基于图像识别的薄板张数自动计数仪开发

摘要

薄板张数的计数在工业品板材交易中占据重要地位，在工业品板材的生产及相关的经营行业，各企业是基于薄板的张数，进行相关的经营活动。因此，企业在薄板经营活动的的各个过程中，其中最关键的步骤就是对薄板数量（张数）的计数，同时要保证计数的速度与精准度。目前市场常用的单张薄板厚度为0.6～2.0mm之间，传统计数方法如人工计数、测厚或测重等方法误差大且效率低下，严重影响企业的发展。
　　目前市面上天津辰仪的CY-6800A手持式数板器是国内首个对印刷线路板(PCB)生产计数的仪器，采用的激光计数，但还没有与计算机视觉相结合的仪器，为了填补这一块的市场需求空白，针对上述问题与实际情况下，薄板堆叠非绝对平行和薄板轻微变形的情况，本文提出一种在骨架提取基础上的像素跳变计数的方法。本文包含四个模块，分别为图像采集、目标物的提取、纹理提取、按梯度方向多证据计数。
　　通过移动设备采集目标图像，主流设备如手机、平板电脑等，针对图像纹理的特点，应用Gabor滤波器以特定方向为基准增强目标边缘，并采用sobel算法提取边缘;借助Mean Shift算法对图像中处理后再二值化灰度图像，该方法有效减少干扰点;为了进一步去除干扰，为后续计数提供清晰的计数目标物，再用漫水填充、形态学与BlobsFiltering方法加强消除了图像中残留的干扰点;对获取的二值化图像做单像素骨架化提取，最后根据本文提出的两个创新点，分别为利用纹理的数学特征自动获取计数的起始点与终点，从而自动获得到技术的目标区域，以及按梯度方向投影做概率统计以实现薄板的精准计数，有效克服了薄板之间接触空隙小以及轻微弯曲难以识别的问题。在实际应用中结合四点识别自动标定的透视变换原理，算法能够精准实现对较为清晰薄板侧面对象的自动计数工作，同时可有效代替现行的薄板计量方法，可以高效的减少工厂在人力、物力资源方面的耗费，帮助工厂冲破发展的瓶颈。
　　实验结果表明，采用800万平板电脑摄像头采集图像，可对285张内厚度为1.2mm的薄板的进行精准计数，其平均薄板重复周期为11像素单位，该基于概率统计的像素跳变计数算法有效解决了薄板不平行的计数，其精准率可以满足企业生产需求。

目录

声明

摘要

1．1 课题目的与意义

1．2 国内外研究现状

1．2．1 传统薄板计数

1．2．2 基于图像处理的计数法

1．3 论文的主要内容

2．1 图像采集

2．2 薄板目标物的传统的图像分割法

2．2．1 基于阈值的分割方法

2．2．2 基于边缘的分割方法

2．2．3 基于区域的分割方法

2．3 薄板目标物的交互式分割法

2．3．1 色度键法

2．3．2 内外轮廓法

2．3．3 自由笔刷法

2．4 薄板目标物GrabCut分割法

2．4．1 Graph Cut算法

2．4．2 Grab Cut算法

2．5 薄板直线纹理检测算法

2．5．1 Hough Transform

2．5．2 直线段检测算法

2．5．3 EDLines

2．5．4 基于主方向的直线检测算法

2．5．5 边缘提取直线

2．6 本章小结

第三章 基于梯度方向的多证据薄板计数算法

3．1 基于Gabor滤波器的Sobel边缘提取

3．2 薄板纹理的去噪及细化算法

3．2．1基于Meanshifl算法的二值化处理

3．2．2 基于漫水填充去除噪声

3．3．3 基于形态学处理的骨架提取

3．3 基于纹理数学特征自动获取计数区域

3．4 梯度方向概率计数算法

3．5 本章小结

第四章 薄板计数实验结果与分析

4．1 薄板自动计数系统的设计和实现

4．2 薄板目标物分割算法对比实验

4．3 Gabor与Sobel结合的直线提取

4．4 直线提取对比实验

4．5 梯度方向的计数分析

4．6 实验验证

4．6．2 实际测试结果分析

4．6．3 实验大量数据验证

4．7 本章小结

5．1 总结

5．2 展望

参考文献

攻读学位期间的研究成果

致谢