本文關(guān)鍵詞：產(chǎn)品表面缺陷視覺檢測數(shù)據(jù)處理關(guān)鍵技術(shù)研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：表面缺陷檢測是產(chǎn)品質(zhì)量控制的重要手段,是智能設(shè)計(jì)與制造不可或缺的重要環(huán)節(jié)。隨著機(jī)器視覺檢測技術(shù)的廣泛應(yīng)用,以二維圖像和三維點(diǎn)云為載體的缺陷識別問題已成為該領(lǐng)域的研究熱點(diǎn),其數(shù)據(jù)處理技術(shù)直接決定了產(chǎn)品表面的缺陷識別率和幾何精度。圖像和點(diǎn)云數(shù)據(jù)維度不同,但缺陷檢測原理基本相同,且在數(shù)據(jù)處理方法上也有許多共通之處�；谠撜J(rèn)識,本文采用理論與實(shí)驗(yàn)相結(jié)合的方法,分別對圖像和點(diǎn)云數(shù)據(jù)處理及缺陷識別方面的內(nèi)容展開理論和算法研究,并通過系統(tǒng)開發(fā)和實(shí)際產(chǎn)品的缺陷檢測驗(yàn)證研究成果。論文主要研究內(nèi)容如下：1、針對小缺陷或無缺陷圖像的漏檢和誤檢等問題,對圖像缺陷分割技術(shù)進(jìn)行研究。提出目標(biāo)方差加權(quán)的類間方差缺陷分割法,對圖像類間方差的目標(biāo)方差加權(quán),其權(quán)重使分割閾值位于單模直方圖的左邊緣或者雙模直方圖的谷底,確保缺陷的高檢測率和低誤檢率。在鋼板、木材、織物、鋼軌等產(chǎn)品的缺陷分割實(shí)驗(yàn)中,分割閾值接近理想閾值。設(shè)計(jì)鋼軌表面缺陷視覺檢測系統(tǒng)方案,測試該方法在機(jī)器視覺缺陷檢測中的應(yīng)用效果,實(shí)驗(yàn)表明該方法具有高缺陷檢測率和低誤檢率,相比于其它缺陷分割法,該方法缺陷檢測效果更優(yōu)。2、曲率和法向等微分信息估算是點(diǎn)云數(shù)據(jù)處理的基礎(chǔ),為提高曲率計(jì)算的準(zhǔn)確性,采用參數(shù)二次曲面求解點(diǎn)云曲率。針對尖銳特征曲面在曲率突變區(qū)域估算的法向量誤差大,提出迭代加權(quán)法對特征點(diǎn)云法向量進(jìn)行修正,以進(jìn)一步提高法向量估算的準(zhǔn)確性,實(shí)驗(yàn)表明該方法對曲率突變點(diǎn)具有較高的魯棒性,并有計(jì)算效率上的優(yōu)勢。3、針對點(diǎn)云去噪和精簡處理時,特征區(qū)域被平滑或過精簡問題造成的過大誤差,提出特征保留的點(diǎn)云去噪和精簡方法。采用高斯映射和層次聚類相結(jié)合的方法提取特征點(diǎn)的最優(yōu)鄰域,在優(yōu)化鄰域內(nèi)進(jìn)行雙邊濾波去噪,該方法能有效去除噪聲的同時保留曲面的幾何特征。采用K均值聚類和高斯球上的自適應(yīng)均值漂移聚類法分別對平坦區(qū)域和曲率突變區(qū)域進(jìn)行點(diǎn)云精簡,相比于其它點(diǎn)云精簡方法,該方法精簡誤差小,精簡后的點(diǎn)云能更好地保留原始曲面的幾何特征。4、為了檢測產(chǎn)品表面凹陷、凸包和制造偏差等缺陷,研究基于數(shù)據(jù)配準(zhǔn)的點(diǎn)云缺陷檢測技術(shù)。提出以特征匹配為粗配準(zhǔn)和改進(jìn)迭代最近點(diǎn)為精確配準(zhǔn)的兩階段配準(zhǔn)方案,逐步提高配準(zhǔn)效率和精度。為了加快精確配準(zhǔn)的收斂速度,以測量點(diǎn)到標(biāo)準(zhǔn)模型三角化曲面的最優(yōu)投影點(diǎn)為迭代配準(zhǔn)的對應(yīng)點(diǎn),并根據(jù)最小有向距離生成色斑圖實(shí)現(xiàn)缺陷的可視化。汽車零件制造偏差和鋼軌凹凸缺陷檢測實(shí)驗(yàn)驗(yàn)證了算法的有效性。
【關(guān)鍵詞】：缺陷檢測 圖像分割 點(diǎn)云去噪 點(diǎn)云精簡 數(shù)據(jù)配準(zhǔn)
【學(xué)位授予單位】：南昌大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：TP274
【目錄】：

