基于纹理特征的复合材料图像拼接方法研究
发布时间：2021-08-18 11:02
复合材料模压制品广泛应用于军工、民品等领域。由于模压制品成型后易产生裂纹、麻点、夹杂等缺陷,且复合材料模压制品存在较多的纹理干扰,导致在人工检测的过程中容易出现漏检、误检、尺寸检测不准等问题。基于机器视觉的检测技术可有效代替人工实现模压制品缺陷检测。但是,作为本文研究对象的此类工件多为锥形桶件,且上下直径相差较大,由于需要拍摄模压制品内壁一周才能获得内壁整体图像,而相机只能一次拍摄有限范围的面积,需要多次拍摄并将多幅图像拼接才能获取完整的内壁全景图像。针对这一问题,本文提出一种基于灰度共生矩阵纹理特征块和SURF算法进行结合的复合材料模压制品图像拼接方法。本文的主要研究内容包括:在深入分析复合材料图像纹理特征的基础上,通过各种纹理特征描述方法的对比,采用基于灰度共生矩阵的方法对复合材料纹理的特征进行全局性描述,分析了图像噪声对灰度共生矩阵提取数据的影响,并通过中值滤波减弱图像噪声的影响,为后续的复合材料模压制品图像拼接和融合提供较高质量图像。为了实现对复合材料模压制品图像的拼接,采用一种粗细匹配相结合的配准方法,通过均分法对复合材料模压制品图像进行分块处理,在每个分块内部提取灰度共生矩...
【文章来源】：中北大学山西省
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
内窥镜两次拍摄区域示意图
纹、麻点、夹杂等缺陷，且复合材料模压制品存在较多的纹理干扰，导致在人工检测的过程中容易出现漏检、误检、尺寸检测不准等问题。基于机器视觉的检测技术可有效代替人工实现模压制品缺陷检测。但是，作为本文研究对象的此类工件多为锥形桶件，且上下直径相差较大，由于需要拍摄模压制品内壁一周才能获得内壁整体图像，而相机只能一次拍摄有限范围的面积（如图 1.1 所示，方块区域即单次拍摄区域），需要多次拍摄并将多幅图像拼接才能获取完整的内壁全景图像。针对这一问题，本文提出一种基于灰度共生矩阵纹理特征块和算法进行结合的复合材料模压制品图像拼接方法。在图像拼接的过程中，由于其模压制品的材质是复合材料，而且复合材料其都有相同的特性，即有较多的纹理特征（如图 1.2 所示），通过分析纹理归纳得到复合材料的纹理角度、对比度、灰度等特征，计算出其特征参数基础数据的取值范围，对后续图像拼接和缺陷检测提供必要的特征依据，进而提高缺陷检测的效率和降低人工成本。因此，研究如何基于纹理图像实现全景图像的功能，将拍摄的多幅具有共同点的图像拼接成大场景的图像就显得具有较强的现实意义和实际应用价值。
图 1.3 图像拼接示意图图像拼接技术能解决图像分辨率和成像视野范围的矛盾，拼接后，成像视野扩大了，而且图像分辨率并没有因此而下降，甚至利用图像拼接技术能够获得更高分辨率的图像，如超分辨率图像。此外，图像拼接技术在遥感卫星拍摄、海底探测、军事、医学、视频的压缩、传输等处理、地质勘测、物体三维重构、办案侦查等众多领域都具有极其广泛的应用。按照拼接基准投影面的不同，图像拼接主要包含立方体拼接、柱面拼接、球面拼接、平面拼接等[5]。球面拼接，其实就是将两幅图像向规则的球面进行投影的拼接；柱面拼接，其实就是将两幅图像向规则的柱面进行投影的拼接。其中，最常见的是平面拼接，本文研究的就是关于平面图像的拼接。图像拼接的主要方法依据主要有基于灰度信息、基于变换域和基于特征进行图像拼接[6]。基于灰度信息的图像拼接是取出一部分图像中的像素作为模板，然后在另一幅具有重叠区域的图像上寻找最为相似的图像块，然后采用两幅图像的信息对其对应变换
【参考文献】：
期刊论文
