爆炸装置电路板残片图像的分割与识别

发布时间：2020-05-09 01:17

【摘要】：爆炸犯罪是危害公共安全的最为严重的暴力犯罪,它给社会带来了巨大的破坏性。针对爆炸装置中的电路板残片的识别和溯源追踪为此类爆炸案件提供重要线索,同时可减少专业人士对电路板残片的人工辨识,提高案件侦破效率。本文对电路板进行图像采集并对电路板残片图像的分割以及识别进行了深入研究。图像分割,本文设计并实现了两种针对电路板图像的分割方法。基于Grab cut及轮廓凸凹点的分割方法:利用电路板本身的特点,对Grab cut方法进行改进,实现电路板图像元器件、焊点、字符等区域的自动提取。由于Grab cut只能区分图像的前景和背景,不能对邻接的不同类别前景区域进行有效区分,本文设计并实现了一种基于轮廓凸凹点的再分割方法,在元器件轮廓凹点处进行分割方向的选择以及是否分割的判别,实现粘连元器件的分离。基于卷积神经网络的分割方法:将基于Grab cut分割方法得到的分割结果作为电路板图像的初始标注,通过分割网络迭代训练并不断优化分割标注。分割网络采用编码-解码结构,编码部分加入PPM(Pyramid Pooling Module),获取不同层级的语义信息指导后续分割;解码部分采用FPN(Feature Pyramid Networks),不同尺度特征独立预测,共同决定最终分割结果。两种分割方法在实验室自行采集的数据集中均取得了良好的分割结果,对阴影、噪声、光照变换等具有鲁棒性。残片识别,本文设计并实现一种基于Harris角点的分层比对方法,应用于电路板残片图像的识别。本方法引入星型拓扑结构,以特征点为结点构建星型结构,充分利用星型结构的灵活性、高约束性。本文综合考虑残片的各级特性,使用局部特征与全局特征相结合的策略,分层次进行残片比对识别,综合考虑了特征点之间,星型结构之间以及匹配星型结构间的空间分布的一致性。该方法的识别准确率高,同时具有较高的时间效率。
【图文】：

图２－３电路板图像分割示意图Ｗ逡逑

图２－６手掌图像的凸包、凸包缺陷及最远点逡逑
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.41;TN41

【参考文献】

相关期刊论文 前1条

1 惠鹏飞;苗凤娟;陶佰睿;王成琳;;一种适用于PCB检测的彩色图像分割算法[J];电子技术应用;2013年03期

，

本文编号：2655348