面向數(shù)控雕刻的智能圖像處理研究.pdf

1、隨著雕刻加工技術(shù)的不斷發(fā)展和競爭的加劇,基于圖像處理的雕刻技術(shù)已逐漸被接受,并成為雕刻系統(tǒng)的發(fā)展方向之一.本課題在數(shù)字圖像處理的基礎(chǔ)上,根據(jù)數(shù)控雕刻原理,引進智能控制算法,對圖像雕刻加工系統(tǒng)的圖像預(yù)處理、邊緣檢測、邊緣連接、輪廓跟蹤等內(nèi)容進行研究.選題具有重要意義. 論文分析了雕刻圖像預(yù)處理的要求和過程,重點研究了圖像修復(fù)技術(shù).根據(jù)破損圖像的手工修復(fù)得到修復(fù)矩陣,利用這個修復(fù)矩陣對原圖像進行全幅修復(fù). 該方法很好地解決了

2、雕刻圖像質(zhì)量差而無法實現(xiàn)再雕刻的問題.改進了圖像的去噪算法和銳化算法,對圖像特征邊緣進行強化處理,從而獲得適合雕刻要求的圖像輪廓. 提出了一種基于優(yōu)化模板的圖像邊緣檢測遺傳算法,根據(jù)原始圖像和人工邊緣圖像訓(xùn)練結(jié)果,用遺傳算法得到最優(yōu)檢測模板,從而成功實現(xiàn)同類型圖像的邊緣檢測.處理結(jié)果表明,與傳統(tǒng)的方法相比,圖像的邊緣銳度、峰值信噪比、計算速度等三個指標有明顯改善.該方法可以獲得理想的邊緣特征. 針對圖像邊緣的離散特性和噪

3、聲影響,提出了一種模糊邊緣連接算法.該算法主要基于邊緣點特征,對待定點周圍像素進行鄰域加權(quán),根據(jù)邊緣點附近灰度分布的特點定義了多種邊緣特征,利用不同的邊緣特征確定模糊規(guī)則,從而實現(xiàn)邊緣連接.實驗結(jié)果表明,該方法可以有效連接一些比較模糊或者干擾較大的邊緣,能滿足邊緣檢測的輪廓閉合要求. 通過目標點的8鄰域編碼實現(xiàn)了輪廓特征提取,完成了輪廓的灰度定義,找到了輪廓點之間的相互關(guān)系,并設(shè)計了輪廓提取和跟蹤算法.針對傳統(tǒng)輪廓跟蹤只能跟蹤外