声明
摘要
第1章 绪论
1.1 研究背景
1.1.1 Data Matrix二维条码
1.1.2 激光直接标识技术
1.2 研究意义
1.3 国内外研究现状
1.3.1 国外研究现状
1.3.2 国内研究现状
1.4 本文研究工作
1.4.1 本文研究内容
1.4.2 各章内容安排
第2章 直接零件标识中常见的低质量条码图像类型
2.1 实验样本的获取
2.2 由光照条件导致的低质量条码图像
2.2.1 整体灰度值较低
2.2.2 局部灰度值较低
2.2.3 局部高光
2.3 由条码载体自身特点导致的低质量条码图像
2.3.1 划痕、锈迹、油污等污染干扰
2.3.2 材料纹理
2.3.3 载体混合其他字符或图案
2.4 本章小结
第3章 局部灰度值较低的条码图像的信息增强
3.1 引言
3.2 局部直方图均衡化算法
3.2.1 算法简介
3.2.2 POSHE算法
3.2.3 CLAHE算法
3.3 Retinex算法
3.3.1 算法简介
3.3.2 基于迭代计算的Retinex算法
3.3.3 基于中心环绕的Retinex算法
3.4 实验结果与分析
3.4.1 主观效果对比
3.4.2 客现质量评价
3.5 本章小结
第4章 金属表面Data Matrix条码高光区域的信息重构
4.1 引言
4.2 Data Matrix条码的重构依据
4.3 条码模块的定位
4.3.1 倾斜校正
4.3.2 网格划分
4.4 高光区域的检测
4.5 基于局部与全局特征的五步重构模型
4.5.1 高光模块的重构
4.5.2 高光模块的8邻域模块的重构
4.5.3 邻域中极值模块的重构
4.5.4 灰度位较低模块的重构
4.5.5 未识别模块的重构
4.6 实验结果与分析
4.7 本章小结
第5章 复杂背景下激光直接标识Data Matrix条码的定位
5.1 引言
5.2 直接零件标识中常见的复杂背景类型
5.3 样本图像的分块
5.4 基于子块分类的粗定位
5.4.1 改进的边缘方向直方图特征
5.4.2 基于非线性支持向量机的子块二分类
5.4.3 支持向量机量优参数的确定
5.4.4 子块分类结果与分析
5.5 基于直线检测的精定位
5.5.1 条码子块的裁剪
5.5.2 中心点的确定
5.5.3 直线检测区域的确定
5.5.4 直线检测结果与分析
5.6 实验结果与分析
5.7 本章小结
总结与展望
参考文献
攻读硕士学位期间发表的学术论文
致谢