基于機器視覺的密封罐漏氣檢測技術(shù)的研究.pdf

1、我國有眾多的密封罐生產(chǎn)企業(yè)，而密閉密封罐的漏氣檢測是判定密封罐是否成為合格品的重要手段，傳統(tǒng)做法是人工將密封罐放入水中，觀測其是否冒泡以判定是否漏氣，但人工檢測勞動強度大、工作效率低。本文針對傳統(tǒng)檢測方法的不足，以小型密封罐為對象，以水中的運動氣泡為目標，基于圖像處理理論，對其檢測與識別方法展開了研究，對其實際應用進行了探討。論文主要完成工作如下:
　　 1、綜述了國內(nèi)外相關(guān)研究現(xiàn)狀，總結(jié)了小型密閉密封罐的結(jié)構(gòu)及運動目標特點，針

2、對經(jīng)典高斯混合模型當訓練不足時背景值估計誤差大、目標的誤判率高的不足，提出基于K-均值的像素灰度聚類理論生成初始化背景值的方法，即將序列圖像中像素點的聚類的均值作為背景評估圖像的初始值，根據(jù)聚類數(shù)量確定描述圖像像素變化情況的高斯分布數(shù)量并初始化高斯分布的參數(shù)。實驗結(jié)果驗證了改進的高斯混合模型在運動目標檢測中的有效性和準確性。
　　 2、針對光流計算方法存在著迭代緩慢、計算量大、光流計算誤差等問題，提出了基于亮度恒常性約束和局部平

3、滑約束的改進的Horn-Schunck光流計算方法。構(gòu)造一種選擇函數(shù)，根據(jù)梯度的大小應用不同的假設(shè)約束條件，引入了局部平滑約束，減少了光流計算誤差。實驗結(jié)果顯示，改進的Hom-Schunck光流計算方法減少了光流計算量并提高光流計算準確性，準確識別了氣泡運動區(qū)域。
　　 3、綜合應用改進的高斯混合模型的目標檢測算法和改進的Horn-Schunck光流計算方法，基于背景模型，分割圖像獲得運動目標區(qū)域;進行光流場計算，得到運動區(qū)域的