基于機(jī)器視覺的香煙濾棒圓度檢測(cè)算法研究.pdf

1、濾棒圓度是衡量香煙濾棒質(zhì)量的重要指標(biāo)之一，傳統(tǒng)的濾棒檢測(cè)方法與濾棒接觸且容易受溫度等環(huán)境因素的干擾，會(huì)對(duì)濾棒檢測(cè)的效率及精度產(chǎn)生一定影響，而機(jī)器視覺技術(shù)是一種非接觸在線測(cè)量的形狀尺寸檢測(cè)技術(shù)，與傳統(tǒng)的形狀尺寸檢測(cè)技術(shù)相比，其具有非接觸、高效率、大范圍、高精度等優(yōu)點(diǎn)。因此，本文采用機(jī)器視覺檢測(cè)技術(shù)對(duì)濾棒的圓度進(jìn)行檢測(cè)并對(duì)檢測(cè)濾棒圓度的算法進(jìn)行深入研究。
　　針對(duì)濾棒圖像采集的過(guò)程中可能存在粘連與模糊的情況，本文分別采用灰度均方差算子

2、和Radon變換算法實(shí)現(xiàn)濾棒圖像的模糊與粘連的區(qū)分。為提高清晰濾棒圖像圓度檢測(cè)的效率和精度，本文對(duì)傳統(tǒng)的Hough變換算法進(jìn)行了改進(jìn);對(duì)于模糊的濾棒圖像本文引入主動(dòng)輪廓Snake模型并對(duì)其進(jìn)行了改進(jìn)。
　　文中對(duì)基于Hough變換的圓檢測(cè)算法進(jìn)行深入理論研究。針對(duì)傳統(tǒng)Hough變換檢測(cè)圓時(shí)間復(fù)雜高和精度低的問(wèn)題，本文利用濾棒圖像的先驗(yàn)知識(shí)提升了Hough變換檢測(cè)圓的速度，并結(jié)合區(qū)域灰度重心法使濾棒圖像邊緣定位精度達(dá)到亞像素級(jí)，實(shí)現(xiàn)

3、了清晰濾棒圖像的快速和高精度的圓檢測(cè)，并對(duì)本文算法進(jìn)行理論性能分析和實(shí)際濾棒圖像的實(shí)驗(yàn)驗(yàn)證。
　　針對(duì)傳統(tǒng)Hough變換算法對(duì)模糊的濾棒圖像處理中Hough空間確定圓參數(shù)不唯一無(wú)法選擇的問(wèn)題，結(jié)合模糊濾棒圖像的特點(diǎn)，引入了主動(dòng)輪廓Snake模型對(duì)模糊的濾棒圖像進(jìn)行檢測(cè)。通過(guò)對(duì)Snake算法理論深入的研究，提出了一種改進(jìn)的自動(dòng)確定初始輪廓和加入曲率約束能量的Snake模型，實(shí)現(xiàn)了對(duì)模糊濾棒圖像邊緣的有效檢測(cè)。
　　從精度要求和