本文關(guān)鍵詞：基于特征分類的低分辨率觸摸屏表面缺陷檢測

  更多相關(guān)文章： 觸摸屏 缺陷檢測 紋理分析 稀疏表示 SVM

【摘要】：觸控技術(shù)作為當(dāng)前自然人機(jī)交互的主流技術(shù),幾乎占領(lǐng)了所有的智能終端設(shè)備。觸摸屏的質(zhì)量對觸摸屏制造企業(yè)至關(guān)重要。由于觸摸屏缺陷自動檢測裝置價格昂貴,目前國內(nèi)許多企業(yè)仍然采用人工檢測的方法對觸摸屏進(jìn)行缺陷檢測。但是隨著觸摸屏的規(guī)�；a(chǎn),人工檢測已經(jīng)很難滿足實際的生產(chǎn)要求。因此,觸摸屏生產(chǎn)廠商迫切需求研究出自動的觸摸屏表面圖像缺陷檢測技術(shù)。本文基于計算機(jī)視覺、圖像處理等相關(guān)知識,提出了自動的低分辨率觸摸屏表面缺陷檢測方法,具體研究成果如下：(1)針對低分辨率觸摸屏表面圖像低對比度、噪聲和細(xì)微缺陷相似的問題,提出了基于Gabor統(tǒng)計特征的字典稀疏表示觸摸屏圖像缺陷檢測算法。該算法引入了Gabor特征用于描述觸摸屏表面圖像,利用Gabor統(tǒng)計特征構(gòu)造字典并對字典進(jìn)行優(yōu)化,將稀疏表示分類的方法應(yīng)用于低分辨率的觸摸屏表面缺陷檢測。(2)特征提取和分類算法是觸摸屏表面缺陷檢測算法中的關(guān)鍵。本文提出了基于局部及全局特征,并利用SVM(Support Vector Machine)進(jìn)行分類的觸摸屏表面缺陷檢測方法。該方法提取圖像的局部Gabor特征和全局GLCM(Gray Level Co-occurrence Matrix)特征,分別搭建合理的SVM分類模型,實現(xiàn)了低分辨率觸摸屏表面缺陷檢測。同時提出了Gabor濾波參數(shù)尋優(yōu)準(zhǔn)則和GLCM特征描述的優(yōu)選方案。通過上述基于特征提取和分類的檢測方法,實現(xiàn)了低分辨率觸摸屏圖像自動缺陷檢測。實驗表明,基于Gabor特征和稀疏表示的觸摸屏表面缺陷檢測算法準(zhǔn)確率達(dá)到96%之高,基于SVM分類的方法最高準(zhǔn)確率也達(dá)到93.23%,能夠滿足觸摸屏表面缺陷檢測的生產(chǎn)要求。
【關(guān)鍵詞】：觸摸屏 缺陷檢測 紋理分析 稀疏表示 SVM
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 致謝5-6
• 摘要6-7
• ABSTRACT7-11
• 1 引言11-17
• 1.1 課題研究背景與意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-15
• 1.2.1 人工檢測13
• 1.2.2 機(jī)器視覺檢測13-15
• 1.3 本文的研究內(nèi)容15
• 1.4 論文的組織結(jié)構(gòu)15-17
• 2 觸摸屏表面缺陷檢測相關(guān)綜述17-40
• 2.1 觸摸屏表面缺陷檢測方法分析17
• 2.2 特征提取17-32
• 2.2.1 全局特征19-23
• 2.2.2 局部特征23-32
• 2.3 分類器設(shè)計32-35
• 2.3.1 統(tǒng)計分類器32-33
• 2.3.2 人工神經(jīng)網(wǎng)絡(luò)33
• 2.3.3 支持向量機(jī)33-35
• 2.4 稀疏表示相關(guān)研究35-39
• 2.4.1 稀疏表示理論35-37
• 2.4.2 稀疏表示求解算法37-38
• 2.4.3 稀疏表示在缺陷檢測算法中的應(yīng)用38-39
• 2.5 本章小結(jié)39-40
• 3 基于SVM分類的觸摸屏表面缺陷檢測40-50
• 3.1 實驗數(shù)據(jù)和評價標(biāo)準(zhǔn)40-41
• 3.2 基于GABOR特征和SVM的方法介紹41-44
• 3.3 基于GLCM特征和SVM的方法介紹44-47
• 3.4 實驗結(jié)果與分析47-49
• 3.4.1 基于GABOR特征和SVM的實驗步驟47-48
• 3.4.2 基于GLCM特征和SVM的實驗步驟48
• 3.4.3 結(jié)果對比和分析48-49
• 3.5 小結(jié)49-50
• 4 基于GABOR特征稀疏表示的觸摸屏表面缺陷檢測方法50-62
• 4.1 問題描述50-51
• 4.2 基于GABOR特征稀疏表示的觸摸屏缺陷檢測算法51-55
• 4.3 實驗結(jié)果與分析55-61
• 4.3.1 與相似算法實驗結(jié)果比較56-59
• 4.3.2 參數(shù)有效性驗證59-61
• 4.4 小結(jié)61-62
• 5 總結(jié)與展望62-64
• 5.1 總結(jié)62
• 5.2 展望62-64
• 參考文獻(xiàn)64-68
• 作者簡歷及攻讀碩士學(xué)位期間取得的研究成果68-70
• 學(xué)位論文數(shù)據(jù)集70

