高速特征检测算法在工业检测中的应用

摘要

在工业检测流水中应用机器视觉系统，对样本进行检测，以提高制造业、印刷业等工厂的机械自动化能力，提升工业生产效率，已经成为生产中的迫切需求。本文提出了一种高速特征检测算法，解决了图像检测算法应用于工厂环境中，速度慢与稳定性差的问题，完全满足工业检测实时性与准确性要求。本文主要工作如下:
　　(1)针对流水线待检样本的实际运行环境，以及机器视觉系统的光源特性，提出了一种基于小波变换的图像匀光方法，消除了的机械视觉系统中点光源对于输入图像造成的影响，获得了稳定的输入图像。
　　(2)提出了一种基于迭代逼近的模板配准方法，提升了模板定位的速度，采用改进的LBP方法提取图像整体纹理特征，保证了定位的准确度。
　　(3)采用基于KNN的ORB特征匹配方法满足了实时性要求，提出了一种基于块划分的相似度计算方法，保证了相似度计算的稳定性。
　　另外，本文设计开发了工业样本自动检测系统对本文算法进行验证。此系统应用于印刷业配页机械进行样本页检测，经验证本文提出的算法对于样本页检测最大耗时低于250ms，检测准确率在99.5％左右，完全可以满足工业检测的实时性与准确性要求。

目录

声明

摘要

第1章 绪论

1．1 课题的背景及意义

1．2 国内外研究现状

1．3 本文研究内容与章节安排

1．3．1 研究内容

1．3．2 章节安排

第2章 机器视觉系统中图像处理的理论基础

2．1 机器视觉系统

2．2 算法分析

2．2．1 图像灰度化与二值化

2．2．2 图像匀光

2．2．3 图像边缘特征与纹理特征检测

2．2．4 图像局部特征点检测

2．3 本章小结

第3章 模板匹配与相似度衡量算法

3．1 方法介绍

3．2 图像预处理

3．2．1 图像畸变校正

3．2．2 基于小波变换的匀光算法

3．3 样本特征检测与匹配

3．3．1 基于LBP纹理图像对待检测样本进行模板定位

3．3．2 图像ORB特征检测与KNN特征匹配

3．4 基于块划分的相似度计算

3．5 本章小结

第4章 高速特征检测算法在自动检测系统中的应用

4．1 系统组成

4．1．1 硬件系统

4．1．2 软件系统

4．2 程序设计流程

4．3 系统界面

4．3．1 系统主界面

4．3．2 系统关键参数配置

4．4 系统性能分析

4．5 本章小结

第5章 结论与展望

5．1 总结

5．2 展望

参考文献

致谢

作者简介