版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、外觀紙病是影響紙張質(zhì)量的重要因素。在紙張的生產(chǎn)過(guò)程中,多種外觀紙病時(shí)常出現(xiàn),嚴(yán)重影響了紙張質(zhì)量。且隨著對(duì)造紙速度的要求提高,依靠人工肉眼來(lái)辨識(shí)高速造紙車(chē)機(jī)生產(chǎn)的加寬橫幅紙張已經(jīng)變得不現(xiàn)實(shí)。因此,結(jié)合計(jì)算機(jī)技術(shù)發(fā)展新型智能化在線檢測(cè)系統(tǒng)來(lái)精確辨識(shí)外觀紙病是首要問(wèn)題。
在造紙生產(chǎn)線上,紙病圖像的復(fù)雜背景噪聲導(dǎo)致現(xiàn)有的辨識(shí)方法在實(shí)際應(yīng)用中并不能夠正確地辨識(shí)紙病,因此本課題在已存在的紙病檢測(cè)系統(tǒng)的基礎(chǔ)之上,通過(guò)研究五種常見(jiàn)且具代表性的
2、紙病—黑斑、孔洞、亮斑、褶皺、裂紋的圖像特征,提出一種新的辨識(shí)紙病的方法,本課題所做的主要工作如下。
1)借助FPGA進(jìn)行圖像預(yù)處理。為了讓紙病特征提取和識(shí)別階段處理的數(shù)據(jù)量減少,同時(shí)提高識(shí)別的精度,在紙病特征提取和識(shí)別之前,需要對(duì)CCD相機(jī)獲取的圖像信息借助FPGA進(jìn)行預(yù)處理。通過(guò)比較不同模板情況下均值和中值濾波對(duì)添加噪聲的濾除效果,以及灰度差直方圖的分析,最終選用改進(jìn)的中值濾波來(lái)濾除噪聲的影響。
2)噪聲模型建立
3、。由于紙病背景圖像存在明顯的不均勻性以及較為嚴(yán)重的圖像背景噪聲,為了定量的分析紙病圖像的不均勻性、時(shí)間噪聲和空間噪聲對(duì)于辨識(shí)過(guò)程的影響,使用本質(zhì)模態(tài)分離(EMD)方法建立背景圖像的橫向灰度分布趨勢(shì)函數(shù),剔除不均勻成分,然后用自回歸模型(AR)模型建立時(shí)間噪聲和空間噪聲的數(shù)學(xué)模型。
3)基于SVD和SVM的紙病辨識(shí)算法研究。通過(guò)對(duì)模型參數(shù)的分析得知,紙病圖像的功率譜具有不均勻性和時(shí)變性,傳統(tǒng)的濾波技術(shù)不僅濾波效果不好,還容易破壞
4、紙病信息,因此提出一種新的紙病分類(lèi)辨識(shí)方法:首先使用三層二維小波分析進(jìn)行信噪分離,去除背景噪聲,保留處于低頻段的紙病信息。再利用奇異值分解(SVD)技術(shù)對(duì)紙病信息提取紙病特征,最后采用支持向量機(jī)(SVM)進(jìn)行紙病判斷。
用三層二維小波對(duì)目標(biāo)圖像進(jìn)行去噪處理,借助SVD進(jìn)行特征提取,最后使用SVM進(jìn)行紙病分類(lèi),仿真結(jié)果表明了該辨識(shí)方法的有效性,可以有效的辨識(shí)各種紙病,且辨識(shí)度在98%以上。同時(shí)結(jié)合FPGA進(jìn)行預(yù)處理,將紙病所在的
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于復(fù)雜背景噪聲的汽車(chē)車(chē)型識(shí)別研究.pdf
- 基于背景噪聲盲估計(jì)的圖像真?zhèn)舞b別.pdf
- 基于圖像背景噪聲特性的數(shù)字圖像盲取證研究.pdf
- 基于背景噪聲的地下結(jié)構(gòu)隨時(shí)間變化監(jiān)測(cè)和成像研究.pdf
- 船舶機(jī)艙背景噪聲的自適應(yīng)消噪.pdf
- 背景噪聲面波的驗(yàn)證及應(yīng)用.pdf
- 室內(nèi)背景噪聲計(jì)算書(shū)模板
- 基于地震臺(tái)陣技術(shù)的地脈動(dòng)背景噪聲研究.pdf
- 遼寧及鄰區(qū)背景噪聲成像研究.pdf
- 背景噪聲下基于語(yǔ)音增強(qiáng)的語(yǔ)音識(shí)別技術(shù)研究.pdf
- 背景噪聲下孤立詞識(shí)別算法的研究.pdf
- 基于次級(jí)聲源布局優(yōu)化的風(fēng)洞背景噪聲主動(dòng)控制研究.pdf
- 基于調(diào)頻廣播頻段的自適應(yīng)背景噪聲提取算法研究.pdf
- 基于SVM的復(fù)雜背景條碼檢測(cè)算法研究.pdf
- 有色背景噪聲環(huán)境下語(yǔ)音增強(qiáng)算法的研究.pdf
- 脈沖雷達(dá)目標(biāo)和背景噪聲模擬器設(shè)計(jì).pdf
- 帶背景噪聲的聲紋識(shí)別系統(tǒng)的研究.pdf
- 背景噪聲下的端點(diǎn)檢測(cè)技術(shù)研究.pdf
- 42072.地震背景噪聲方法的理論與實(shí)踐
- 基于強(qiáng)背景噪聲下的語(yǔ)音端點(diǎn)檢測(cè)算法及實(shí)現(xiàn).pdf
評(píng)論
0/150
提交評(píng)論