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 郭慧平;王召巴;金永;;火箭發(fā)動機(jī)包覆層表面缺陷檢測系統(tǒng)研究[J];電子測試;2011年02期

2 李u&;譚永龍;楊美英;;水果分級與表面缺陷檢測研究[J];計算機(jī)工程與設(shè)計;2008年15期

3 張學(xué)武;呂艷云;丁燕瓊;梁瑞宇;;小波統(tǒng)計法的表面缺陷檢測方法[J];控制理論與應(yīng)用;2010年10期

4 劉澤福;王冰峰;康戈文;;基于帶鋼表面缺陷檢測的背景相減的方法[J];福建電腦;2006年05期

5 陳國君;陳鵬;張學(xué)軍;;基于計算機(jī)視覺的軸承表面缺陷檢測[J];煤礦機(jī)械;2009年02期

6 宗欣;;BASLER的45°頂端檢測:一種表面缺陷檢測的全面方案[J];記錄媒體技術(shù);2004年05期

7 高潮;郭永彩;任可;楊暉;;基于嵌入式系統(tǒng)和圖像識別的拉索表面缺陷檢測技術(shù)[J];光電工程;2008年02期

8 吳曉鵬;林介邦;唐輝;鐘園園;羅祥英;;基于機(jī)器視覺的鑄坯表面缺陷檢測系統(tǒng)的研制[J];武鋼技術(shù);2010年01期

9 叢家慧;顏云輝;;視覺注意機(jī)制在帶鋼表面缺陷檢測中的應(yīng)用[J];中國機(jī)械工程;2011年10期

10 孫瑜,羅飛路,趙東明;利用交變磁場測量法的金屬表面缺陷檢測[J];兵工自動化;2004年02期

中國重要會議論文全文數(shù)據(jù)庫 前5條

1 韓立強(qiáng);;基于圖像分割技術(shù)的汽車發(fā)動機(jī)缸體表面缺陷檢測[A];面向21世紀(jì)的科技進(jìn)步與社會經(jīng)濟(jì)發(fā)展（下冊）[C];1999年

2 郭慶華;田陸;袁英宏;黃郁君;;嵌入式系統(tǒng)在鋼板表面缺陷檢測中的應(yīng)用[A];2012第四屆先進(jìn)軋鋼精整及鋼材包裝技術(shù)學(xué)術(shù)研討會文集[C];2012年

3 郭慶華;田陸;袁英宏;黃郁君;;嵌入式系統(tǒng)在鋼板表面缺陷檢測中的應(yīng)用[A];2012年全國軋鋼生產(chǎn)技術(shù)會論文集（下）[C];2012年

4 張鳳全;高娜;于明;趙曉安;張慧娟;;圖像處理在物體表面缺陷檢測中的應(yīng)用[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2008年

5 劉乃強(qiáng);徐科;;形態(tài)學(xué)梯度在帶鋼表面缺陷檢測中的應(yīng)用[A];全國煉鋼連鑄過程自動化技術(shù)交流會論文集[C];2006年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前6條

1 王世通;精密表面缺陷檢測散射成像理論建模及系統(tǒng)分析研究[D];浙江大學(xué);2015年

2 程萬勝;鋼板表面缺陷檢測技術(shù)的研究[D];哈爾濱工業(yè)大學(xué);2008年

3 王義文;鋼球表面缺陷檢測關(guān)鍵技術(shù)研究及樣機(jī)研制[D];哈爾濱理工大學(xué);2010年

4 趙立明;基于激光掃描成像與異源CCD融合的連鑄熱坯表面缺陷檢測方法研究[D];重慶大學(xué);2014年

5 叢家慧;引入人類視覺特性的帶鋼表面缺陷檢測與識別方法研究[D];東北大學(xué);2010年

6 王鵬;基于運(yùn)動視覺技術(shù)的鋼球表面缺陷檢測[D];哈爾濱理工大學(xué);2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 于躍;基于PMP的鋼軌表面缺陷檢測研究[D];西南交通大學(xué);2015年

2 汪磊;鋁箔復(fù)卷機(jī)運(yùn)動仿真分析及表面缺陷檢測系統(tǒng)研究[D];浙江大學(xué);2015年

3 付邦瑞;鋼坯表面裂紋圖像檢測[D];電子科技大學(xué);2015年

4 楊林;冷態(tài)熱軋鋼板表面缺陷檢測系統(tǒng)技術(shù)研究[D];重慶大學(xué);2015年

5 李嬌嬌;基于改進(jìn)DAGSVM的鋼板表面缺陷檢測系統(tǒng)設(shè)計與實現(xiàn)[D];重慶大學(xué);2015年

6 王松芳;基于特征分類的低分辨率觸摸屏表面缺陷檢測[D];北京交通大學(xué);2016年

7 全洪淵;火炮彈體表面缺陷檢測系統(tǒng)的設(shè)計與研究[D];重慶大學(xué);2007年

8 胡貴超;基于計算機(jī)視覺的鋼材表面缺陷檢測系統(tǒng)的研究[D];哈爾濱理工大學(xué);2013年

9 柳宗浦;基于機(jī)器視覺的小型金屬部件表面缺陷檢測系統(tǒng)[D];東華大學(xué);2009年

10 呂景超;鋼球表面展開機(jī)構(gòu)建模與仿真研究[D];濟(jì)南大學(xué);2013年

，

本文編號：685315