1 / 78
文档名称:

基于FCM的刀具特征自适应提取.pdf

格式:pdf   页数:78
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

基于FCM的刀具特征自适应提取.pdf

上传人:qujim2013 2013/10/30 文件大小:0 KB

下载得到文件列表

基于FCM的刀具特征自适应提取.pdf

文档介绍

文档介绍:硕士学位论文⑨万乡歹警乒事教授题基于牡毒咛卣髯允视μ崛申请学位学科:车辆工程月目:作者:指导教师:来跃深理三∈分类号密级’
基于牡毒咛卣髯允视μ崛。芮艚狮婵:糊分研究生签字:弓碱摘要在机器视觉和图像理解中,图像分割是非常重要的环节,是图像处理等领域中主要研究课题之一。图像分割结果的好与坏直接决定了后续图像分析、图像理解和模式识别的结果,因此具有较高的研究价值。一种快速刀具图像分割以及特征检测方法,对于提高视觉数控刀具检测仪工作效率、进行图像匹配、图像识别,甚至图像三维建模都有着重要意义。本文研究的主要内容是基于模糊稻劾,算法的刀具图像分割、轮廓跟踪以及特征提取的研究。针对传统的惴ㄔ谘臼吞卣魇较多时,运算较为复杂以及耗时较多的问题,提出了一种直方图相关性作为约束采样率的快速多阈值指钏惴ǎ刂仆枷袷д妫沟眯枰T怂愕氖萘考跎伲椿竦媒峡斓分割速度以及较好的自适应性。对经过惴ǚ指畛隼吹牡毒咄枷瘢盅芯苛寺廓跟踪算法,通过实验对比邻域轮廓跟踪算法的优缺点,引入了编码技术,得到刀具连续轮廓。通过检测到的轮廓,分别进行了三点求曲率、角点检测、三次跚吣合求曲率,计算得到了刀具图像的特征点。本文实现的快速模糊稻劾嗨惴ǎ诜指罨叶韧枷袷焙氖北却矲算法明显减少;平均运算迭代步骤数也比传统惴ㄉ伲诒Vち朔指钚Ч那榭鱿拢〉昧较满意的图像分割效率,使得应用在高像素图像的分析成为可能。对分割后图像进行了串行方式的跟踪,得到有效的轮廓点集,减少采用并行方式进行边缘检测易产生断点的缺点,提高了特征检测正确率。同时,对于混合编程技术也进行了一定的应用研究。关键词:模糊稻劾嗨惴ǎ煌枷穹指睿恢狈酵迹宦掷8伲惶卣魈崛。换旌媳喑
..甌:,琣,甀,,,琫猼.,琧琀....籧
篺甅,;籺籭;;
录目髀邸研究背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.泳醯毒呒觳饧际醴⒄垢乓!:鼵均值聚类多阈值分割方法研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.课题研究的目的⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..课题研究的意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.课题主要研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..焖倌:鼵均值聚类算法研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..毒咛卣魈崛〖⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯课题所需的技术、试验条件⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.ⅰ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯劾嗨惴ā模糊模式识别⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.:蛹ㄒ濉弓浴
.劾喾治龅氖Ы!.:鼵均值聚类公式推导⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.枷穹指詈蟮耐枷裉氐恪本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一惴ǜ慕芯俊引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..毒咄枷裉卣魈崛⊙芯俊图像轮廓提取方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一边缘检测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...!特征提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.∷⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.∈笛榻峁治觥本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.
⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..环境中函数的定义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯函数设计方法⋯⋯⋯⋯⋯⋯⋯⋯⋯