[1]基于改进自适应加权融合算法的土壤湿度监测研究[J]. 王浩,董振振,赵景波,唐勇伟,段杰. 中国农机化学报. 2019(01)
[2]基于SURF算法的服装3D人体特征点识别[J]. 董梦娇,袁晔. 北京服装学院学报(自然科学版). 2018(04)
[3]红外和可见光图像泊松融合算法[J]. 何炳阳,张智诠,杨建昌,李辰,张宇. 光子学报. 2019(01)
[4]基于PCA算法的人脸识别算法设计与实现[J]. 金传洋,孙剑桥,邱雪欢,张惠民. 福建电脑. 2018(11)
[5]一种改进的Harris与SIFT算子结合的图像配准算法[J]. 尚明姝,王克朝. 微电子学与计算机. 2018(06)
[6]基于ORB特征点改进型图像拼接技术[J]. 梁伟铭,冯颖龙,朱元,吴志红. 信息通信. 2017(12)
[7]图像拼接方法综述[J]. 罗群明,施霖. 传感器与微系统. 2017(12)
[8]虹膜区域预处理及纹理特征提取方法的研究[J]. 吕康东,吕晓琪,赵瑛. 现代电子技术. 2017(16)
[9]中值滤波和小波变换相结合的图像去噪研究（英文）[J]. 方挺,任文文. 无线互联科技. 2016(14)
[10]低重叠率和弱纹理图像的快速拼接算法[J]. 黄静. 湖南科技大学学报(自然科学版). 2016(02)
博士论文
[1]基于局部特征的图像配准算法及应用研究[D]. 张超.北京理工大学 2015
[2]无人机飞行途中视觉导航关键技术研究[D]. 宋琳.西北工业大学 2015
硕士论文
[1]基于特征的无人机遥感图像拼接技术研究[D]. 曾海长.南昌航空大学 2018
[2]无人机图像处理关键技术的研究与实现[D]. 温尔雅.电子科技大学 2017
[3]基于双目视觉的三维数字化技术研究与应用[D]. 李超.厦门大学 2017
[4]基于多层次特征提取与匹配的视差图像拼接算法研究[D]. 张晶晶.西南交通大学 2017
[5]改进的SIFT算法及其在图像拼接中的应用[D]. 吴金津.湖南工业大学 2015
[6]增强现实中的图像配准方法研究[D]. 谢金哲.国防科学技术大学 2014
[7]基于局部不变特征图像配准的研究[D]. 王少武.合肥工业大学 2013
[8]一种基于特征点的图像拼接技术研究[D]. 盖进伟.中北大学 2012
[9]基于特征点的图像自动拼接算法研究[D]. 田清吉.山东科技大学 2011
本文编号：3349765
【文章来源】：中北大学山西省
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
内窥镜两次拍摄区域示意图
纹、麻点、夹杂等缺陷，且复合材料模压制品存在较多的纹理干扰，导致在人工检测的过程中容易出现漏检、误检、尺寸检测不准等问题。基于机器视觉的检测技术可有效代替人工实现模压制品缺陷检测。但是，作为本文研究对象的此类工件多为锥形桶件，且上下直径相差较大，由于需要拍摄模压制品内壁一周才能获得内壁整体图像，而相机只能一次拍摄有限范围的面积（如图 1.1 所示，方块区域即单次拍摄区域），需要多次拍摄并将多幅图像拼接才能获取完整的内壁全景图像。针对这一问题，本文提出一种基于灰度共生矩阵纹理特征块和算法进行结合的复合材料模压制品图像拼接方法。在图像拼接的过程中，由于其模压制品的材质是复合材料，而且复合材料其都有相同的特性，即有较多的纹理特征（如图 1.2 所示），通过分析纹理归纳得到复合材料的纹理角度、对比度、灰度等特征，计算出其特征参数基础数据的取值范围，对后续图像拼接和缺陷检测提供必要的特征依据，进而提高缺陷检测的效率和降低人工成本。因此，研究如何基于纹理图像实现全景图像的功能，将拍摄的多幅具有共同点的图像拼接成大场景的图像就显得具有较强的现实意义和实际应用价值。
