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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、我國是全球主要的膠囊生產(chǎn)國,目前年產(chǎn)膠囊約2000億粒,產(chǎn)能約占全球的30%。然而,膠囊的質(zhì)量檢測目前多采用人工方式。由于膠囊種類繁多、數(shù)量巨大,又要求檢測速度,而人工檢測不僅速度慢、精度低、成本高,并且對人眼有極大的損害。因此,使用機(jī)器自動檢測代替人工檢測從而避免人工檢測的缺點(diǎn),這對于膠囊的生產(chǎn)有極大的意義。
本文介紹了一種基于圖像處理的膠囊瑕疵自動檢測平臺,重點(diǎn)研究了針對膠囊圖像的瑕疵識別算法。膠囊瑕疵可以分為兩大類——膠
2、囊本身缺損類瑕疵和顏色類瑕疵,分別基于灰度圖像和彩色圖像來檢測。膠囊本身缺損類瑕疵的檢測是基于灰度圖像的。在膠囊圖像區(qū)域劃分和濾波的基礎(chǔ)上,本文主要就目標(biāo)邊緣清晰和模糊兩種情況研究膠囊缺損瑕疵的檢測問題。清晰邊緣瑕疵的檢測中,本文采用自適應(yīng) Canny邊緣檢測算法獲取瑕疵位置,并基于最大類間方差法(Otsu)和邊緣信息的圖像分割算法獲取瑕疵區(qū)域并計(jì)算特征值;對于瑕疵邊緣模糊的情形,本文主要根據(jù)膠囊圖像的直方圖特征,采用 BP神經(jīng)網(wǎng)絡(luò)檢測
3、瑕疵,其間提出一種數(shù)據(jù)聚類歸一化方法以解決 BP網(wǎng)絡(luò)輸入數(shù)據(jù)分布不同的問題。顏色類瑕疵的檢測是基于彩色圖像的。針對采集的 RGB格式彩色圖像,本文采用一種基于歸一化直方圖的平均灰度計(jì)算方法用于計(jì)算膠囊同色區(qū)域的 R、G、B各顏色分量值,然后將這組值轉(zhuǎn)換為H、S、V顏色分量值,再使用HSV顏色空間的色差公式計(jì)算色差。該算法利用了RGB顏色空間易于表示和HSV顏色空間符合人眼視覺感官的優(yōu)點(diǎn),圖像處理效率得到提高。
本膠囊瑕疵自動檢
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(hù)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(fù)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(zhǔn)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。
最新文檔
- 灰度圖像彩色化的算法研究.pdf
- 基于視頻的灰度圖像彩色化算法研究.pdf
- 基于人類視覺特征的彩色圖像轉(zhuǎn)灰度圖像算法研究.pdf
- 基于色差模型的彩色圖像灰度化算法研究.pdf
- 基于小波的彩色圖像灰度水印算法研究.pdf
- 基于靜態(tài)灰度圖像人臉識別算法的研究.pdf
- 基于彩色和灰度圖像的色圖設(shè)計(jì).pdf
- 基于多字典的多內(nèi)容灰度圖像彩色化算法研究.pdf
- 關(guān)于彩色化灰度圖像的算法研究及實(shí)現(xiàn).pdf
- 灰度和彩色半調(diào)圖像無損壓縮算法研究.pdf
- 基于圖像區(qū)域劃分的灰度圖像彩色處理技術(shù)的研究.pdf
- 兩種改進(jìn)的彩色圖像灰度化算法研究.pdf
- 基于灰度和幾何特征的圖像匹配算法研究.pdf
- 基于灰度圖像的信息隱藏算法研究.pdf
- 基于灰度圖像的自陰影算法研究.pdf
- 基于保留色度信息灰度化編碼的彩色圖像識別方法研究.pdf
- 基于灰度圖像的匹配算法改進(jìn).pdf
- 幾種基于灰度的圖像匹配算法研究.pdf
- 基于模型的飛機(jī)灰度圖像的識別研究.pdf
- 基于圖像灰度的自由曲面重構(gòu)算法研究.pdf
評論
0/150
提交評論