槍彈外觀檢測中的圖像處理及識別算法應(yīng)用研究.pdf

1、在傳統(tǒng)的槍彈工廠里,槍彈的外觀尺寸和缺陷是由檢驗(yàn)員手動測量和目視檢測,由于這樣的檢測需要長時(shí)間注視待檢對象,再加上檢驗(yàn)員自身素質(zhì)、技能和經(jīng)驗(yàn)等一些客觀條件的限制可能會出現(xiàn)器件的漏檢,質(zhì)量參差不齊以及對特殊的外觀圖像缺陷不能準(zhǔn)確識別等問題。隨著技術(shù)的飛速發(fā)展,工廠對器件檢測的智能化程度要求也越來越高,尤其是在對測量精度、效率以及實(shí)時(shí)性要求較高的槍彈行業(yè)表現(xiàn)得更為突出,傳統(tǒng)的人工檢測手段已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足行業(yè)的需求。因此,如何解決以上這些問題

2、已成為研究的熱點(diǎn)之一。
　　圖像處理及識別技術(shù)的快速發(fā)展,為解決這些問題提供了關(guān)鍵的方法。本文以數(shù)字圖像處理和識別的基本算法為背景,對槍彈外觀圖像的特征進(jìn)行了分析,并結(jié)合槍彈外觀圖像檢測的復(fù)雜性,把圖像處理及識別技術(shù)應(yīng)用于槍彈外觀圖像的輪廓,尺寸以及表面缺陷的檢測中去。
　　文中首先對圖像處理及識別的相關(guān)的理論知識進(jìn)行了簡單介紹,對其應(yīng)用領(lǐng)域進(jìn)行了概括總結(jié)。之后,提出了槍彈外觀圖像的預(yù)處理技術(shù),包括圖像的噪聲及其濾波方法,表

3、面反光現(xiàn)象及其處理,圖像增強(qiáng)技術(shù)的應(yīng)用等。在對原始圖像進(jìn)行濾波、處理的基礎(chǔ)之上,比較了基本邊緣檢測算子的優(yōu)劣,并提出一種基于蟻群算法的槍彈外觀輪廓提取方法。在尺寸測量方面,找出了測量尺寸需要用到的關(guān)鍵點(diǎn),采用Harris角點(diǎn)檢測和Hough直線擬合的方法,準(zhǔn)確測量了槍彈的長,寬以及底圓直徑等關(guān)鍵部分的距離,并進(jìn)行了誤差分析。最后,用差分算法提取缺陷區(qū)域的特征參數(shù),對于不同的缺陷區(qū)域構(gòu)造分割方法,分別采用連通區(qū)域標(biāo)記法和面積擬合的方法求解