教学课程资源库 更多>>

关键词： 茶叶分选   机器视觉   人机界面软件   数字图像处理   BP神经网络   色选   形选  

摘要： 随着机器视觉技术的不断发展,非接触式在线检测技术已经延伸到工业分选的多个领域中,茶叶分选机作为一种集光、机、电一体的设备,能够有效提高茶叶等级分类的精度和产量,具有极大经济价值,本文从分选系统软硬件设计和分选算法两方面开展研究。硬件模块设计中,分选系统相机部分由彩色线阵CCD和FPGA组成,主要工作包括CCD前端驱动电路设计,后端放大电路设计以及模数转换采样端芯片AD9945的相关双采样和可编程增益放大器功能的使用,完成了可调白平衡的图像采集电路设计。软件部分围绕触摸屏人机界面展开,设计基于对话框的MFC智能设备应用程序,在Windows自定义消息响应机制下实现多对话框切换功能,并在触摸屏中利用API函数对相机拍摄图像绘图与图片指定位置像素获取,最后实现了WinCE系统下的串口通信软件设计。分选算法主要基于颜色和形状两部分。提出了一种基于像素分布统计直方图的颜色阈值自动分割算法,并基于该算法在人机界面中编写软件提高色选阈值设置效率。以铁观音茶叶为实验材料,对比分析YUV颜色模型较RGB颜色模型色选使用的优势。对表面颜色复杂的茶叶,提出一种自适应多窗口阈值处理方法,使用多窗口识别不同颜色形状的特征色斑,高效率的在一次色选中达到完全分选的效果。在研究应用BP神经网络进行茶叶形状分选过程中,首先提出灰度变换、图像标记、Roberts算子边缘检测等形状特征提取算法,为适用于FPGA硬件平台,利用数学分析将其优化为基于移位和异或逻辑运算的图像处理算法。根据输入输出特征及Kol-mogorov定理确定神经网络拓扑结构优选范围,使用MATLAB模拟分选过程,并基于误差评估函数比对获得最优解。使用该模型设计的神经网络茶叶形状分选系统,以安徽六安瓜片三种不同等级茶叶为实验对象描述MATLAB仿真过程,结果中识别分选率达90%以上。

ISBN: (纸本)9787302456551

关键词： 光学识别   数字图像处理技术   应用  

摘要： 随着现代科学技术不断发展，在处理光学信息方面光学识别技术有着十分广泛的应用，可使光学信息处理效率得到更好的提高。在光学识别技术应用过程中，为能够使其得到更好效果，数字图像处理技术得到越来越广泛的应用，使光学识别技术水平得到很大程度的提高，对光学识别技术发展十分有利。本文就数字图像处理在光学相关识别中的应用进行分析。

关键词： 多智能体   数字图像处理   卡尔曼滤波   决策树算法   陶瓷质量等级分类  

摘要： 由于生产过程中环境和材料等因素影响,陶瓷产品会出现不同程度和不同种类的缺陷比如裂纹、斑点、熔洞、变形等。人工辨别和分类会导致生产效率低下。为了提高陶瓷产品质量等级分类效率和智能化程度,本文提出了基于多智能体日用瓷检测分类方法,实现了日用瓷检测分类智能化自动化。具体成果如下:1.搭建了日用瓷缺陷检测系统硬件和软件平台包括检测流水线、光照系统、上位机显示平台以及分类软件算法,构建了基于多智能体日用瓷检测分类系统方案,设计了日用瓷质量等级分类功能模块。2.将数字图像处理技术作为多智能体视觉无损检测技术,检测日用瓷缺陷并进行数据分析,获得了日用瓷几种主要缺陷的检测方法。针对日用碗具的几种常见缺陷裂纹、落渣、碗口变形、缺口和烤花粘釉进行检测,利用图像处理技术对碗具边界进行提取,定位碗口圆心,通过确定与标准圆心的偏离度来判断变形,效果良好;通过线性灰度值拉伸增大对比度,利用拉普拉斯点检测算子进行提取内部缺陷来判定落渣和裂纹;分析边界上各个点与圆心的关系,借助半径曲线、半径残差曲线以及半径残差幂指数曲线等多种方案给出缺口和花纹出界的判定依据。3.根据获得的各种缺陷检测数据运用卡尔曼滤波和C4.5决策树算法的结合完成日用瓷质量等级的分类。首先对检测异常数据进行平滑滤波处理并仿真,然后对处理后的数据运用C4.5决策树算法建立缺陷等级树,按照事先约定的判定规则进行等级的分类,忽略日用瓷如烤花粘釉这类并不影响日常使用的缺陷,细分质量等级。通过将上述方法应用于陶瓷产品检测与分类,结果表明该方法在日用瓷检测与分类中应用效果良好。这将为实现陶瓷产品检测与分类智能化自动化,提高陶瓷企业的生产效率和陶瓷产品质量,促进中国陶瓷工业的发展,具有重要的理论意义与工程应用价值。

