【摘要】：不斷提高的紙機(jī)速度對紙病檢測的處理速度提出了越來越高的要求。研究高效的紙病檢測方法是國內(nèi)外研究者們長期關(guān)注的熱點(diǎn)問題。圖像處理、模式識別等技術(shù)的快速發(fā)展,為紙病檢測算法的研究帶來了新的思路和方法。識別圖像中的物體、提取物體的形狀特征是通過圖像處理實(shí)現(xiàn)紙病檢測功能必不可少的處理。二值圖像的連通域標(biāo)記處理用于區(qū)分不同的物體對象,是圖像分析、模式識別、計(jì)算機(jī)視覺等領(lǐng)域的重要的基本處理之一,是提取物體特征的前提;計(jì)算二值圖像中物體的基本形狀特征值,歐拉數(shù)、面積、周長、圓形度、邊界框、形心等,是實(shí)現(xiàn)圖像識別系統(tǒng)必不可少的關(guān)鍵操作。在每秒鐘處理幾十上百張圖像的高速在線檢測、機(jī)器人視覺、自動駕駛及光學(xué)成像制導(dǎo)等實(shí)時(shí)圖像識別系統(tǒng)中,區(qū)分不同的物體對象以及提取物體對象的基本形狀特征值計(jì)算的速度直接影響到系統(tǒng)的整體性能。雖然國內(nèi)外學(xué)術(shù)期刊上已經(jīng)公開發(fā)表了許多連通域標(biāo)記處理及物體基本形狀特征值提取的算法,但仍存在有待進(jìn)一步探討和研究的地方。另外,目前已有研究者將連通域標(biāo)記處理及相關(guān)成果應(yīng)用于機(jī)器視覺、指紋識別、文字識別、醫(yī)學(xué)圖像處理等不同的應(yīng)用領(lǐng)域,表明有關(guān)連通域標(biāo)記處理的理論研究成果具有重要的應(yīng)用價(jià)值。本論文在連通域標(biāo)記和基本形狀特征值提取算法的高速化研究的基礎(chǔ)上,結(jié)合紙病識別的技術(shù)關(guān)鍵,提出了基于連通域標(biāo)記的高速紙機(jī)上的紙病檢測處理方法,取得了良好的效果。本論文重點(diǎn)開展了以下四個(gè)方面的研究工作:(1)對上下行像素的鄰接關(guān)系的研究,提出基于多行掃描的連通域標(biāo)記處理算法在傳統(tǒng)的連通域標(biāo)記算法中,由于圖像中像素是通過光柵掃描一個(gè)一個(gè)被標(biāo)記處理的,存在著標(biāo)記一個(gè)物體像素需要檢查的鄰接像素多以及被重復(fù)檢查的鄰接像素多的問題,影響了標(biāo)記的效率。為了上述問題,所提算法基于上下行像素的鄰接關(guān)系提出了一次掃描多行,同時(shí)標(biāo)記多個(gè)像素的方法,從而減少了對單個(gè)物體像素標(biāo)記處理時(shí)需要檢查的工作窗中鄰接像素的個(gè)數(shù),并利用狀態(tài)轉(zhuǎn)換圖技術(shù),將上一個(gè)像素標(biāo)記過程中的檢查信息盡可能的用于當(dāng)前像素的標(biāo)記處理,減少了對鄰接像素的檢查次數(shù)。在噪聲圖像、醫(yī)學(xué)圖像、自然圖像、文本圖像等數(shù)據(jù)集合上的實(shí)驗(yàn)結(jié)果表明所提算法均高于已有的連通域標(biāo)記算法。另外,論文通過理論分析和實(shí)驗(yàn)證實(shí),由于算法的代碼量與同時(shí)處理的像素?cái)?shù)成指數(shù)關(guān)系以及代碼量的增加會引起算法執(zhí)行效率降低,通過多行掃描同時(shí)處理多個(gè)像素的方法并不可以無限制地?cái)U(kuò)展:當(dāng)擴(kuò)展到一次掃描4行同時(shí)處理4個(gè)像素時(shí),標(biāo)記的效率反而會下降。