论文部分内容阅读
随着我国生产力的发展和制造业的转型升级，以及机器视觉技术的广泛应用，越来越多的企业引入机器视觉技术来降本增效，大量的造纸、印刷、玻璃等企业也引入了在线表面检测系统作为提升产品质量的关键手段。但面对复杂的工业环境，在线实时处理海量的图像数据依然面临不少挑战，现有的检测系统存在一些不足，例如图像匹配效率问题、图像匹配鲁棒性问题、相机丢帧问题、计算效率问题等，这些问题都会影响系统的适用性和稳定性。 针对以上问题，本文研究了在线表面检测的几个关键技术，对原有的系统的改造升级提供了新的思路。通过对图像配准和系统优化两个方面的研究，提出了适用性较好、鲁棒性较强、实效性较高的在线表面检测方案。本文研究的内容主要由以下几个方面构成: 1、图像配准的效率问题，图像配准是表面检测的关键算法，应用于软件系统的很多环节，提高配准效率能有效减轻计算负荷，本文结合粒子滤波重采样和Sum Table优化方式，提出了基于粒子滤波和Sum Table的快速图像配准方法，实验表明该方法能有效提高配准效率，平均匹配点数仅是传统方式的1％。 2、图像配准鲁棒性问题，为了更好的应对匹配过程中的图像形变和噪声干扰，提高图像配准的鲁棒性和适应范围，本文研究了快速物体跟踪方法的理论和卡尔曼滤波理论，提出了基于卡尔曼自适应的物体跟踪模型，该模型有效的解决了缓慢的图像形变和突发的噪声干扰，提高了匹配的鲁棒性。 3、基于缓存的计算效率问题，为了有效的处理海量的图像数据和提高计算机的计算性能，本文研究了基于缓存优化的相关理论，通过适当的分块和避免映射地址冲突的方式，提出了多线程下快速图像配准方法和非线性滤波器的优化遍历方法。实验表明该方法能有效提高缓存命中率，在大数据的情况下能有效提高计算机的处理效率。 4、多相机下快速纵向拼接问题，复杂的工业环境下，相机丢帧是常见现象，多相机系统中，持续相机丢帧会导致严重后果。为此，本文研究了信道编码理论，设计了一套基于监督码元的纠错方案，有效了解决了相机丢帧导致的拼接和同步问题，实现了快速的纵向图像拼接。 5、软件框架问题，为了快速响应客户需求以及更好的用户体验，本文提出了三层软件模型，有效的对原有系统进行了瘦身，大幅提高了系统的稳定性和适应性。