基于机器视觉特定物体识别的研究-控制理论与控制工程专业论文.docxVIP

Master Master Candidate：Zou Qingsheng Supervisor：Prof．Wang Renhuang May 201 1 Faculty of Automation Guangdong University of Technology Guangzhou，Guangdong，P．R．China，5 1 0090 摘要摘要 摘要 摘要 羽毛球是劳动密集型产品，从羽毛的分拣到成品羽毛球的检测，大约有十来道 工序。每道工序都需要相应设备与人员，羽毛球从原始状态到成品需要耗费大量的 空间与人力，而羽毛的检测与分类又是这当中最需要人力与最耗时的环节。现代工 业生产研究中，为了降低成本或者避免人员伤亡等原因，越来越多的场合开始应用 机器视觉代替人眼对目标进行检测或识别。然而，羽毛分类仍然使用几十年前的工 艺，高度依赖人工的作用；为此，本文设计了一种基于机器视觉的羽毛检测系统。 本文主要对羽毛图片进行了预处理、纹理特征提取与模式识别、颜色判断、弱 虫蛀判断四个方面的研究，主要的创新点与完成的工作有： 1、每片羽毛片都存在丝纹与拱度不一样的特点，这些特点会干扰后面特征的 提取与分类。本文首先采用半径为3的中值滤波的方法削弱毛片固有的丝纹带来的 影响；接着采用同态滤波，该方法可以减弱毛片的不平整所造成羽毛叶上的光照不 均匀的作用。 2、根据灰度共生矩阵的不同的步长与角度的实验数据，分析得出对比度等7 个参数作为羽毛的特征。首先，提出新方法求取羽毛图片共生矩阵的最佳步长与角 度，即只改变两变量之一，通过求各参数值之间的方差与差值选择最佳结果，本文 求得最佳步长与角度分别为20与45。；然后，以共生矩阵的7个特征参数值作为BP 神经网络的输入值，实验证明可以很好地区分好毛与其它四类毛片。 3、首先，采用CIE LUV颜色空间求取待测毛片与参考标准白片之间的欧氏距 离，结果证明这种方法对羽毛分类的效果不太理想；然后，采用改进的HSI颜色空 间计算方法进行颜色分类，该方法为了削弱亮度分量I对颜色的影响，对分量H、S、 1分别赋于16、8、1的权值，实验得出该方法对羽毛颜色分类效果很好。 4、弱虫蛀毛片是指被昆虫轻微咬伤的羽毛片。与严重被虫咬的羽毛不同，不 能直接通过阈值分割的方法判断羽毛是否有无弱虫蛀，而且它容易与噪声相混淆。 本文采用Canny算子检测弱虫蛀边缘，接着增加一个防断算法，然后再利用连通域 的性质提取目标信息。 本系统建立在MATLAB平台上。可以较准确地对羽毛进行缺陷检测与颜色分 类。提高了生产效率，减少了工作人员，具有一定的实用的价值。 广东工业大学硕士学位论文关键词：机器视觉；灰度共生矩阵；颜色空间；神经网络 广东工业大学硕士学位论文 关键词：机器视觉；灰度共生矩阵；颜色空间；神经网络 II ABSTRACTBadminton ABSTRACT Badminton is labor—intensive product．It is some ten procedures from the feather picked out to badminton．Each procedure need equipment and human labors，so it cost plenty of space and labors to produce badminton，and the detection and the classification of feather are the procedures in which most people work．In modem industrial production and research，the aim to reduce the cost or avoid casualties，machine vision instead of the human eye detects or recognizes feathers in more and more places．However,the craft highly dependent on labor to produce badminton is not greatly improved for several decades·Therefore，the thesis designed a system based on machine vision to classify feathers The thesis mainly researched the feather images from four views which are pre-’processing，texture feature