基于计算机视觉的生产线零件编号识别系统的研究

摘要

该文分析了计算机视觉检测技术在工业检测中的应用,针对生产线零件编号的特点,研究了计算机视觉检测的相关技术,开发出基于计算机视觉的生产线零件编号的识别系统.该系统的软件部分包括三个主要模块:图像采集模块、图像预处理模块和图像识别模块.采用VC++语言及MFC编程,很好地实现了零件编号计算机视觉识别实验系统各个模块的功能.图像采集模块利用数字视频应用软件包(VFW)实现视频图像采集,视频采集卡可以通过虚拟驱动程序(VXD)与Windows连接,用户通过API接口实现从模拟视频源采集信号转换为数字视频信号,程序对不同厂家的视频采集卡具有硬件无关性.图像处理模块完成待匹配图像和模板图像制作的两部分功能.在待匹配图像的制作部分主要采用了3×3均值滤波算法对图像进行平滑滤波处理,然后采用整体阈值法进行图像二值化处理,最后对二值图像进行裁剪;在模板图像的制作部分主要是在图像经过预处理之后将图像以数字为单元进行区域分割,然后应用数学形态学的数学方法进行数字骨架的提取,亦即对图像进行细化处理.图像识别模块是整个实验系统的核心,在该模块中,提出了一种新的快速模板匹配法——TTFM(Thin Template Fast Matching)算法.这种算法是在模板匹配的思想、数理统计和数学形态学的理论基础之上实现模板匹配的.采用的具体匹配方法有:多区域模板匹配、搜索优化匹配和分模板匹配算法.最后该文介绍了实验系统的界面、操作过程和系统运行情况.

目录

文摘

英文文摘

华南理工大学学位论文原创性声明及版权使用授权书

第一章绪论

1.1计算机视觉的基本概念和发展状况

1.1.1计算机视觉的发展历程

1.1.2 Marr的计算视觉理论

1.1.3计算机视觉的现状和发展前景

1.2计算机视觉在工业部门中的应用

1.2.1计算机检测技术

1.2.2工业视觉系统的发展

1.2.3工业视觉系统的优点

1.2.4工业视觉系统的性能指标

1.3计算机视觉系统的体系结构

1.4本课题研究的主要内容和意义

1.4.1本课题的主要研究工作

1.4.2本课题的研究意义

1.4.3本课题要解决的关键技术问题

第二章实验系统中的图像采集

2.1计算机视觉中图像的数字化

2.2图像采集模块的组成

2.3图像采集模块的输入设备

2.3.1 CCD摄像头的工作原理

2.3.2 CCD摄像头分辨率指标

2.3.3 CCD摄像头的特点

2.3.4视频采集卡的工作原理

2.4图像采集模块的视频采集

2.4.1实验系统图像采集的原理

2.4.2图像采集的软件实现

2.5实验系统图像采集的实现

2.6本章小结

第三章实验系统中的图像预处理

3.1图像处理的总体思想

3.1.1图像处理的策略

3.1.2实验系统中图像处理的流程

3.2图像的变换

3.2.1傅立叶变换（FT）

3.2.2离散余弦变换

3.2.3沃尔什变换

3.2.4小波变换

3.3图像的增强

3.3.1图像增强的应用和分类

3.3.2频域图像增强法

3.3.3空域图像增强法

3.4图像的复原

3.5数学形态学在图像细化中的应用

3.5.1数学形态学

3.5.2图像细化的概念和特点

3.5.3图像细化的基础知识

3.5.4图像细化算法的比较

3.6本章小结

第四章实验系统中的图像识别

4.1模式识别的思想

4.2模式识别方法的分类和比较

4.3统计模式识别

4.3.1Bayes公式

4.3.2 bayes分类法

4.3.3 bayes分类器

4.4结构模式识别

4.5模糊识别

4.5.1最大隶属原则识别方法

4.5.2择近原则识别方法

4.6图像的模板匹配

4.6.1模板匹配概念

4.6.2模板匹配的实现方法

4.7本课题采用的一种快速模板匹配方法

4.7.1 TTFM的基本思想

4.7.2 TTFM的关键技术问题

4.7.3搜索优化匹配算法

4.7.4匹配过程中的分模板匹配法

4.7.5零件编号图像TTFM算法的实现

4.8本章小结

第五章实验系统编程及系统运行的实验结果

5.1系统软件概述

5.1.1系统功能框图

5.1.2系统编程

5.2实验系统的运行说明

5.2.1实验装置

5.2.2实验系统软件的主界面说明

5.2.3实验系统软件的图像采集界面说明

5.2.4实验系统软件的图像预处理界面说明

5.3实验系统运行结果分析

结论与展望

参考文献

攻读硕士学位期间发表的学术论文

致谢