基于復(fù)雜背景的工件特征.doc
約60頁(yè)DOC格式手機(jī)打開(kāi)展開(kāi)
基于復(fù)雜背景的工件特征,摘要復(fù)雜背景下目標(biāo)的特征提取是數(shù)字圖像處理領(lǐng)域中的一個(gè)重要發(fā)展方向，在諸多領(lǐng)域中數(shù)字圖像的處理及機(jī)器視覺(jué)系統(tǒng)的運(yùn)用日益廣泛，要求也愈發(fā)嚴(yán)格，使得圖像處理的難度加大。而在復(fù)雜背景下，如何尋得帶給視覺(jué)系統(tǒng)很大沖擊性或需特別關(guān)注的目標(biāo)，顯得尤為重要。而在對(duì)目標(biāo)處理的眾多方面中，精確輪廓的提取才是最重要、最基本的環(huán)節(jié)。人們只能...
內(nèi)容介紹
此文檔由會(huì)員 違規(guī)屏蔽12 發(fā)布
摘 要
復(fù)雜背景下目標(biāo)的特征提取是數(shù)字圖像處理領(lǐng)域中的一個(gè)重要發(fā)展方向，在諸多領(lǐng)域中數(shù)字圖像的處理及機(jī)器視覺(jué)系統(tǒng)的運(yùn)用日益廣泛，要求也愈發(fā)嚴(yán)格，使得圖像處理的難度加大。而在復(fù)雜背景下，如何尋得帶給視覺(jué)系統(tǒng)很大沖擊性或需特別關(guān)注的目標(biāo)，顯得尤為重要。而在對(duì)目標(biāo)處理的眾多方面中，精確輪廓的提取才是最重要、最基本的環(huán)節(jié)。人們只能在獲得目標(biāo)帶紋理的精確輪廓圖像的基礎(chǔ)上，才能進(jìn)行更深一步的研究。
本文正是在此背景下研究基于復(fù)雜背景下工件特征提取的關(guān)鍵技術(shù)，具體工作如下：
(1) 對(duì)新型抗撓四輥卷板機(jī)的機(jī)械結(jié)構(gòu)、應(yīng)力和變形量加以分析；通過(guò)卷筒的加工原理及工藝要求的現(xiàn)場(chǎng)調(diào)研和系統(tǒng)分析，得出機(jī)器視覺(jué)系統(tǒng)在板材加工成型過(guò)程中待提取的特征參數(shù)。
(2) 針對(duì)待處理的目標(biāo)圖像，該機(jī)器視覺(jué)系統(tǒng)中的圖像處理模塊包括圖像預(yù)處理、復(fù)雜背景下目標(biāo)圖像識(shí)別及特征提取三大模塊。其中圖像預(yù)處理模塊是使用雙線(xiàn)性插值法對(duì)圖像進(jìn)行縮放，再用混合降噪濾波方法處理圖像噪聲，并用閾值分割法或基于分水嶺變換的模糊C-均值聚類(lèi)方法對(duì)目標(biāo)圖像進(jìn)行圖像分割，最終用多結(jié)構(gòu)元邊緣檢測(cè)算法來(lái)進(jìn)行目標(biāo)圖像的邊緣檢測(cè)；圖像識(shí)別模塊利用RHT算法來(lái)進(jìn)行圓的檢測(cè)；特征提取模塊中提出基于輪廓標(biāo)記和輪廓填充的多目標(biāo)旋轉(zhuǎn)掃描輪廓提取算法來(lái)對(duì)目標(biāo)圖像進(jìn)行輪廓的快速提取，隨后使用聚類(lèi)思想結(jié)合不共線(xiàn)三點(diǎn)的原理提取圓形目標(biāo)的特征參數(shù)。
關(guān)鍵詞 機(jī)器視覺(jué)；復(fù)雜背景；四輥卷板機(jī)；圖像處理；特征提取
Abstract
Feature extraction of the target under complex background is an important developing direction in the field of digital image processing, In many areas digital image processing and the machine vision system are using widely and requiring strictly, which increased difficulties on image processing.In complex background, how to find the target is particularly important which brings the visual system great impact or be needed to pay special attention. And in many aspects of image processing, the precise contour extraction is the most important and the most basic march. People can only do further research on the basic of getting precise outline image with textured target.
