学位论文 > 优秀研究生学位论文题录展示

基于机器视觉的纸病图像处理算法研究与应用

作　者: 倪洁
导　师: 胡慕伊
学　校: 南京林业大学
专　业: 制浆造纸工程
关键词: 纸病检测机器视觉图像预处理小波去噪
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 118次
引　用: 3次
阅　读: 论文下载

内容摘要

今天,造纸业的竞争越来越激烈,吨纸利润率越来越低,原料成本越来越高。提高产量,降低人力成本成为各造纸厂家生存的一个很重要的因素。随着纸机车速的不断提高,靠人工肉眼检测成纸纸病已不现实。而且纸机车速提高后,也面临着纸张出现更多缺陷风险。一旦出厂的产品被用户发现存在纸病,造纸厂商不但要受到用户投诉,赔偿经济损失,甚至会失去用户。在质量要求越来越严格、市场竞争越来越激烈的今天,运用机器视觉技术与运动控制、网络通讯结合的纸病自动检测系统,带给纸品生产商的,绝不仅仅是一项技术上的变革。纸病检测系统(WIS)是在线纸病检测系统,它能实时有效的监测运行中的纸幅上各种纸病,以便于操作人员能及时反应,迅速的找到导致纸病的原因,从而降低了损纸率,提高成品率,减少操作人员的工作量。本文重点研究了纸病图像处理的算法和纸病检测实验系统的设计,包括系统的结构设计,图像预处理,小波去噪,在线检测系统的编程等。纸病图像预处理的算法研究,包括数字图像直方图均衡化处理技术,线性滤波、中值滤波和自适应滤波三种去噪算法,频率域图像处理,数学形态学和边缘检测。在算法研究的基础上,本文结合生产过程中纸病在线检测的实际要求和实验室现有设备,运用Delphi软件开发平台,设计了一套集图像采集、图像预处理、特征提取和分类识别于一体的纸病在线检测实验系统,并对系统进行了测试和分析,达到了预期效果。虽然本论文取得了一定的研究成果,但是由于实际生产现场环境条件恶劣如高温、高湿、尘埃、震动、意外撞击等都会对系统造成严重危害,因此在距离实用化上还存在着一定差距。本文最后对研究中存在的不足进行了总结,对后续研究提出了建议。

全文目录

致谢  3-4
摘要  4-5
ABSTRACT  5-8
第一章绪论  8-13
  1.1 研究目的和意义  8-9
  1.2 研究背景及国内外研究水平  9-12
  1.3 本文研究的内容  12-13
第二章基于机器视觉的纸病检测系统的总体设计  13-23
  2.1 纸病的概述  13-15
  2.2 噪声模型  15-19
    2.2.1 噪声的空间和频率特性  15
    2.2.2 一些重要噪声的概率密度函数  15-19
  2.3 机器视觉概述  19-20
    2.3.1 机器视觉定义及特点  19
    2.3.2 机器视觉的系统构成及原理  19-20
    2.3.3 机器视觉的应用  20
  2.4 纸病检测系统概述  20-23
    2.4.1 实现原理  20
    2.4.2 系统结构  20-21
    2.4.3 系统硬件  21-22
    2.4.4 系统软件  22-23
第三章纸病图像处理方法研究  23-35
  3.1 直方图处理  23-24
  3.2 空间滤波增强  24-28
    3.2.1 线性滤波  25-26
    3.2.2 中值滤波  26-27
    3.2.3 自适应滤波  27-28
  3.3 频率域图像增强  28-29
    3.3.1 离散余弦变换（DCT）  28-29
  3.4 形态学图像处理  29-31
  3.5 边缘检测  31-35
    3.5.1 边缘检测算子  31-33
    3.5.2 各种边缘检测算子的比较  33
    3.5.3 Matlab 实现  33-35
第四章基于小波变换的图像处理  35-52
  4.1 小波去噪发展历史  35-36
  4.2 小波去噪的特点  36-37
  4.3 小波理论基础  37-39
  4.4 小波图像去噪研究  39-41
  4.5 小波去噪与其它传统方法的比较  41-52
第五章基于机器视觉的纸病检测系统  52-55
  5.1 基于机器视觉的纸病检测系统的硬件  52
  5.2 基于机器视觉的纸病检测系统的软件  52-54
  5.3 系统测试结果与分析  54-55
第六章总结与展望  55-57
  6.1 总结  55
  6.2 展望  55-56
  6.3 结束语  56-57
参考文献  57-59
详细摘要  59-61

基于机器视觉的纸病图像处理算法研究与应用

内容摘要

全文目录

相似论文