关键词： 道路工程   劈裂试验   CT技术   数字图像处理   内聚力模型   三维离散元   加载速率   模型参数   温度   油石比  

摘要： 沥青混合料劈裂试验,作为路面结构设计、沥青混合料设计的内容之一,同时,也是研究沥青混合料破损机理的手段之一。劈裂试验因其操作简单,且在加载时,位于试件中部的应力状态,较路面在受荷时的应力状态相类似,因此,劈裂试验在沥青混合料力学性能研究中得到了广泛的应用。离散单元法(DEM)作为数值模拟方法的一种,更适于模拟颗粒组合体的细观力学表现行为,在进行非连续介质材料数值模拟时,DEM具有显著的优势。沥青混合料作为非连续介质材料的一种,其不连续性主要体现在三个方面：集料和沥青胶浆界面处材料性能的不连续性,相邻集料颗粒间的不连续性,以及相邻孔隙间的不连续性。通过离散单元法建立沥青混合料微观结构模型更为直观,并且离散单元法在描述沥青混合料细观裂纹扩展及断裂过程中得到了大量应用。内聚力模型(CZM)在研究沥青混合料裂纹扩展中有着显著的优势,如内聚力模型可以较好的模拟沥青混合料裂纹扩展的全过程,以及开裂过程中力学性能的变化,使得内聚力模型在沥青混合料力学性能研究中得到了广泛关注。本文依托沥青混合料劈裂室内试验,借由万能压力试验机,输出劈裂试验过程中的竖向荷载-位移全曲线,结合CT扫描技术、数字图像处理技术及三维离散单元法,基于内聚力模型选用材料参数,进行沥青混合料劈裂试验三维离散元数值模拟研究。在沥青混合料劈裂试验三维离散元模型重构过程中,集料采用cluster型,并使用实际边界信息,为离散单元基本元素赋予接触粘结模型,分别以加载速率、模型参数、温度、油石比为影响因素进行三维离散元模拟,研究各影响因素的影响效应。研究结果表明：将CT扫描技术,数字图像处理技术相结合,利用三维离散单元法,能够直观的构建劈裂试验的数值模型;将内聚力模型用于劈裂试验三维离散元模拟,能够研究沥青混合料在劈裂试验过程中的微观力学性能,但由于数值模拟与室内试验在加载速率与加载形式上存在较大差距,需通过参数调整,以进一步将内聚力模型应用在三维离散元模拟中。

关键词： 肺部肿瘤   影像医疗诊断   数字图像处理   体积计算   图像特征  

摘要： 医学图像处理是数字图像处理研究领域中一个重要的课题。近几十年来，医学图像处理发展势头非常迅猛。它能够帮助临床医生更加直观和清晰地观察人体内部病变部位，从而可以大大提高确诊率。计算机断层扫描(ComputedTomography，简称CT)图像具有很强的空间分辨率和几何特征，可以较为准确地定位病变的区域，因此常被用在医学上的检测。　　在当前的影像医疗诊断中，一般需要借助医生的经验来判定。如果利用数字图象处理技术对二维切片的图象进行分析和处理，可以帮助医生对病变区域及其它的区域进行定性的判断甚至是定量的分析，从而能够显著地提高医疗诊断的可靠性和准确性。　　本文研究了能够精确计算出肿瘤体积的算法，提出了一种基于哈顿低差异序列来计算肿瘤体积的算法，算法利用哈顿低差异序列能产生更均匀的随机点的特征，通过大量的实验表明，本文提出的算法对不同肿瘤具有较强的精确度。此外本研究计算了一套非小细胞肺癌患者的肿瘤图像的特征值，通过特征和患者存活时间的相关性筛选出了在疗效评价中具有代表性的特征，并且分析了同一个患者在治疗前后的图像特征变化来验证这些特征。为之后更好地选取具有代表性的特征来评价疗效打下基础。

