光纜在現(xiàn)代通信行業(yè)中發(fā)揮著重要的作用,承載信息量大,可靠性要求高。光纜表面的質(zhì)量對光纜產(chǎn)品的商業(yè)價(jià)值以及直接使用都有著重要的影響,越來越多的企業(yè)開始增強(qiáng)光纜表面質(zhì)量的檢測力度。傳統(tǒng)人工檢測的方法存在很多局限性,隨著基于機(jī)器視覺的智能檢測技術(shù)飛速發(fā)展,機(jī)器操作逐步代替人工操作。機(jī)器視覺作為一項(xiàng)新的發(fā)展技術(shù)在智能檢測領(lǐng)域發(fā)揮著非常重要的作用,已經(jīng)成為現(xiàn)代工業(yè)發(fā)展的一個(gè)重要趨勢。本文采用面陣CCD彩色相機(jī)獲取光纜圖像并對其進(jìn)行瑕疵檢測處理。傳統(tǒng)的彩色圖像分割方法在彩色圖像的三個(gè)分量上使用灰度圖像分割算法,這種方法并不能充分利用圖像的彩色信息。隨著彩色圖像分割理論的發(fā)展以及計(jì)算機(jī)處理能力的提高,利用聚類算法處理高維彩色圖像數(shù)據(jù)已經(jīng)成為了一種趨勢。聚類算法可以把彩色圖像像素包含的信息映射到高維特征空間,在高維特征空間中聚類使得分割結(jié)果更加合理。模糊理論對于圖像的不確定性又有很好的描述能力,因此本文主要研究如何用模糊C均值聚類算法分割光纜表面瑕疵,并分析了該算法的優(yōu)缺點(diǎn)。針對該算法對聚類中心初始化的依賴性以及對噪聲的敏感性問題,對此算法提出了改進(jìn)。將改進(jìn)后的模糊C均值聚類算法運(yùn)用于光纜表面缺陷檢測... 

【文章來源】：南京郵電大學(xué)江蘇省

【文章頁數(shù)】：91 頁

【學(xué)位級別】：碩士

【部分圖文】：

線陣CCD相機(jī)掃描圖

面陣CCD相機(jī)掃描圖

光纜表面缺陷檢測系統(tǒng)界面

【參考文獻(xiàn)】：
期刊論文
[1]基于BP神經(jīng)網(wǎng)絡(luò)的醫(yī)學(xué)圖像分割新方法[J]. 唐思源,邢俊鳳,楊敏.  計(jì)算機(jī)科學(xué). 2017(S1)
[2]基于CCD及其視覺技術(shù)的噴墨數(shù)字印刷質(zhì)量檢測與閉環(huán)控制系統(tǒng)及方法[J]. 孔真.  電子設(shè)計(jì)工程. 2016(24)
[3]鋼球表面缺陷的圖像差分檢測算法[J]. 王義文,屈冠彤,劉獻(xiàn)禮,付鵬強(qiáng),李博.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2016(10)
[4]基于數(shù)學(xué)形態(tài)學(xué)的硬質(zhì)合金圖像分割算法[J]. 肖聞宇,滕奇志,何海波.  計(jì)算機(jī)應(yīng)用. 2015(S2)
[5]OPTICS聚類與目標(biāo)區(qū)域概率模型的多運(yùn)動目標(biāo)跟蹤[J]. 孫天宇,孫煒,薛敏.  中國圖象圖形學(xué)報(bào). 2015(11)
[6]幾種優(yōu)化FCM算法聚類中心的方法對比及仿真[J]. 朱然,李積英.  計(jì)算機(jī)技術(shù)與發(fā)展. 2015(05)
[7]基于機(jī)器視覺的印刷質(zhì)量檢測研究（英文）[J]. 陳鵬宇,孫文奇,趙忠龍.  計(jì)算機(jī)技術(shù)與發(fā)展. 2014(07)
[8]基于同步多曲面法的發(fā)光二極管機(jī)器視覺照明設(shè)計(jì)[J]. 陳瑞,岑松原,金尚忠.  光子學(xué)報(bào). 2013(08)
[9]改進(jìn)的Otsu圖像多閾值分割方法[J]. 丁銳,劉甲甲,李柏林,馬靜恒,熊鷹,王凱.  計(jì)算機(jī)應(yīng)用. 2013(S1)
[10]基于區(qū)域特征分析的快速FCM圖像分割改進(jìn)算法[J]. 徐少平,劉小平,李春泉,胡凌燕,楊曉輝.  模式識別與人工智能. 2012(06)

博士論文
[1]聚類分析及其應(yīng)用研究[D]. 唐東明.電子科技大學(xué) 2010

碩士論文
[1]基于機(jī)器視覺的FPC表面缺陷檢測研究[D]. 於文欣.東華大學(xué) 2017
[2]基于機(jī)器視覺的玻璃表面質(zhì)量檢測若干技術(shù)問題的研究[D]. 謝世斌.浙江大學(xué) 2016
[3]基于FPGA的面陣CCD彩色圖像高速采集系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 李俊.電子科技大學(xué) 2015
[4]基于機(jī)器視覺的零件識別和測量系統(tǒng)研究[D]. 鄧小峰.南京航空航天大學(xué) 2014
[5]基于改進(jìn)遺傳算法的圖像分割方法[D]. 喬陽.電子科技大學(xué) 2013
[6]基于機(jī)器視覺的水果表面缺陷識別方法的研究[D]. 劉佳男.江南大學(xué) 2012
[7]基于機(jī)器視覺的板材表面缺陷檢測與識別算法研究[D]. 陳凱華.華東交通大學(xué) 2012



本文編號：3399203