一类工具加工痕迹的检验识别

论文摘要

工具痕迹检测，作为一种对工具痕迹图像分析的重要方法，在产品质量检测、安防、刑事侦查等领域有着及其广泛的应用。传统工具痕迹检测方法主要是通过专业人员在比对显微镜下逐一地对痕迹图像进行两两比对来实现的，但是随着工具痕迹检验对象的种类和数目的增加，受人为影响较大。效率太低，可操作性差，故这种方法已不能满足现代高效的要求。纹理是表达物体表或结构的属性，是工具痕迹图像的基本特征。随着计算机和人工智能技术的发展，借助纹理分析方法对工具痕迹图像进行特征提取，从而实现工具痕迹检验标准化、自动化。本论文主要研究一类工具加工痕迹，如平角钻头、铣刀等在生产加工过程中在工件表面所留下的工具痕迹。针对这类工具加工痕迹的识别，建立了一种具有普适性的研究方法，初步实现这类工具加工痕迹检验识别。首先，论文对所研究的这类工具加工痕迹图像进行了预处理算法的比较和分析。其次，根据这类痕迹图像的纹线特征，通过提取这类纹线来确定圆心，进而将这类工具加工痕迹转换成类直线纹理；接着，采用频谱分析方法中的小波变换对图像进行特征提取和图像识别，设计相应算法，计算特征参数；最后，通过VC平台上编程实现上述过程。该方法不仅能够初步实现此类工具加工痕迹图像的识别，而且有效的减少了传统工具加工痕迹识别中主观性强、耗时长、可操作性差等问题。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 研究意义与概况
• 1.2 国内外研究现状
• 1.3 工具痕迹识别的原理
• 1.4 本文结构及主要研究内容
• 2 工具痕迹检验
• 2.1 工具痕迹的产生
• 2.2 工具痕迹检验识别
• 2.3 工具痕迹检验识别系统的结构与设计
• 2.4 本章小结
• 3 工具加工痕迹图像的预处理
• 3.1 图像来源及其特征
• 3.2 预处理方法
• 3.3 图像二值化
• 3.4 图像修饰
• 3.5 图像细化
• 3.6 本章小结
• 4 工具加工痕迹图像的特征提取
• 4.1 常用的纹理分析方法
• 4.2 一类工具加工痕迹处理方法研究
• 4.3 基于小波变换的特征提取
• 4.4 特征提取实验数据
• 4.5 本章小结
• 5 软件实现与实验结果
• 5.1 位图结构
• 5.2 软件实现
• 5.3 实验数据和结果
• 5.4 本章小结
• 6 总结与展望
• 6.1 总结
• 6.2 展望
• 致谢
• 参考文献
• 附录 攻读学位期间发表学术论文目录