本文關(guān)鍵詞：基于機(jī)器視覺的紙病檢測算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：紙頁在生產(chǎn)過程中會受到一些外部和內(nèi)部因素的影響，會出現(xiàn)亮斑、暗斑、孔洞、黑斑以及褶皺等外觀紙病。目前，很多企業(yè)對這些紙病的檢測及分類仍舊通過人工的方式來完成，這樣不僅會減低企業(yè)的生產(chǎn)效率，而且很容易出現(xiàn)漏檢的問題以及檢測精度低的狀況。因此，基于機(jī)器視覺的紙病檢測系統(tǒng)的出現(xiàn)不但能夠更好地實(shí)現(xiàn)對紙病檢測的可視化、微觀化和自動化，而且能夠大大的降低造紙企業(yè)的生產(chǎn)成本，提高紙病的檢測效率，從而提高了企業(yè)的效益。 本論文對基于機(jī)器視覺的在線紙病檢測系統(tǒng)以及紙病檢測算法的背景、發(fā)展過程和研究現(xiàn)狀進(jìn)行了介紹和分析。對基于嵌入式處理器的分布式紙病檢測系統(tǒng)進(jìn)行了詳細(xì)描述。 本論文中對圖像去噪和圖像分割等圖像處理技術(shù)做了簡單的介紹，并將其中的一些算法進(jìn)行編程實(shí)現(xiàn)。而且，本論文也對復(fù)雜紙病的檢測算法進(jìn)行了研究，由于復(fù)雜紙病在圖像中主要呈現(xiàn)出直線特征，因此對該類紙病常采用直線的檢測算法，這類算法中比較常見的為Hough變換。雖然Hough變換檢測復(fù)雜紙病時具有很強(qiáng)的魯棒性，而且抗干擾能力也很強(qiáng)，但其計算量很大，很難滿足生產(chǎn)過程實(shí)時性的要求。本論文中采用的概率Hough變換只對一部分待處理的點(diǎn)進(jìn)行映射和累加，剩下的點(diǎn)則被認(rèn)為直線上的，并不需要進(jìn)行映射，這在很大程度上減少了計算量，，使該算法更加適合于在實(shí)時檢測中的應(yīng)用。 另外，為了進(jìn)一步完善紙病檢測算法，本文對超小波在紙病檢測中的應(yīng)用進(jìn)行了研究，但是還處于初步階段，還有很多的地方需要進(jìn)行完善。
【關(guān)鍵詞】：機(jī)器視覺 圖像處理 紙病檢測 復(fù)雜紙病
【學(xué)位授予單位】：齊魯工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：TP274;TS77
【目錄】：

• 摘要8-9
• ABSTRACT9-11
• 第1章 緒論11-15
• 1.1 課題研究的背景和意義11-12
• 1.1.1 課題的研究背景11
• 1.1.2 課題的研究意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀和水平12-13
• 1.3 本論文的主要內(nèi)容13-15
• 第2章 基于機(jī)器視覺的紙病檢測系統(tǒng)15-21
• 2.1 機(jī)器視覺概述15-17
• 2.1.1 機(jī)器視覺的定義及特點(diǎn)15
• 2.1.2 機(jī)器視覺的構(gòu)成及原理15-16
• 2.1.3 機(jī)器視覺的應(yīng)用16-17
• 2.2 基于機(jī)器視覺的紙病檢測系統(tǒng)17-19
• 2.3 本章小結(jié)19-21
• 第3章 圖像處理技術(shù)21-39
• 3.1 圖像去噪21-29
• 3.1.1 線性濾波21-22
• 3.1.2 中值濾波22-23
• 3.1.3 小波變換在去噪中的應(yīng)用23-27
• 3.1.4 去噪實(shí)驗(yàn)結(jié)果與分析27-29
• 3.2 圖像分割29-37
• 3.2.1 基于邊緣的分割方法29-32
• 3.2.2 基于區(qū)域的分割算法32-33
• 3.2.3 基于閾值的分割算法33-37
• 3.3 本章小結(jié)37-39
• 第4章 基于機(jī)器視覺的紙病檢測算法39-53
• 4.1 孔洞的檢測39-40
• 4.2 亮斑的檢測40-41
• 4.3 暗斑的檢測41-42
• 4.4 黑斑的檢測42-44
• 4.5 復(fù)雜紙病的檢測44-52
• 4.5.1 一元線性回歸法44-46
• 4.5.2 Randon 變換46-49
• 4.5.3 Hough 變換49-50
• 4.5.4 概率 Hough 變換50-52
• 4.6 本章小結(jié)52-53
• 第5章 圖像多尺度幾何分析理論及其在紙病檢測中的應(yīng)用53-65
• 5.1 脊波變換53-57
• 5.1.1 脊波變換理論53-56
• 5.1.2 脊波變換的應(yīng)用及優(yōu)缺點(diǎn)56-57
• 5.2 曲線波變換(Curvelet)57-64
• 5.2.1 第一代曲線波變換57-58
• 5.2.2 第二代曲線波變換58-63
• 5.2.3 Curvelet 在圖像處理中的應(yīng)用63-64
• 5.3 本章小結(jié)64-65
• 第6章 總結(jié)與展望65-67
• 6.1 總結(jié)65
• 6.2 展望65-67
• 參考文獻(xiàn)67-70
• 致謝70-71
• 在學(xué)期間主要科研成果71
• 一、發(fā)表學(xué)術(shù)論文71
• 二、其他科研成果71

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 周興林;曲興華;葉聲華;;基于圖像灰度的目標(biāo)快速檢測算法的研究[J];傳感技術(shù)學(xué)報;2007年03期

2 呂岑,孫瑜,張根寶,張玉杰,黃敏;紙病圖像檢測與分割的二階段方法[J];中華紙業(yè);2004年01期

3 亢潔;史忠科;楊剛;;基于CB形態(tài)濾波的形態(tài)學(xué)紙病檢測方法研究[J];中華紙業(yè);2008年10期

4 溫喜東;紙病檢測系統(tǒng)在衛(wèi)生紙上的應(yīng)用[J];國際造紙;2003年06期

5 陳艷海;姜木霖;陳建勛;;概率Hough變換在儀表檢測中的應(yīng)用[J];湖北汽車工業(yè)學(xué)院學(xué)報;2006年04期

6 肖翔;許伯生;張穎;;一元線性回歸中最小二乘估計量的有效性[J];上海工程技術(shù)大學(xué)學(xué)報;2011年03期

7 呂岑,張玉杰,孫瑜,商春玲;基于圖像灰度的紙病檢測方法的研究[J];陜西科技大學(xué)學(xué)報;2002年06期

8 胡正平;楊蘇;王成儒;;基于局部PCA的參數(shù)約束Hough直線分層檢測[J];系統(tǒng)工程與電子技術(shù);2009年11期

9 鄭翔,黃藝云;經(jīng)典邊緣檢測模板的快速算法[J];信號處理;1995年04期

10 劉華;王金樂;;常見紙病及檢測技術(shù)[J];印刷質(zhì)量與標(biāo)準(zhǔn)化;2007年05期

  本文關(guān)鍵詞：基于機(jī)器視覺的紙病檢測算法研究，由筆耕文化傳播整理發(fā)布。

本文編號：289963