本文關(guān)鍵詞：玻璃管缺陷檢測(cè)系統(tǒng)及其性能優(yōu)化　出處：《中國科學(xué)院重慶綠色智能技術(shù)研究院》2016年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 缺陷檢測(cè) 形態(tài)學(xué)濾波 邊緣檢測(cè) 閾值化處理 GPU

【摘要】：目前,工業(yè)中針對(duì)玻璃管是否存在缺陷的檢測(cè)已經(jīng)成為了生產(chǎn)過程中一個(gè)必不可少的環(huán)節(jié),同時(shí)檢測(cè)的要求也越來越高,即需要在保證精度、控制成本的基礎(chǔ)上實(shí)現(xiàn)玻璃管缺陷的快速檢測(cè)。對(duì)此,本文提出了一種基于GPU(Graphics Processing Unit)實(shí)現(xiàn)缺陷檢測(cè)的方法,既可以保證檢測(cè)的精度,成本也不會(huì)增加,同時(shí)又能極大提高系統(tǒng)的檢測(cè)速度。該方法主要通過在CUDA(Compute Unified Device Architecture)架構(gòu)下對(duì)圖像處理過程中的形態(tài)學(xué)濾波(腐蝕和膨脹),邊緣檢測(cè)(高斯濾波、梯度和方向角計(jì)算、非極大值抑制、滯后閾值連接邊緣)以及閾值化處理(Otsu二值化)三個(gè)過程進(jìn)行改進(jìn),使算法運(yùn)行時(shí)間極大減少。根據(jù)實(shí)驗(yàn)數(shù)據(jù)分析可得,GPU下進(jìn)行一次完整檢測(cè)所需時(shí)間遠(yuǎn)遠(yuǎn)小于CPU進(jìn)行一次完整檢測(cè)的時(shí)間,GPU下的整體運(yùn)行效率較CPU下有約16倍的性能提升,同時(shí)檢測(cè)精度相差無異。其中,通過對(duì)各個(gè)算法單次運(yùn)行在GPU和CPU下的執(zhí)行效率進(jìn)行對(duì)比,可以得出GPU下形態(tài)學(xué)濾波有近14倍的提升,邊緣檢測(cè)有約15倍的提升,Otsu閾值化有近9倍的提升。因此,通過GPU實(shí)現(xiàn)系統(tǒng)檢測(cè)算法的并行化能極大減少算法的運(yùn)行時(shí)間,提升檢測(cè)系統(tǒng)的計(jì)算性能。
[Abstract]:At present, the detection of glass tube defects in industry has become an essential link in the production process, and the requirements of the detection are increasingly high, that is, the need to ensure the accuracy. On the basis of cost control, rapid detection of glass tube defects is realized. This paper presents a method of defect detection based on GPU(Graphics Processing Unit, which can not only guarantee the accuracy of detection, but also do not increase the cost. At the same time, it can greatly improve the detection speed of the system. Morphological filtering (corrosion and expansion) in image processing under the framework. Edge detection (Gaussian filtering, calculation of gradient and direction angle, non-maximum suppression, lag threshold linking edge) and threshold processing Otsu binarization are improved. According to the analysis of the experimental data, it can be found that the time required for a complete detection under CPU is much less than that for a complete detection by CPU. The overall operating efficiency of GPU is about 16 times higher than that of CPU, and the detection accuracy is the same. By comparing the execution efficiency of each algorithm under GPU and CPU, it can be concluded that the improvement of morphological filtering and edge detection under GPU is nearly 14 times and 15 times higher respectively. Therefore, the parallelization of the system detection algorithm through GPU can greatly reduce the running time of the algorithm and improve the computing performance of the detection system.
【學(xué)位授予單位】：中國科學(xué)院重慶綠色智能技術(shù)研究院
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TQ171.65;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 包正林;;有關(guān)閥門缺陷檢測(cè)方法的分析[J];科技創(chuàng)業(yè)家;2013年22期

2 王向成;;薄板內(nèi)部微小缺陷檢測(cè)裝置[J];鋼鐵研究;1991年01期

3 李方兵;;煤礦地面機(jī)械缺陷檢測(cè)技術(shù)的應(yīng)用[J];科技創(chuàng)新與應(yīng)用;2013年25期

4 童兆和,江福明,丁傳賢,殷慶瑞;掃描電聲顯微鏡在涂層缺陷檢測(cè)中的應(yīng)用[J];無機(jī)材料學(xué)報(bào);1992年03期

5 吳明復(fù);纖維增強(qiáng)復(fù)合材料的應(yīng)用及其缺陷檢測(cè)[J];航天工藝;1988年01期

6 石繪;余文勇;;商業(yè)票證印刷缺陷檢測(cè)方法的研究[J];武漢理工大學(xué)學(xué)報(bào);2008年05期

7 鄭中興;;關(guān)于鍛鋼件中的缺陷和材料強(qiáng)度問題[J];大型鑄鍛件;1984年04期

8 張黎明;蔡琦;趙新文;李維高;;基于信息融合的核管道缺陷檢測(cè)研究[J];中國艦船研究;2010年06期

9 陳正立;楊亞青;;閥門缺陷檢測(cè)方法的研究[J];技術(shù)與市場(chǎng);2011年06期

10 鄭承明;王新海;王文軍;湯清源;;鉆桿螺紋缺陷檢測(cè)裝置的研制[J];石油機(jī)械;2006年04期

相關(guān)會(huì)議論文 前10條

1 楊德美;楊學(xué)志;;基于獨(dú)立分量分析高階統(tǒng)計(jì)量的紡織品缺陷檢測(cè)[A];全國第21屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議（CACIS·2010）暨全國第2屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

