首页> 中文学位 >面向智能分类回收的塑料瓶机器视觉识别技术研究
【6h】

面向智能分类回收的塑料瓶机器视觉识别技术研究

代理获取

目录

声明

致谢

摘要

第1章 绪论

1.1 引言

1.2 工业流水线机器视觉检测系统结构

1.3 国内外研究现状

1.3.1 形状匹配的相关研究

1.3.2 颜色特征描述的相关研究

1.4 本文的研究目的和研究意义

1.5 本文的研究内容和组织架构

1.6 本章小结

第2章 面向智能分类回收的塑料瓶图像感兴趣区域提取方法

2.1 引言

2.2 背景颜色模型的构建

2.2.1 背景区域的颜色直方图提取

2.2.2 背景颜色高斯拟合建模

2.3 基于双阈值分割的图像感兴趣区域提取

2.4 本章小结

第3章 基于轮廓点空间位置关系的塑料瓶重叠瓶身识别方法

3.1 引言

3.2 形状特征描述方法

3.3 基于轮廓点空间位置关系的形状特征提取

3.3.1 形状区域的边界表示

3.3.2 基于轮廓点空间位置关系的形状描述子

3.4 基于SVDD模型的形状特征分类方法

3.4.1 SVDD模型原理

3.4.2 塑料瓶重叠瓶身识别方法

3.5 本章小结

第4章 基于K均值聚类的塑料瓶瓶身颜色分类方法

4.1 引言

4.2 颜色特征描述方法

4.3 颜色模型和色差度量

4.3.1 颜色空间模型

4.3.2 均匀颜色空间下的色差度量

4.4 基于K均值的颜色分类方法

4.4.1 基于K均值的颜色聚类算法

4.4.2 塑料瓶瓶身颜色分类

4.5 本章小结

第5章 塑料瓶回收智能识别分类方法的实现和验证

5.1 引言

5.2 塑料瓶回收智能识别分类系统设计

5.2.1 塑料瓶回收智能识别分类系统的硬件结构设计

5.2.2 塑料瓶回收智能识别分类系统的工作流程设计

5.3 塑料瓶回收智能识别分类方法的实现和实验结果

5.3.1 重叠瓶身识别的识别结果

5.3.2 瓶身颜色分类的分类结果

5.4 本章小结

第6章 总结与展望

6.1 工作总结

6.2 工作展望

参考文献

作者简介

展开▼

摘要

塑料瓶作为食品包装在生活中被广泛使用,若废旧塑料瓶处理不得当,随意丢弃势必会破坏环境,危害百姓健康。近年来,环境污染的问题越来越严重,国际社会对废弃塑料的回收再利用越来越重视。废旧塑料瓶经过颜色筛检分类后,经过破碎、造粒、改性等流程,变成不同颜色的塑料颗粒,成为可以再次利用的再生原料。目前我国塑料瓶回收分类主要依靠人工操作来完成,但是工作环境恶劣,不适合长时间工作,且人工操作效率低下,因此工业界正积极引进或开发高效率的采用机器视觉技术的自动回收装备,但由于识别分类的准确率低,因此回收效率依然偏低。本文以提高自动回收设备识别分类的准确率为目的,围绕形状匹配和颜色分类相关方面展开研究。
  第一章介绍常见的机器视觉检测系统的硬件结构以及其关键组成部分。综述了形状匹配和颜色聚类关键技术的研究现状。给出研究问题的背景,阐述了本文的主要研究内容和研究意义,介绍了本文的组织结构。
  第二章提出基于双阈值分割的图像感兴趣区域提取方法,该方法能有效提取图像中的感兴趣区域,为高层次的图像处理做准备工作。通过对背景颜色进行建模,利用双阈值分割方法将图像的前景和背景分割,分割出的前景区域为图像的感兴趣区域,为第三章中形状匹配和第四章的颜色分类奠定了基础。
  第三章提出基于轮廓点空间位置关系的形状匹配方法,该方法通过使用形状匹配的方法解决塑料瓶重叠瓶身对于瓶身颜色造成干扰的问题。识别出传送带上重叠的瓶子,从而能降低重叠的不同色塑料瓶对颜色分类造成的干扰。首先针对分割后的二值化轮廓使用轮廓追踪算法获得轮廓点集,提出了基于轮廓点空间位置关系的轮廓形状特征提取方法,并使用支持向量数据描述(SVDD)的特征匹配方法进行轮廓特征的匹配。该方法能有效的获取轮廓的形状特征并进行匹配,准确的完成塑料瓶重叠瓶身的识别。
  第四章提出基于K均值聚类的颜色分类方法,该方法通过使用颜色聚类的方法解决不平整的塑料瓶身在光照下显示出不同颜色的问题。首先根据实际的应用场景确定了颜色类别的数量和类型,通过统计训练样本的信息特征来初始化聚类中心,并明确颜色聚类过程的终止条件,聚类得到各类别颜色的标准模板。使用标准模板色构建调色板,建立待分类样本各个像素点与调色板中颜色之间的映射关系,统计调色板中颜色出现的频率作为待分类样本的颜色描述特征。
  第五章介绍本文设计的塑料瓶回收智能识别分类系统的硬件结构组成和具体的工作流程,实现了本文提出的基于双阈值分割的图像感兴趣区域提取方法基于轮廓点空间位置关系的形状匹配方法和基于K均值聚类的颜色分类方法,最后验证了本文方法的有效性,同时找出了其中识别分类错误的案例进行了详细的分析,指出了出现错误的原因。
  第六章对全文进行总结,并对后续的研究提出建设性的展望。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号