学位论文 > 优秀研究生学位论文题录展示

基于形态学图像技术的群体检测方法研究

作　者: 任少斌
导　师: 李元宗
学　校: 太原理工大学
专　业: 机械设计及理论
关键词: 群体检测形态学检测光源嵌入式软件微型基材
分类号: TP274
类　型: 博士论文
年　份: 2011年
下　载: 74次
引　用: 0次
阅　读: 论文下载

内容摘要

电子产品原材料的加工精度决定了相关产品质量稳定性。由于电子产品集成度越来越高,对原材料的质量提出100%进行检测的要求。其中重点是尺寸与表面质量。传统的图像检测分析方式是针对单独的目标进行处理,图像背景与主体容易区分。作为电子产品的重要原材料之一的“微型陶瓷基材”与其它工业产品不同,它体积很小,检测数量巨大,使用传统的图像检测系统无法满足检测速度的要求。本文针对某陶瓷基材加工企业的产品检测过程进行了研究。主要的研究工作和创新点如下：(1)电子基材加工企业生产计划的特点是产品随订单而定,加工产品不固定,产品的规格变化较大,而且每个批次的产量很大,要求检测时间比较短。传统意义上的视觉检测系统不适用于此类产品的检测。在本课题的研究中分析了传统机器视觉检测系统的特点与不足,第一次明确提出了“群体检测”的概念,并对此概念进行了定义与说明,同时与传统检测方式进行了对比。(2)由于被检测对象属于微型目标,采样后数据中的背景噪声会严重影响目标的检测。传统检测技术的图像预处理中无论是空域还是频域的滤波都会对边缘的定位产生影响,其中比较明显的是边缘的飘移。论文分析了形态学处理模式的特点,特别是其中结构算子的特征情况,将偏微分方程运用到“群体检测”中。(3)传统视觉检测系统中光源的主要功能是强化边缘或目标的表面。陶瓷材料表面具有较强的反光性,当光源选择或设置不当的时候,在数据采集过程中会出现二次的信号污染。研究过程中集中针对不同光源与不同设置方案进行了详细分析对比,提出了针对“群体检测”适宜的解决方式。(4)基材生产企业的特点是产量大、生产周期短、产品规格变化频繁。为了使系统具有更强的鲁棒性,本文提出使用面向对象的开发环境,结合通用图像函数库的视觉检测系统开发方案,并通过具体案例的分析说明了系统的架构过程。研究过程中对电子基材产品企业的质量检测方式进行了分析,可以实现在产品规格发生变化的情况下,在原有的检测系统中通过修改软件以保证系统能够重复使用。有效地解决了订单多变的外来加工型企业在应对日益增加的质量检测要求下的技术难题,提升了企业的竞争力。(5)研究设计了相应的检测系统,并将检测图像计算的结果与专业的电子显微镜准确测量的结果进行比对,对产生测量误差的原因进行了分析,检测结果符合检测的技术要求。通过对检测数据的分析表明,文中提出的基于图像函数库设计的群体视觉检测系统的检测精度能够满足企业的精度与速度的要求,且系统具有较强的通用性。所取得的成果对于微型材料生产企业的检测技术具有一定的理论意义和较大的实用价值。

全文目录

摘要  3-5
ABSTRACT  5-12
第一章视觉检测技术概述  12-24
  1.1 研究的背景、目的和意义  12-13
  1.2 国内外视觉检测的现状及发展趋势  13-19
    1.2.1 视觉检测的现状  13-15
    1.2.2 视觉检测的发展趋势  15-16
    1.2.3 形态学检测技术的应用  16-19
  1.3 影响视觉检测应用的关键因素  19-20
    1.3.1 检测速度  19
    1.3.2 检测精度  19-20
  1.4 本课题的提出及主要内容  20-22
    1.4.1 问题的提出  20-21
    1.4.2 研究思路与研究的目标  21
    1.4.3 本文的主要工作和创新点  21-22
  1.5 本章小结  22-24
第二章群体检测系统研究  24-56
  2.1 群体检测系统的特点  24-29
    2.1.1 使用群体检测的原因  24-25
    2.1.2 群体检测概念提出  25-27
    2.1.3 群体检测的技术优点  27-29
  2.2 群体检测系统的硬件组成  29-46
    2.2.1 摄像机  30-32
    2.2.2 光学成像系统  32-35
    2.2.3 光源系统  35-42
    2.2.4 图像分析用计算机  42
    2.2.5 群体检测系统的硬件选用原则(柱形微型陶瓷基材为例)  42-46
  2.3 典型的图像函数平台  46-53
    2.3.1 HALCON平台  46-47
    2.3.2 CVB平台  47-48
    2.3.3 XCliper平台  48-50
    2.3.4 基于VB环境的嵌入式设计  50-53
  2.4 本章小结  53-56
第三章群体检测图像分析研究  56-102
  3.1 概述  56
  3.2 图像生成模型  56-61
    3.2.1 图像模型  56-57
    3.2.2 数字图像文件的类型  57-58
    3.2.3 图像文件的BMP存储格式说明  58-61
  3.3 图像取样和量化  61-68
    3.3.1 量化与取样的概念  61-63
    3.3.2 数字图像表示  63-65
    3.3.3 灰度级与空间分辨率  65-68
  3.4 群体检测图像噪声分析及滤波处理  68-82
    3.4.1 数字图像中的噪声  69
    3.4.2 检测图像中噪声特点  69-70
    3.4.3 数字图像噪声的滤波  70-79
    3.4.4 空间域滤波和频率域滤波之间的对应关系  79-82
  3.5 群体检测图像的增强  82-101
    3.5.1 基于二阶微分的图像增强--拉普拉斯算子  83-85
    3.5.2 基于一阶微分的图像增强--梯度法  85
    3.5.3 空域增强  85-91
    3.5.4 直方图修整法  91-101
  3.6 图像评价体系  101
  3.7 本章小结  101-102
第四章形态学数字图像处理  102-120
  4.1 概述  102-107
    4.1.1 形态学研究发展概况  102-104
    4.1.2 二值形态学的基本概念  104-107
  4.2 二值形态学的基本运算  107-112
    4.2.1 腐蚀运算  107-109
    4.2.2 膨胀运算  109-110
    4.2.3 开运算  110-112
    4.2.4 闭运算  112
  4.3 偏微分方程在形态学中实现边缘定位的应用  112-118
    4.3.1 概述  112-113
    4.3.2 偏微分方程理论  113
    4.3.3 异质扩散滤波理论  113-115
    4.3.4 基于PDE的形态学腐蚀算子的运用  115-118
  4.4 本章小结  118-120
第五章微型陶瓷基材的视觉测量  120-144
  5.1 概述  120
  5.2 检测产品要求  120-122
  5.3 测量系统的组成及图像采集  122-125
    5.3.1 检测算法说明  122-123
    5.3.2 系统组成  123-125
  5.4 图像处理过程  125-130
  5.5 镜头畸变及校止  130-133
  5.6 图像边缘检测  133
  5.7 陶瓷基材参数计算  133
  5.8 实验及数据处理  133-134
  5.9 误差分析及提高测量精度的措施  134-142
  5.10 本章小结  142-144
第六章总结  144-148
  6.1 成果总结  144-145
  6.2 创新点  145
  6.3 今后的研究工作  145-148
参考文献  148-154
致谢  154-155
攻读博士学位期间发表的学术论文及其它成果  155
  发表的学术论文  155
  参加的科研项目  155

基于形态学图像技术的群体检测方法研究

内容摘要

全文目录

相似论文