Введение
1. Анализ методов автоматизированного контроля и обработки геометрических параметров объектов 9
1.1.Анализ существующих методов и систем контроля геометрических параметров объектов 9
1.2. Особенности технологического цикла производства продукции деревообрабатывающей промышленности 19
1.3.Постановка задачи разработки математического обеспечения оптико-электронной системы контроля 27
1.4. Анализ методов математического описания процесса сегментации изображений объектов с неоднородной структурой поверхности 30
2. Технология формирования адаптивных генетических алгоритмов обработки изображений в зависимости от условий в поле контроля геометрических параметров объектов 48
2.1. Анализ существующих подходов к разработке алгоритмов генетического поиска 48
2.2. Обоснование принципов модификации генетических операторов 55
2.3. Разработка технологий многоуровневого эволюционного поиска 60
2.4. Разработка системных принципов построения инструментальных средств формирования и обучения нейронных сетей на основе генетических алгоритмов 65
2.5. Разработка инструментальных средств синтеза нейронных сетей 75
2.5.1. Разработка генетического алгоритма формирования и обучения нейронных сетей 75
2.5.2. Разработка метода построения эволюционных инструментальных средств для формирования обучающей выборки 85
2.5.3. Разработка оператора локального поиска числа нейронов в скрытых слоях нейронной сети 90
3. Экспериментальные исследования алгоритмов обработки изображения автоматизированной системы оптико-электронного контроля геометрических параметров объекта с неоднородной структурой поверхности 95
3.1. Состав оптико-электронной системы контроля геометрических параметров объекта с неоднородной структурой поверхности 95
3.2. Комплексный алгоритм обработки и анализа изображений в зависимости от условий в поле измерения с использованием генетического подхода 96
3.3.Методика выбора целевой функции генетического алгоритма 105
3.4. Влияние выбора параметров генетического алгоритма на эффективность адаптивной обработки изображения 108
3.5. Классификация дефектов кромки древесностружечной плиты на основе нейросетевых технологий 113
3.6. Математические методы определения границ изображений объектов с неоднородной структурой поверхности 118
3.6.1.Контроль границ изображения объекта на основе цифрового curvelet-преобразования 118
3.6.2.Полосно-пропускающая фильтрация 121
Заключение 129
Список литературы 130
Приложение
