基于機器視覺的廢紙雜質(zhì)高效識別研究與應用.pdf

1、廢紙的二次回收利用可以有效減輕造紙行業(yè)面臨的資金、原材料供應不足以及產(chǎn)能低下等諸多問題。廢紙雜質(zhì)的識別分揀以前都是基于人工進行操作的，不但效率低下，質(zhì)量難以保證，還嚴重威脅著操作工的身體健康和人身安全。相關自動分揀設備要么還處于試驗階段、要么精度還遠未達到實際應用的地步，嚴重制約著廢紙回收產(chǎn)業(yè)的快速可持續(xù)發(fā)展。隨著我國節(jié)能減排和環(huán)保觀念的日漸提升，開發(fā)具有高度集成的廢紙雜質(zhì)回收系統(tǒng)迫在眉睫。
　　本文以廢紙雜質(zhì)跟蹤為對象，開展廢紙

2、雜質(zhì)高動態(tài)范圍圖像的實時獲取與預處理技術研究。首先，建立PC機、目標物體、CCD傳感器與分揀機械手四者的空間數(shù)學模型，以最優(yōu)圖像獲取質(zhì)量為目標，設計CCD攝像機鏡頭位置結(jié)構。而后通過建立圖像光強與快門數(shù)據(jù)庫、灰度卡CCD傳感器標定技術，實現(xiàn)廢紙雜質(zhì)高動態(tài)圖像的實時采集。然后運用特征變換與邊緣檢測技術，實現(xiàn)廢紙雜質(zhì)圖像的濾波、特征點提取。最后通過目標圖像的多層次、多分辨率之間的圖像信息融合，從而獲得更加精確的廢紙雜質(zhì)圖像信息，推動廢紙雜質(zhì)

3、運動跟蹤技術的應用。
　　本論文的研究內(nèi)容主要有以下幾個方面：
　　1）基于圖像的基層信息快捷性和可靠性，采用邊緣輪廓進行圖像識別。提出了全新的邊緣輪廓提取和優(yōu)化方法，能夠?qū)崿F(xiàn)圖像輪廓的可靠提取。邊緣信息作為圖像的最基層信息，能夠不失真地對圖像進行可靠表征，完整地表述圖像信息。
　　2）針對廢紙雜質(zhì)的形狀不規(guī)則性和實時多變性，提出了依靠不變矩和邊緣直方圖的廢紙雜質(zhì)識別算法，該算法以可靠的邊緣檢測算法為基礎，能夠很好地將

4、全局信息和局部信息相結(jié)合，從而全面的對圖像特征信息進行不失真的描述。
　　3）針對圖像信息處理過程中產(chǎn)生的大量信息冗余，提出了基于并行機制的高效圖像處理算法。該算法以不變矩和分形維數(shù)為基礎，將圖像的全局信息和局部信息整合為一個描述子，該描述子能夠完整的反應圖像的內(nèi)容信息。該算法能夠并行完成圖像的處理和信息提取，提升了系統(tǒng)響應速度，滿足了實際應用中的實時性要求。
　　4）對圖像信息的高層信息特征和視覺系統(tǒng)的分類進行了詳細探討。