期间承担的科研任务与主要成果
致谢
作者简介
发布时间: 2005-07-22
参考文献
- [1].基于计算机视觉的玻璃瓶缺陷检测系统[D]. 张建恩.重庆大学2005
- [2].基于机器视觉的PCB缺陷检测系统的设计[D]. 陈小勇.福建工程学院2018
- [3].平面阵列电磁传感器金属缺陷检测新方法[D]. 杨伟明.天津工业大学2018
- [4].基于卷积神经网络的工件表面缺陷检测系统[D]. 梁智聪.浙江大学2018
- [5].一种PLC程序静态缺陷检测工具的设计与实现[D]. 徐啸天.南京大学2017
- [6].基于图像处理的马铃薯外部缺陷检测方法研究[D]. 张宝超.内蒙古农业大学2014
- [7].玻璃缺陷检测系统实验研究[D]. 解秀梅.中国海洋大学2008
- [8].基于纹理特征的磁片表面刀纹缺陷检测[D]. 贺延涛.复旦大学2012
- [9].平板玻璃缺陷检测系统的研究[D]. 蒋锦涛.安徽大学2007
- [10].柔性电路板缺陷检测算法与系统研究[D]. 孔令丹.中国计量学院2013
相关论文
- [1].基于数字图像处理的水晶晶片缺陷检测[D]. 张文俊.南京理工大学2007
- [2].平板玻璃缺陷检测系统的研究[D]. 蒋锦涛.安徽大学2007
- [3].玻璃缺陷检测系统关键技术研究[D]. 王文超.燕山大学2007
- [4].基于数字图像识别技术的玻璃缺陷在线检测实验系统研究[D]. 肖燕.郑州大学2007
- [5].基于图像处理技术的玻璃缺陷识别方法研究[D]. 张同艳.郑州大学2007
- [6].基于ARM/DSP双核与ucLinux的玻璃缺陷在线检测系统[D]. 王欢.武汉理工大学2007
- [7].浮法玻璃缺陷在线检测技术研究[D]. 杨恒.中北大学2007
- [8].基于FPGA的玻璃缺陷图像采集预处理系统设计[D]. 严华宇.武汉理工大学2007
- [9].基于计算机视觉的玻璃瓶缺陷检测系统[D]. 张建恩.重庆大学2005
- [10].基于ARM微处理器的玻璃缺陷在线检测系统[D]. 连迅.武汉理工大学2006