手機(jī)玻璃屏表面缺陷機(jī)器視覺(jué)檢測(cè)與分類方法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩163頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、手機(jī)玻璃屏(MPSG)作為手機(jī)的重要部件之一,其表面缺陷直接影響手機(jī)的質(zhì)量。目前手機(jī)玻璃屏表面缺陷視覺(jué)檢測(cè)因受圖像采集的振動(dòng)、環(huán)境光照變化的影響使圖像移位和旋轉(zhuǎn)、圖像灰度變化和圖像缺陷邊界模糊等因素影響導(dǎo)致檢測(cè)準(zhǔn)確率低;此外,由于高維缺陷融合特征和缺陷數(shù)量不均衡等問(wèn)題而導(dǎo)致少類缺陷的分類準(zhǔn)確率低,這制約了其自動(dòng)化檢測(cè)進(jìn)程。本文針對(duì)MPSG表面缺陷視覺(jué)檢測(cè)與分類中存在的系列問(wèn)題,從缺陷判別、缺陷分割、缺陷特征提取和不均衡缺陷分類等方面進(jìn)行

2、深入研究,提出基于輪廓相似度的圖像配準(zhǔn)方法、差投影的缺陷判別方法、基于空間關(guān)系和隸屬度修正的集成模糊C均值聚類缺陷分割方法、缺陷的多重分形譜特征提取方法和基于樣本貢獻(xiàn)差異的采樣方法,實(shí)現(xiàn)了手機(jī)玻璃屏表面缺陷的快速檢測(cè)和不均衡缺陷的分類。論文主要研究?jī)?nèi)容概括如下:
  1.深入開(kāi)展手機(jī)玻璃屏MPSG缺陷視覺(jué)檢測(cè)及分類技術(shù)的調(diào)研,對(duì)其國(guó)內(nèi)外研究現(xiàn)狀及技術(shù)發(fā)展進(jìn)行綜述,明確MPSG缺陷檢測(cè)與分類中存在的關(guān)鍵技術(shù)問(wèn)題。
  2.針對(duì)

3、基于灰度的配準(zhǔn)方法配準(zhǔn)速度慢和基于Harris角點(diǎn)配準(zhǔn)方法存在的偽角點(diǎn)問(wèn)題,提出基于手機(jī)玻璃屏表面輪廓相似度測(cè)度的圖像配準(zhǔn)方法,實(shí)現(xiàn)待測(cè)圖像和模板圖像之間的快速配準(zhǔn);同時(shí),提出基于差投影聯(lián)合的缺陷判別方法,對(duì)差影運(yùn)算后的殘差圖像實(shí)施投影算法,消除外界光照變化對(duì)待測(cè)圖像灰度的影響。實(shí)驗(yàn)結(jié)果表明,提出的差投影聯(lián)合方法取得了較高的真正率和真負(fù)率。
  3.針對(duì)模糊C均值聚類算法(FCM)存在分割含噪的邊界模糊缺陷不理想的問(wèn)題,提出基于空

4、間關(guān)系和隸屬度修正的集成FCM方法(IFCM),對(duì)原算法的目標(biāo)函數(shù)進(jìn)行修改,增加像素空間信息,同時(shí)根據(jù)鄰域像素的隸屬度,修改中心像素的隸屬度函數(shù),使IFCM算法可同時(shí)利用圖像灰度信息和空間信息,提高其在含噪缺陷分割時(shí)的抗噪能力。
  4.在缺陷特征提取過(guò)程中,過(guò)高的缺陷特征維數(shù)會(huì)給缺陷分類帶來(lái)準(zhǔn)確率和速度等問(wèn)題,同時(shí),存在單一分形維數(shù)難以刻畫(huà)缺陷的復(fù)雜性和不均勻性問(wèn)題。為此,本文在提取缺陷多重分形譜特征的基礎(chǔ)上,采用多重分形譜差值

5、△f和多重分形譜的譜寬度△α描述缺陷的復(fù)雜性和不均勻性,并通過(guò)缺陷位置特征彌補(bǔ)多重分形譜特征難以區(qū)分臟污和崩邊的不足。實(shí)驗(yàn)表明,由多重分形譜特征和位置特征組成的四維缺陷特征能較好的區(qū)分缺陷。
  5.在處理不均衡數(shù)據(jù)時(shí)現(xiàn)有的采樣方法會(huì)出現(xiàn)重要信息丟失、不重要信息增加和過(guò)擬合等問(wèn)題,為此本文在重點(diǎn)分析數(shù)據(jù)分類過(guò)程中支持向量和非支持向量貢獻(xiàn)差異的基礎(chǔ)上,提出基于樣本貢獻(xiàn)差異的集成采樣方法,即對(duì)多類樣本(即數(shù)量較多的缺陷)中的非支持向量

6、采用多次隨機(jī)欠采樣,對(duì)少類樣本中的支持向量采用SMOTE過(guò)采樣,集成多個(gè)支持向量機(jī)模型形成支持向量機(jī)組合,采用投票規(guī)則,確定缺陷標(biāo)簽。實(shí)驗(yàn)證明,所提出的不均衡分類方法能在保證多類缺陷分類準(zhǔn)確率的前提下,提高少類缺陷的分類準(zhǔn)確率。
  6.在上述相關(guān)理論算法研究的基礎(chǔ)上,搭建手機(jī)玻璃屏圖像采集實(shí)驗(yàn)平臺(tái),設(shè)計(jì)并實(shí)現(xiàn)手機(jī)玻璃屏缺陷檢測(cè)與分類的相關(guān)算法與軟件開(kāi)發(fā),并通過(guò)手機(jī)玻璃屏真實(shí)圖像實(shí)例,驗(yàn)證本文所提出的手機(jī)玻璃屏表面缺陷快速準(zhǔn)確檢測(cè)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論