数字图像运动目标提取及其应用研究

《数字图像运动目标提取及其应用研究》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、分类号TP3密级无UDC学位论文数字图像运动目标提取及其应用研究（题名和副题名）刘泽福（作者姓名）指导教师姓名王冰峰副教授电子科技大学成都（职务、职称、学位、单位名称及地址）申请学位级别硕士专业名称控制理论与控制工程论文提交日期2006.2论文答辩日期2006.3学位授予单位和日期电子科技大学答辩委员会主席评阅人2006年2月23日注1注明《国际十进分类法UDC》的类号独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，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

2、为获得电子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谢意。签名：日期：年月日关于论文使用授权的说明本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权电子科技大学可以将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、汇编学位论文。（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：年月日摘要摘要带钢作为钢铁工业的主要产品形式之一，

3、已成为汽车、机械制造、化工、航空航天和造船等行业不缺少的原材料。随着信息技术的飞速发展，计算机视觉在带钢表面缺陷检测中得到了广泛的应用。本文的目的就是应用计算机技术实现带钢表面的缺陷提取。由于现场环境恶劣，带钢表面图像具有背景复杂、噪声大等特点，常规的分割方法难以准确提取缺陷。本文首次把自适应非参数高斯背景模型及算法应用于带钢表面的缺陷提取，通过数学形态学中的百分态滤波法，最后成功地从目标图中提取出缺陷。本文研究的主要内容有：1．分析比较几种常见的背景重构算法，得出在这些算法中，高斯背景模型算法比较适合解决带钢表面缺陷提取问题。2．在总结多模态高斯背

4、景模型提取运动目标的基础上，将非参数高斯背景模型相减算法成功地运用于带钢表面缺陷分割中。并在非参数高斯背景模型相减算法中分别利用了图像梯度差非参数高斯背景模型相减算法和图像帧间差非参数高斯背景模型相减算法提取冷轧带钢表面缺陷。3．在求取非参数高斯背景模型中的参数时，将多张图像所构成的矩阵特征值作为非参数高斯背景模型的未知参数，解决该模型消耗内存大、参数更新困难等缺陷，实验结果表明该方法效果良好，能够满足带钢表面缺陷提取的任务。4．设计了数学形态学中的顺序百分态滤波器，并成功地运用于带钢表面缺陷分割中的散点滤除。关键词：带钢，缺陷提取，非参数高斯背景模

5、型，运动目标，分割IABSTRACTABSTRACTTherolled-strips，asoneformofironandsteelindustrymainproduct,hasbecometherawmaterialofautomobile,machinemanufacture,chemicalindustry,aerospace.Eachlargesteelfactoryisimprovingtherolledstripsquality.Alongwiththeinformationtechnologyrapiddevelopment,compu

6、tervisionhasmadeconsiderableprogressinthecold-rolled-stripsurfacedefectinspectionsystem.Themaingoalinthisarticleistodefectthesegmentatcold-rolled-stripsurfacewithcomputervision.Becausethefieldbackgroundiscomplexanduncertain,toremovethedisturbancefactorwithgeneralmethodisnotvery

7、effective.Tosubtracttherolled-stripssurfacedefectwithdrawingauto-adaptedformnon-parameterGaussbackgroundmodel,weobtaintheflawtargetarrayforthefirsttime.Theutilizationranked-ordermathematicsmorphologicalfilterssuppressthespot,andsuccessfullywithdrawtheflawfromthetargetimage.This

8、articlehasmainlystudiedthefollowingcontent:1.Analyzeda