• 摘要3-5
• ABSTRACT5-10
• 第1章 緒論10-30
• 1.1 課題來源10
• 1.2 課題研究意義和背景10-11
• 1.3 國內(nèi)外研究現(xiàn)狀11-27
• 1.3.1 二維視覺表面缺陷檢測技術(shù)11-14
• 1.3.2 三維視覺表面缺陷檢測技術(shù)14-17
• 1.3.3 圖像數(shù)據(jù)處理方法17-21
• 1.3.4 點(diǎn)云數(shù)據(jù)處理方法21-27
• 1.4 主要研究內(nèi)容27-28
• 1.5 論文結(jié)構(gòu)28-29
• 1.6 本章小結(jié)29-30
• 第2章 二維圖像缺陷分割30-58
• 2.1 缺陷分割相關(guān)工作及問題提出30-31
• 2.2 缺陷分割法31-37
• 2.2.1 Otsu閾值分割法31-35
• 2.2.2 WOV缺陷分割法35-36
• 2.2.3 WOV方法權(quán)重選擇36-37
• 2.3 缺陷分割結(jié)果分析37-46
• 2.3.1 閾值分割結(jié)果比較37-44
• 2.3.2 WOV方法在其它圖像中的應(yīng)用44-46
• 2.4 基于WOV方法的鋼軌表面缺陷檢測46-57
• 2.4.1 圖像采集系統(tǒng)關(guān)鍵參數(shù)計(jì)算47-50
• 2.4.2 形態(tài)學(xué)運(yùn)算在缺陷檢測中的應(yīng)用50-54
• 2.4.3 連通區(qū)域標(biāo)記提取缺陷54-56
• 2.4.4 鋼軌缺陷檢測實(shí)驗(yàn)56-57
• 2.5 本章小結(jié)57-58
• 第3章 點(diǎn)云微分信息估算58-75
• 3.1 基于二次參數(shù)曲面擬合的點(diǎn)云曲率估算58-62
• 3.1.1 點(diǎn)云k鄰域構(gòu)建58-59
• 3.1.2 局部基面參數(shù)化59
• 3.1.3 參數(shù)二次曲面求解59-62
• 3.2 光滑曲面點(diǎn)云法向估算62-64
• 3.3 特征曲面點(diǎn)云法向量估算64-74
• 3.3.1 問題提出64-65
• 3.3.2 基于迭代加權(quán)法的點(diǎn)云法向量估算65-67
• 3.3.3 實(shí)驗(yàn)結(jié)果分析67-74
• 3.4 本章小結(jié)74-75
• 第4章 特征保留的點(diǎn)云去噪與精簡75-98
• 4.1 點(diǎn)云去噪75-82
• 4.1.1 問題提出75-77
• 4.1.2 點(diǎn)集高斯映射77-78
• 4.1.3 高斯球上層次聚類78-80
• 4.1.4 各向異性鄰域雙邊濾波去噪80-81
• 4.1.5 點(diǎn)云去噪實(shí)例81-82
• 4.2 點(diǎn)云精簡82-97
• 4.2.1 問題提出82-84
• 4.2.2 點(diǎn)集K均值空間聚類84-85
• 4.2.3 高斯球上均值漂移聚類85-93
• 4.2.4 點(diǎn)云精簡實(shí)例93-97
• 4.3 本章小結(jié)97-98
• 第5章 基于數(shù)據(jù)配準(zhǔn)的點(diǎn)云缺陷偏差分析98-115
• 5.1 ICP算法描述及變換參數(shù)求解98-102
• 5.2 點(diǎn)云與設(shè)計(jì)模型的數(shù)據(jù)配準(zhǔn)102-107
• 5.2.1 基于特征點(diǎn)的數(shù)據(jù)粗配準(zhǔn)102-103
• 5.2.2 基于改進(jìn)ICP方法的數(shù)據(jù)精確配準(zhǔn)103-107
• 5.3 偏差計(jì)算與表達(dá)107-110
• 5.4 實(shí)例應(yīng)用110-114
• 5.4.1 數(shù)據(jù)配準(zhǔn)110-111
• 5.4.2 偏差分析111-114
• 5.5 本章小結(jié)114-115
• 第6章 總結(jié)與展望115-118
• 6.1 總結(jié)115-116
• 6.2 主要創(chuàng)新點(diǎn)116
• 6.3 展望116-118
• 致謝118-119
• 參考文獻(xiàn)119-128
• 攻讀博士學(xué)位期間的研究成果128

