隨著工業(yè)的快速發(fā)展,我國對各類棒材的需求量都有明顯提升,此時對棒材數(shù)量的監(jiān)控與統(tǒng)計的意義也愈發(fā)重大。目前,大部分的棒材計數(shù)還依賴于人工計數(shù)。這種方法會增大員工的勞動強(qiáng)度,并且工作效率很低,準(zhǔn)確性也會比較差,所以,目前急需迫一些準(zhǔn)確度較高的棒材自動計數(shù)方法�；跈C(jī)器視覺的方法,我們可以對圖像進(jìn)行分析,使用模式識別技術(shù)來檢測棒材,這是實現(xiàn)棒材自動計數(shù)的可行方法。通常,人工拍攝的棒材端面圖像中,可能會包含較多噪聲,并且由于棒材擺放不規(guī)整,端面參差不齊,從而產(chǎn)生遮擋,這就會導(dǎo)致分割后的二值圖像中,粘連較為嚴(yán)重。另外,對于一些鋼材,其端面會被氧化,光學(xué)特性發(fā)生改變,導(dǎo)致出現(xiàn)顏色不均勻的現(xiàn)象,以上的原因都會降低自動計數(shù)的準(zhǔn)確率。鑒于此,本文從圖像中的端面提取、中心標(biāo)定計數(shù)這兩方面入手,實現(xiàn)了棒材端面圖像的自動識別計數(shù)功能。本文的研究內(nèi)容主要包括如下幾個部分:第一,提出一種基于云模型的棒材端面圖像前背景分離方法。在堆疊棒材端面圖像中,端面區(qū)域的顏色接近,且這些像素分布較為集中。在基于云模型的彩色圖像分割算法中,保留了像素間的不確定性關(guān)系,且其分割過程易于控制,適合當(dāng)前端面提取場景,因此本文以基于云模...

【文章頁數(shù)】：88 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 研究現(xiàn)狀
        1.2.1 彩色圖像的前背景分離
        1.2.2 支持向量機(jī)理論
        1.2.3 類圓顆粒檢測
    1.3 論文主要內(nèi)容
    1.4 論文結(jié)構(gòu)安排
第2章 基于云模型的前背景分割與圓檢測的基礎(chǔ)
    2.1 云模型的原理
        2.1.1 云模型的定義及性質(zhì)
        2.1.2 云模型的數(shù)值特征
        2.1.3 云模型的“3En”規(guī)則
    2.2 標(biāo)準(zhǔn)圓檢測
    2.3 基本方法的缺點分析
        2.3.1 堆疊棒材圖像的端面區(qū)域提取
        2.3.2 類圓顆粒檢測
    2.4 本章小結(jié)
第3章 基于云模型的棒材端面圖像前背景分離算法
    3.1 本章核心思想及流程設(shè)計
    3.2 基于云模型的彩色圖像分割流程
        3.2.1 顏色空間的選擇與量化
        3.2.2 概念提取過程
        3.2.3 云綜合
    3.3 針對棒材端面圖像的改進(jìn)自動分割方法
        3.3.1 交叉量化直方圖
        3.3.2 改進(jìn)的概念提取方法
        3.3.3 正態(tài)云的歸類
        3.3.4 前景背景像素分離方法
    3.4 前背景分離效果評估
    3.5 本章小結(jié)
第4章 基于支持向量回歸的棒材端面區(qū)域提取
    4.1 本章核心思想及設(shè)計流程
    4.2 支持向量回歸理論
        4.2.1 支持向量回歸原理
        4.2.2 核函數(shù)
    4.3 基于支持向量回歸的端面區(qū)域提取設(shè)計方法
        4.3.1 分割圖像的參數(shù)提取
        4.3.2 支持向量機(jī)的訓(xùn)練
    4.4 檢測方法與提取效果評估
    4.5 本章小結(jié)
第5章 基于雙邊緣模板匹配的類圓顆粒檢測
    5.1 本章核心思想及流程設(shè)計
    5.2 圖像的預(yù)處理及粒度檢測
    5.3 基于雙邊緣模板匹配的類圓顆粒檢測與計數(shù)
    5.4 含缺陷與堆疊的標(biāo)記效果評估
    5.5 本章小結(jié)
結(jié)論與展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間所發(fā)表的學(xué)術(shù)論文
致謝



本文編號：3927975