This paper is researching the key techniques research of feature extraction based on complex background, the specific work are as follows:
1) The physical construction、stress and deformation are analyzed in the new type of flexible four roll; According to the field investigation and system analysis on the rolling processing principle and system analysis, it is concluded that extract the characteristic parameters is important during the process of the machine vision system in the plank treatment shaping.
2) According to the target for processing image, the image processing modules in this machine vision system include image preprocessing, image recognition on complex background and feature extraction. Image preprocessing module is using double linear interpolation method to do image scale, then using mixed noise filtering method processing image noise , as follows with threshold segmentation method or based on watershed transform or c-means clustering method to Segmentation images, finally using more structure for edge detection algorithm to target image edge detection. Image recognition module is using RHT algorithm for round detection. Feature extraction module is putting forward rotating scanning contour extraction of multi-objective based on contour mark and contour filling to extract rapidly the target image outline, Then using cluster of line of thinking with the principle of three extraction to extract the characteristic parameters of round target.
Keywords machine vision; complex background; four roller bending machine; image
process; feature extraction
目 錄
摘 要 I
Abstract III
第1章 緒 論 1
1.1 課題研究背景和意義 1
1.2 機(jī)器視覺(jué)國(guó)內(nèi)外研究現(xiàn)狀 2
1.2.1 機(jī)器視覺(jué)技術(shù)國(guó)內(nèi)外發(fā)展現(xiàn)狀 2
1.2.2 機(jī)器視覺(jué)系統(tǒng)組成 3
1.2.3 機(jī)器視覺(jué)方法分類(lèi) 4
1.2.4 機(jī)器視覺(jué)的發(fā)展趨勢(shì) 5
1.3 本文主要工作和論文結(jié)構(gòu) 6
1.3.1 主要研究?jī)?nèi)容 6
1.3.2 論文結(jié)構(gòu) 7
第2章 新型抗撓四輥卷板機(jī) 8
2.1 新型四輥卷板機(jī)結(jié)構(gòu)及工作原理 8
2.1.1 機(jī)械結(jié)構(gòu) 8
2.1.2 工作原理 10
2.2 新型抗撓四輥卷板機(jī)三維模型建立及應(yīng)力分析 11
2.2.1 新型抗撓四輥卷板機(jī)的三維模型 11
2.2.2 新型抗撓四輥卷板機(jī)應(yīng)力與變形量分析 13
2.3 卷板機(jī)的回彈問(wèn)題 15
2.4 本章小結(jié) 16
第3章 復(fù)雜背景下的圖像處理技術(shù) 17
3.1 圖像預(yù)處理 17
3.1.1 圖像縮放 17
3.1.2 復(fù)雜圖像的降噪處理 18
3.2 復(fù)雜背景下圖像分割 20
3.2.1 閾值分割法 21