(2)探索了六邊形像素圖像連通域標(biāo)記以及三維二值圖像連通域標(biāo)記處理的研究基于六邊形像素圖像的優(yōu)勢,已有大量有關(guān)六邊形像素圖像的研究成果得到公開發(fā)表,但是基于六邊形像素圖像的連通域標(biāo)記處理鮮有報(bào)道。本論文進(jìn)行了面向六邊形像素圖像的連通域標(biāo)記處理的研究。所提算法基于對四邊形像素圖像的連通域標(biāo)記處理的研究基礎(chǔ)和取得的成果,深入分析六邊形像素圖像中待標(biāo)記像素與工作窗中鄰接像素間的關(guān)系,提出了在一行掃描中對兩個(gè)鄰接的待標(biāo)記像素同時(shí)標(biāo)記的處理。本論文用實(shí)例數(shù)據(jù)分析和在測試數(shù)據(jù)集合上的實(shí)驗(yàn)結(jié)果兩方面論證了所提算法的高效性。另外,針對三維二值圖像待標(biāo)記體素工作窗的鄰接體素多,繼而需要合并的等價(jià)標(biāo)號集合多的問題,提出了僅需要一次合并操作,處理任意多個(gè)待合并的等價(jià)標(biāo)號集合合并的方法,有效提高了三維二值圖像上連通域標(biāo)記處理的效率。(3)通過記錄和分析連通域第一次掃描圖像過程中臨時(shí)標(biāo)號與代表標(biāo)號之間的關(guān)系,提出了整合連通域標(biāo)記處理和物體基本形狀特征提取的算法為了避免因?yàn)槎啻螔呙鑸D像對圖像識別系統(tǒng)執(zhí)行效率的影響,整合了歐拉數(shù)、面積、周長、圓形度等基本形狀特征值提取和連通域標(biāo)記的處理。所提算法利用第一次掃描圖像處理過程中,一個(gè)等價(jià)標(biāo)號集合中所有臨時(shí)標(biāo)號具有相同的代表標(biāo)號這一結(jié)論,創(chuàng)新性地提出了借助物體對象的臨時(shí)標(biāo)號提取面積、周長、圓形度等基本形狀特征值的方法,將原有的需要3次掃描實(shí)現(xiàn)的處理改進(jìn)為2次掃描的處理。論文從理論上證明了在臨時(shí)標(biāo)號圖像上進(jìn)行基本形狀特征值提取的正確性和可行性,在測試的圖像數(shù)據(jù)集合上的實(shí)驗(yàn)結(jié)果表明所提算法的執(zhí)行效率高于已有的算法。(4)以上述研究成果為基礎(chǔ),提出了基于連通域標(biāo)記的高速紙病檢測算法紙病區(qū)域的灰度值和基本形狀特征值是識別不同紙病的關(guān)鍵技術(shù),所提算法保留紙病圖像識別所需的灰度信息,在灰度圖像上對紙病進(jìn)行1次劃分,省去了二值化的過程,利用臨時(shí)標(biāo)號提取紙病區(qū)域的基本形狀特征值,實(shí)現(xiàn)了僅需要對待檢測圖像掃描1次的處理,所提算法原理簡單、易于實(shí)現(xiàn),適合于直接擴(kuò)展到紙病檢測系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)。本論文通過對上述工作的深入研究獲得了一些有意義的結(jié)果。這些工作的研究成果為進(jìn)一步探索如何提高連通域標(biāo)記處理效率提出了新的研究思路和方法,為提高以機(jī)器視覺為代表的實(shí)時(shí)圖像識別系統(tǒng)的性能提供了理論依據(jù)和技術(shù)支持,為提高紙張質(zhì)量、促進(jìn)生產(chǎn)設(shè)備的自主研制以及提高我國造紙企業(yè)效益等具有重要意義。
【學(xué)位授予單位】：陜西科技大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2019
【分類號】：TS77;TP391.41
【圖文】：

