【摘要】：圖像識別技術(shù)是實現(xiàn)未來智能制造的關(guān)鍵技術(shù)之一,對于傳統(tǒng)生產(chǎn)線改造也有廣泛應(yīng)用前景。本文以某搪瓷生產(chǎn)線產(chǎn)品在線統(tǒng)計系統(tǒng)為研究對象,對其所涉及的圖像預(yù)處理、特征檢測、圖像識別等技術(shù)進行了研究,并利用Matlab的GUI工具包實現(xiàn)了一個簡單的產(chǎn)品在線統(tǒng)計原型系統(tǒng)。本文所做的工作主要從以下幾方面展開:首先,對圖像預(yù)處理算法進行了研究,通過對直方圖均衡化、均值濾波、分段線性變換、伽馬變換等圖像增強算法的處理效果進行對比分析,確定采用分段線性變換對單品生產(chǎn)情況下所采集的圖像進行預(yù)處理。對于混品生產(chǎn)情況下產(chǎn)品的分類與計數(shù),研究了基于RGB顏色空間和HSV顏色空間色彩提取方法,對比兩種方法的提取效果,選擇了基于HSV顏色空間的色彩提取方法提取混合產(chǎn)品圖像中的目標區(qū)域。其次,研究了搪瓷產(chǎn)品特征檢測方法,針對單品生產(chǎn)時所采集的圖像,本文提出了一種快速橢圓檢測方法,實現(xiàn)了對產(chǎn)品特征的快速識別。針對混品生產(chǎn)情況下圖像識別所遇到的問題,研究了目標區(qū)域位置和尺寸檢測、圖像中相連區(qū)域分割、透視變換等方法,實現(xiàn)了對混品生產(chǎn)條件下的圖像識別與產(chǎn)品分類統(tǒng)計。最后,完成了軟硬件系統(tǒng)設(shè)計工作,開發(fā)了基于Matlab的產(chǎn)品在線統(tǒng)計圖像識別原型系統(tǒng),能夠準確快速地完成對生產(chǎn)線上搪瓷產(chǎn)品的統(tǒng)計。
[Abstract]:Image recognition technology is one of the key technologies to realize intelligent manufacturing in the future. In this paper, an online statistical system of enamel production line is used as the research object, and the image preprocessing, feature detection, image recognition and other techniques involved in the system are studied. A simple prototype system of product online statistics is implemented by using Matlab's GUI toolkit. The main work of this paper is as follows: first, the image preprocessing algorithm is studied, through histogram equalization, mean filter, piecewise linear transformation, The processing effect of image enhancement algorithm such as Gamma transform is compared and analyzed. The piecewise linear transform is used to preprocess the image collected under the condition of single product production. The methods of color extraction based on RGB color space and HSV color space were studied for the classification and counting of products under the condition of mixed product production, and the results of the two methods were compared. The color extraction method based on HSV color space is selected to extract the target region from the mixed product image. Secondly, the feature detection method of enamel products is studied. A fast ellipse detection method is proposed for the images collected in the production of individual products, which realizes the rapid recognition of product features. Aiming at the problems of image recognition under the condition of mixing production, this paper studies the methods of location and size detection of target area, segmentation of connected area in image, perspective transformation and so on, and realizes image recognition and product classification statistics under the condition of mixing production. Finally, the software and hardware system is designed, and the prototype system of online statistical image recognition based on Matlab is developed, which can accurately and quickly finish the statistics of enamel products on the production line.
【學(xué)位授予單位】：鄭州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.41;TQ173.6

【參考文獻】

相關(guān)期刊論文 前10條

1 周觀春;史闊;郝福洋;;電氣自動化中智能化技術(shù)的運用[J];電子技術(shù)與軟件工程;2016年12期

2 張曉娟;高瑾;;計算機圖像識別技術(shù)的應(yīng)用及細節(jié)問題闡述與分析[J];電子技術(shù)與軟件工程;2016年06期

3 何遙;;人工智能在安防領(lǐng)域的發(fā)展[J];中國公共安全;2015年20期

4 周濟;;智能制造——“中國制造2025”的主攻方向[J];中國機械工程;2015年17期

5 楊向東;芮曉飛;謝穎;;基于高效Hough變換的圓柱特征檢測方法[J];清華大學(xué)學(xué)報(自然科學(xué)版);2015年08期

6 賀正楚;潘紅玉;;德國“工業(yè)4.0”與“中國制造2025”[J];長沙理工大學(xué)學(xué)報(社會科學(xué)版);2015年03期

7 張曙;;工業(yè)4.0和智能制造[J];機械設(shè)計與制造工程;2014年08期

8 李淼;楊恢先;張建波;周彤彤;譚正華;;改進二維直方圖區(qū)域劃分的閾值分割方法研究[J];光電子.激光;2013年07期

9 李興國;高煒;;基于滴水算法的驗證碼中粘連字符分割方法[J];計算機工程與應(yīng)用;2014年01期

10 吳一全;張曉杰;吳詩Zs;張國華;張生偉;于素芬;;二維直方圖θ-劃分最小誤差圖像閾值分割[J];上海交通大學(xué)學(xué)報;2012年06期

相關(guān)碩士學(xué)位論文 前8條

1 劉雪鷗;醫(yī)學(xué)圖像模式識別技術(shù)的研究及應(yīng)用[D];太原理工大學(xué);2016年

2 康健新;基于圖像的車牌識別系統(tǒng)的設(shè)計和實現(xiàn)[D];吉林大學(xué);2014年

3 葛恒赫;基于機器視覺的外螺紋表面缺陷檢測技術(shù)研究[D];重慶大學(xué);2014年

4 陳冬萍;基于光電傳感器測距的智能軟包計數(shù)系統(tǒng)[D];杭州電子科技大學(xué);2014年

5 俞U喛，

本文編號：2415872