基于圖像處理技術(shù)的紙病在線檢測(cè).pdf

1、隨著造紙技術(shù)的不斷革新,紙機(jī)車速越來越快、紙張橫幅不斷加寬,目前普遍采用的人工紙病檢測(cè)法,無法滿足現(xiàn)代造紙業(yè)的發(fā)展現(xiàn)狀。因此,新型智能化紙病在線檢測(cè)系統(tǒng),已成為造紙業(yè)長(zhǎng)遠(yuǎn)發(fā)展的迫切需求。本文主要研究利用圖像處理技術(shù)對(duì)紙病在線檢測(cè)的整體系統(tǒng)設(shè)計(jì)。
　　 根據(jù)系統(tǒng)預(yù)期指標(biāo)要求和紙張?zhí)攸c(diǎn),對(duì)光源系統(tǒng)、圖像采集系統(tǒng)、圖像處理系統(tǒng)及輔助系統(tǒng)中所需硬件設(shè)備的性能參數(shù)進(jìn)行了具體分析計(jì)算,選定了合適的各個(gè)部件,搭建了紙病在線檢測(cè)的硬件系統(tǒng)。

2、r>　　 詳細(xì)分析了圖像處理中的濾波算法、分割算法以及特征提取算法,并進(jìn)行了仿真實(shí)驗(yàn)。針對(duì)紙病在線檢測(cè)的實(shí)時(shí)性強(qiáng)和信息量大的特點(diǎn),采用3×3模板的中值平滑濾波算法,濾除紙張圖像中存在的噪聲信號(hào)。利用自適應(yīng)閾值分割法和迭代閾值分割法,進(jìn)行了紙張圖像的分割處理。借助邊界跟蹤法提取了紙病輪廓信息。從以上處理的結(jié)果中,提取并分析了紙病的幾何及灰度特征,能夠較好地實(shí)現(xiàn)常見外觀紙病的類型識(shí)別功能。
　　 以Microsoift Visua