正交圖像矩及其在精確定位與產(chǎn)品檢測(cè)中的應(yīng)用研究.pdf

1、機(jī)器視覺(jué)技術(shù)是在圖像處理及模式識(shí)別上發(fā)展起來(lái)的新興技術(shù)。典型的機(jī)器視覺(jué)系統(tǒng)通過(guò)圖像攝取裝置獲得目標(biāo)圖像,然后將信息傳遞給圖像處理部分,實(shí)現(xiàn)模式識(shí)別、在線檢測(cè)、目標(biāo)跟蹤等功能,并可驅(qū)動(dòng)執(zhí)行機(jī)構(gòu)完成相關(guān)動(dòng)作,具有非接觸、高精度、高速等特點(diǎn),是先進(jìn)制造中的重要組成。
　　圖像處理技術(shù)是機(jī)器視覺(jué)中的研究熱點(diǎn),直接影響到系統(tǒng)的性能,而圖像矩是圖像形狀特征的表達(dá)方式,其描述了圖像的區(qū)域特征。正交圖像矩是圖像矩中的一個(gè)重要分支,與非正交圖像矩相

2、比,具有多個(gè)顯著的優(yōu)點(diǎn)。
　　傳統(tǒng)正交連續(xù)圖像矩的計(jì)算需要進(jìn)行坐標(biāo)空間的重新映射和積分的近似化處理。在總結(jié)前人研究的基礎(chǔ)上,提出了一種精確計(jì)算偽Zernike矩的方法。首先將偽Zernike矩轉(zhuǎn)變?yōu)镕ourier-Mellin矩的線性組合,然后利用若干個(gè)矩形、三角形和扇形區(qū)域的拼接來(lái)表征整個(gè)計(jì)算區(qū)域,接著通過(guò)三角函數(shù)的積分關(guān)系,提出了基于迭代關(guān)系求解上述形狀區(qū)域矩積分的方法,降低計(jì)算復(fù)雜度。另外,介紹了基于遞歸的偽Zernike矩

3、精確求解算法,以遞歸方法計(jì)算相鄰矩,減少計(jì)算時(shí)間。
　　傳統(tǒng)正交離散圖像矩的求解不進(jìn)行離散化和積分的近似化處理,一般通過(guò)迭代和對(duì)稱關(guān)系進(jìn)行求解。但是在大規(guī)模圖像的高階離散正交圖像矩的求解中,迭代次數(shù)的增加將導(dǎo)致傳遞誤差劇增。以Krawtchouk矩為研究對(duì)象,分析了Krawtchouk多項(xiàng)式在不同參數(shù)p下的對(duì)稱關(guān)系,提出了一種Krawtchouk多項(xiàng)式雙向遞推的算法,最大迭代次數(shù)將縮減為原有次數(shù)的一半,從而提高Krawtchouk

4、矩的計(jì)算精度。另外提出了分段雙向迭代算法,可進(jìn)一步減少迭代次數(shù),降低計(jì)算過(guò)程中的傳遞誤差。
　　徑向正交圖像矩是一類特殊的正交圖像矩,其幅值與旋轉(zhuǎn)角度無(wú)關(guān),旋轉(zhuǎn)不變量可直接獲得。徑向連續(xù)正交圖像矩的計(jì)算過(guò)程需要離散化處理,此過(guò)程將產(chǎn)生離散誤差,因此提出了一種新的徑向離散正交圖像矩,避免離散誤差。首先分析了笛卡爾坐標(biāo)系與極坐標(biāo)系的一一映射關(guān)系,然后基于徑向連續(xù)正交圖像矩的推導(dǎo)表達(dá)式,建立了極坐標(biāo)系下具有正交性質(zhì)的離散傅里葉表達(dá)式,從

5、而構(gòu)建了徑向雙離散傅里葉變換,最后利用正交的余弦變換替換傅里葉變換,避免復(fù)數(shù)運(yùn)算,提高計(jì)算效率。
　　目標(biāo)識(shí)別中圖像特征量的選擇是識(shí)別的關(guān)鍵因素。Zernike矩作為徑向正交連續(xù)矩,直接反應(yīng)了目標(biāo)的區(qū)域特征,適合于復(fù)雜邊界目標(biāo)的描述。Zernike矩的裁剪半徑直接影響到不變量的穩(wěn)定性,提出了一種裁剪半徑的計(jì)算方法。針對(duì)BP神經(jīng)網(wǎng)絡(luò)易陷入局部極值和初值敏感等問(wèn)題,利用粒子群算法來(lái)優(yōu)化神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值,混沌算子用于初始化神經(jīng)網(wǎng)絡(luò)的

6、權(quán)值和閾值,并通過(guò)混沌機(jī)制使粒子群跳出早熟。
　　精確定位系統(tǒng)中圖像處理的主要任務(wù)是求取圖像中目標(biāo)的位置。目標(biāo)特征一般包括邊緣特征和點(diǎn)特征兩種,邊緣特征的處理量較大,提出了基于點(diǎn)特征的匹配方法。首先利用自適應(yīng)中值濾波器處理椒鹽噪聲,然后通過(guò)兩級(jí)Zernike矩進(jìn)行邊緣的亞像素檢測(cè),接著采用曲率尺度空間的改進(jìn)方法提取角點(diǎn),最后由局部和全局匹配的方法完成目標(biāo)的精確定位。
　　字符和缺陷是常見(jiàn)的產(chǎn)品檢測(cè)項(xiàng)目。在字符識(shí)別中,選用Ze