第一个书签之前
摘 要
Abstract
1 绪论
1.1 本文课题背景
最近几十年,由于计算机技术、大规模集成电路、数字图像处理与分析理论的不断完善与发展,利用机器视觉来处
1.2.1 国外机器视觉技术研究概述
欧美诸国自工业革命以来在科学技术方面一直领跑世界,机器视觉也不例外,尤其二战以后,许多国家开始恢复建
1.3 课题研究主要内容
(3)研究图像处理理论,包括图像转换、数据匹配、图像平滑、图像分割、边缘检测及图像分析等,通过对理论
(4)利用MATLAB软件处理平台,根据轴承麻点检测特征,按照模块化的编程思想,提出了适合轴承麻点缺
2 机器视觉与图像采集
2.1 检测系统工作原理
3.2 图像改进
3.2.1 图像增强
线性变换算法具体描述如下:假设原图像f(x,y)的灰度范围[a1,a2],经过线性变换后,输出图像的
图3.5 原图
图3.6 增强图
图3.7 没有噪声的图像
图3.8 加入4种不同噪声的图像对比
3.2.2 图像几何运算
3.3 图像分割
3.3.1 阈值处理算法
3.3.2 区域分割算法
令R表示整个图像区域,把R划分成n个子区域——R1 R2 R3……Rn,满足以下五个条件:
(1)
(2)Rn,是连接区域,i=1,2,3……n
(5),针对任何邻接的区域
区域生长法[79]指的是根据预先定义的准则,具有相似幅度的邻域像素被集中到一起,形成分割区域。基本的
3.4 目标标记
连通区域标记是所有二值图像分析的基础。由于种种原因分割后的图像仍然会存在许多“干扰区域”,这些干扰区
使用目标标记技术是预先确定一种约束条件,选择麻点作为检测对象,根据实际的经验可知,有些麻点因其面积过
通过对二值图像进一步的处理,前后的对比图可知,利用实验处理得出的约束条件把干扰区域去除掉,实验效果明
3.5 边缘检测
3.6 图像分析
3.6.1 图像形态学
目前轴承表面缺陷检测操作的不足之处是速度慢、精确度低、人工成本高,本文提出一种基于机器视觉轴承内圈外
4.1实验平台
机器视觉系统主要依靠的是可见光照明。光源选择必须有效区分目标与背景,使不同的区域有强烈的对比性,同时
图4.1实验平台
本实验的检测原理:在合适照明条件下,用固定好的摄像机完成对目标的采集工作,将图像信号传输至图像采集卡
5 结论与展望
5.1 结论
参考文献
在学研究成果
致 谢