美甲图像预处理及分割方法研究

作     者：尹海畅 

作者单位：天津工业大学 

学位级别：硕士

导师姓名：修春波;于涛

授予年度：2022年

学科分类：12[管理学] 120203[管理学-旅游管理] 1202[管理学-工商管理] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：美甲产品 图像预处理 双边滤波 CV模型 识别系统设计 

摘      要：工业产品的自动分拣是生产中的重要步骤,本文以美甲产品的自动分拣项目为背景,开展了在复杂生产环境下美甲产品的准确识别与抓取的关键技术研究。针对美甲产品图像中存在噪声干扰及光照变化等问题,实现了美甲产品图像预处理与分割算法的研究。具体研究内容如下:为了改善双边滤波方法的去噪和保边效果,并且提升滤波方法的适应性,提出了基于参数自适应的双边滤波去噪方法。由于图像平坦区域像素点间灰度值差异小,图像边缘区域像素点间灰度值差异大,因此,根据像素点间灰度值的差异,构造了自适应的权重参数,令图像平坦区域与边缘区域的像素点权重根据像素点间灰度值差异而自适应变化,由此能够更完整地保留图像的边缘信息,提升去噪效果。实验结果表明,相比于现有的双边滤波方法,改进方法去噪后图像的峰值信噪比、结构相似性与边缘保持度均有所提升,验证了改进方法的有效性。基于传统CV模型的图像分割方法对灰度不均匀图像分割的效果较差,无法区分目标与背景,为此提出了改进的CV模型。将Sobel边缘检测算子与CV模型相结合,利用Sobel算子计算的图像边缘梯度信息构造新的边缘函数,通过边缘函数与能量函数共同控制轮廓曲线演化至目标轮廓处,从而完成对目标的分割。由于本文的改进模型基于图像的灰度信息与边缘梯度信息对图像目标进行分割,因此,能够改善CV模型对灰度不均匀图像分割不准确的问题。实验结果表明,改进模型能够准确分割灰度不均匀图像中的目标,并且模型的迭代次数与运行时间相对更少,分割效率得到了提升。将改进的图像预处理与分割方法应用于美甲产品的识别与抓取中,实现了对美甲图像中产品的有效定位。根据项目的实际需求,基于美甲图像的分割结果,完成了美甲图像识别系统的设计,满足了后续生产需求。