关键词： 环形光切法   深孔尺寸测量   数字图像处理  

摘要： 当今社会,工业生产中很多时候会涉及到金属管状零件,尤其在石油化工中,同时在武器制造业中对管状零件的数据要求会更加的严格,尤其是管状的器件。所以产品生产只是一个开始,在后期的检测过程中对各项参数的检查也成为了一项重中之重的任务。光电检测技术是其中的最核心的部分。光电检测一般情况下是无创伤的,没有实际的接触,同时也满足着精密和高效性。目前大多数的测量方法都存在低分辨率、低效率的弊端,本文设计出了一种光学与电学相结合的检测装置,由环形光发生器、反射锥镜、会聚锥镜、CCD摄像机四部分构成。光线由激光发射器产生,入射到反射锥镜上发生反射,反射到被测金属管的内表面,形成了一个环形光斑,金属管的内壁信息包含在光斑内,在经过汇聚透镜反射后再CCD得光敏面上成像,通过与PC端连接,经由PC端进行去噪等图像的数字处理并进行相应的计算,就能够完成对深孔内径的尺寸以及形状的测量。在本文所研究的光学式深孔内径尺寸及形状的检测装置中,主要应用环形光切法对较深的孔径进行尺寸以及形状的测量,经由后续对环形光斑的处理和计算的过程,可以较为准确的得出实验结果。本文研究的检测装置的分辨力较高,能较为准确的进行测量。

关键词： 裂纹检测   并行处理   数字图像处理   CUDA编程  

摘要： 在云计算,智能,自动技术已渗透到了生活和生产的各个环节的今天,计算的实时性也成为了一个急需解决的问题。使用计算机对裂纹进行检测正以其安全,易操作的特点得到应用。在数字图像处理领域,GPU的使用正在飞速发展,基于GPU的数字图像处理,可以实现更快的处理速度,更早地得到结果在自动化生产中有着很高的前景。为解决现有的裂纹检测方法存在的精度和实时性不能同时满足的问题,针对零件表面图像的特点,本文基于CUDA实现使用数字图像处理的方法对裂纹进行检测,在实现的过程中,以精确度高为目标寻找到可并行化的算法,实现裂纹的检测的,并对算法进行加速,实现实时性的目的,本文专门针对裂纹检测的实现,对数字图像处理的算法的GPU实现进行了探索。在论文中,对检测用到的算法分别进行了不同的优化加速,在图像的处理阶段,使用了共享内存对直方图均衡化算法进行优化,并且将共享内存优化后的直方图计算应用于二值化分割中,本文并行实现的分割算法是最大方差阈值法,对于高斯滤波和形态学滤波以及边缘检测,利用模板对图像进行并行处理,并在模板上使用了优化。文中使用的图像细化算法基于二遍扫描实现了并行度的增加,连通区域检测算法对并查集的使用进一步升级,实现了各线程处理像素无关联独立写和随机读的效果,通过提高并行度提升了运行速度,另外,全文多个算法使用了并行度缩减的策略,实现了整个算法的进一步优化。实验中,对裂纹检测的各个算法使用了不同的加速策略,既保证了并行化的实现,又达到了运行时间的大幅降低,在最后的对比实验中,对每个用CUDA实现的并行算法都进行了与CPU中传统的标准算法的比较。实验结果说明,在CUDA上实现裂纹检测的算法,大大地提高了检测的效率,更快更有效地得到检测结果,对于实时性的实现有着很大的意义。

