基于形态学的数字图像处理技术在自动光学检测（AOI）中的应用-自动控制专业论文.docxVIP

基于形态学的数字图像处理技术在自动光学检测(Aop中的应用摘 基于形态学的数字图像处理技术在自动光学检测(Aop中的应用 摘 要 数学形态学自从它诞生以来就一点与图像分析技术紧密结合在一起，其研究 的焦点氇大都集中在实际应用领域中。本论文韵工作是钎对数学形态学及英在图像 分车蓐中的囊骣应羯覆震开豹，基羚文藏数攀形态学在凝缘分澍、瓣标缁纯、帮露《整路 { 板板诼图形检测簿方灏的应耀进行了深入的撵讨，敬得了令人满意的结果。 7．数学形态学是研究数字图像形态结构特征的理论，它是通过对目标图像的形 态受换来实现图象分析及特，征提取的目的，荷这种对目标图像的形态变换又可以通 过选箨较小觞特经图象集台(HP结梅元素)与嚣标辫像豹褶互襻惩来蜜现。 结捣元素是数学形态学中形态运算的最熬本最重要的概念，它程各耪形态变 换中超着不可缺少的作用。结构元索是具有一定几何形状的集合，它的尺寸大小远 小于所研究的目标。对不同的目标图像，需要设计不同的处理算法和不同的结构元 素。结构元素静逡择菲鬻灵灞多交，结构元素形状大小选择静恰当与否，将直接影 嚏形态交换的结豢；鼹以可以这榉说，续捡元寨是数学形态学饯越予蔟宅爨象分褥 算法的优点，但也正是运用数学形态学进行图象分析的难点。 在图像处理与计算机视觉等问题的研究中，数学形淼学滤波方法对原始图像 县有缀好的几何解释往，磁铂砸s+滤波方法更为符合入类的视觉梳理衙虽算法更为 篱单芳零实凝共抒处瑾。；本文在定义了多结梭死素建链、黟裁、歼、}ll四耱多结祷 元素数学形态滤波器的蘑础上，讨论了它们的性质和滤波性能，指出多结构元素壤 蚀滤波和膨胀滤波在噪声滤出，尤其是滤除附着在目标图像边缘上的噪声方面优于 多结构元素汗、溺滤波；多结构元索开滤波和闭滤波在目标图像的细节保护方面剡 傻予多结构元素的疼蚀滤波秘彩裁滤波；多结构元豢豹藩饿、膨张、舞、}ll滤渡褒 细节保护方蕊均饿于单一结构元素的开、闭滤波。本文在形态学表示壤论下绘出了 基于多结构元素的数学形态学滤波器的设计方法，并运用多结构冗素数学形态学开 滤波对原始的PCB板面图形进行滤波处理，取得了较好的结果。 ／图像分割在图像分析、机器视觉、目标识别中都将直接影响到后续的理解和 ／图像分割在图像分析、机器视觉、目标识别中都将直接影响到后续的理解和 识骑工作。数学形态学基于形状图像分割在目标识别中有着成功的应用。它的缺点 是对边界噪声敏感。另外，由各种几何基元的并集、交集和差集构成的目标与人类 对形状的感觉有一定的差异，把数学形态学方法与目标的几何结构相结合可以缓和 这种差异，即数学形态学形状描述，结构几何方法的主要优点是使用多种几何基 元。实际上，这也与人类对简单几何形状的直觉相符合，使用多种几何基元增加了 图像形状描述的精确性。运用数学形态学基本理论和基本运算设计的基于目标图像 最大内切圆的数学形态学状态描述图像分割算法是利用数学形态学交换把复杂目标 分割成～系列互不相交的简单子集，并采用该算法对采集的激光钻孔板面图像进行 分割，其结果表明了数学形态学图像分割算法的实用性。 对目标进行细化处理，提取其骨架(Skeleton)，在目标检测、图像编码等图 像处理与模式识别领域有着广泛的应用，细化算法就是重复地剥离二值图像的边界 象素，特别是0叶1变化处的象素的算法。一般来讲，一个真正好而实用的细化算 法在保证其算法快速的前提下，还需要满足一些必要的特性，例如：骨架的连通 性、结构的稳定性、线条只有一个像素宽、抗噪声强以及骨架是目标图像最合适的 中轴等等。文章在定义了图像轮廓和骨架的基础上，提出了基于两组结构元素模板 的数学形态学细化新算法，用该算法对实际的激光钻孔板面图形进行细化，获得了 满意的结果 。一——一————一一 一———-“V一 最后，通过对本文所做工作的总结，提出了对今后工作的展望。A7 ” 关键字教兰琏学，图像分割，图像细化，滤波，印刷电路板，激光钻孔 一Ⅱ。 DIGITAL DIGITAL D江AGE PRoCESSING TECHNoLoGY BASED oN MATHEMATICAL MORP】}IoLoGY APPLIED To AUToMATED oPTlCAL INSPECTIoN ABSTRACT Mathematical morphology，a set-theoretical method，provides all approach tO digital image processing and representation based on the geometrical shape of all object． It is first investigated by Matheron and Serra．Using an aprior