基于圖像的工業(yè)物料自動(dòng)識(shí)別算法研究.pdf

1、該論文結(jié)合實(shí)際生產(chǎn)項(xiàng)目,綜合運(yùn)用數(shù)字圖像處理和模式識(shí)別方面的有關(guān)理論和技術(shù),實(shí)現(xiàn)對(duì)工業(yè)物料進(jìn)行自動(dòng)識(shí)別.所完成的主要工作如下:1.針對(duì)傳送帶運(yùn)動(dòng)、抖動(dòng)等現(xiàn)場(chǎng)環(huán)境因素所導(dǎo)致的圖像模糊問(wèn)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(cè)算法.與Pal.King算法相比,該算法減少了迭代次數(shù),具有很強(qiáng)的檢測(cè)模糊邊緣和細(xì)小邊緣的能力,對(duì)提高工業(yè)物料的識(shí)別精度和系統(tǒng)的實(shí)時(shí)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(shí)際特點(diǎn),總結(jié)出工業(yè)物料的三個(gè)重要特征——顆粒度、顏色和平均灰度,確定了識(shí)別的主聚類(lèi)特征量,為有效地識(shí)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(cè)算法不足,利用地形圖水平集的邊界水平線和其連接點(diǎn),通過(guò)設(shè)定圖像灰度閾值對(duì)工業(yè)物料顆粒邊緣進(jìn)行提取,并計(jì)算出其顆粒度.實(shí)驗(yàn)表明:所提出的算法計(jì)算簡(jiǎn)單,效果明顯優(yōu)于傳統(tǒng)的算法.4.對(duì)顏