光学镜片疵病分类检测研究

摘要

在光学镜片的生产过程中会产生大量的点疵病、毛絮、划痕、气泡等疵病;目前国内的镜片瑕疵检测主要采用传统的人工检测的方式，但是人工检测成本高昂、存在检测标准不客观、不统一的问题。因此，实现光学镜片疵病的自动化检测和分类已经成为了不可逆转的发展趋势。
　　光学镜片的疵病检测分类是实现镜片品质自动化检测亟待解决的问题。如何将镜片疵病的物理特征，转化为计算机可识别的数据特征，是实现镜片疵病分类的准确性和快速性的关键环节。本文通过对疵病的特征进行分析、提取、分类研究开展工作。并通过对疵病的边缘信息、几何特征、形状特征的研究来解决镜片自动化检测问题，并针对常规算法的弊端，给出了改进和优化方案，解决快速性和准确性问题。
　　为了实现光学镜片疵病自动化检测和分类，本文以光学镜片疵病的类别和图像特征为基础，重点研究光学镜片疵病边缘特征的提取，对比多种边缘提取算法以保证边界信息提取的准确性和快速性。在提取光学镜片疵病的几何特征时，本文给出改进的最小面积外接矩形的计算方式，线性相关性是划痕和毛絮的一个重要分类特征。但是划痕像素宽度过大，线性相关系数不能很好的体现划痕的线性程度，本文提出经过细化后再进行线性相关性系数的计算。针对面积和周长的计算，本文提出一种基于区域填充编码方式的面积和周长计算法方式;根据提取的特征，利用PCA主成分分析法，对特征的贡献率进行分析，利用SVM进行学习和分类，针对本文改进的算法对镜片疵病分类误差率的影响进行实验，本文对光学镜片疵病的特征提取是非常重要且有效的。
　　根据对镜片疵病特征的分析，针对性的进行提取和处理，从而提高镜片检测系统的准确性和快速性。根据疵病的特征、类别、疵病产生的原因，对光学镜片疵病的生产工艺进行改进。

目录

声明

摘要

第1章 绪论

1．1 本课题的研究背景和意义

1．2 国内外研究现状

1．2．1 镜片疵病检测分类现状

1．2．2 图像特征提取的研究现状

1．2．3 支持向量机研究现状

1．3 论文研究的主要内容

第2章 镜片疵病特征分析及分类策略

2．1 镜片疵病分析

2．1．1 镜片疵病分类标准

2．1．2 镜片疵病来源

2．2 镜片疵病图像分析

2．2．1 灰度直方图分析

2．2．2 形态特征

2．2．3 光学镜片疵病形态特征分析结果

2．3 镜片疵病分类策略

2．3．1 系统架构

2．3．2 镜片疵病分类检测流程

2．4 本章小结

第3章 镜片疵病边缘特征提取

3．1 图像边缘信息

3．1．1 边缘理论介绍

3．1．2 镜片疵病边缘特征增强

3．2 边缘检测算子

3．2．1 基于一阶微分的边缘检测算法

3．2．2 基于二阶微分的边缘检测算法

3．2．3 边缘检测算法检测结果与分析

3．3 常用边界跟踪算法分析

3．3．1 “爬虫法”边界跟踪

3．3．2 轮廓跟踪算法

3．4 改进的轮廓跟踪算法

3．4．1 快速跟踪原理分析

3．4．2 轮廓跟踪算法的缺陷改进方式

3．5 边界跟踪算法实验分析

3．6 本章小结

第4章 镜片疵病几何特征提取

4．1 MER最小外接矩形的分析研究

4．1．1 旋转法求MER

4．1．2 改进的主轴旋转法求解MER

4．1．3 实验结果对比分析

4．2 线性相关性特征研究

4．2．1 最小二乘法直线拟合

4．2．2 改进的直线拟合方式

4．3 基于区域标记的面积周长计算

4．3．1 常规面积和周长算法

4．3．2 改进的面积和周长计算方法

4．3．3 实验对比分析

4．4 本章小结

第5章 基于SVM的疵病分类检测

5．1．1 主成分分析的原理

5．1．2 主成分分析的步骤

5．1．3 基于PCA的镜片疵病参数体系的建立

5．2 支持向量机

5．2．1 支持向量机

5．2．2 线性可分支持向量机

5．2．3 线性不可分支持向量机

5．3 实验结果与分析

5．4 本章小结

结论

参考文献

攻读学位期间的学术成果

致谢