收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于群体智能的机器视觉的关键技术研究

陈志国  
【摘要】: 机器视觉建立在诸多先进成像器件和成像技术之上,广泛应用于医疗、天文、国防工业及科学研究等领域。典型机器视觉系统分为图像采集、图像处理和运动控制三部分,涉及信息科学、计算机科学、数学、物理学以及生物学等学科的知识。群体智能(Swarm Intelligence, SI)优化算法是近年来兴起的一种模拟生物的群体行为的演化计算方法,以粒子群优化(Particle Swarm Optimization, PSO)算法为典型代表,它通过模拟鸟群之间的集体协作行为来进行问题求解。具有量子行为的粒子群优化(Quantum-behaved Particle Swarm Optimization, QPSO)算法是在深入研究PSO算法的基础上提出,由于只涉及初等运算,具有寻优过程更简单、控制参数更少、收敛速度更快等特点,将其改进算法应用于机器视觉领域,可以有效提高系统的适应性。 图像处理与分析是机器视觉的核心部分,本文将群体智能优化算法引入机器视觉的主要图像处理过程,提出了基于改进的QPSO算法的图像增强、图像复原、图像分割和目标识别等算法,运用算法的并行搜索特性显著提高了算法的收敛速度。最后将基于群体智能的图像处理算法应用到提出的机器视觉高速异纤在线检测系统中,提高了异纤检测的准确率和系统稳定性。论文具体内容如下: (1)图像增强和图像复原用于解决机器视觉系统的采集图像退化问题。针对普通图像增强算法仅适用于特定降质图像的缺点,首先对QPSO算法进行自适应性改进,然后将改进算法应用于图像增强。标准测试函数的仿真结果表明提出的QPSO改进算法具有更好的收敛性,与其他基于群体智能的图像增强算法的对比实验表明,提出的图像增强方法具有更好的增强效果和通用性。针对非线性图像复原算法计算量大的缺陷,提出了一种基于上述改进算法的Lucy-Richardson图像复原算法,对比实验结果显示,提出的图像复原算法有效地降低了图像复原的时间复杂度。 (2)图像分割是机器视觉系统对图像进行分析和识别的前提。针对最小误差阈值法的图像分割方法无法利用图像空间信息的缺点,将最小误差阈值法从一维直方图推广到二维直方图进行图像分割。首先对QPSO算法进行多群体与多阶段改进,然后将改进算法应用于二维最小误差阈值法的寻优过程,用得到的一对阈值进行图像分割。标准测试函数的仿真结果表明改进的QPSO算法具有更好的收敛性。最后将提出的图像分割算法与其他基于群体智能的图像分割算法进行对比,实验结果表明提出的图像分割方法具有更好的图像分割效果和稳定性。 (3)图像分类和目标识别是机器视觉系统的最终目的之一。针对目前基于支持向量机(Support Vector Machine, SVM)的图像分类算法的样本训练时间复杂度高的缺点,本文提出了基于群体智能的SVM分类器样本训练方法,并应用于目标识别。首先将二次规划(Quadratic Programming, QP)问题分解为若干子问题,然后用群体智能优化算法进行QP子问题的优化,通过核主成分分析(Kernel Principal Component Analysis, KPCA)方法将得到的特征向量输入到支持向量机构造分类器,最后对测试样本图像样本进行分类识别。大量实验表明,基于群体智能和支持向量机的目标识别方法缩短了样本训练时间,是一种有效的目标识别方法。 (4)设计了一种机器视觉高速异纤在线检测系统。为了突破图像处理速度这一主要瓶颈,采用FPGA和DSP构建高速图像采集处理卡进行快速异纤检测,并引入群体智能异纤识别算法,实验证明了算法在异纤检测中的有效性,提高了棉花异纤检测的准确率,具有更高的运行稳定性。 论文最后对所做工作与主要研究成果进行了总结,并提出了进一步的研究方向。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 胡晓飞;;边界模糊图像的径向基函数神经网络分割方法研究[J];现代电子技术;2007年07期
