基于视觉的工件探伤系统设计与实现-计算机信息安全专业论文.docxVIP

万方数据 万方数据 独 创 性 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作 及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为 获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与 我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的 说明并表示谢意。 签名： 日期： 年 月 日 关于论文使用授权的说明 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘， 允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全 部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 签名： 导师签名： 日期： 年 月 日 万方数据 万方数据 摘要 摘 要 机器视觉技术是计算机科学技术中重要的研究领域之一。信号处理理论，电 子和计算机等相关技术的发展推动了机器视觉这一领域的高速发展。其非接触、 可视化好、智能性高的特点在科学、经济以及国防建设等领域得到了广泛的应用 和高度重视。 检测火车滚轴伤痕是保障火车安全行驶的重要检测工作，而传统人工方法检 测火车滚轴伤痕不但复杂费时，而且不符合现代高精度、高速度的工件检测要求。 为了实现高速自动检测火车滚轴伤痕这一目的，本文提出了结合数字图像处理技 术和支持向量机（SVM）的基于机器视觉的工件探伤系统。该系统采用多特征结 合来描述工件伤痕和支持向量机识别伤痕的技术。基于机器视觉的工件探伤系统 能够高速并精确地检测火车滚轴伤痕，从而完全取代传统人工检测方法。 本文的主要工作如下： （1）针对火车滚轴特点，设计并实现了工件伤痕检测模块。本文分析了火车 滚轴的形状特征，结合 Sobel 边缘检测技术和多项式拟合技术提取图像中火车滚轴 区域，并利用图像二值化处理技术和图像过滤技术成功标记伤痕区域。 （2）针对火车滚轴伤痕特征，设计并实现了多种特征相结合的特征提取模块 来描述工件伤痕。本文分析了火车滚轴伤痕特征，设计并实现了结合图像的 HOG、 纹理、投影、链码等的特征提取模块，更加准确地描述了两种不同类型的工件伤 痕，成功提高了分类器分类地精确度。 （3）设计和实现了结合数字图像处理技术和支持向量机技术的工件探伤系 统。本文采用多种图像处理技术检测出工件的疑似伤痕区，并用多种特征结合的 方式描述疑似伤痕区域，最后结合了支持向量机技术对疑似伤痕区分类识别，准 确快速地检测出工件伤痕。 最后，本文给出了该系统的最终运行成果。测试结果表明，该系统能够准确 地检测出工件伤痕，体现了本系统在系统架构设计上的优势。本文的研究成果能 够应用于各种工业探伤领域，具有极大的实际应用价值。 关键字：机器视觉，SVM，特征提取，数字图像处理 I Abstract Abstract Machine Vision, as one of the most important research fields in Computer Science Technology, has been growing at a fast pace. The development of Signal Processing theory, Electronics and Computer related technology accelerate the development of Machine Vision. Moreover, it has been widely applied in domains of science, economy and national defense development on account of its contactless, visual and intelligent features. The Drive Shaft Scar Inspection is essential to guarantee the security of a moving train. The traditional Manual Inspection is complex and time-consuming, and fails to satisfy the need of modern high-precision and high-speed part inspection. In order to realize automatic high speed train drive shaft scar detection, this paper will pro