連通域標(biāo)記算法的高速化研究及在紙病檢測中的應(yīng)用的物體、提取它們的特征值的處理是不可或缺的處理。像中的目標(biāo)及其特征，首先要通過二值化手段將圖像中的像素區(qū)分為前素和背景像素，其中像素是圖像處理中的最小處理單位，每個(gè)像素周圍，常見的鄰域關(guān)系有 2 種：一種是 4 鄰域像素，另一種是 8 鄰域像素， 8 鄰域中的前景像素即形成一個(gè)連通域（物體對象）。如圖 1-2 所示，白值為 1 的前景像素構(gòu)成的連通域，黑色區(qū)域是像素值為 0 的背景像素構(gòu)

圖 1-4 本課題主要的研究內(nèi)容和解決問題的方法Fig. 1-4 The main research contents and methods of this subject1.6 論文的組織結(jié)構(gòu)本文共分為七章，后續(xù)章節(jié)安排如下：第二章，介紹了連通域標(biāo)記處理的相關(guān)基礎(chǔ)知識和經(jīng)典算法，為后續(xù)章節(jié)研究的論述做好鋪墊工作。第三章，基于多行掃描的連通域標(biāo)記算法的研究。分析了影響連通域標(biāo)記處理鍵因素以及基于上下行像素的鄰接關(guān)系，采用一次掃描多行、狀態(tài)轉(zhuǎn)換圖等技術(shù)以的鄰接像素的檢查次數(shù)實(shí)現(xiàn)一次標(biāo)記多個(gè)像素的處理。第四章，研究了面向六邊形像素圖像的連通域標(biāo)記算法以及三維二值圖像的連標(biāo)記處理算法。分析了六邊形像素間的鄰接關(guān)系，研究了相鄰的兩個(gè)像素同時(shí)標(biāo)記通域標(biāo)記處理過程，以最少的鄰接像素的檢查次數(shù)為目標(biāo)，提出了面向六邊形像素的高效連通域標(biāo)記算法。探討了面向三維二值圖像的高效的連通域標(biāo)記處理方法，

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馬江林;趙忠明;孟瑜;彭玲;;海量遙感分類圖連通域標(biāo)記方法[J];計(jì)算機(jī)工程;2008年01期

2 馬吉甫;高雪峰;;基于掃描線的連通域搜索算法[J];福建電腦;2006年12期

3 楊勝發(fā),尤田,劉巖;雙連通域正交坐標(biāo)系的生成[J];重慶交通學(xué)院學(xué)報(bào);2001年S1期

4 鐘曉剛,李新友,唐澤圣;工程圖的子連通域表示及其應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;1999年11期

5 陳武凡;多連通域內(nèi)Navier-Stokes方程的最小二乘有限元素法[J];力學(xué)學(xué)報(bào);1989年01期

6 王潤杰;;復(fù)連通域上邊界觀測的拋物系統(tǒng)的最優(yōu)邊界控制問題[J];哈爾濱師范大學(xué)自然科學(xué)學(xué)報(bào);1989年04期

7 黃新民;;圓環(huán)域到一類兩連通域的保角映射[J];廣西大學(xué)學(xué)報(bào)(自然科學(xué)版);1989年02期

8 譚許彬;謝宜壯;陳禾;邊明明;;基于FPGA的連通域標(biāo)記設(shè)計(jì)與實(shí)現(xiàn)[J];信號處理;2011年11期

9 桑紅石;趙慧;尚社;;多值圖像連通域標(biāo)記ASIC結(jié)構(gòu)設(shè)計(jì)[J];小型微型計(jì)算機(jī)系統(tǒng);2008年01期

10 孔斌;;快速連通域分析算法及其實(shí)現(xiàn)[J];模式識別與人工智能;2003年01期

相關(guān)會議論文 前9條

1 鄧秋群;常青;黃亮;王陽;;基于高層綜合的連通域標(biāo)記硬件加速電路優(yōu)化設(shè)計(jì)[A];第十九屆計(jì)算機(jī)工程與工藝年會暨第五屆微處理器技術(shù)論壇論文集[C];2015年

2 徐姍姍;李學(xué)明;;基于連通域合并的多運(yùn)動目標(biāo)跟蹤[A];第十四屆全國信號處理學(xué)術(shù)年會(CCSP-2009)論文集[C];2009年