3.2.2 基于分水嶺變換的模糊C-均值聚類(lèi)算法 22
3.3 邊緣檢測(cè) 25
3.4 本章小結(jié) 28
第4章 多目標(biāo)圓類(lèi)特征快速提取 29
4.1 引言 29
4.2 圓類(lèi)特征識(shí)別方法 30
4.3 圓類(lèi)特征快速提取方法 30
4.3.1 多目標(biāo)圓形工件輪廓提取 30
4.3.2 圓的特征提取 33
4.4 實(shí)驗(yàn)結(jié)果 35
4.5 本章小結(jié) 37
第5章 機(jī)器視覺(jué)系統(tǒng)的軟件設(shè)計(jì) 38
5.1 軟件的界面設(shè)計(jì)及實(shí)驗(yàn)平臺(tái) 38
5.2 機(jī)器視覺(jué)系統(tǒng)的軟件設(shè)計(jì) 39
5.2.1 系統(tǒng)初始化 39
5.2.2 圖像處理模塊的程序設(shè)計(jì) 40
5.3 實(shí)驗(yàn)結(jié)果 43
5.4 本章小結(jié) 45
結(jié)論與展望 46
參考文獻(xiàn) 48
復(fù)雜背景下目標(biāo)的特征提取是數(shù)字圖像處理領(lǐng)域中的一個(gè)重要發(fā)展方向，在諸多領(lǐng)域中數(shù)字圖像的處理及機(jī)器視覺(jué)系統(tǒng)的運(yùn)用日益廣泛，要求也愈發(fā)嚴(yán)格，使得圖像處理的難度加大。而在復(fù)雜背景下，如何尋得帶給視覺(jué)系統(tǒng)很大沖擊性或需特別關(guān)注的目標(biāo)，顯得尤為重要。而在對(duì)目標(biāo)處理的眾多方面中，精確輪廓的提取才是最重要、最基本的環(huán)節(jié)。人們只能在獲得目標(biāo)帶紋理的精確輪廓圖像的基礎(chǔ)上，才能進(jìn)行更深一步的研究。
本文正是在此背景下研究基于復(fù)雜背景下工件特征提取的關(guān)鍵技術(shù)，具體工作如下：
(1) 對(duì)新型抗撓四輥卷板機(jī)的機(jī)械結(jié)構(gòu)、應(yīng)力和變形量加以分析；通過(guò)卷筒的加工原理及工藝要求的現(xiàn)場(chǎng)調(diào)研和系統(tǒng)分析，得出機(jī)器視覺(jué)系統(tǒng)在板材加工成型過(guò)程中待提取的特征參數(shù)。
(2) 針對(duì)待處理的目標(biāo)圖像，該機(jī)器視覺(jué)系統(tǒng)中的圖像處理模塊包括圖像預(yù)處理、復(fù)雜背景下目標(biāo)圖像識(shí)別及特征提取三大模塊。其中圖像預(yù)處理模塊是使用雙線(xiàn)性插值法對(duì)圖像進(jìn)行縮放，再用混合降噪濾波方法處理圖像噪聲，并用閾值分割法或基于分水嶺變換的模糊C-均值聚類(lèi)方法對(duì)目標(biāo)圖像進(jìn)行圖像分割，最終用多結(jié)構(gòu)元邊緣檢測(cè)算法來(lái)進(jìn)行目標(biāo)圖像的邊緣檢測(cè)；圖像識(shí)別模塊利用RHT算法來(lái)進(jìn)行圓的檢測(cè)；特征提取模塊中提出基于輪廓標(biāo)記和輪廓填充的多目標(biāo)旋轉(zhuǎn)掃描輪廓提取算法來(lái)對(duì)目標(biāo)圖像進(jìn)行輪廓的快速提取，隨后使用聚類(lèi)思想結(jié)合不共線(xiàn)三點(diǎn)的原理提取圓形目標(biāo)的特征參數(shù)。
關(guān)鍵詞 機(jī)器視覺(jué)；復(fù)雜背景；四輥卷板機(jī)；圖像處理；特征提取
Abstract
Feature extraction of the target under complex background is an important developing direction in the field of digital image processing, In many areas digital image processing and the machine vision system are using widely and requiring strictly, which increased difficulties on image processing.In complex background, how to find the target is particularly important which brings the visual system great impact or be needed to pay special attention. And in many aspects of image processing, the precise contour extraction is the most important and the most basic march. People can only do further research on the basic of getting precise outline image with textured target.