2 陶思理;潘长开;;干电池封口胶图像分割方法[J];现代电子技术;2011年13期
3 王克俊;;基于模板法的苹果图像与背景快速分离技术的研究[J];黑龙江科技信息;2009年08期
4 尹立苹;于德敏;许增朴;王永强;王新亭;;小目标玻壳缺陷检测中图像分割问题的研究[J];计量与测试技术;2005年12期
5 张亚静;李民赞;刘刚;乔军;;基于机器视觉和信息融合的邻接苹果分割算法[J];农业机械学报;2009年11期
6 涂宏斌;周新建;;基于机器视觉的铁路货车滚动轴承表面缺陷检测[J];电子测量技术;2006年06期
7 顾骏;曹其新;倪菲;;一种变化光线下的拼图机器人识别系统[J];机电一体化;2006年05期
8 邵乔林;安秋;;基于邻域直方图的玉米田绿色植物图像分割方法[J];江西农业学报;2011年05期
9 尹建军;王新忠;毛罕平;陈树人;张际先;;RGB与HSI颜色空间下番茄图像分割的对比研究[J];农机化研究;2006年11期
10 涂宏斌;周新建;;基于机器视觉的货车滚动轴承外圈麻点缺陷检测[J];铸造技术;2006年09期
11 谢志勇;张铁中;;基于RGB彩色模型的草莓图像色调分割算法[J];中国农业大学学报;2006年01期
12 吴雪梅;李天强;;基于机器视觉的成熟番茄自动识别技术[J];计算机工程与设计;2006年22期
13 夏心怡;苏真伟;李国辉;;基于形状特征的棉花异性纤维图像分割方法[J];农机化研究;2010年07期
14 吕小莲;张祖立;吕小荣;;机器视觉识别田间成熟番茄的研究[J];安徽农业科学;2008年04期
15 王中宇;付继华;孟浩;杨文平;;基于灰色关联分析和区域生长的微小缺陷提取[J];农业机械学报;2008年12期
16 张亚静;邓烈;李民赞;赵瑞娇;何绍兰;易时来;;基于图像处理的柑橘测产方法[J];农业机械学报;2009年S1期
17 李玉平;陈勉舟;;基于机器视觉的马铃薯表面缺陷提取方法的研究[J];黄石理工学院学报;2009年05期
18 谭刚;董祥龙;徐继;王琦;;基于机器视觉的玻璃瓶表面缺陷检测[J];上海工程技术大学学报;2009年02期
19 李昕;李立君;易春峰;;基于目标保护的林业机器人视觉系统的研究[J];中南林业科技大学学报;2011年07期
20 裘祖荣;王莹;胡文川;;边缘检测在异面直线夹角视觉检测中的应用[J];传感器与微系统;2009年11期
中国重要会议论文全文数据库 前10条
1 罗明智;杜家政;;机器视觉苹果自动分级系统图像处理方案设计[A];北京力学会第17届学术年会论文集[C];2011年
2 沈宝国;陈树人;尹建军;;基于机器视觉的棉田杂草精确定位研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
3 金晅宏;戴曙光;穆平安;;机器视觉在汽车前照灯配光检测系统中的应用研究[A];第十三届全国汽车检测技术年会论文集[C];2009年
4 鲁波;黄坚;朱子伟;;基于机器视觉的LED阵列自动分选系统设计[A];浙江省电子学会2010学术年会论文集[C];2010年
5 何浩;龙淼;王晓婷;王忆文;李辉;;电子白板系统中基于机器视觉的目标识别技术[A];第十五届计算机工程与工艺年会暨第一届微处理器技术论坛论文集(A辑)[C];2011年
6 管庶安;周龙;陈永强;廖明潮;;机器视觉在粮食品质检测中的应用研究[A];中国粮油学会第三届学术年会论文选集(下册)[C];2004年
7 张海潮;邱红专;;加权Kalman filter:应用[A];2004中国控制与决策学术年会论文集[C];2004年
