Print

磁粉检测系统中图像分割的方法研究

论文摘要

在弹体的生产过程中,有些弹体的外表面会出现瑕疵,我们应用磁粉检测系统对其外表面进行无损检测。在应用磁粉检测的同时,我们应用计算机对采集到的瑕疵图像进行处理,通过PLC系统把瑕疵超出标准的弹体分离出来,减少人为因素的影响,达到高精度、高效率的目的。本文主要是对检测系统中图像分割的方法进行探讨和研究。采用小波变换的分析方法,利用其多分辨率分析的特性,对图像进行快速的边缘检测。经过与传统检测方法(例如边缘检测微分算子、阈值分割等)的比较,我们可以得出利用小波进行边缘检测更精确,更具有实时性,适合应用于弹体外表面无损检测系统。通过对预处理及分割后的图像进行提取,可实现对瑕疵的周长、重心等物理量特征的定量分析,进而可实现不合格弹体的挑拣工作。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 课题的提出
  • 1.2 系统方案
  • 1.2.1 系统组成
  • 1.2.2 研究内容
  • 1.2.3 总体技术指标
  • 1.3 内容概述
  • 1.3.1 图像预处理
  • 1.3.2 图像分割
  • 1.3.3 表示与描述
  • 第二章 瑕疵图像的预处理
  • 2.1. 图像预处理概述
  • 2.2 空间域图像增强
  • 2.2.1 直方图变换方法
  • 2.2.2 平滑滤波
  • 2.2.3 锐化滤波
  • 2.3 频率域图像增强
  • 2.3.1 低通滤波
  • 2.3.2 高通滤波
  • 2.4 图像预处理的仿真结果
  • 第三章 传统的图像分割算法
  • 3.1 图像分割的定义
  • 3.2 图像分割的方法
  • 3.2.1 边缘检测
  • 3.2.2 边界跟踪
  • 3.2.3 阈值分割
  • 3.2.4 基于区域的分割
  • 3.3 图像分割性能评估
  • 第四章 基于小波变换的图像分割
  • 4.1 概述
  • 4.2 小波变换
  • 4.2.1 连续小波变换
  • 4.2.2 离散小波变换及二进制小波
  • 4.3 小波的多分辨率分析及快速小波变换算法
  • 4.3.1 小波的多分辨率分析
  • 4.3.2 Mallat 算法
  • 4.4 利用小波变换进行多尺度边缘检测
  • 4.4.1 多尺度边缘检测
  • 4.4.2 边缘检测中的小波函数
  • 4.4.3 基于小波的图像检测的实现
  • 4.4.4 边界的连接
  • 4.5 实验结果与分析
  • 第五章 瑕疵图像特征的提取
  • 5.1 图像的二值化
  • 5.2 瑕疵的描述
  • 5.2.1 轮廓提取
  • 5.2.2 轮廓跟踪
  • 5.3 瑕疵的自动判决
  • 结论
  • 致谢
  • 参考文献

    • 相关论文文献

    本文来源: https://www.lw50.cn/article/415d9a4ccc2bdf0bb7be334d.html