本文關(guān)鍵詞：基于光譜和成像分析的液體包裝泄漏檢測系統(tǒng)

  更多相關(guān)文章： 液體包裝 泄漏檢測 熒光光譜 近紅外光譜 圖像處理

【摘要】：包裝在我們的生活中隨處可見,生產(chǎn)過程中包裝的密封質(zhì)量影響著產(chǎn)品的質(zhì)量,包裝的泄漏問題嚴(yán)重影響著食品和生產(chǎn)的質(zhì)量和安全。目前已有的一些檢測技術(shù)不適用于液體包裝的在線檢測。為了實(shí)現(xiàn)對液體包裝的非破壞性、快速、抗干擾、低成本的在線泄漏檢測,本文提出了一種基于光譜和成像分析的液體包裝泄漏檢測系統(tǒng)。本文提出了兩種液體包裝泄漏檢測方法,分別是熒光光譜法和近紅外光譜法。熒光光譜泄漏檢測方法是以熒光光譜為檢測依據(jù),根據(jù)被測樣品的熒光特性,用液體的激發(fā)波長作為光源波長,通過光電探測器探測是否出現(xiàn)熒光信號,以此判斷是否有液體泄漏。近紅外光譜泄漏檢測方法原理為近紅外光譜技術(shù),依據(jù)被測樣品近紅外光譜的吸收特性,用液體的近紅外特征波長作為光源波長,通過對被測樣品的近紅外圖像進(jìn)行處理,識別目標(biāo)物體,進(jìn)行泄漏判斷。系統(tǒng)實(shí)現(xiàn)了近紅外光譜法的系統(tǒng)搭建和實(shí)驗(yàn)分析,檢測速度達(dá)10個(gè)/秒,可用于含水溶液的液體包裝在線泄漏檢測。本文完成了一套泄漏識別算法,包括對圖像的閾值處理、輪廓提取等,能夠識別液體和包裝的輪廓,實(shí)現(xiàn)最小液體直徑為Φ0.8mm的泄漏量檢測。本文定義了兩個(gè)泄漏量化指標(biāo),分別為絕對泄漏值和相對泄漏值。液體包裝泄漏檢測系統(tǒng)以泄漏量化指標(biāo)大小作為泄漏判別依據(jù)。本文編寫了近紅外光譜泄漏檢測系統(tǒng)的圖像處理軟件,基于C++的可視化編程和OpenCV的圖像處理庫,實(shí)現(xiàn)了圖像獲取和泄漏標(biāo)記。本文從系統(tǒng)檢測原理、硬件選型、圖像處理算法等幾個(gè)方面對基于光譜和成像分析的液體包裝泄漏檢測系統(tǒng)進(jìn)行了說明,系統(tǒng)實(shí)現(xiàn)快速、無損、抗干擾的液體包裝在線泄漏檢測。
【關(guān)鍵詞】：液體包裝 泄漏檢測 熒光光譜 近紅外光譜 圖像處理
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP391.41;TB487
【目錄】：

• 致謝5-6
• 摘要6-7
• Abstract7-12
• 第一章 緒論12-16
• 1.1 研究背景及意義12
• 1.2 泄漏檢測技術(shù)研究現(xiàn)狀12-14
• 1.3 主要研究內(nèi)容14-15
• 1.4 本章小結(jié)15-16
• 第二章 系統(tǒng)原理16-27
• 2.1 系統(tǒng)流程16-17
• 2.2 熒光光譜17-18
• 2.2.1 熒光光譜泄漏檢測原理17
• 2.2.2 熒光光譜技術(shù)17-18
• 2.3 近紅外光譜18-21
• 2.3.1 近紅外光譜泄漏檢測原理18
• 2.3.2 近紅外光譜技術(shù)18-21
• 2.4 圖像處理算法21-25
• 2.4.1 圖像邊緣檢測原理21-22
• 2.4.2 圖像預(yù)處理22-24
• 2.4.3 閾值處理24-25
• 2.4.4 缺陷修補(bǔ)25
• 2.4.5 輪廓提取25
• 2.5 本章小結(jié)25-27
• 第三章 熒光光譜泄漏檢測方法27-35
• 3.1 熒光光譜法的裝置27-28
• 3.2 硬件選型28-29
• 3.2.1 光源28-29
• 3.2.2 光電探測器29
• 3.2.3 濾光片29
• 3.3 熒光光譜測試29-34
• 3.3.1 測試過程及結(jié)果30-33
• 3.3.2 測試結(jié)果分析33-34
• 3.4 本章小結(jié)34-35
• 第四章 近紅外光譜泄漏檢測方法35-41
• 4.1 近紅外光譜法的裝置35-36
• 4.2 硬件選型36-38
• 4.2.1 光源37
• 4.2.2 相機(jī)37-38
• 4.3 近紅外光譜測試38-40
• 4.4 本章小結(jié)40-41
• 第五章 液體包裝泄漏檢測系統(tǒng)41-59
• 5.1 系統(tǒng)硬件參數(shù)41-42
• 5.1.1 光源41-42
• 5.1.2 相機(jī)42
• 5.2 圖像采集結(jié)果及分析42-50
• 5.2.1 光源強(qiáng)度42-44
• 5.2.2 識別角度和形態(tài)44-46
• 5.2.3 識別精度46-48
• 5.2.4 抗環(huán)境干擾性48
• 5.2.5 適用范圍48-50
• 5.3 算法實(shí)現(xiàn)50-55
• 5.3.1 圖像處理方案50-52
• 5.3.2 濾波52-53
• 5.3.3 閾值處理53-54
• 5.3.4 形態(tài)學(xué)運(yùn)算54-55
• 5.3.5 輪廓提取55
• 5.4 泄漏識別55-58
• 5.4.1 泄漏識別的量化指標(biāo)55-57
• 5.4.2 泄漏標(biāo)記結(jié)果57-58
• 5.5 本章小結(jié)58-59
• 第六章 總結(jié)及展望59-61
• 6.1 總結(jié)59-60
• 6.2 工作展望60-61
• 參考文獻(xiàn)61-65
• 作者簡歷65

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前6條

1 徐元哲;劉縣;胡智慧;周紅晶;;光學(xué)式SF_6斷路器的泄漏檢測技術(shù)[J];高電壓技術(shù);2009年02期

2 何南至;中國食品和包裝機(jī)械行業(yè)現(xiàn)狀及發(fā)展趨勢[J];包裝世界;2003年06期

3 唐向陽,張勇,李江有,黃崗,楊松,關(guān)宏;機(jī)器視覺關(guān)鍵技術(shù)的現(xiàn)狀及應(yīng)用展望[J];昆明理工大學(xué)學(xué)報(bào)(理工版);2004年02期

4 陳紅,丁幼春,熊利榮;無損檢測技術(shù)在花生品質(zhì)檢測中的應(yīng)用[J];糧油加工與食品機(jī)械;2005年02期

5 沈功田,李濤,姚澤華,邱虹程;高溫壓力管道紅外熱成像檢測技術(shù)[J];無損檢測;2002年11期

6 朱偉;;氣調(diào)包裝的在線泄漏檢測[J];中國包裝工業(yè);2011年08期

，

本文編號：905288