基于NSCT的瓶口图像处理技术研究与应用

数字图像是信息时代人们获取信息的最主要和重要的途径之一，因此对图像处理技术的研究和应用就颇具意义和价值，也一直是国内外专家和学者的重要研究方向。
　　NSCT具有完全的平移不变性、多尺度和多方向等特征，是较小波和Contourlet变换更优越的图像表示方法。NSCT在2005年才被提出，已迅速被许多学者应用在图像去噪、图像增强和边缘检测等方面，并取得了较好的效果。鉴于目前白酒瓶检测技术中的图像处理研究颇少，本文就基于机器视觉的白酒瓶瓶口图像处理技术进行了研究和实验，着重研究瓶口图像处理的方法，以达到自动检测瓶口的目的，而图像处理所涉及的关键技术则为研究的重点。
　　本文首先对图像处理的内容和方法进行了简单介绍，重点研究了特征提取相关的理论、算法和技术，主要进行了基于小波变换和NSCT的图像处理的研究与实验。在对Gabor变换，小波包变换、NSCT等进行研究和实验之后，利用NSCT方法实验了对纹理图像进行特征提取并达到检索目的的新方法。
　　为实现瓶口自动检测，本文提出并且实验了对白酒瓶瓶口图像进行适当分割、特征提取并达到检测优劣目的的新方法，并利用VC编程实现了瓶口图像自动检测功能。具体方案是首先对原图像使用Hough变换检测圆心位置，然后根据瓶口的内外圆半径将瓶口图像从整个图像中分割出来，再分割成面积相等方向一致的若干个子图像。将每个子图像利用NSCT提取特征值，再求出特征值的均值和方差作为子图像特征向量，然后求出无损子图像的特征向量的均值作为标准值，根据每个子图像特征向量与标准特征向量的相似度，判断瓶口是否完好。实验结果表明该方法速度快，检测正确率高，有很高的实用价值。
　　NSCT理论正趋于完善，其应用研究正处于起步阶段，发展前景极为广阔。