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 葉愛芬;龔聲蓉;王朝暉;劉純平;;基于隨機(jī)分布估計(jì)的點(diǎn)云密度提取[J];計(jì)算機(jī)工程;2009年04期

2 梁新合;梁晉;郭成;曹巨明;;法向約束的多幅點(diǎn)云數(shù)據(jù)融合算法[J];西安交通大學(xué)學(xué)報(bào);2009年05期

3 孟凡文;吳祿慎;;用繼承與優(yōu)化算法精密拼接無序點(diǎn)云[J];光學(xué)精密工程;2009年04期

4 李海亮;鄧非;李剛;;攝影測量激光點(diǎn)云空洞修補(bǔ)[J];測繪科學(xué);2010年05期

5 張晶;楊云生;豐少偉;;基于點(diǎn)云法矢變化的點(diǎn)云簡化方法研究[J];計(jì)算機(jī)與數(shù)字工程;2011年12期

6 李曉久;景曉寧;;基于非接觸式測量的人體點(diǎn)云簡化方法[J];紡織學(xué)報(bào);2012年07期

7 高恩陽;鄭昊鴻;;點(diǎn)云數(shù)據(jù)濾波方法綜述[J];科技資訊;2012年33期

8 范然;金小剛;;大規(guī)模點(diǎn)云選擇及精簡[J];圖學(xué)學(xué)報(bào);2013年03期

9 李偉;李旭東;趙慧潔;張穎;;基于姿態(tài)標(biāo)準(zhǔn)化的線特征點(diǎn)云提取方法[J];北京航空航天大學(xué)學(xué)報(bào);2013年08期

10 錢偉春;3DSMAX中動態(tài)云的制作[J];多媒體世界;1999年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 李文濤;韋群;楊海龍;;基于圖像的點(diǎn)云生成和預(yù)處理[A];2011年全國通信安全學(xué)術(shù)會議論文集[C];2011年

2 蔡來良;李儒;;點(diǎn)云數(shù)據(jù)處理算法與實(shí)現(xiàn)初步研究[A];第四屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2012年

3 馬國慶;陶萍萍;楊周旺;;點(diǎn)云空間曲線的微分信息計(jì)算及匹配方法[A];第四屆全國幾何設(shè)計(jì)與計(jì)算學(xué)術(shù)會議論文集[C];2009年

4 江倩殷;劉忠途;李熙瑩;;一種有效的點(diǎn)云精簡算法[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

5 解輝;張愛武;孟憲剛;;機(jī)載激光點(diǎn)云快速繪制方法[A];第二十五屆全國空間探測學(xué)術(shù)研討會摘要集[C];2012年

6 李凱;張愛武;;基于激光點(diǎn)云的糧倉儲糧數(shù)量測量方法[A];第二屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2010年

7 朱曉強(qiáng);余燁;劉曉平;袁曉輝;Bill P.Buckles;;基于航拍圖像和LiDAR點(diǎn)云的城市道路提取[A];全國第19屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集（上冊）[C];2008年

