基于機器視覺的密封罐漏氣檢測技術的研究.pdf_第1頁
已閱讀1頁,還剩70頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、我國有眾多的密封罐生產企業(yè),而密閉密封罐的漏氣檢測是判定密封罐是否成為合格品的重要手段,傳統(tǒng)做法是人工將密封罐放入水中,觀測其是否冒泡以判定是否漏氣,但人工檢測勞動強度大、工作效率低。本文針對傳統(tǒng)檢測方法的不足,以小型密封罐為對象,以水中的運動氣泡為目標,基于圖像處理理論,對其檢測與識別方法展開了研究,對其實際應用進行了探討。論文主要完成工作如下:
   1、綜述了國內外相關研究現(xiàn)狀,總結了小型密閉密封罐的結構及運動目標特點,針

2、對經典高斯混合模型當訓練不足時背景值估計誤差大、目標的誤判率高的不足,提出基于K-均值的像素灰度聚類理論生成初始化背景值的方法,即將序列圖像中像素點的聚類的均值作為背景評估圖像的初始值,根據(jù)聚類數(shù)量確定描述圖像像素變化情況的高斯分布數(shù)量并初始化高斯分布的參數(shù)。實驗結果驗證了改進的高斯混合模型在運動目標檢測中的有效性和準確性。
   2、針對光流計算方法存在著迭代緩慢、計算量大、光流計算誤差等問題,提出了基于亮度恒常性約束和局部平

3、滑約束的改進的Horn-Schunck光流計算方法。構造一種選擇函數(shù),根據(jù)梯度的大小應用不同的假設約束條件,引入了局部平滑約束,減少了光流計算誤差。實驗結果顯示,改進的Hom-Schunck光流計算方法減少了光流計算量并提高光流計算準確性,準確識別了氣泡運動區(qū)域。
   3、綜合應用改進的高斯混合模型的目標檢測算法和改進的Horn-Schunck光流計算方法,基于背景模型,分割圖像獲得運動目標區(qū)域;進行光流場計算,得到運動區(qū)域的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論