鋼筋是建筑樓房以及各種設(shè)施的必要原材料,隨著建筑業(yè)需求不斷增長(zhǎng),成捆鋼筋的計(jì)數(shù)問題在鋼筋的復(fù)核中顯得十分重要。目前存在的鋼筋自動(dòng)計(jì)數(shù)方法有光電法、RFID標(biāo)簽法和圖像識(shí)別計(jì)數(shù)法。光電法對(duì)于成捆鋼筋的計(jì)數(shù)結(jié)果誤差太大,RFID標(biāo)簽雖然準(zhǔn)確率高、但使用成本高、環(huán)境要求高。而圖像識(shí)別計(jì)數(shù)法耗費(fèi)低,準(zhǔn)確率高,且大部分工作由計(jì)算機(jī)完成,因此成為解決鋼筋計(jì)數(shù)問題的熱門。鋼筋圖像由于背景雜亂、對(duì)比度低、噪聲多,且鋼筋堆積緊密、端面形狀不規(guī)則,為鋼筋端面目標(biāo)的識(shí)別與計(jì)數(shù)增加了難度。在圖像分析與識(shí)別中,圖像的預(yù)處理和二值化的好壞會(huì)影響鋼筋識(shí)別與計(jì)數(shù)結(jié)果的準(zhǔn)確率。本文將對(duì)圖像對(duì)比度增強(qiáng)方法和二值化方法進(jìn)行研究與改進(jìn),并提出新的鋼筋識(shí)別與計(jì)數(shù)方法。主要的研究工作和成果如下:（1）優(yōu)化了局部ACE法中的增益系數(shù)和增強(qiáng)方法針對(duì)鋼筋圖像背景復(fù)雜、對(duì)比度不足、亮度不均的問題,本文對(duì)局部ACE（自適應(yīng)對(duì)比度增強(qiáng)）算法進(jìn)行研究和改進(jìn)。針對(duì)局部ACE算法的局限性,改進(jìn)增益系數(shù)為基于標(biāo)準(zhǔn)差的變量,并通過局部與全局均值和標(biāo)準(zhǔn)差的對(duì)比將圖像有選擇性地分段增強(qiáng),優(yōu)化了局部ACE算法,實(shí)現(xiàn)本文中圖像對(duì)比度的增強(qiáng)。實(shí)驗(yàn)結(jié)果表明,改進(jìn)... 

【文章來源】：武漢理工大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：88 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 課題研究背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀及存在問題
        1.2.1 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.2 主要存在的問題
    1.3 本文研究?jī)?nèi)容
    1.4 章節(jié)組織結(jié)構(gòu)
第2章 鋼筋端面圖像預(yù)處理方法研究
    2.1 基于移位運(yùn)算的鋼筋端面圖像灰度化
        2.1.1 基于整數(shù)移位運(yùn)算的快速灰度化
        2.1.2 快速灰度化實(shí)驗(yàn)結(jié)果
    2.2 鋼筋端面圖像對(duì)比度增強(qiáng)方法對(duì)比研究
        2.2.1 全局增強(qiáng)方法對(duì)比
        2.2.2 局部增強(qiáng)方法
        2.2.3 改進(jìn)局部ACE方法
        2.2.4 端面圖像增強(qiáng)實(shí)驗(yàn)結(jié)果對(duì)比驗(yàn)證
    2.3 鋼筋端面圖像濾波去噪方法研究
        2.3.1 鋼筋端面圖像噪聲分類和去噪必要性分析
        2.3.2 濾波去噪方法對(duì)比
        2.3.3 雙層濾波去噪
        2.3.4 去噪實(shí)驗(yàn)結(jié)果驗(yàn)證
    2.4 本章小結(jié)
第3章 鋼筋端面圖像的二值化處理方法研究
    3.1 鋼筋端面圖像分割方法對(duì)比研究
        3.1.1 迭代閾值法
        3.1.2 分水嶺分割法
        3.1.3 OTSU分割法
        3.1.4 端面圖像分割效果對(duì)比研究
    3.2 改進(jìn)的OTSU分割算法
        3.2.1 引入類內(nèi)方差
        3.2.2 調(diào)整方差權(quán)重
        3.2.3 約束閾值搜索范圍
        3.2.4 改進(jìn)的OTSU分割實(shí)驗(yàn)結(jié)果對(duì)比研究
    3.3 鋼筋端面二值圖像后處理研究
        3.3.1 鋼筋端面二值圖像后處理
        3.3.2 二值圖像后處理結(jié)果
    3.4 本章小結(jié)
第4章 成捆鋼筋端面識(shí)別與計(jì)數(shù)方法研究
    4.1 連通區(qū)域分析
        4.1.1 二值像素關(guān)系準(zhǔn)則
        4.1.2 連通區(qū)域分析
    4.2 連通區(qū)域特征提取及分類
        4.2.1 連通區(qū)域特征提取
        4.2.2 目標(biāo)區(qū)域分類
    4.3 識(shí)別與計(jì)數(shù)方法原理與分析
        4.3.1 面積計(jì)數(shù)法原理與分析
        4.3.2 基于NCC相似度的多模板匹配法
    4.4 融合連通域多特征的分類識(shí)別計(jì)數(shù)法
        4.4.1 基于歐式距離的分離判斷
        4.4.2 多特征融合的分類匹配識(shí)別與計(jì)數(shù)
    4.5 實(shí)驗(yàn)識(shí)別與計(jì)數(shù)結(jié)果和分析
        4.5.1 識(shí)別結(jié)果對(duì)比與分析
        4.5.2 計(jì)數(shù)結(jié)果對(duì)比分析
        4.5.3 多特征融合分類匹配法計(jì)數(shù)結(jié)果統(tǒng)計(jì)分析
    4.6 本章小結(jié)
第5章 總結(jié)和展望
    5.1 研究工作總結(jié)
    5.2 課題展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間的研究成果


