学位论文 > 优秀研究生学位论文题录展示
基于计算机视觉的石材轮廓提取及缺陷检测
作 者: 廖建军
导 师: 闵莉
学 校: 沈阳建筑大学
专 业: 车辆工程
关键词: 石材 图像处理 提取轮廓 检测缺陷 采样窗口
分类号: TU521.2
类 型: 硕士论文
年 份: 2013年
下 载: 9次
引 用: 0次
阅 读: 论文下载
内容摘要
石材是建筑装饰装修行业的主要原材料。对石材的轮廓提取及缺陷检测是石材加工生产过程中的首要步骤和关键工序。它对于实时优化切割不规则石材以及优化排版和下料具有决定性的作用,对于提高生产效率和石材利用率、节约石材资源具有重要意义。本文基于计算机视觉理论,设计了石材轮廓、缺陷检测硬件系统及检测方案。通过分析石材目标图像的灰度、颜色和纹理等特征,提出了三种石材轮廓提取算法,较准确的提取出石材目标轮廓。从石材功能和应用方面定义了石材表面缺陷,并对石材目标区域性缺陷检测算法进行了研究。主要研究内容与成果如下:(1)提出基于计算机视觉理论的石材目标轮廓提取及表面缺陷检测系统的总体方案,并设计了图像采集装置。(2)运用传统图像处理算法对石材目标轮廓进行提取,分析了各种算法存在的问题。(3)分析了简单背景下石材图像的纹理特点,提出基于灰度共生矩阵与对比度矩阵的石材轮廓提取算法。该算法能准确、有效地提取简单背景图像中的石材目标。(4)提出将石材图像中心一定大小的区域作为采样窗口,用采样窗口的图像信息作为图像处理的先验知识。提出利用采样窗口与纹理特征提取石材目标轮廓的算法,分析了该算法中关键参数的选取原则。实验证明了该算法对于简单或复杂背景的石材图像的分割效果都较好。(5)通过研究石材图像的彩色信息特征,以及比较各类彩色空间,提出了一种基于采样窗口和图像彩色信息的石材轮廓提取算法。在HSI彩色空间,利用采样、检测窗口H、S分量概率分布的相似性,以及H分量统计信息,较准确的提取出石材目标轮廓。(6)对石材表面缺陷进行了定义归类,并对区域性的石材表面缺陷进行检测,如石斑,油污,石胆等。首先用直方图阈值法对颜色均匀单一的石材图像进行缺陷检测,检测结果较准确,但对于复杂纹理、颜色的石材图像的分割效果较差;其次用分水岭结合区域合并的算法较准确的检测出复杂颜色、纹理的石材图像中的缺陷。
|
全文目录
摘要 4-5 Abstract 5-6 目次 6-10 第一章 绪论 10-16 1.1 研究背景及意义 10-12 1.2 计算机视觉检测技术及其应用现状 12-13 1.3 石材目标特点及其轮廓提取、表面缺陷检测算法存在的问题 13-14 1.4 本论文主要研究内容 14-16 第二章 传统算法应用于石材目标轮廓提取 16-28 2.1 引言 16 2.2 石材检测系统总体方案设计 16-17 2.3 利用边缘检测算子提取石材目标轮廓 17-20 2.4 利用灰度背景差法提取石材目标轮廓 20-22 2.5 灰度图像阈值法 22-26 2.5.1 大津法 22-24 2.5.2 灰度直方图阈值法 24-26 2.6 聚类算法 26-27 2.7 本章小结 27-28 第三章 利用石材纹理特征和采样窗口提取石材目标轮廓 28-50 3.1 引言 28 3.2 纹理分割概述 28-30 3.2.1 纹理的定义 28-29 3.2.2 纹理分割方法简介 29-30 3.3 基于灰度共生矩阵的纹理特征参量 30-32 3.3.1 灰度共生矩阵概述 30-31 3.3.2 纹理特征参量概述 31-32 3.4 基于灰度共生矩阵与对比度矩阵提取石材目标轮廓 32-35 3.4.1 算法介绍 32-33 3.4.2 实验结果分析 33-35 3.5 利用采样窗口和纹理特征提取石材目标轮廓 35-48 3.5.1 采样窗口 36 3.5.2 采样窗口大小分析 36-38 3.5.3 灰度级对纹理参量的影响分析 38-44 3.5.4 算法介绍 44-46 3.5.5 实验结果分析 46-48 3.6 本章小结 48-50 第四章 利用图像彩色信息提取石材目标轮廓 50-66 4.1 引言 50 4.2 彩色图像分割算法概述 50-52 4.3 基于采样窗口和图像彩色信息提取石材目标轮廓 52-65 4.3.1 选择彩色空间 52-56 4.3.2 图像目标和背景区域的H、S概率分布分析 56 4.3.3 k值讨论 56-58 4.3.4 算法介绍 58-60 4.3.5 实验结果分析 60-65 4.4 本章小结 65-66 第五章 石材缺陷检测 66-74 5.1 引言 66 5.2 石材区域性缺陷 66-67 5.3 石材区域性缺陷检测 67-73 5.3.1 直方图阈值法检测石材缺陷 67-70 5.3.2 结合分水岭与区域合并的算法检测石材缺陷 70-71 5.3.3 实验结果分析 71-73 5.4 本章小结 73-74 第六章 结论 74-76 6.1 结论 74-75 6.2 展望 75-76 参考文献 76-78 作者简介 78 作者在攻读硕士学位期间发表的学术论文 78-80 致谢 80
|
相似论文
- 基于CCD图像传感器的温度测量技术研究,TH811
- 基于FPGA的数字图像处理基本算法研究与实现,TP391.41
- 雾天或背光条件下图像清晰化算法研究及硬件实现,TP391.41
- 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
- 机械臂视觉伺服系统的研究,TP242.6
- 数字图像处理在集装箱检测中的应用研究,TP274.4
- 半成型结构在休闲女装中的应用,TS941.2
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 基于机器视觉的光纤几何参数检测研究,TN253
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 基于计算机视觉对“次郎”甜柿外部品质检测与分级的研究,S665.2
- 基于图像处理技术的两相流动特性描述,TP391.41
- 车牌识别系统中车牌定位算法的研究,TP391.41
- 基于FPGA高清视频车辆检测系统的设计与实现,TP391.41
- 底片扫描仪小型化及焊缝故障识别技术研究,TP391.41
- 基于不完全数据的服用测量系统研究,TP391.41
- 机器视觉在SMT贴片机中的研究及应用,TP391.41
- 基于DSP的水稻杂草识别研究,TP391.41
- 基于CCD探测技术的棉花“三丝”自动剔除系统研究,TP391.41
- 稻米外观品质性状快速检测系统的研究与应用,S511
- 基于多核的数据并行编程平台的研究与实现,TP332
中图分类: > 工业技术 > 建筑科学 > 建筑材料 > 非金属材料 > 砂、石、土、渣材料 > 石料、石材
© 2012 www.xueweilunwen.com
|