论文部分内容阅读
复杂背景目标检测识别技术是近年来在目标识别领域中一个新的研究方向，目前尚无一种通用方法适用于处理不同复杂背景下的目标识别问题。且由于复杂背景的存在，通常采用的图像处理算法也相对复杂，使得对于复杂背景下目标识别问题的研究仅停留在理论分析或仿真层面，较少获得实际应用。而实际视觉检测系统进行目标识别时，常由于目标所处的背景属于自然背景或者是在运动状态下所采集的图像中有其他干扰的信息，导致实际所要研究的对象大多是处于复杂背景下的。 为进一步研究实际复杂背景下的目标检测识别技术，本文通过对机器视觉检测技术应用概况和复杂背景下目标识别技术国内外研究现状进行分析与总结，以目标的边缘信息作为目标的识别特征，针对实际系统中存在的两种不同类型的复杂背景情况，对目标检测识别技术作了深入的理论研究和实验探索。主要研究工作如下: (1)深入了解实际视觉检测系统的组成以及视觉系统的标定，并在Matlab软件下采用经典的张正友标定法对本文的视觉系统进行标定，结果表明视觉系统标定后消除了由畸变对图像采集精度产生的影响。 (2)针对运动状态下所采集图像存在噪声的复杂背景，通过对PCNN算法的研究，并结合实际情况进行改进，设计并提出了一种基于改进PCNN算法的边缘检测方法，通过Labview软件与Matlab软件的结合，实现对该算法的实际应用。最后通过仿真实验验证了该方法的鲁棒性与准确性。 (3)针对环境光照发生变化的复杂背景，通过对图像深度信息的研究，设计并提出了一种基于图像深度信息的边缘检测方法，在Labview软件下进行仿真验证实验。结果表明此方法对自然光下的复杂背景边缘提取具有良好的鲁棒性。 (4)在理论研究的基础上，结合两个实际的研究课题，分别设计开发了视觉在线检测系统，并搭建了继电器盖在线检测实验台和轮胎带束层在线检测实验台，在实验台上分别完成了对存在噪声点和环境光照变化的这两种复杂背景目标识别理论研究的验证工作，达到了预期的检测效果。