基于权重系数的木材图像增强及识别

为了进一步提高机器识别木材的准确性,提出基于权重系数的木材图像增强方法。将采集的图像利用离散小波变换分为4个不同的子带,对LL子带采用权重系数检测相似的像素点,对LH、HL和HH子带利用局部方差法进行定向筛选,对上述子带均采用傅里叶系数作差法,同时结合阈值进行混淆判断;对LL子带采用方向自适应滤波消除混淆,对LH、HL和HH子带采用自适应小波收缩消除混淆,最后经过小波逆变换得到增强后的重建图像。选取榆木木片和树皮为识别对象,对其图像进行增强处理,然后利用BP神经网络进行识别。结果表明,本研究方法较传统的图像增强方法提高了榆木木片和树皮的识别率。

一种基于机器视觉的平面加工机床控制系统的设计

针对服装、包装等加工行业中须将人工测量的纸质图纸或模型样件的尺寸信息录入计算机并转换成电子加工图纸而导致的加工周期长、生产效率低的问题,提出了一种基于机器视觉的平面加工机床控制系统,以实现对纸质图纸或模型样件的快速检测。采用“ARM+DSP”方式搭建了主从式运动控制系统,设计了系统各部分功能模块。构建了“工控机+工业CCD (charge coupled device,电荷耦合器件)相机+光源控制”的视觉检测系统,结合FAWS (feature adaptive wavelet shrinkage,自适应特征的小波收缩)算法和麻雀搜索算法提出一种改进的FAWS算法进行图像降噪,并采用Canny算法进行图像边缘检测,实现图像轮廓的准确提取。设计了图像轮廓提取、轮廓数据转换为加工数据、数据通信等处理程序,实现了基于机器视觉的快速检测以及在系统加工过程中的人机交互。最后,对系统进行了实验测试,对实际加工效果进行了评价。结果表明,采用所研制的平面加工机床控制系统不仅能显著提高生产效率,而且能减小图像轮廓的误差。其性能稳定可靠,具有一定的工程实用价值。