機(jī)器視覺(jué)是現(xiàn)代制造的一個(gè)極其重要的組成部分,涉及人工智能、神經(jīng)生物學(xué)、心理物理學(xué)、計(jì)算機(jī)科學(xué)、圖像處理、模式識(shí)別等多個(gè)領(lǐng)域的交叉學(xué)科。機(jī)器視覺(jué)實(shí)現(xiàn)制造過(guò)程中的機(jī)械零件檢測(cè)和智能控制已成為現(xiàn)代制造領(lǐng)域的研究熱點(diǎn),例如,自動(dòng)線生產(chǎn)和裝配監(jiān)測(cè)、機(jī)器人和機(jī)械手引導(dǎo)、視覺(jué)伺服系統(tǒng)、機(jī)械零件圖像的自動(dòng)理解和識(shí)別等。為了有效地獲取機(jī)械零件圖像中的信息來(lái)提高現(xiàn)代制造的自動(dòng)化水平,機(jī)械零件的圖像分割與分離研究有著十分重要的意義。機(jī)器視覺(jué)系統(tǒng)構(gòu)建方面,本文結(jié)合機(jī)械零件特性,搭建了突顯機(jī)械零件特征的視覺(jué)系統(tǒng),主要包括:數(shù)字相機(jī)、光源設(shè)備、圖像采集卡、PC機(jī)、傳送帶和系統(tǒng)軟件;針對(duì)機(jī)械零件進(jìn)行了光源強(qiáng)度對(duì)比實(shí)驗(yàn),選取最通用的光照強(qiáng)度打亮機(jī)械零件的特征信息。機(jī)械零件的圖像預(yù)處理是機(jī)械零件圖像分割與分離的保障,本文采用雙邊濾波和基于灰度直方圖分段線性增強(qiáng)的方法�；趫D像信噪比和峰值信噪比指標(biāo),評(píng)價(jià)了均值濾波、高斯濾波和雙邊濾波的濾波效果,實(shí)驗(yàn)結(jié)果表明雙邊濾波去除噪聲的同時(shí)依然能夠有效地保留機(jī)械零件邊緣信息;對(duì)于濾波后圖像進(jìn)行線性變換、基于灰度直方圖的分段線性變換和直方圖變換,結(jié)合圖像灰度均值、灰度標(biāo)準(zhǔn)差和處理后圖... 

【文章來(lái)源】：中國(guó)礦業(yè)大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：110 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

數(shù)字相機(jī)Figure2-3Digitalcamera

圖 2- 4 CA-RDW-13M 環(huán)形光源Figure 2- 4 CA-RDW-13M ring light的方法，調(diào)節(jié)光源控制器至 60、120、180、240 所示：60 刻度 120 刻

圖 2- 4 CA-RDW-13M 環(huán)形光源Figure 2- 4 CA-RDW-13M ring light通過(guò)實(shí)驗(yàn)對(duì)比的方法，調(diào)節(jié)光源控制器至 60、120、180、240 刻度，分別采集相機(jī)獲取圖片如圖 2- 5 所示：

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)分水嶺算法的圖像分割算法[J]. 邱瑞,祝日星,許宏科.  吉林大學(xué)學(xué)報(bào)(理學(xué)版). 2017(03)
[2]基于雙邊紋理濾波的圖像細(xì)節(jié)增強(qiáng)方法[J]. 郝志成,吳川,楊航,朱明.  中國(guó)光學(xué). 2016(04)
[3]一種用于膠囊圖像分割改進(jìn)的分水嶺算法[J]. 嚴(yán)盈富,吳君才.  南昌航空大學(xué)學(xué)報(bào)(自然科學(xué)版). 2012(04)
[4]結(jié)合偏微分方程增強(qiáng)圖像紋理及對(duì)比度[J]. 韓希珍,趙建.  光學(xué)精密工程. 2012(06)
[5]結(jié)合形態(tài)學(xué)運(yùn)算的譜摳圖聲納圖像分割法[J]. 劉光宇,卞紅雨,石紅.  吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2012(01)
[6]圖像直方圖參量規(guī)定化方法的理論分析[J]. 張愛(ài)梅,楊志武,張瑞.  現(xiàn)代制造工程. 2011(08)
[7]煤礦井下視頻監(jiān)控圖像噪聲消除算法的研究[J]. 孫永,賀廣強(qiáng),黃興,張立剛.  科技信息. 2011(09)
[8]一種新的圖像分割算法[J]. 徐建軍,高山,畢篤彥,陳游.  西安電子科技大學(xué)學(xué)報(bào). 2011(01)
[9]一種改進(jìn)的基于圖的圖像分割方法[J]. 張?zhí)?  西華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2011(01)
[10]紋理圖像識(shí)別中的旋轉(zhuǎn)不變性分析[J]. 楊清躍,高飛,聶青.  計(jì)算機(jī)工程與應(yīng)用. 2010(33)

博士論文
[1]尿液顯微顆粒自動(dòng)檢測(cè)與圖像處理研究[D]. 周曉謀.中國(guó)礦業(yè)大學(xué) 2012
[2]數(shù)字圖像水印與量化音頻水印的若干關(guān)鍵技術(shù)研究[D]. 范明泉.西南交通大學(xué) 2010
[3]細(xì)胞重疊與融合性圖像的分離與分割技術(shù)研究[D]. 傅蓉.第一軍醫(yī)大學(xué) 2007

碩士論文
[1]基于FPGA的衛(wèi)星圖像在軌處理技術(shù)研究[D]. 劉鑫博.哈爾濱工程大學(xué) 2016
[2]基于偏微分方程的圖像去噪與增強(qiáng)研究[D]. 孔平.南京理工大學(xué) 2012
[3]圖像和視頻去霧技術(shù)的研究[D]. 楊國(guó)強(qiáng).天津大學(xué) 2010
[4]基于小波變換的圖像增強(qiáng)研究[D]. 丁西明.安徽大學(xué) 2010
[5]基于改進(jìn)分水嶺算法的細(xì)胞圖像分割[D]. 謝文娟.中南民族大學(xué) 2010
[6]基于蟻群優(yōu)化邊緣檢測(cè)與最大二維信息熵的圖像分割方法研究[D]. 汪嘉.信陽(yáng)師范學(xué)院 2010
[7]基于機(jī)器視覺(jué)的道路檢測(cè)跟蹤系統(tǒng)研究[D]. 王芳.北京交通大學(xué) 2009
[8]基于DSP平臺(tái)的機(jī)器視覺(jué)系統(tǒng)優(yōu)化研究[D]. 熊智華.重慶大學(xué) 2005



本文編號(hào)：3457927