3 黃磊;劉昌平;;信封圖像的快速傾斜矯正算法[A];第八屆全國漢字識別學(xué)術(shù)會議論文集[C];2002年

4 王慧琴;韓建武;吳萌;李文怡;王凱;楊潔;;《馬球圖》壁畫中裂縫的自動虛擬修復(fù)方法研究[A];中國文物保護(hù)技術(shù)協(xié)會第七次學(xué)術(shù)年會論文集[C];2012年

5 王晶;張艷寧;;針對高分辨率遙感影像分割的改進(jìn)連通域標(biāo)記方法[A];信號與信息處理技術(shù)第三屆信號與信息處理全國聯(lián)合學(xué)術(shù)會議論文集[C];2004年

6 王鐵流;金世瑤;;一種產(chǎn)品包裝標(biāo)識的實(shí)時(shí)定位與信息提取算法[A];2008中國儀器儀表與測控技術(shù)進(jìn)展大會論文集（Ⅲ）[C];2008年

7 鐘曉剛;李新友;唐澤圣;;機(jī)械圖中標(biāo)注字符粘連問題的解決[A];中國圖象圖形科學(xué)技術(shù)新進(jìn)展——第九屆全國圖象圖形科技大會論文集[C];1998年

8 胡煉;;株間機(jī)械除草作物實(shí)時(shí)識別與定位研究[A];中國農(nóng)業(yè)工程學(xué)會2011年學(xué)術(shù)年會（CSAE 2011）論文摘要集[C];2011年

9 吳云云;袁開國;伍淳華;;文本數(shù)字水印技術(shù)的研究[A];2012年全國網(wǎng)絡(luò)與數(shù)字內(nèi)容安全學(xué)術(shù)年會論文集[C];2012年

相關(guān)博士學(xué)位論文 前8條

1 趙曉;連通域標(biāo)記算法的高速化研究及在紙病檢測中的應(yīng)用[D];陜西科技大學(xué);2019年

2 周景超;視頻文本檢測算法研究[D];中國科學(xué)院研究生院（自動化研究所）;2008年

3 鄭陽;自然場景圖像中文本檢測技術(shù)研究[D];北京科技大學(xué);2018年

4 郭宇宸;認(rèn)知無線網(wǎng)絡(luò)關(guān)鍵性能分析[D];北京郵電大學(xué);2014年

5 王守佳;基于圖像的人體檢測跟蹤和人臉識別的研究[D];吉林大學(xué);2013年

6 于瀟宇;高速視覺測量系統(tǒng)關(guān)鍵技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2014年

7 朱雷;古籍手寫漢字圖像分割算法研究[D];重慶大學(xué);2011年

8 趙菲;復(fù)雜背景下末制導(dǎo)紅外目標(biāo)檢測、跟蹤技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 茍華偉;面向激光陣列打印的3D模型多連通域數(shù)據(jù)表征優(yōu)化方法研究[D];浙江大學(xué);2019年

2 張匯東;基于多窗口與連通域分析的SAR圖像道路檢測算法[D];河南大學(xué);2018年

3 劉小宇;基于FPGA的圖像連通域處理的研究[D];哈爾濱工業(yè)大學(xué);2013年

4 趙慧;多值圖像連通域標(biāo)記ASIC設(shè)計(jì)[D];華中科技大學(xué);2007年

5 嵇新浩;基于連通域的文本定位方法研究[D];浙江工業(yè)大學(xué);2007年

6 關(guān)韻竹;場景圖片的文字定位算法研究[D];武漢郵電科學(xué)研究院;2017年

7 梅夢麗;基于背景連通域的印刷線路板缺陷定位及識別[D];南昌航空大學(xué);2015年

8 王晶晶;海量灰度圖像8連通域標(biāo)記算法的設(shè)計(jì)與應(yīng)用[D];河南大學(xué);2014年

9 鄧秋群;基于高層綜合方法的連通域標(biāo)記算法硬件加速研究[D];國防科學(xué)技術(shù)大學(xué);2015年

10 易曉芳;基于連通域特征的手寫維吾爾文本行分割[D];新疆大學(xué);2013年

本文編號：2721333