论文部分内容阅读
近年来，机器视觉技术得到了飞速发展，应用领域空前扩大。图像轮廓(此处指属于同一物质的图像连通域)提取，作为图像分析和图像理解的基础，是图像处理技术的关键环节，因此成为机器视觉技术的一个研究热点。然而，到目前为止，大多物体图像轮廓提取算法只针对特定的用途而设计，普适性很差，受光源变化影响严重。本文提出了一种受光源变化影响较小，对均质物体具有一定普适性的轮廓提取算法。与已有的算法相比，本文算法具有以下优点：对光源的变化不敏感；适合于背景复杂场所的目标轮廓提取；可以实现对大多数均质物体图像轮廓提取，具有较好的通用性。
本文研究了基于色度特征的色块标识算法。以45钢为例，经过大量实验得知，在光源变化不大时，45钢的色度变化范围在0.58-0.64之间，将此范围色度值作为45钢材质物体的色度特征，对物体图像轮廓进行色度标识，一般能将物体图像轮廓标识出来，但经试验知，该色度范围并不是轮廓提取成功的充分条件。
本文研究了基于信息融合的物体图像轮廓提取算法。以45钢为例将基于投影的纹理匹配、数学形态学法和色度标识法相结合，对目标图像轮廓进行提取，能将目标的图像轮廓独立提取出来，从而得到目标图像的大致位置范围。
本文研究了基于粗定位的目标图像轮廓提取算法。基于信息融合的目标图像轮廓提取算法，只能得到目标图像大体轮廓，边缘轮廓有时会发生较严重的畸变。本文根据所得目标图像轮廓的大致位置范围，返回HSV颜色空间，将范围适当扩大，对目标图像进行二次分割，以达到修补边缘的目的。通过对多种均质物体进行图像轮廓提取试验知，目标轮廓图像修补后明显好于修补前。
本文对物体图像轮廓提取算法的实际应用进行了研究。首次将视觉引入塔机防偏拉应用，提出了基于视觉的塔机防偏拉方案，并对方案的工作原理、软硬件组成作了详细说明，用MATLAB对视觉工作原理进行了仿真；提出了基于数学形态学和HSV颜色模型的车牌定位算法，该算法采用物体图像轮廓提取算法的二次分割原理，用数学形态学法作粗分割，然后再针对各色车牌的不同特点，做了基于HSV颜色空间的二次分割，达到了较好的定位结果。