玻璃缺陷圖像識別的關鍵技術研究.pdf

1、在當今社會，玻璃被廣泛的應用于人們的日常生活中。此外，玻璃作為一種生產(chǎn)材料在制造業(yè)中也起著重要的作用。然而，玻璃的生產(chǎn)流程中受工藝和環(huán)境限制，會產(chǎn)生各種缺陷，這些缺陷會破壞玻璃原有的機械性能和熱穩(wěn)定性，從而對人們的日常生活及工業(yè)加工造成不好的影響。目前，絕大多數(shù)的玻璃生產(chǎn)廠商依靠傳統(tǒng)的人工檢驗方法對缺陷玻璃予以發(fā)現(xiàn)和控制，但由于受到工人易于疲勞、鑒別經(jīng)驗不足等主客觀因素的束縛，檢驗效果并不理想。正是在這種研究背景下，設計并實現(xiàn)一種替代人

2、工檢驗的玻璃缺陷檢測技術是很有必要的。 論文重點研究了模式識別技術在玻璃缺陷檢測行業(yè)里的應用與發(fā)展。通過對模式識別相關技術的研究，設計并實現(xiàn)一個檢測性能較好的玻璃缺陷檢測系統(tǒng)，以便對玻璃缺陷進行自動分類。論文主要工作如下： （1）針對玻璃圖像對比度低，邊緣模糊等特點，對目前主流的圖像預處理算法進行了比較實驗，最終選定了三種適用于玻璃圖像的預處理方法，包括：灰度化處理、空間線性變換以及二值化方法。 （2）研究了小波

3、、小波包變換的原理與編碼方法，并將不變矩技術（包括Hu's矩、Zemike's矩、小波矩）引入到玻璃圖像的特征提取中。此外，針對當前小波矩算法誤差較大的缺點，利用兩次坐標變換設計并實現(xiàn)了一種精確的小波矩算法（E—WMI），取得了較好的實驗效果。 （3）研究了支持向量機的基礎理論與實現(xiàn)方法。針對當前支持向量機中增量學習算法的主要缺陷，設計了一種改進的對稱增量學習算法（S—ISVM），并應用到論文的玻璃缺陷識別中。 （4）用

4、VC與MATLAB混合編程技術完成了玻璃缺陷檢測系統(tǒng)中模式識別模塊的核心代碼編寫與實驗平臺搭建，并通過大量的實驗數(shù)據(jù)證明：在相同識別技術的條件下，用論文提出的E—WMI對圖像進行特征提取所得到的識別精度最高．此外，使用論文提出的S—ISVM方法對新增樣本進行訓練可以在保證識別精度的基礎上，有效縮短訓練時間。 論文在分析比較了目前主流的圖像預處理算法、特征提取算法與識別分類方法基礎上，針對玻璃缺陷圖像的特點，設計了相對適用的圖像預