基于圖像的工業(yè)物料自動識別算法研究.pdf

1、該論文結(jié)合實際生產(chǎn)項目,綜合運用數(shù)字圖像處理和模式識別方面的有關(guān)理論和技術(shù),實現(xiàn)對工業(yè)物料進行自動識別.所完成的主要工作如下:1.針對傳送帶運動、抖動等現(xiàn)場環(huán)境因素所導(dǎo)致的圖像模糊問題,在分析傳統(tǒng)的Pal.King算法的基礎(chǔ)上,提出了一種快速模糊邊緣檢測算法.與Pal.King算法相比,該算法減少了迭代次數(shù),具有很強的檢測模糊邊緣和細小邊緣的能力,對提高工業(yè)物料的識別精度和系統(tǒng)的實時性起到了很好的作用.2.分析了具體工業(yè)物料——鐵礦、返

2、礦、焦炭和熔劑的實際特點,總結(jié)出工業(yè)物料的三個重要特征——顆粒度、顏色和平均灰度,確定了識別的主聚類特征量,為有效地識別工業(yè)物料奠定了良好的基礎(chǔ).3.借鑒地形學(xué)的研究方法,分析了水平集的概念,在此基礎(chǔ)上提出了一種快速顆粒度特征提取算法.該算法克服了傳統(tǒng)邊緣檢測算法不足,利用地形圖水平集的邊界水平線和其連接點,通過設(shè)定圖像灰度閾值對工業(yè)物料顆粒邊緣進行提取,并計算出其顆粒度.實驗表明:所提出的算法計算簡單,效果明顯優(yōu)于傳統(tǒng)的算法.4.對顏