防護(hù)眼鏡作為保護(hù)人眼安全的必要裝備,其視野的合格判定及測量對于佩戴者非常重要。目前,國內(nèi)外對防護(hù)眼鏡視野測量的研究較少,且實(shí)際檢測中沿用的是人工測量系統(tǒng)及方法,其測量過程繁瑣、手動參與程度過高,進(jìn)而導(dǎo)致測量結(jié)果的重復(fù)性差且準(zhǔn)確度低。隨著計(jì)量工作的發(fā)展,對測量系統(tǒng)的檢測精度及要求越來越高,研究智能化的防護(hù)眼鏡視野測量系統(tǒng)及方法尤為重要。針對目前防護(hù)眼鏡視野測量系統(tǒng)的單一性和低效性,本文提出一種基于計(jì)算機(jī)視覺的防護(hù)眼鏡視野測量系統(tǒng),該測量系統(tǒng)主要由標(biāo)準(zhǔn)頭模、光纖光源、導(dǎo)光屏、工業(yè)相機(jī)、計(jì)算機(jī)等部分組成,以人眼視野投影圖、眼鏡輪廓投影圖為分析對象,實(shí)現(xiàn)對防護(hù)眼鏡視野的非接觸式、準(zhǔn)確化的全面測量。系統(tǒng)針對不同的檢測需求,可實(shí)現(xiàn)兩種檢測方案:合格眼鏡與不合格眼鏡的快速篩選、以及視野性能（視野和視野合格率）的測量。利用標(biāo)準(zhǔn)頭模和光纖光源模擬人眼直視前方時的眼護(hù)具理想視野區(qū)域,通過比較佩戴待測眼鏡前后的視野投影區(qū)域的變化,可快速判定眼鏡的視野是否合格。以待測眼鏡投影圖為分析對象,設(shè)計(jì)了圖像差分、目標(biāo)提取、缺陷修補(bǔ)、干擾消除這四個部分的圖像處理算法,將眼鏡鏡框與投影背景、鏡片完整的分離開,提高了圖像測... 

【文章來源】：西安理工大學(xué)陜西省

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【部分圖文】：

AZURE-1218ML5M鏡頭Fig.2-9AZURE-1218ML5Mlens

閾值分割點(diǎn) t 的類間方差2B 為： 2 220 0 1 12 2 20 0 1 122 20 0 1 1 0 0 1 120 1 0 1===B t ttw u u w u uw u w u uw u w u w u w uw w 區(qū)間[0,L-1]范圍內(nèi)依次取值，然后計(jì)算對應(yīng)的2B ，當(dāng)類分割的最佳閾值。 閾值分割算法法雖然能夠?qū)崿F(xiàn)在圖像中自動確定分割閾值，但在實(shí)際度值差異不顯著時，會出現(xiàn)目標(biāo)和背景的誤判、缺失等造成這種情況，是由于傳統(tǒng) Otsu 法對于直方圖呈現(xiàn)雙效果較理想，然而，在實(shí)際圖像中，由于噪聲及其環(huán)境錯，圖像直方圖達(dá)不到理想狀態(tài)，如在本系統(tǒng)獲得的圖的灰度直方圖呈現(xiàn)單峰分布，如圖 3-3 所示。

分別用0d ，1d 表示，其關(guān)系式表示如下：0 000tiipd iw (3-14)1 11Tii tpd iw (3-15)顯然，類內(nèi)散度越小越好，即表征其內(nèi)聚性好。因此，要保證分割效果好，需綜合考慮類間距離最大、類內(nèi)散度最小，即 D 最大且 、 最小，這樣，目標(biāo)類和背景類的內(nèi)聚性最好，且類間距最大，分類效果最好。由此，定義以下準(zhǔn)則函數(shù)進(jìn)行判斷： 0 1 0 0 1 1S t w w D /w d w d(3-16)當(dāng)準(zhǔn)則函數(shù) S t 取得最大值時，對應(yīng)的灰度值 t 即為圖像分割的最佳閾值，此時目標(biāo)和背景的分割效果最佳。圖 3-4 (b)為本文方法目標(biāo)提取效果圖，與傳統(tǒng) Otsu 法計(jì)算得到的效果圖相比較，眼鏡輪廓完整的從暗背景中分割出來，但同時引入了離散噪聲，需要后續(xù)操作進(jìn)行優(yōu)化處理47]。


本文編號：2963635