8 刘雅举;李娜;张莉;李东明;;机器视觉在药用玻璃瓶质量检测中的研究[A];2007年河北省电子学会、河北省计算机学会、河北省自动化学会、河北省人工智能学会、河北省计算机辅助设计研究会、河北省软件行业协会联合学术年会论文集[C];2007年
9 胡庆新;王伟;顾爱华;;基于机器视觉的农产品物料分级检测系统关键技术研究[A];2011下一代自动测试系统学术研讨会论文集[C];2011年
10 陈艳;张漫;刘兆祥;籍颖;马文强;刘春红;;基于Kalman滤波器的机器视觉自动导航定位算法研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
中国博士学位论文全文数据库 前10条
1 陈志国;基于群体智能的机器视觉的关键技术研究[D];江南大学;2010年
2 杨水山;冷轧带钢表面缺陷机器视觉自动检测技术研究[D];哈尔滨工业大学;2009年
3 龚爱平;基于嵌入式机器视觉的信息采集与处理技术研究[D];浙江大学;2013年
4 刘洪江;基于机器视觉的毛杆缺陷检测技术的研究[D];广东工业大学;2011年
5 丁萌;空间探测器着陆过程中的机器视觉关键技术研究[D];南京航空航天大学;2010年
6 徐剑坤;基于机器视觉的巷道变形实时监测预警技术研究[D];中国矿业大学;2012年
7 盛遵冰;机器视觉图像检测与定位系统关键技术研究[D];哈尔滨工业大学;2009年
8 赵大兴;基于机器视觉的坯布表面质量检测系统研究与实现[D];东北大学;2009年
9 许海霞;机器视觉标定与目标检测跟踪方法及其应用研究[D];湖南大学;2011年
10 刘伟华;基于机器视觉的煤尘在线检测系统关键技术研究[D];山东大学;2011年
中国硕士学位论文全文数据库 前10条
1 程现彬;基于机器视觉的小直径工件检测系统的研究[D];合肥工业大学;2010年
2 晁攀攀;基于机器视觉的贵金属复合带焊接质量在线检测技术研究[D];电子科技大学;2010年
3 赵娇洁;基于机器视觉的汽车轮毂形状识别算法研究[D];沈阳师范大学;2011年
4 刘学山;基于机器视觉的锂离子电池极片检测系统的研究与设计[D];华南理工大学;2010年
5 王强;基于机器视觉的检测识别系统研究及应用[D];电子科技大学;2010年
6 吴珂;基于机器视觉的弹片质量在线检测系统[D];重庆大学;2010年
7 马瑶;LED晶粒分拣技术的机器视觉研究[D];西安工业大学;2010年
8 袁云峰;基于机器视觉的溶液pH值测试的试验研究[D];广西大学;2002年
9 杨丽丽;基于机器视觉的强化木地板表面瑕疵检测方法研究[D];北京林业大学;2010年
10 刘华冠;基于机器视觉的袋装物料位姿自动识别研究[D];济南大学;2011年
中国重要报纸全文数据库 前10条
1 本报记者 李剑琦;机器视觉行业整合正热 中国市场尚处萌芽期[N];机电商报;2005年
2 袁中;邦纳机器视觉在食品及医药包装行业中的应用[N];中国包装报;2009年
3 本报记者 李剑琦;西门子成功并购RVSI Acuity CiMatrix 意欲扩充机器视觉版图[N];机电商报;2005年
4 陈蕾;康耐视向中国多所大学捐赠机器视觉产品加强与高校合作[N];中国包装报;2010年
5 齐齐哈尔大学计算机系讲师 赵鑫;新技术在数字娱乐和动漫领域的应用[N];齐齐哈尔日报;2008年
6 记者 李跃辉通讯员 杨凡;用知识产权抢占市场[N];中国知识产权报;2008年
7 天笑;1394接口新标准即将推出 成USB新挑战[N];电子资讯时报;2008年
8 樊 丹 本报记者;让名医智慧在电脑上“复活”[N];中国中医药报;2005年
9 边歆;商务智能:进化与简化[N];网络世界;2007年
10 本报记者 李剑琦;与Euresys策略联盟 凌华中国战略加速升级?[N];机电商报;2005年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978