8 劉虎;;基于線性八叉樹的點(diǎn)云簡化與特征提取研究[A];促進(jìn)科技經(jīng)濟(jì)結(jié)合，服務(wù)創(chuàng)新驅(qū)動發(fā)展——蚌埠市科協(xié)2012年度學(xué)術(shù)年會論文集[C];2012年

9 李濱;王佳;;基于點(diǎn)云的建筑測繪信息提取[A];第四屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2012年

10 楊雪春;;反求工程建模中點(diǎn)云切片技術(shù)研究[A];全國先進(jìn)制造技術(shù)高層論壇暨第八屆制造業(yè)自動化與信息化技術(shù)研討會論文集[C];2009年

中國重要報(bào)紙全文數(shù)據(jù)庫 前2條

1 曹裕華 高化猛 江鴻賓;激光點(diǎn)云 亦真亦幻[N];解放軍報(bào);2013年

2 中國工程院院士 劉先林;四維遠(yuǎn)見的裝備創(chuàng)新[N];中國測繪報(bào);2012年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 彭檢貴;融合點(diǎn)云與高分辨率影像的城區(qū)道路提取與表面重建研究[D];武漢大學(xué);2012年

2 劉涌;基于連續(xù)序列自動快速拼接的全方位三維測量技術(shù)研究[D];西南交通大學(xué);2013年

3 袁小翠;產(chǎn)品表面缺陷視覺檢測數(shù)據(jù)處理關(guān)鍵技術(shù)研究[D];南昌大學(xué);2015年

4 韓峰;基于點(diǎn)云信息的既有鐵路狀態(tài)檢測與評估技術(shù)研究[D];西南交通大學(xué);2015年

5 金龍存;3D點(diǎn)云復(fù)雜曲面重構(gòu)關(guān)鍵算法研究[D];上海大學(xué);2012年

6 李揚(yáng)彥;基于點(diǎn)云的三維重建與形變事件分析[D];中國科學(xué)院深圳先進(jìn)技術(shù)研究院;2013年

7 楊德賀;面向虛擬測方系統(tǒng)的點(diǎn)云聚類與擬合理論[D];中國礦業(yè)大學(xué)（北京）;2014年

8 何朝明;離散點(diǎn)云處理的關(guān)鍵技術(shù)研究[D];西南交通大學(xué);2007年

9 孟凡文;面向光柵投影的點(diǎn)云預(yù)處理與曲面重構(gòu)技術(shù)研究[D];南昌大學(xué);2010年

10 李寶;三維點(diǎn)云的魯棒處理技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 龔碩然;基于Delaunay三角剖分的點(diǎn)云三維網(wǎng)格重構(gòu)[D];河北大學(xué);2015年

2 楊紅粉;頻域技術(shù)應(yīng)用于點(diǎn)云配準(zhǔn)研究[D];北京建筑大學(xué);2015年

3 段紅娟;點(diǎn)云圖像交互式曲線骨架提取技術(shù)及其應(yīng)用[D];西南交通大學(xué);2015年

4 張永恒;散亂點(diǎn)云數(shù)據(jù)配準(zhǔn)方法研究[D];長安大學(xué);2015年

5 吳愛;面向特征擬合的點(diǎn)云簡化方法研究[D];中國地質(zhì)大學(xué)(北京);2015年

6 薛廣順;基于立體視覺的牛體點(diǎn)云獲取方法研究與實(shí)現(xiàn)[D];西北農(nóng)林科技大學(xué);2015年

7 胡誠;精度約束下地表LiDAR點(diǎn)云抽稀方法研究[D];西南交通大學(xué);2015年

8 余明;三維離散點(diǎn)云數(shù)據(jù)處理技術(shù)研究[D];南京理工大學(xué);2015年

9 陳星宇;基于三維彩色點(diǎn)云的地形分類方法研究[D];南京理工大學(xué);2015年

10 朱東方;基于復(fù)雜拓?fù)浣Y(jié)構(gòu)點(diǎn)云的曲線擬合研究與應(yīng)用[D];山東大學(xué);2015年

  本文關(guān)鍵詞：產(chǎn)品表面缺陷視覺檢測數(shù)據(jù)處理關(guān)鍵技術(shù)研究，由筆耕文化傳播整理發(fā)布。

本文編號：298587