2 于景蘭;于健;翁昌年;;探地雷達(dá)在橋梁缺陷檢測(cè)中的應(yīng)用初探[A];中國地球物理第二十一屆年會(huì)論文集[C];2005年

3 李兵;鄧善熙;李煥然;;計(jì)算機(jī)圖像處理技術(shù)應(yīng)用于晶振元件缺陷檢測(cè)[A];首屆信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2003年

4 趙漣漪;許寶杰;童亮;;在線玻璃缺陷檢測(cè)系統(tǒng)的研究[A];機(jī)械動(dòng)力學(xué)理論及其應(yīng)用[C];2011年

5 何濤;吳永祥;李偉;吳慶華;鐘飛;;Hexsight視覺軟件包在串行端子缺陷檢測(cè)中的應(yīng)用[A];第六屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集（2）[C];2008年

6 曾理;郭海燕;蒲云;畢碧;;射線數(shù)字成像缺陷檢測(cè)技術(shù)研究[A];全國射線數(shù)字成像與CT新技術(shù)研討會(huì)論文集[C];2009年

7 蔡茂蓉;;PCB缺陷檢測(cè)系統(tǒng)的研究與實(shí)現(xiàn)[A];第三屆全國軟件測(cè)試會(huì)議與移動(dòng)計(jì)算、柵格、智能化高級(jí)論壇論文集[C];2009年

8 潘敏;程良倫;;一種基于角點(diǎn)匹配的PCB板元件安裝缺陷檢測(cè)基準(zhǔn)點(diǎn)定位算法[A];中國自動(dòng)化學(xué)會(huì)中南六省（區(qū)）2010年第28屆年會(huì)·論文集[C];2010年

9 王國勛;彭怡;寇綱;石勇;;基于MCDM的軟件缺陷檢測(cè)算法評(píng)估[A];經(jīng)濟(jì)全球化與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會(huì)第16屆學(xué)術(shù)年會(huì)論文集[C];2010年

10 劉松林;陳杰;郝向陽;西勤;;玻殼缺陷檢測(cè)與幾何量測(cè)視覺系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[A];2009年全國測(cè)繪儀器綜合學(xué)術(shù)年會(huì)論文集[C];2009年

相關(guān)重要報(bào)紙文章 前1條

1 本報(bào)記者 張海志;一名產(chǎn)業(yè)工人的創(chuàng)新情結(jié)[N];中國知識(shí)產(chǎn)權(quán)報(bào);2010年

相關(guān)博士學(xué)位論文 前10條

1 蘇日亮;面向鋼軌軌底缺陷檢測(cè)的電磁超聲換能器研究[D];哈爾濱工業(yè)大學(xué);2015年

2 劉洪江;基于機(jī)器視覺的毛桿缺陷檢測(cè)技術(shù)的研究[D];廣東工業(yè)大學(xué);2011年

3 肖慶;提高靜態(tài)缺陷檢測(cè)精度的關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2012年

4 張大林;靜態(tài)缺陷檢測(cè)優(yōu)化若干關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2014年

5 周文;IC互連中的缺陷檢測(cè)方法及缺陷對(duì)電路可靠性的影響[D];西安電子科技大學(xué);2010年

6 司小書;面向織物缺陷檢測(cè)的CUDA并行圖像處理模型與算法研究[D];武漢大學(xué);2011年

7 劉艷;基于CCD掃描的聚合物薄膜缺陷檢測(cè)關(guān)鍵技術(shù)研究[D];哈爾濱理工大學(xué);2009年

8 王慶香;基于小波的紋理分析及其在FPC金面缺陷檢測(cè)中的應(yīng)用[D];華南理工大學(xué);2011年

9 明俊峰;羽毛片缺陷檢測(cè)若干關(guān)鍵技術(shù)的研究[D];廣東工業(yè)大學(xué);2014年

10 畢昕;面向TFT-LCD制程的Mura缺陷機(jī)器視覺檢測(cè)方法研究[D];上海交通大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 陳宇;軟包商標(biāo)印刷缺陷檢測(cè)系統(tǒng)研究[D];昆明理工大學(xué);2015年

2 周艷;光通信濾光片外觀缺陷自動(dòng)檢測(cè)系統(tǒng)任務(wù)調(diào)度優(yōu)化方法[D];華南理工大學(xué);2015年

3 黃文軍;基于機(jī)器視覺的印字缺陷檢測(cè)系統(tǒng)研究與實(shí)現(xiàn)[D];五邑大學(xué);2015年

4 陳洪磊;基于寬頻信號(hào)的板中缺陷檢測(cè)[D];上海應(yīng)用技術(shù)學(xué)院;2015年

5 章玲;基于圖像放縮算法的輪胎缺陷檢測(cè)系統(tǒng)研究與實(shí)現(xiàn)[D];山東大學(xué);2015年

6 劉博;基于電磁超聲Lamb波換能器陣列的板材檢測(cè)方法研究[D];哈爾濱工業(yè)大學(xué);2015年

7 劉振東;鋼芯傳送帶缺陷檢測(cè)系統(tǒng)中圖像處理算法研究[D];山西大學(xué);2015年

8 胡sズ，

本文編號(hào)：1421261