隨著造紙工業(yè)的飛速發(fā)展,造紙生產(chǎn)自動化的不斷提升,當(dāng)前紙機(jī)紙幅愈加增寬、車速也不斷增快,加之造紙纖維、工藝流程和機(jī)械設(shè)備等不確定因素存在,使得紙張抄造過程中面臨更多缺陷（常見外觀紙�。┑娘L(fēng)險,且人們對于紙質(zhì)產(chǎn)品的質(zhì)量要求也越來越高,傳統(tǒng)的依靠人工檢測紙張缺陷的檢測技術(shù)已無法滿足現(xiàn)實需要。因此,研究一種基于機(jī)器視覺的自動化檢測設(shè)備成為首選解決方案,對于提高檢測效率、提升紙病辨識精度顯得尤為重要。本課題通過對造紙工業(yè)現(xiàn)場常見紙病成因及特征分析,研究分析現(xiàn)有紙病在線檢測方案的優(yōu)劣,提出了在FPGA+計算機(jī)模式下紙病二次辨識的技術(shù)方案,并在此基礎(chǔ)上改進(jìn)硬件平臺,確定分類算法,開發(fā)紙病二次辨識軟件系統(tǒng)。主要研究工作及內(nèi)容如下:（1）紙病二次辨識技術(shù)方案的確定目前一般采用“工業(yè)相機(jī)+計算機(jī)”結(jié)構(gòu)模式的紙病在線檢測系統(tǒng),分析其工作流程和一次辨識的工作方式,由于作為檢測系統(tǒng)核心的計算機(jī)是以串行方式處理圖像數(shù)據(jù)的,這使得其越來越難以實時處理高速、寬幅紙機(jī)產(chǎn)生的海量數(shù)據(jù)。針對該種模式檢測系統(tǒng)日益受限的快速性和精確性瓶頸問題,提出了在“工業(yè)相機(jī)+FPGA+計算機(jī)”的檢測系統(tǒng)結(jié)構(gòu)模式下,實現(xiàn)紙病“二次辨識”的... 

【文章來源】：陜西科技大學(xué)陜西省

【文章頁數(shù)】：99 頁

【學(xué)位級別】：碩士

【部分圖文】：

007-2016年中板生產(chǎn)和消費情況

圖 2-1 含多種 病的 張圖像Fig. 2-1 Paper image containing a variety of paper diseases業(yè)現(xiàn)場，由于生產(chǎn)現(xiàn)場外部環(huán)境、制漿原料、造漿流送、抄有可能造成紙病產(chǎn)生，加之隨著紙機(jī)車速提高和紙幅加寬、程中各類工藝條件的變更及生產(chǎn)設(shè)備的不停更換與完善等，樣的生產(chǎn)環(huán)境下也會表現(xiàn)出紙病形態(tài)差異[39]，如由于網(wǎng)刷和、針眼、破洞、窟窿等同類不同形的紙病，使得紙病發(fā)生往點。統(tǒng)計各紙病類別，大致有 30 余種紙病，如：塵埃、孔洞、紋、破損、邊緣裂縫、漏涂、皺折、刮痕、暗斑、亮斑及其病[40]，其中常見紙病有孔洞、黑斑、褶皺、劃痕、亮斑和邊類紙病為重點，討論其特點、成因及可解決方案。眼、針眼、破洞、窟窿類紙病較為常見，僅憑人工肉眼即可迎光相見，其在紙頁上常稱該類小眼為孔眼或針眼，對于形狀較大的則稱為破洞或

圖 2-2 孔洞圖像Fig. 2-2 The hole image形狀大小及出現(xiàn)有無規(guī)律性，可能由于網(wǎng)子破損、輥子上粘有漿料自身不均勻純凈，經(jīng)壓光和顯紙病，多由于漿料中可能含有般情況下，漿料潔凈勻稱，主要頭損壞等都有可能造成孔眼發(fā)生潔設(shè)備，尤其注意在清潔或修遺留雜物或損壞接縫等。

【參考文獻(xiàn)】：
期刊論文
[1]基于自適應(yīng)神經(jīng)模糊推理系統(tǒng)的紙病二次辨識[J]. 王亞波,周強(qiáng),王偉剛,王瑩.  中國造紙. 2017(12)
[2]全球造紙工業(yè)與我國造紙化學(xué)品發(fā)展態(tài)勢[J]. 夏華林.  華東紙業(yè). 2017(01)
[3]基于機(jī)器視覺的紙病檢測系統(tǒng)發(fā)展綜述[J]. 周強(qiáng),陳穎,沈天宇,齊璐.  中國造紙. 2016(05)
[4]CCD線掃描印品質(zhì)量檢測系統(tǒng)[J]. 張利鋒,解凱,李桐,堯潞陽.  北京印刷學(xué)院學(xué)報. 2015(06)
[5]印品缺陷在線檢測技術(shù)的應(yīng)用現(xiàn)狀及發(fā)展趨勢[J]. 段華偉,湯樹海.  印刷技術(shù). 2015(24)
[6]基于改進(jìn)鄰域收縮法的非下采樣Contourlet變換域紅外圖像去噪[J]. 齊乃新,曹立佳,楊小岡,陳世偉.  科學(xué)技術(shù)與工程. 2014(23)
[7]基于RBFNN模糊融合的紙病在線辨識[J]. 周強(qiáng),楊雁南,劉勇,湯偉.  光子學(xué)報. 2013(08)
[8]基于FPGA的紙病預(yù)處理系統(tǒng)[J]. 劉勇,周強(qiáng),劉濤,楊雁南.  中國造紙. 2013(08)
[9]改進(jìn)的BP網(wǎng)絡(luò)在紙病識別中的應(yīng)用[J]. 魏愛娟,李茜,湯偉.  自動化與儀表. 2013(01)
[10]基于形狀特征檢測的手勢感興趣區(qū)提取方法[J]. 覃文軍,楊金柱,趙大哲.  機(jī)器人技術(shù)與應(yīng)用. 2012(06)

碩士論文
[1]基于機(jī)器視覺的端塞表面缺陷檢測算法研究及實現(xiàn)[D]. 杜晞盟.陜西科技大學(xué) 2017
[2]基于FPGA的紙病檢測系統(tǒng)關(guān)鍵技術(shù)研究[D]. 齊璐.陜西科技大學(xué) 2016
[3]實時高速視覺跟蹤系統(tǒng)研制[D]. 張龍.華中科技大學(xué) 2016
[4]基于SVD和SVM的復(fù)雜背景噪聲圖像的紙病辨識[D]. 張慧.陜西科技大學(xué) 2015
[5]基于FPGA的紙病檢測預(yù)處理系統(tǒng)的研究與實現(xiàn)[D]. 劉慧忠.陜西科技大學(xué) 2015
[6]基于圖像分割的紙病檢測算法研究[D]. 成亞維.陜西科技大學(xué) 2014
[7]紙張表面缺陷檢測系統(tǒng)上位機(jī)軟件開發(fā)[D]. 郭旭.哈爾濱工業(yè)大學(xué) 2013
[8]基于機(jī)器視覺的鋼板表面缺陷檢測系統(tǒng)的關(guān)鍵技術(shù)研究[D]. 董保全.浙江理工大學(xué) 2013
[9]基于機(jī)器視覺C/C++實現(xiàn)的紙病檢測系統(tǒng)的研制[D]. 任鵬.陜西科技大學(xué) 2013
[10]紙張質(zhì)量控制系統(tǒng)（QCS）應(yīng)用技術(shù)研究[D]. 王偉.山東輕工業(yè)學(xué)院 2012



本文編號：2897495