基于圖像檢測(cè)的雜質(zhì)分選系統(tǒng)中關(guān)鍵技術(shù)的研究.pdf

1、隨著現(xiàn)代人生活水平的不斷提高，玻璃已成為人們身邊常用的建筑用品和裝飾品，這就意味著在人們的各項(xiàng)活動(dòng)中會(huì)產(chǎn)生大量的廢舊玻璃。國(guó)內(nèi)一企業(yè)致力于廢舊玻璃的循環(huán)再利用，而再利用的關(guān)鍵問(wèn)題是如何把碎玻璃與雜質(zhì)分離開(kāi)。
　　 利用機(jī)器視覺(jué)中灰度檢測(cè)作為碎玻璃與雜質(zhì)分選的方法簡(jiǎn)單方便，但由于碎玻璃對(duì)光的折射會(huì)在拍攝的圖片上形成斑點(diǎn)，從而使得單純的灰度檢測(cè)的方法準(zhǔn)確率不夠高，影響了碎玻璃作為原料而生產(chǎn)出的平板玻璃的質(zhì)量。
　　 碎玻璃折

2、射產(chǎn)生的斑點(diǎn)通常占整個(gè)碎玻璃的圖像總面積50％以下，而雜質(zhì)產(chǎn)生的斑點(diǎn)則是高達(dá)90％。為此，通過(guò)利用圖像增強(qiáng)、邊緣檢測(cè)等技術(shù)手段，先提取被測(cè)物的邊緣，再通過(guò)計(jì)算斑點(diǎn)所占圖像面積比例，最后與設(shè)定置信區(qū)間比較，達(dá)到區(qū)分雜質(zhì)與碎玻璃的目的，準(zhǔn)確率高達(dá)99％以上。
　　 論文將重點(diǎn)研究圖像增強(qiáng)和邊緣檢測(cè)技術(shù)對(duì)碎玻璃的影響：圖像增強(qiáng)技術(shù)可以用來(lái)改善因光照引起的圖像模糊，而邊緣檢測(cè)技術(shù)則有助于雜質(zhì)的判定。主要體現(xiàn)在以下兩個(gè)方面的工作中：

3、>　　 (1)圖像增強(qiáng)的常見(jiàn)算法一般采用兩個(gè)以上的模板對(duì)圖像進(jìn)行計(jì)算，計(jì)算量大，處理時(shí)間長(zhǎng)，不適用于本文研究的分選系統(tǒng)。單尺度Retinex增強(qiáng)算法易于軟硬件實(shí)現(xiàn)，能很好的實(shí)現(xiàn)動(dòng)態(tài)范圍的壓縮和銳化邊緣細(xì)節(jié)，是一種自適應(yīng)的增強(qiáng)方法。實(shí)驗(yàn)證明單尺度Retinex增強(qiáng)算法能有效地改善圖像質(zhì)量，效果符合研究的需要。
　　 (2)邊緣檢測(cè)方面，LoG算子計(jì)算簡(jiǎn)單，但對(duì)噪聲卻很敏感，因此需要結(jié)合其他方法來(lái)改善檢測(cè)效果，而數(shù)學(xué)形態(tài)學(xué)則能有效