基于线阵ccd的二维轮廓多尺寸图像检测技术的研究

《基于线阵ccd的二维轮廓多尺寸图像检测技术的研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、分类号：UDC：学校代号：11911广东工业大学学位论文基于线阵CCD的二维轮廓多尺寸图像检测技术的研究黄文恺论文提交日期：论文答辩日期：2QQ21亟摘要随着科学技术的发展，对应用于办公自动化和产品质量检测的图像输入、检测和识别系统提出了智能化、高精度和高速度的要求。在产品质量检测中，要求对产品质量进行高精度检测和跟踪控制。如果仅仅依靠人工进行质量检测，已无法达到高精度和高效率的检测目的。而采用自动成像检测系统能克服人工检测带来的不利因素，提高检测精度和效率，降低生产成本。本研究课题结合学科发展趋势和实际应用需求，在参考大量文献和剖析工业领域的CCD数据采集系统的基础上，着眼于

2、研究基于线阵CCD的光电二维图像多尺寸检测技术，主要进行以下几个方面的工作：(1)对原有平台进行改进，设计了平行光源系统。(2)针对轮廓提取，提出了基于邻域统计编码算法，该算法不仅能提取轮廓，还能消除离散的噪声，速度比较快。(3)针对轴类零件二维轮廓多尺寸的检测，提出了实现多尺寸检测的链码自分段配准检测方法，并具有较好的可扩展性。(4)采用GPGPU技术，对尺寸检测图象处理进行加速运算。关键词：线阵CCD图像检测二维图像尺寸检测邻域统计编码链码自分段配准GPGPU￡奎二兰奎兰二茎堡：耋堡耋兰．AbstractWiththedevelopmentoftechaologyandth

3、eincrementofneedinusage，inthefieldofofficialautomationandinspectionofproducts’quality,therearerequirementsofintellectualized、high-speedandhigh-precisionforthesystemofimagetestingandidentification．Inthetestingandinspectionfield，itisrequiredtoSCanlarge-areaimagebythewayofhigh-speedandhighpreci

4、siontoimprovetheefficiencyandquality．Inthefieldofproducts’qualityinspection,itisrequiredtotestandcontroltheproduct’Squalityaccurately．If嬲before．human'seyesexecutedthequalityinspection,theintentioncouldnotheachieved．ButthesystemofmachinevisionCangetoverthesedisadvantages，improveproductioneffi

5、ciencyandreducethecostofproduction．Onthebaseofdevelopmenttrendandactualapplicationrequirememinthefieldofmachinevision,thisthesisisfocusedontheresearchofphotoelectricimage'stwo—dimemionmulti-measurementtestingtechniquesbasedonlinearCCD．Themasterthesiswillincludethefollowingmaincontents：(1)Toi

6、mprovetheexistingplatform,hasdesignedtheparallellightsourcesystem．(2)Aimatcontourextraction,aneighborhood—basedstatisticalcodingboundarydetectionalgorithm,whichnotonlycanextractprofile，alsoeliminatesdiscretenoise，fasterspeed．(3)Amethodforshaftpartsizedetectionbasedonself-divisionchaincodemat

7、chisproposedaccordingtothecharacteristicsofScanning2-Dimage，whichhasbetterScalability．(4)UseGPGPUforacceleratedimageprocessingoperationsKeywords：LinearCCD，Imageprocessing，Two-dimensionimage，Muiti_measurementtest吨，Neighborhood-basedstatisticalcoding