学位论文 > 优秀研究生学位论文题录展示

基于PDE的旋切单板表面缺陷图像检测技术研究

作　者: 于琳瑛
导　师: 王阿川
学　校: 东北林业大学
专　业: 计算机应用技术
关键词: 旋切单板 缺陷检测 扩展C-V模型 AOS算法 背景填充
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 18次
引　用: 0次
阅　读: 论文下载
 

内容摘要


随着计算机技术和人工智能技术的飞速发展,图像处理技术在近些年取得了巨大的进步,偏微分方程方法在图像处理的应用领域中应用也非常广泛。目前,在工业、军事和医学已经研究出各种适合图像处理的模型,这些为人类的工作和生活都带来了极大的方便。本文简要介绍了图像处理的偏微分方程方法的研究背景和国内外的发展现状,深入研究了基于偏微分方程的图像分割方法,并对图像分割的C-V模型进行了系统的阐述。结合背景填充技术对单板灰度图像和彩色图像的缺陷检测进行了比较和研究。通过计算机的分析和处理,实现旋切单板表面缺陷图像的自动检测,从而减轻操作人员的劳动强度,并提高木材的出材率和生产效率,为旋切单板表面图像缺陷检测提供依据。本文根据单板表面缺陷的特点,利用C-V模型进行图像分割,得到节子缺陷轮廓。针对C-V模型在迭代过程中需要重新初始化的问题,引入另一能量函数控制符号距离函数,解决了计算的复杂度问题。针对C-V模型在数值计算过程中采用显示欧拉方法使得计算效率低的问题,引入了半隐式的AOS方法,解决了算法对时间步长的限制,实验结果表明该方法达到了提高分割速度的效果。本文针对旋切单板表面的缺陷种类繁多、分布范围大的特点,引入背景填充技术。利用背景填充技术可以减小目标和背景间差异的特点,达到了缩小识别单板缺陷目标范围的效果。本文采用AOS格式的改进C-V模型结合背景填充技术检测单板表面缺陷,并通过Matlab进行实验验证。实验结果表明该方法能够快速有效的分割出旋切单板表面的缺陷,从而提高了整个算法的速度。本文针对活节缺陷边界灰度变换缓慢,采用灰度图像的分割方法对活节缺陷分割效果不理想的问题,研究了矢量图像的C-V模型,将彩色图像作为整体图像进行处理,充分利用图像的信息,解决了活节缺陷的识别问题。采用彩色图像AOS格式的改进C-V模型结合背景填充技术,不但可以识别活节缺陷,而且可以识别旋切单板彩色图像缺陷。偏微分方程方法作为图像处理中的新兴技术,必将在图像处理中发挥越来越重要的作用。本文从偏微分方程的C-V模型出发,改进了C-V模型,同加法算子分裂算法和背景填充技术有效的结合,对已有的C-V算法进行了改进和提高,对旋切单板表面图像缺陷识别技术也有很大的促进作用。

全文目录


摘要  4-5
Abstract  5-9
1 绪论  9-15
  1.1 课题研究的目的和意义  9-10
  1.2 课题的国内外研究现状  10-11
  1.3 偏微分方程图像处理方法概述  11-13
    1.3.1 偏微分方程方法概述  11-12
    1.3.2 偏微分方程的图像分割方法  12-13
  1.4 论文研究的主要内容  13-15
2 偏微分方程的图像处理方法  15-26
  2.1 水平集方法  15-17
    2.1.1 水平集方法的理论  15-16
    2.1.2 水平集方法的优缺点  16-17
  2.2 变分法  17-19
    2.2.1 一阶变分  17
    2.2.2 梯度下降流方程  17-18
    2.2.3 变分水平集方法  18-19
    2.2.4 变分法优点  19
  2.3 测地活动轮廓模型  19-20
  2.4 有限差分法  20-21
  2.5 基于偏微分方程的图像去噪、增强和分割模型  21-25
    2.5.1 图像去噪模型  21-23
    2.5.2 图像增强模型  23
    2.5.3 图像分割模型  23-25
  2.6 本章小结  25-26
3 改进C-V模型的木材节子缺陷识别  26-37
  3.1 C-V模型的概述  26-28
    3.1.1 C-V模型  26-27
    3.1.2 扩展C-V模型  27-28
  3.2 AOS算法  28-31
  3.3 AOS格式的扩展C-V模型数值实现  31-33
  3.4 背景填充技术  33
  3.5 算法基本步骤  33-35
    3.5.1 对比实验  33-34
    3.5.2 AOS格式扩展C-V模型的实验步骤及流程  34-35
    3.5.3 实验结果及分析  35
  3.6 小结  35-37
4 改进矢量C-V模型的彩色木材节子识别  37-43
  4.1 矢量C-V模型  37-39
  4.2 AOS格式的矢量扩展C-V模型数值实现  39
  4.3 算法基本步骤  39-41
    4.3.1 对比实验  39-40
    4.3.2 AOS格式的扩展彩色C-V模型的实验步骤及流程  40-41
    4.3.3 实验结果及分析  41
  4.4 小结  41-43
5 基于PDE的旋切单板节子缺陷图像检测  43-50
  5.1 多相位C-V模型  43-44
  5.2 旋切单板灰度图像缺陷检测  44-46
    5.2.1 实验步骤及流程  45
    5.2.2 实验结果及分析  45-46
  5.3 旋切单板彩色图像缺陷检测  46-49
    5.3.1 实验步骤及流程  46-47
    5.3.2 实验结果及分析  47-49
  5.4 小结  49-50
结论  50-51
参考文献  51-55
攻读学位期间发表的学术论文  55-56
致谢  56-57

相似论文

  1. 卧式工业CT-DR图像检查分系统设计,TP391.41
  2. 基于超声激励的倒装芯片缺陷检测技术研究,TN407
  3. 基于主动红外和超声扫描的倒装芯片缺陷检测研究,TN407
  4. 基于图像处理的印制电路板缺陷检测的研究,TN41
  5. 基于支持向量机的规则零件机器视觉检测技术研究,TP274
  6. 水晶晶片自动分检技术的研究,TP274
  7. 基于图像的轴承套加工缺陷检测研究,TP274
  8. 基于语料库的英国媒体关于中国制造报道的话语分析,H315
  9. 小波结合C-V模型的工业CT/DR图像缺陷检测算法研究,TP391.41
  10. 3年生托里桉修枝效应研究,S792.39
  11. 图像处理技术在焊接缺陷检测中的应用,TP274
  12. 基于CCD的金属板带表面缺陷在线检测系统研究,TP274.4
  13. 带钢表面缺陷检测关键技术研究,TP274.4
  14. 基于计算机视觉的木材表面缺陷检测研究,TP391.41
  15. 孵化鸡蛋胚体缺陷在线图像检测系统,TP391.41
  16. 超声波缺陷检测方法应用研究,P631.4
  17. 关于几类可积系统的扩展模型与非线性演化方程的Painlevé分析的研究,O175.29
  18. 可积系统相关问题的研究,O175.29
  19. 耐火砖内部缺陷检测方法研究与系统开发,TQ175.7
  20. 基于多光谱柑桔检测方法研究,TP274
  21. 磁瓦表面缺陷自动检测识别方法的研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com