基于小波變換和遺傳算法的機(jī)器視覺(jué)缺陷檢測(cè)研究.pdf

1、近年來(lái)，基于機(jī)器視覺(jué)的產(chǎn)品檢測(cè)技術(shù)以其高效率，高可靠，低成本等優(yōu)點(diǎn)應(yīng)用越來(lái)越廣泛。本文較為系統(tǒng)地研究了機(jī)器視覺(jué)產(chǎn)品檢測(cè)的相關(guān)技術(shù)，并針對(duì)玻璃缺陷圖像檢測(cè)，提出了具體的機(jī)器視覺(jué)檢測(cè)方法，設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)檢測(cè)性能較好的玻璃缺陷檢測(cè)系統(tǒng)。在此基礎(chǔ)上，通過(guò)對(duì)特征提取、模式識(shí)別相關(guān)方法的研究，以便進(jìn)一步對(duì)玻璃缺陷進(jìn)行自動(dòng)分類(lèi)和提高識(shí)別率。
　　 本文所做的工作主要有：
　　 1、介紹了機(jī)器視覺(jué)的相關(guān)概念及其應(yīng)用現(xiàn)狀，將機(jī)器視覺(jué)應(yīng)用

2、于玻璃缺陷圖像的檢測(cè)。針對(duì)玻璃圖像對(duì)比度低，邊緣模糊等特點(diǎn)，選定了幾種適用于玻璃圖像的預(yù)處理方法，包括：灰度化處理、空間線性變換、二值化方法及小波去除噪聲。
　　 2、本文將小波網(wǎng)絡(luò)、遺傳算法及K-L有機(jī)結(jié)合，進(jìn)行玻璃缺陷圖像特征提取。對(duì)缺陷圖像進(jìn)行兩次壓縮、一次降維，在注意避免陷入局部積小的同時(shí)，達(dá)到快速收斂的目的。這種方法使得圖像特征提取更加快速，取得了較好的實(shí)驗(yàn)效果。
　　 3、本文提出了一個(gè)新的WMDC—加權(quán)最小

3、距離分類(lèi)器分類(lèi)模型，通過(guò)對(duì)樣本屬性距離的加權(quán)定義，以及增加屬性值的范圍約束，擴(kuò)大了最小標(biāo)準(zhǔn)化歐式距離分類(lèi)器的適用范圍，同時(shí)提高了最小距離分類(lèi)器的分類(lèi)準(zhǔn)確率。
　　 本論文中的圖像缺陷檢測(cè)系統(tǒng)的主要部分由攝像機(jī)、圖像采集卡和微型計(jì)算機(jī)組成。本文只涉及軟件部分，作者用Visual C++完成了玻璃缺陷檢測(cè)的軟件開(kāi)發(fā)工作。通過(guò)理論研究與實(shí)驗(yàn)，檢測(cè)系統(tǒng)能用于檢測(cè)玻璃的氣泡，夾雜物，結(jié)瘤等缺陷。證明了本文所提出的玻璃缺陷圖像的檢測(cè)方法是有