图 1.3 图像拼接示意图图像拼接技术能解决图像分辨率和成像视野范围的矛盾，拼接后，成像视野扩大了，而且图像分辨率并没有因此而下降，甚至利用图像拼接技术能够获得更高分辨率的图像，如超分辨率图像。此外，图像拼接技术在遥感卫星拍摄、海底探测、军事、医学、视频的压缩、传输等处理、地质勘测、物体三维重构、办案侦查等众多领域都具有极其广泛的应用。按照拼接基准投影面的不同，图像拼接主要包含立方体拼接、柱面拼接、球面拼接、平面拼接等[5]。球面拼接，其实就是将两幅图像向规则的球面进行投影的拼接；柱面拼接，其实就是将两幅图像向规则的柱面进行投影的拼接。其中，最常见的是平面拼接，本文研究的就是关于平面图像的拼接。图像拼接的主要方法依据主要有基于灰度信息、基于变换域和基于特征进行图像拼接[6]。基于灰度信息的图像拼接是取出一部分图像中的像素作为模板，然后在另一幅具有重叠区域的图像上寻找最为相似的图像块，然后采用两幅图像的信息对其对应变换
【参考文献】：
期刊论文
[1]基于改进自适应加权融合算法的土壤湿度监测研究[J]. 王浩,董振振,赵景波,唐勇伟,段杰. 中国农机化学报. 2019(01)
[2]基于SURF算法的服装3D人体特征点识别[J]. 董梦娇,袁晔. 北京服装学院学报(自然科学版). 2018(04)
[3]红外和可见光图像泊松融合算法[J]. 何炳阳,张智诠,杨建昌,李辰,张宇. 光子学报. 2019(01)
[4]基于PCA算法的人脸识别算法设计与实现[J]. 金传洋,孙剑桥,邱雪欢,张惠民. 福建电脑. 2018(11)
[5]一种改进的Harris与SIFT算子结合的图像配准算法[J]. 尚明姝,王克朝. 微电子学与计算机. 2018(06)
[6]基于ORB特征点改进型图像拼接技术[J]. 梁伟铭,冯颖龙,朱元,吴志红. 信息通信. 2017(12)
[7]图像拼接方法综述[J]. 罗群明,施霖. 传感器与微系统. 2017(12)
[8]虹膜区域预处理及纹理特征提取方法的研究[J]. 吕康东,吕晓琪,赵瑛. 现代电子技术. 2017(16)
[9]中值滤波和小波变换相结合的图像去噪研究（英文）[J]. 方挺,任文文. 无线互联科技. 2016(14)
[10]低重叠率和弱纹理图像的快速拼接算法[J]. 黄静. 湖南科技大学学报(自然科学版). 2016(02)
博士论文
[1]基于局部特征的图像配准算法及应用研究[D]. 张超.北京理工大学 2015
[2]无人机飞行途中视觉导航关键技术研究[D]. 宋琳.西北工业大学 2015
硕士论文
[1]基于特征的无人机遥感图像拼接技术研究[D]. 曾海长.南昌航空大学 2018
[2]无人机图像处理关键技术的研究与实现[D]. 温尔雅.电子科技大学 2017
[3]基于双目视觉的三维数字化技术研究与应用[D]. 李超.厦门大学 2017
[4]基于多层次特征提取与匹配的视差图像拼接算法研究[D]. 张晶晶.西南交通大学 2017
[5]改进的SIFT算法及其在图像拼接中的应用[D]. 吴金津.湖南工业大学 2015
[6]增强现实中的图像配准方法研究[D]. 谢金哲.国防科学技术大学 2014
[7]基于局部不变特征图像配准的研究[D]. 王少武.合肥工业大学 2013
[8]一种基于特征点的图像拼接技术研究[D]. 盖进伟.中北大学 2012
[9]基于特征点的图像自动拼接算法研究[D]. 田清吉.山东科技大学 2011
本文编号：3349765
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3349765.html
最近更新
教材专著
