欢迎来到天天文库
浏览记录
ID:34632332
大小:1.39 MB
页数:80页
时间:2019-03-08
《枪弹外观检测中图像处理及识别算法应用的研究》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、CategoryNumber:LevelofSecrecy:SerialNumber:StudentNumber:50090812319Master’sDissertationofChongqingUniversityofTechnologyApplicationandResearchofImageProcessingandRecognitionAlgorithmintheBulletAppearanceInspectionPostgraduate:YeQiudongSupervisor:Prof.Liuquanli,WangyueSpecialty:C
2、omputerApplicationTechnologyResearchDirection:ImageProcessingandPatternRecognitionTrainingUnit:CollegeofComputerScienceandEngineeringThesisDeadline:April10,2012OralDefenseDate:May31,2012万方数据重庆理工大学学位论文原创性声明本人郑重声明:所呈交的学位论文是本人在导师的指导下,独立进行研究所取得的成果。除文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或
3、撰写的成果、作品。对本文的研究做出重要贡献的集体和个人,均已在文中以明确方式标明。本人承担本声明的法律后果。作者签名:日期:年月日学位论文使用授权声明本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权重庆理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于(请在以下相应方框内打“√”):1.保密□,在年解密后适用本授权书。2.不保密□。作者签名:日期:年月日导师签名:日期:年月日
4、万方数据摘要摘要在传统的枪弹工厂里,枪弹的外观尺寸和缺陷是由检验员手动测量和目视检测,由于这样的检测需要长时间注视待检对象,再加上检验员自身素质、技能和经验等一些客观条件的限制可能会出现器件的漏检,质量参差不齐以及对特殊的外观图像缺陷不能准确识别等问题。随着技术的飞速发展,工厂对器件检测的智能化程度要求也越来越高,尤其是在对测量精度、效率以及实时性要求较高的枪弹行业表现得更为突出,传统的人工检测手段已经远远不能满足行业的需求。因此,如何解决以上这些问题已成为研究的热点之一。图像处理及识别技术的快速发展,为解决这些问题提供了关键的方法。本文以数字图像处理和
5、识别的基本算法为背景,对枪弹外观图像的特征进行了分析,并结合枪弹外观图像检测的复杂性,把图像处理及识别技术应用于枪弹外观图像的轮廓,尺寸以及表面缺陷的检测中去。文中首先对图像处理及识别的相关的理论知识进行了简单介绍,对其应用领域进行了概括总结。之后,提出了枪弹外观图像的预处理技术,包括图像的噪声及其滤波方法,表面反光现象及其处理,图像增强技术的应用等。在对原始图像进行滤波、处理的基础之上,比较了基本边缘检测算子的优劣,并提出一种基于蚁群算法的枪弹外观轮廓提取方法。在尺寸测量方面,找出了测量尺寸需要用到的关键点,采用Harris角点检测和Hough直线拟合
6、的方法,准确测量了枪弹的长,宽以及底圆直径等关键部分的距离,并进行了误差分析。最后,用差分算法提取缺陷区域的特征参数,对于不同的缺陷区域构造分割方法,分别采用连通区域标记法和面积拟合的方法求解其面积,根据形态学知识对枪弹表面的划痕进行分类、测量和分析,对点划痕求出其轮廓及面积,线划痕求出其长度,最后与给定标准值进行比较,进而判断产品合格与否。最后,把论文中的算法进行MATLAB仿真或者VC++6.0程序验证,得到了预期的结果。实验结果表明,在枪弹外观检测中应用图像处理及识别算法可以有效克服现有的人工视觉检测方法的缺陷,检测的结果可以充分显示出算法有比较高
7、的优越性和适用性,更重要的是稳定性和准确度也得到了提高。关键词:图像处理及识别;轮廓提取;兴趣点检测;哈夫变换;缺陷识别I万方数据AbstractAbstractBulletdimensionsanddefectsinthetraditionalbulletfactoryisstilldetectedbytheinspectormanualmeasurementsandvisualinspection,becausesuchtestsmusttaketheinspectoralotoftimewatchingtheobjecttobetested,alo
8、ngwiththeirownqualities,skills,experienc
此文档下载收益归作者所有