GPU平台上基于小波的无纺布疵点实时检测系统的研究

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:fattingmore
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
疵点检测是无纺布生产过程中的重要环节。传统的疵点检测方法主要依靠人为的主观检测,随着数字图像处理技术的迅速发展和硬件产品的成本降低,采用基于机器视觉的无纺布疵点检测技术有成本低廉且检测结果迅速、准确的优势。因此利用机器视觉进行无纺布布面的疵点检测将成为发展趋势和研究热点,这对提高无纺布产品质量也具有重要的意义。  本文针对实验室项目所使用的薄型用即弃医疗卫生用无纺布研究了具有针对性的算法。该算法着眼点主要有两点:一是保证检测准确率;二是具有较高的实时性:实际工业生产中,无纺布生产速度最高可达360m/s,因此对算法实时性要求极高。  首先本文针对无纺布表面各种疵点的特点,从空间域角度进行分析,提出了两个改进的空间域检测算法:改进的最大类间差法和双峰法。这两个算法虽耗时较短,但达不到项目所需的检测精度,漏检率很高。为了改善空间域算法的不足,通过分析各种疵点在频域上的特性,发现不同类型疵点在不同频段上特点各不相同,故考虑采用具有多分辨率特性的小波算法检测疵点。从检测结果中可以看出,小波算法准确率较高,仅有2mm直径的疵点也能够较好的检测出来。但是算法耗时较多,实时性不够。为了改善算法的实时性,本文提出一种基于CUDA的并行计算方法,以小波变换为理论基础,在GPU平台上实现了无纺布疵点检测并行算法。该方法在GPU中同时执行多个线程,每个线程处理图像中的一个像素点,大大提高了计算效率。实验结果表明,基于CUDA的并行算法极大提升了检测速度,同时又保证了准确性。  最后本文简述了无纺布疵点检测系统的整体结构,并详细介绍了疵点图片的数据库管理技术。并对该检测系统的性能提升方法做了设想,也对其未来可能的工业应用作出了展望。
其他文献
运动目标轨迹分类与识别是运动分析中的基本问题,它的功能是解释所监视场景中发生的事件,对所监视场景中运动目标轨迹的行为模式进行分析与识别,智能地做出自动分类;由当前目
本文课题来源于国防科工委APTD计划项目“先进控制规律的研究和工程应用验证”。 本论文主要研究了LQG/LTR(Linear Quadratic Gaussian with Loop TransferRecovery)这一多
本文首先介绍了无功补偿的目的和原理,然后从补偿方式,控制策略,投切方式等方面对电容器低压无功补偿技术进行了详细的分析比较,并在此基础上设计了一种满足当前城镇电网改造
全维视觉系统是一个涉及计算机科学、机器视觉、图像工程、人工智能等多学科的问题。视觉是人类感知信息的主要途径,人类约80%的信息通过视觉感知。随着图像处理技术和计算机视
多传感器数据融合是一门新兴学科,在雷达、声纳、导航、自动控制及机器人技术中得到广泛应用。多传感器数据融合的目的是,利用多个或多种传感器提供的冗余信息和互补信息,减
多Agent系统以人类社会为参考目标,重点研究集体的智能行为。RoboCup(robot world cup),即机器人世界杯足球赛,是典型的多Agent系统,它通过提供一个标准的实验测试平台,促进了多Ag
本课题通过对列车监控装置的发展历史和现状的分析和透视,确定了研究的重点和总体框架。首先对设计监控装置的必要性和可行性进行了阐述,通过对机车技术中轨道电路、列车闭塞、
无功功率是影响电压稳定和产生电损的一个重要因素,它关系到整个电力系统安全稳定的运行。无功补偿技术是多年来研究的重点。随着技术的不断进步和发展,各种设备工作时所需要的无功功率不断增大,无功功率在电力网络中的分布也越来越复杂,因此对无功补偿的要求也越来越高。现有无功补偿系统普遍存在投切振荡、投切方式不合理、不能和电力部门组成一个实时通讯系统等问题。在分析现有各种系统优缺点的基础上,我们设计了无功补偿自
火焰检测器是一种与工业生产过程中各种烧嘴或炉窑相配套的,用于检测火焰,实现自动点火和熄火的保护装置。它是针对石油、化工、冶金等行业以及大中型火力发电站的燃气、燃油锅
随着科技在各行各业影响的加深,如今工业、航空航天、通信等各领域的工程系统越来越复杂化、集成化和智能化,随之它们的安全性和可靠性问题也越来越受关注,如何在复杂工程系统的