版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、鋼板表面質(zhì)量檢測系統(tǒng)安裝在鋼板生產(chǎn)線上,對鋼板表面質(zhì)量進行實時在線監(jiān)控,對于指導(dǎo)生產(chǎn)、監(jiān)控質(zhì)量有重大意義。在鋼板表面檢測過程中缺陷區(qū)域分割的準確性與實時性直接影響了檢測結(jié)果的效果與效率。由于硅鋼表面圖像具有大量的干擾紋理、油污區(qū)域與背景區(qū)域的對比度低以及彩色圖像信息量大、處理起來耗時長等特點,傳統(tǒng)分割方法并不能對其進行準確的分割。針對這些問題,本文對硅鋼表面圖像油污區(qū)域的分割方法進行了探究。
本論文的主要研究內(nèi)容及成果如下:<
2、br> (1)通過分析硅鋼表面油污圖像的特點,即紋理的干擾、低對比度等,本文提出了一種基于超像素的分割方法。該方法首先采用SLIC算法將圖像分割為超像素。SLIC算法可以在硅鋼表面紋理干擾下,有效的吸附與背景呈低對比度的油污區(qū)域邊緣。在這個基礎(chǔ)上,本文提出一種超像素聚合方法,通過LAB彩色空間的LABXY距離,即顏色距離與空間距離同時作為相似度參量對超像素進行度量,從而將超像素合并。該方法簡單、快速,滿足鋼板表面質(zhì)量檢測系統(tǒng)的兩大重要
3、性,即實時性與準確性。
(2)彩色圖像的信息量較大,一般為同樣大小的灰度圖像信息的3倍,因此彩色圖像載有灰度圖像不具備的細節(jié)信息,有些圖像處理需要這種信息才能實現(xiàn)。但其信息量大,處理起來耗時耗力限制了彩色圖像的應(yīng)用。本文提出的分割方法較為簡單,為彩色圖像在機器視覺中的應(yīng)用提供了思路。
(3)本文研究了超像素的排布規(guī)則,并基于像素的八鄰域,提出了一種可以度量超像素鄰域的方法,即L鄰域(L為預(yù)設(shè)超像素的邊長)。通過將超像
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(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)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。
最新文檔
- 基于Hadoop的超像素分割算法.pdf
- 基于超像素的圖像分割技術(shù)研究.pdf
- 基于超像素和圖論的圖像分割方法研究.pdf
- 保持邊緣的超像素分割算法研究.pdf
- 基于超像素聚類的圖像分割方法研究.pdf
- 基于超像素聚類的圖像分割算法研究.pdf
- 基于幾何約束和熵率的超像素分割.pdf
- 結(jié)合超像素和區(qū)域MRF的SAR海冰圖像分割方法研究.pdf
- 基于超像素分割的視覺顯著性檢測.pdf
- 基于超像素生成的圖像分割算法研究及應(yīng)用.pdf
- 基于超像素分割的服飾提取算法研究與實現(xiàn).pdf
- 基于區(qū)域的超像素顯著性檢測.pdf
- 基于超像素與低秩表示的圖像分割.pdf
- 基于稀疏子空間聚類的圖像超像素分割研究.pdf
- 基于超像素分割的逆半調(diào)方法研究及應(yīng)用.pdf
- 基于超像素的目標協(xié)同分割與搜索.pdf
- 基于多尺度超像素分割的立體匹配算法研究.pdf
- 基于超像素的全局顯著性區(qū)域檢測.pdf
- 基于超像素的交互式機場目標分割方法.pdf
- 一種基于超像素的彩色圖像分割算法.pdf
評論
0/150
提交評論