基于独立成分分析的电路板图像分割-毕业论文.docx

《基于独立成分分析的电路板图像分割-毕业论文.docx》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、南京邮电大学毕业设计（论文）题目基于独立成分分析的电路板图像分割设计与实现专业自动化学生姓名班级学号指导教师指导单位自动化学院日期：年月日至年月日摘要在电路板生产线中，想要获得清晰的电路板图像是很困难的。由于很多因素，对电路板造成了各种各样的污染，降低了图像的质量。所以，我们需要对电路板图像进行处理，改善图像质量，以便进行后续的图像缺陷检测。图像分割是从图像处理到图像分析、理解的根基，是图像特征提取和识别的重要步骤，所以能否准确的分割和定位区域边缘，是决定后续能否进行目标的特征提取以及能否成功识别的关键因素。本文分析了图像分割

2、的研究现状，对几种经常使用的图像分割方法的优缺点进行了对比，并详细阐述了基于独立成分分析的图像分割技术。通过对电路板图像进行预处理，并运用固定点算法对图像独立分量进行提取，实现了混合图像的盲分离，取得了较好的分离效果。最后利用一维最大熵方法进行图像的分割，分割效果显著。关键词：盲源分离；独立成分分析；固定点算法；电路板图像分割ABSTRACTItisdifficulttogetclearimageofcircuitboardintheproductionline.Therearelotsoffactorswhichcanbri

3、ngavarietyofpollutionandreducethequalityoftheimage.So,weneedtodealwiththecircuitboardimageandimprovethequalityofitfortheimagedefectdetection.Imagesegmentationisthebasisofthewholeprocessfromimageprocessingtoimageanalysisandcomprehension,itisanimportantstepforextracti

4、ngandrecognizingthefeaturesofpictures.Thus,whetheritcouldsegmentaccuratelyandlocatethemarginofareaisbeingseenasakeytodeterminewhetheritcouldextractfeaturesofthetargetsandwhetheritcouldrecognizesuccessfullyornot.Thispaperanalyzesthecurrentsituationofimageextractionst

5、udy,anddoessomecomparingamongboththemeritsanddemeritsofseveralmethodsforimageextractionwhichareoftenused,andelaboratessomeimageextractionstrategiesbasedonindependentcomponentanalysis.Thenaccomplishestheblindseparationofcomposedimagesandgetsagoodresultofseparatingbyp

6、retreatingcircuitboardimageandusingFastICAtoextracttheimageindependentcomponent.Andatlastthispaperwouldusetheone-dimensionalmaximumentropymethodtocutimageapartwhichisconspicuouslyefficient.Keywords：blindsourceseparation；independentcomponentanalysis；FastICA；PCBimages

7、egmentation目录第一章绪论11.1电路板图像分割技术的背景与意义11.2电路板图像分割技术的研究现状21.2.1基于阈值的分割方法21.2.2基于边缘的分割方法31.2.3基于区域的分割方法31.2.4基于直方图的分割方法51.2.5基于小波变换的分割方法51.2.6基于遗传算法的分割方法61.2.7基于聚类的分割方法61.2.8基于主动轮廓模型的分割方法61.3图像分割的发展趋势71.4本文组织结构8第二章盲源分离与独立成分分析原理92.1盲源分离基本原理92.1.1盲源分离的基本概念92.1.2盲源分离的模型92

8、.1.3盲源分离的方法102.2盲源分离的发展及发展趋势112.2.1盲源分离的发展过程112.2.2盲源分离的发展趋势122.3独立成分分析的基本概念122.3.1盲源分离与独立成分分析概述122.3.2独立成分分析简介122.3.3独立成分分析的应用132.4本章小结13