基于小波變換和遺傳算法的機器視覺缺陷檢測研究.pdf

1、近年來，基于機器視覺的產(chǎn)品檢測技術以其高效率，高可靠，低成本等優(yōu)點應用越來越廣泛。本文較為系統(tǒng)地研究了機器視覺產(chǎn)品檢測的相關技術，并針對玻璃缺陷圖像檢測，提出了具體的機器視覺檢測方法，設計并實現(xiàn)了一個檢測性能較好的玻璃缺陷檢測系統(tǒng)。在此基礎上，通過對特征提取、模式識別相關方法的研究，以便進一步對玻璃缺陷進行自動分類和提高識別率。
　　 本文所做的工作主要有：
　　 1、介紹了機器視覺的相關概念及其應用現(xiàn)狀，將機器視覺應用

2、于玻璃缺陷圖像的檢測。針對玻璃圖像對比度低，邊緣模糊等特點，選定了幾種適用于玻璃圖像的預處理方法，包括：灰度化處理、空間線性變換、二值化方法及小波去除噪聲。
　　 2、本文將小波網(wǎng)絡、遺傳算法及K-L有機結合，進行玻璃缺陷圖像特征提取。對缺陷圖像進行兩次壓縮、一次降維，在注意避免陷入局部積小的同時，達到快速收斂的目的。這種方法使得圖像特征提取更加快速，取得了較好的實驗效果。
　　 3、本文提出了一個新的WMDC—加權最小

3、距離分類器分類模型，通過對樣本屬性距離的加權定義，以及增加屬性值的范圍約束，擴大了最小標準化歐式距離分類器的適用范圍，同時提高了最小距離分類器的分類準確率。
　　 本論文中的圖像缺陷檢測系統(tǒng)的主要部分由攝像機、圖像采集卡和微型計算機組成。本文只涉及軟件部分，作者用Visual C++完成了玻璃缺陷檢測的軟件開發(fā)工作。通過理論研究與實驗，檢測系統(tǒng)能用于檢測玻璃的氣泡，夾雜物，結瘤等缺陷。證明了本文所提出的玻璃缺陷圖像的檢測方法是有