2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩67頁未讀 繼續(xù)免費閱讀

下載本文檔

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、模式識別、機器視覺技術(shù)越來越多的被應(yīng)用到自動安裝系統(tǒng)中,由于人工安裝應(yīng)變片存在著效率低,精度低和一致性差的缺點,因此應(yīng)變片自動安裝系統(tǒng)的設(shè)計和研究被提上日程。應(yīng)變片在吸取過程中容易發(fā)生偏轉(zhuǎn),漂移,從而影響系統(tǒng)的精度,因此有效地對應(yīng)變片圖像進行預(yù)處理,特征提取和特征識別將影響系統(tǒng)性能。本論文主要研究如何運用快速有效的算法對應(yīng)變片進行特征提取,運用快速的分類方法對應(yīng)變片進行識別。
   在提取應(yīng)變片圖像特征時,本文研究了傳統(tǒng)的邊緣檢

2、測和角點檢測算法,并將其應(yīng)用到應(yīng)變片圖像的邊緣檢測和角點檢測中。由于應(yīng)變片具有獨特的紋理和幾何特征,采用傳統(tǒng)的邊緣檢測算法不能有效地濾除噪聲,本文采用獨特結(jié)構(gòu)元素探針的形態(tài)學(xué)檢測算法對其處理,有效的濾除噪聲,保證算法的魯棒性。該算法采用四個方向的結(jié)構(gòu)元素對應(yīng)變片進行邊緣檢測,本算法計算量更小,可以很好抑制噪聲和將背景邊緣點和線抑制掉。
   針對傳統(tǒng)SUSAN角點檢測的復(fù)雜性,本文提出一種改進的SUSAN檢測方法,該算法采用20

3、像素模板,減少了查表和比較的運算,有效的減少了計算量。
   由于Hu矩、Zemike矩都是在整個圖像空間計算所得,在工業(yè)環(huán)境中容易受到噪聲的干擾,而利用小波多尺度分析的小波矩能夠同時獲取應(yīng)變片的全局矩和局部特征矩,對噪聲有一定的抑制作用,特別適合在應(yīng)變片自動安裝系統(tǒng)中應(yīng)用。
   在實際的應(yīng)變片自動安裝系統(tǒng)中,由于獲取的應(yīng)變片樣本有限,圖像識別(如模板匹配)無法保證識別的準確性;而BP神經(jīng)網(wǎng)絡(luò)具有易陷入局部極小點和收斂

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(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(dān)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。

評論

0/150

提交評論