【參考文獻(xiàn)】：
期刊論文
[1]基于游程的連通區(qū)域標(biāo)記兩次掃描快速算法[J]. 呂�？�,徐巖,羅冰心.  華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(07)
[2]用于脂肪肝分級(jí)診斷的超聲圖像增強(qiáng)算法[J]. 王正發(fā),欒強(qiáng)厚,黃鑫,彭國(guó)華,武劍輝.  生物醫(yī)學(xué)工程研究. 2017(02)
[3]結(jié)合暗原色優(yōu)先和Gamma校正的紅外交通圖像增強(qiáng)算法[J]. 顧明,鄭林濤,劉中華.  交通運(yùn)輸工程學(xué)報(bào). 2016(06)
[4]基于Otsu方法的鋼軌圖像分割[J]. 袁小翠,吳祿慎,陳華偉.  光學(xué)精密工程. 2016(07)
[5]基于凸殼式剝離的高黏著度棒材檢測(cè)計(jì)數(shù)方法[J]. 徐源,方康玲,劉新海.  計(jì)算機(jī)應(yīng)用與軟件. 2015(03)
[6]基于改進(jìn)Gamma和改進(jìn)BP算法的人臉識(shí)別研究[J]. 李國(guó)芳,王力.  微型機(jī)與應(yīng)用. 2015(04)
[7]一種基于不規(guī)則區(qū)域的高斯濾波去噪算法[J]. 姒紹輝,胡伏原,顧亞軍,鮮學(xué)豐.  計(jì)算機(jī)科學(xué). 2014(11)
[8]負(fù)公差軋制在棒材生產(chǎn)實(shí)踐中的應(yīng)用[J]. 韓書棟.  山西冶金. 2014(05)
[9]保持圖像亮度的自適應(yīng)局部對(duì)比度增強(qiáng)[J]. 余權(quán),馬勝前,馬冬梅.  計(jì)算機(jī)工程與應(yīng)用. 2015(07)
[10]改進(jìn)的分水嶺圖像分割算法[J]. 孫惠杰,鄧廷權(quán),李艷超.  哈爾濱工程大學(xué)學(xué)報(bào). 2014(07)

碩士論文
[1]基于圖像處理的棒材識(shí)別計(jì)數(shù)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 李中銳.鄭州大學(xué) 2017
[2]基于直方圖均衡化和Retinex的圖像去霧算法研究[D]. 汪秦峰.西北大學(xué) 2016
[3]稻瘟病孢子圖像識(shí)別算法研究[D]. 童源.哈爾濱工業(yè)大學(xué) 2015
[4]目標(biāo)識(shí)別技術(shù)在鋼筋計(jì)數(shù)系統(tǒng)中的研究與應(yīng)用[D]. 郭倩倩.沈陽理工大學(xué) 2015
[5]基于機(jī)器視覺的棒材計(jì)數(shù)系統(tǒng)研究與實(shí)現(xiàn)[D]. 薛彥冰.山東大學(xué) 2014
[6]視頻圖像預(yù)處理技術(shù)研究與實(shí)現(xiàn)[D]. 胡靜.南京理工大學(xué) 2014
[7]RGB-D圖像分析關(guān)鍵技術(shù)研究[D]. 李實(shí)秋.天津大學(xué) 2014
[8]蛙人識(shí)別算法研究及DSP實(shí)現(xiàn)[D]. 李晶.哈爾濱工程大學(xué) 2013
[9]基于數(shù)字圖像處理的棒材計(jì)數(shù)方法研究[D]. 陳基偉.山東大學(xué) 2012
[10]面向捆扎棒材計(jì)數(shù)系統(tǒng)的圖像處理算法研究[D]. 段政偉.鄭州大學(xué) 2012



本文編號(hào)：3161725