This paper is researching the key techniques research of feature extraction based on complex background, the specific work are as follows:
1) The physical construction、stress and deformation are analyzed in the new type of flexible four roll; According to the field investigation and system analysis on the rolling processing principle and system analysis, it is concluded that extract the characteristic parameters is important during the process of the machine vision system in the plank treatment shaping.
2) According to the target for processing image, the image processing modules in this machine vision system include image preprocessing, image recognition on complex background and feature extraction. Image preprocessing module is using double linear interpolation method to do image scale, then using mixed noise filtering method processing image noise , as follows with threshold segmentation method or based on watershed transform or c-means clustering method to Segmentation images, finally using more structure for edge detection algorithm to target image edge detection. Image recognition module is using RHT algorithm for round detection. Feature extraction module is putting forward rotating scanning contour extraction of multi-objective based on contour mark and contour filling to extract rapidly the target image outline, Then using cluster of line of thinking with the principle of three extraction to extract the characteristic parameters of round target.
Keywords machine vision; complex background; four roller bending machine; image
process; feature extraction
目 錄
摘 要 I
Abstract III
第1章 緒 論 1
1.1 課題研究背景和意義 1
1.2 機(jī)器視覺(jué)國(guó)內(nèi)外研究現(xiàn)狀 2
1.2.1 機(jī)器視覺(jué)技術(shù)國(guó)內(nèi)外發(fā)展現(xiàn)狀 2
1.2.2 機(jī)器視覺(jué)系統(tǒng)組成 3
1.2.3 機(jī)器視覺(jué)方法分類(lèi) 4
1.2.4 機(jī)器視覺(jué)的發(fā)展趨勢(shì) 5
1.3 本文主要工作和論文結(jié)構(gòu) 6
1.3.1 主要研究?jī)?nèi)容 6
1.3.2 論文結(jié)構(gòu) 7
第2章 新型抗撓四輥卷板機(jī) 8
2.1 新型四輥卷板機(jī)結(jié)構(gòu)及工作原理 8
2.1.1 機(jī)械結(jié)構(gòu) 8
2.1.2 工作原理 10
2.2 新型抗撓四輥卷板機(jī)三維模型建立及應(yīng)力分析 11
2.2.1 新型抗撓四輥卷板機(jī)的三維模型 11
2.2.2 新型抗撓四輥卷板機(jī)應(yīng)力與變形量分析 13
2.3 卷板機(jī)的回彈問(wèn)題 15
2.4 本章小結(jié) 16
第3章 復(fù)雜背景下的圖像處理技術(shù) 17
3.1 圖像預(yù)處理 17
3.1.1 圖像縮放 17
3.1.2 復(fù)雜圖像的降噪處理 18
3.2 復(fù)雜背景下圖像分割 20
3.2.1 閾值分割法 21
3.2.2 基于分水嶺變換的模糊C-均值聚類(lèi)算法 22
3.3 邊緣檢測(cè) 25
3.4 本章小結(jié) 28
第4章 多目標(biāo)圓類(lèi)特征快速提取 29
4.1 引言 29
4.2 圓類(lèi)特征識(shí)別方法 30
4.3 圓類(lèi)特征快速提取方法 30
4.3.1 多目標(biāo)圓形工件輪廓提取 30
4.3.2 圓的特征提取 33
4.4 實(shí)驗(yàn)結(jié)果 35
4.5 本章小結(jié) 37
第5章 機(jī)器視覺(jué)系統(tǒng)的軟件設(shè)計(jì) 38
5.1 軟件的界面設(shè)計(jì)及實(shí)驗(yàn)平臺(tái) 38
5.2 機(jī)器視覺(jué)系統(tǒng)的軟件設(shè)計(jì) 39
5.2.1 系統(tǒng)初始化 39
5.2.2 圖像處理模塊的程序設(shè)計(jì) 40
5.3 實(shí)驗(yàn)結(jié)果 43
5.4 本章小結(jié) 45
結(jié)論與展望 46
參考文獻(xiàn) 48
