基于cusum的图像瑕疵检测算法研究

《基于cusum的图像瑕疵检测算法研究》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、基于CUSUM的图像瑕疵检测算法研究2013胡小慧硕士信息与通信工程江虹教授ClassifiedIndex：TN014U.D.C：621.39SouthwestUniversityofScienceandTechnologyMasterDegreeThesisResearchonImageDefectDetectionAlgorithmBasedonCUSUMGrade:2013Candidate:HuXiaohuiAcademicDegreeAppliedfor:MasterSpeciality:Communi

2、cationandInformationEngineeringSupervisor:JiangHongProfessorJUN.4,2016独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得西南科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。签名：日期：关于论文使用和授权的说明本人完全了解西南科技

3、大学有关保留、使用学位论文的规定，即：学校有权保留学位论文的复印件，允许该论文被查阅和借阅；学校可以公布该论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。(保密的学位论文在解密后应遵守此规定)签名：导师签名：日期西南科技大学硕士研究生学位论文第I页摘要目前，我国筷子生产行业，仍采用人工目检的方式挑选筷子，然而人工检测存在效率低、成本高、工作环境恶劣等缺点。随着生产速度的提高以及越来越严格的质量要求，传统人工瑕疵检测的方法已不能保质保量的完成生产任务。本文深入分析了产品表面瑕疵检测技术的研究现状和发

4、展趋势，同时针对工业生产的筷子，对其存在的瑕疵进行了相关研究。本文主要研究内容如下：⑴针对筷子图像，本文分别在图像去噪、图像增强、边缘检测三个方面对筷子图像进行处理分析。实现对筷子图像前期预处理的研究。⑵针对筷子图像，设计了一种适用于筷子图像的分割方法，并通过对RGB三通道像素值所占百分比及百分比方差统计分析，验证了该分割方法的有效性。实验结果表明，本文研究设计的分析方法能有效地将目标筷子的彩色图像与筷子的背景图像分离，得到准确的筷子RGB数据，数据分析结果对筷子瑕疵检测有一定的参考价值。⑶对CUSUM(cumu

5、lativesum)检测算法进行研究改进，并将其应用于筷子瑕疵检测中。对标准筷子和瑕疵筷子的RGB数据值进行统计分析，找到瑕疵筷子与标准筷子的特征差异。关键词：瑕疵检测图像预处理图像分割RGB数据分析CUSUM检测算法西南科技大学硕士研究生学位论文第II页AbstractCurrently,thequalitydetectionofchopsticksinourcountrymainlyrelyontraditionalartificialdefectdetection.However,therearesomed

6、isadvantagesofartificialdetectionmethods,suchaslowefficiency,highcost,poorworkingenvironmentandsoon.Alongwiththehigherproductionefficiencyandstricterqualityrequirements,traditionalartificialdefectdetectionmethodcouldnotguaranteetheproductiondemands.Thispaperr

7、esearchesthestatusofthechopstickssurfacedefectdetectiontechnologyandthemainresearchcontentsofthispaperareasfollows:⑴Aimedatchopsticksimage,thispaperdoesresearchesonimagedenoising,enhancementandedgedetectiontorealizepre-processingofchopsticks`images.⑵Forchopst

8、icksimages,animagesegmentationmethodisdesigned.ThroughanalyzingthepercentageandpercentagevarianceofRGBthreechannelpixeldata,theeffectivenessofthesegmentationmethodisverified.Experimentalr