應變片的特征提取與識別.pdf

1、模式識別、機器視覺技術越來越多的被應用到自動安裝系統(tǒng)中，由于人工安裝應變片存在著效率低，精度低和一致性差的缺點，因此應變片自動安裝系統(tǒng)的設計和研究被提上日程。應變片在吸取過程中容易發(fā)生偏轉，漂移，從而影響系統(tǒng)的精度，因此有效地對應變片圖像進行預處理，特征提取和特征識別將影響系統(tǒng)性能。本論文主要研究如何運用快速有效的算法對應變片進行特征提取，運用快速的分類方法對應變片進行識別。
　　 在提取應變片圖像特征時，本文研究了傳統(tǒng)的邊緣檢

2、測和角點檢測算法，并將其應用到應變片圖像的邊緣檢測和角點檢測中。由于應變片具有獨特的紋理和幾何特征，采用傳統(tǒng)的邊緣檢測算法不能有效地濾除噪聲，本文采用獨特結構元素探針的形態(tài)學檢測算法對其處理，有效的濾除噪聲，保證算法的魯棒性。該算法采用四個方向的結構元素對應變片進行邊緣檢測，本算法計算量更小，可以很好抑制噪聲和將背景邊緣點和線抑制掉。
　　 針對傳統(tǒng)SUSAN角點檢測的復雜性，本文提出一種改進的SUSAN檢測方法，該算法采用20

3、像素模板，減少了查表和比較的運算，有效的減少了計算量。
　　 由于Hu矩、Zemike矩都是在整個圖像空間計算所得，在工業(yè)環(huán)境中容易受到噪聲的干擾，而利用小波多尺度分析的小波矩能夠同時獲取應變片的全局矩和局部特征矩，對噪聲有一定的抑制作用，特別適合在應變片自動安裝系統(tǒng)中應用。
　　 在實際的應變片自動安裝系統(tǒng)中，由于獲取的應變片樣本有限，圖像識別(如模板匹配)無法保證識別的準確性;而BP神經網絡具有易陷入局部極小點和收斂