关键词： 磁瓦   数字图像处理   缺陷检测   分类识别  

摘要： 随着“工业4.0”以及“中国制造2025”的提出,高效率、自动化、智能化的生产线将是未来制造业发展的重点。永磁铁氧体磁瓦作为电机的重要组成部分,广泛应用于汽车、家电等行业,具有广阔发展空间,其品质关系到电动系统的性能、寿命及安全性。国内大多数磁瓦生产厂家目前对磁瓦的检测采用人工目测,检测的准确性、稳定性难以保证并且劳动成本高,因此采用数字图像处理技术来实现对磁瓦表面缺陷的自动检测有着重要实践意义。本课题采用数字图像处理技术对磁瓦内、外表面进行无损检测,通过在实验室搭建的图像采集平台对磁瓦进行图像采集,利用数字图像处理的各种算法检测并识别出磁瓦缺陷。主要完成的工作如下:1、根据检测要求,完成了数码相机以及镜头的选型。通过研究磁瓦的物理特征,选择了合适的光源作为本课题的采集照明光源。进一步研究了四种缺陷对光线的反射特性,在相关的原理分析基础上确定了四种缺陷的最佳照明方案。2、首先对采集到的磁瓦图像进行感兴趣区域提取,然后针对磁瓦图像存在大量的灰度脉冲噪声,研究了传统去噪方法并分析其性能上的缺点,在此基础上提出了一种极值方向中值滤波的算法。该算法在噪声修复时充分考虑了被污染区域的边缘特征,提升了对图像细节的保护能力。针对滤波后图像对比度有所降低,在总结了图像增强算法的本质后提出了一种适应于磁瓦图像的灰度增强算法。3、针对经滤波后的磁瓦图像特点,在研究了传统分割算法的不足后,提出了基于下包络线灰度对比度的缺陷分割算法和基于曲线拟合的磁瓦缺陷分割算法两种算法。这两种算法在性能上互补,可以准确地分割出本课题研究的四种磁瓦缺陷。4、充分分析了各缺陷区域的特征,利用决策树分类的思想首先把特征值明显区别于其他三种缺陷的裂纹识别出来,然后针对其他三种缺陷的特征值存在重叠,采用Fisher识别法进行投影映射,最终完成了各类缺陷的识别分类。

关键词： 点云图   数字几何信息增益   链码   曲率   特征点识别   尺寸测量  

摘要： 三维人体特征识别是三维服装设计和服装人体工效学领域的关键技术问题。本文分别基于三维扫描人体的二维视图和三维扫描人体的点云图,研究三维扫描人体的特征识别问题。基于二维数字图像处理,本文首先将三维扫描人体投影到二维平面得到三维扫描人体的二维视图,并将得到的二维视图,即人体正视图和侧视图进行二值化。在此基础上,选用定位准确性高且抗噪性能好的Canny算子对二值化的人体正视图和侧视图进行边缘检测。然后利用边缘追踪得到更加光滑的人体轮廓线,接着用链码表示高斯曲率,在轮廓线上识别应用于三维服装设计的人体特征点。基于三维扫描人体的点云图,本文提出了在三维人体点云图上通过计算点的数字几何信息增益识别特征点的算法。在该算法中,首先根据GB10000-88中规定的人体比例关系将人体点云图划分为颈部区域、肩部区域、腋下区域、胸部区域、腰部区域和臀部区域。然后定义数字几何信息增益,计算人体点云图中各点的增益值,在此基础上分别设定各搜索区域的数字几何信息增益阈值,确定候选特征点。最后根据人体比例学给出的各特征点位置的比例关系,从各区域候选特征点中确定数字几何信息增益最显著的候选特征点作为最终特征点。将以上两种算法识别到的特征点归类为计算直线类尺寸的特征点和计算围线类尺寸的特征点。身高、臂长等直线类尺寸的测量值通过计算特征点之间的欧几里得距离得到;对于胸围、腰围以及臀围等围线类尺寸的测量,先采用三次B样条拟合相应特征点得到人体特征线,再通过测量特征线的长度得到不同的围度尺寸。为验证本文方法的有效性,仿真实验分别将二维视图方法及数字几何信息增益方法得到的人体尺寸数据与标准测试数据进行对比分析。实验结果表明:本文提出的算法对不同类型的三维扫描人体均具有比较理想的识别效果,能有效反映人体关键点的特征信息,具有计算量小、算法复杂度低、运算速度快的优势。