汽車儀表盤印刷片缺陷檢測(cè)技術(shù)應(yīng)用研究
發(fā)布時(shí)間:2021-04-26 17:46
針對(duì)傳統(tǒng)汽車儀表盤印刷片人工目檢的方式效率低下、人工成本高,而且受人為影響因素較多,易存在錯(cuò)檢,甚至漏檢等問(wèn)題,不能滿足大規(guī)模生產(chǎn)的需求。本課題充分統(tǒng)計(jì)并分析了汽車儀表盤片印刷缺陷的特征,同時(shí)結(jié)合實(shí)際生產(chǎn)應(yīng)用場(chǎng)景,設(shè)計(jì)并實(shí)現(xiàn)了一套基于汽車儀表盤印刷片缺陷檢測(cè)的系統(tǒng)。主要研究成果如下:(1)提出了一種快速高精度的汽車儀表盤圖像配準(zhǔn)算法。該算法首先去除圖像冗余背景,提取前景目標(biāo)輪廓幾何特征;通過(guò)余弦距離度量特征,篩選粗匹配特征;再利用RANSAC算法剔除誤匹配,獲取精匹配特征,求得配準(zhǔn)參數(shù)完成配準(zhǔn)。實(shí)驗(yàn)結(jié)果表明,對(duì)于3840×2748像素的儀表盤圖像,本文配準(zhǔn)算法對(duì)光照變化敏感度低,同時(shí)配準(zhǔn)精度高、耗時(shí)短,其中最長(zhǎng)配準(zhǔn)耗時(shí)不超過(guò)2秒,配準(zhǔn)誤差在1個(gè)像素以內(nèi)。(2)將邊緣檢測(cè)算法與模板差影法結(jié)合有效提取出了缺陷信息,利用SVM算法實(shí)現(xiàn)了五種儀表盤印刷缺陷分類,最后將檢測(cè)的缺陷信息存于數(shù)據(jù)庫(kù)中,可定期管理缺陷信息為后期改良生產(chǎn)線提供極大的參考價(jià)值。(3)設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)儀表盤缺陷檢測(cè)系統(tǒng)。該系統(tǒng)的檢測(cè)速度可達(dá)每張盤片20s以內(nèi),缺陷提取正確率可達(dá)90%,缺陷識(shí)別正確率可達(dá)90%,能滿足實(shí)際工業(yè)...
【文章來(lái)源】:西南科技大學(xué)四川省
【文章頁(yè)數(shù)】:73 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
1 緒論
1.1 課題研究背景及意義
1.2 印刷品缺陷檢測(cè)技術(shù)的研究現(xiàn)狀
1.2.1 國(guó)外研究現(xiàn)狀
1.2.2 國(guó)內(nèi)研究現(xiàn)狀
1.3 汽車儀表盤印刷片缺陷檢測(cè)關(guān)鍵問(wèn)題
1.4 論文主要研究?jī)?nèi)容安排
2 快速高精度汽車儀表盤圖像配準(zhǔn)
2.1 圖像預(yù)處理
2.1.1 自動(dòng)曝光采集圖像
2.1.2 圖像去噪
2.2 汽車儀表盤圖像特征提取
2.2.1 閾值分割提取前景圖像
2.2.2 輪廓幾何特征提取
2.3 汽車儀表盤圖像特征匹配
2.3.1 余弦距離度量相似性
2.3.2 剔除誤匹配特征
2.4 圖像配準(zhǔn)實(shí)驗(yàn)結(jié)果分析
2.4.1 配準(zhǔn)時(shí)效對(duì)比實(shí)驗(yàn)
2.4.2 配準(zhǔn)精度對(duì)比實(shí)驗(yàn)
2.4.3 配準(zhǔn)光照影響對(duì)比實(shí)驗(yàn)
2.5 本章小結(jié)
3 汽車儀表盤圖像缺陷檢測(cè)
3.1 模板差影法提取缺陷
3.2 模板邊緣差影法提取缺陷
3.2.1 改進(jìn)的邊緣檢測(cè)算法
3.2.2 形態(tài)學(xué)處理
3.2.3 缺陷提取實(shí)驗(yàn)結(jié)果
3.3 SVM分類汽車儀表盤缺陷
3.3.1 缺陷特征分析
3.3.2 建立缺陷庫(kù)
3.3.3 缺陷圖像特征提取
3.3.4 SVM分類器
3.3.5 缺陷分類實(shí)驗(yàn)結(jié)果
3.4 本章小結(jié)
4 檢測(cè)系統(tǒng)實(shí)現(xiàn)與實(shí)驗(yàn)分析
4.1 檢測(cè)系統(tǒng)設(shè)計(jì)的技術(shù)指標(biāo)
4.2 檢測(cè)系統(tǒng)整體架構(gòu)
4.3 系統(tǒng)開發(fā)環(huán)境
4.4 系統(tǒng)硬件設(shè)計(jì)
4.4.1 照明系統(tǒng)
4.4.2 圖像采集系統(tǒng)
4.5 系統(tǒng)軟件設(shè)計(jì)
4.5.1 軟件需求分析
4.5.2 軟件架構(gòu)設(shè)計(jì)
4.5.3 軟件系統(tǒng)實(shí)現(xiàn)
4.6 系統(tǒng)缺陷檢測(cè)結(jié)果
4.7 缺陷檢測(cè)實(shí)驗(yàn)誤差原因分析
4.8 本章小結(jié)
總結(jié)與展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文及研究成果
本文編號(hào):3161839
【文章來(lái)源】:西南科技大學(xué)四川省
【文章頁(yè)數(shù)】:73 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
1 緒論
1.1 課題研究背景及意義
1.2 印刷品缺陷檢測(cè)技術(shù)的研究現(xiàn)狀
1.2.1 國(guó)外研究現(xiàn)狀
1.2.2 國(guó)內(nèi)研究現(xiàn)狀
1.3 汽車儀表盤印刷片缺陷檢測(cè)關(guān)鍵問(wèn)題
1.4 論文主要研究?jī)?nèi)容安排
2 快速高精度汽車儀表盤圖像配準(zhǔn)
2.1 圖像預(yù)處理
2.1.1 自動(dòng)曝光采集圖像
2.1.2 圖像去噪
2.2 汽車儀表盤圖像特征提取
2.2.1 閾值分割提取前景圖像
2.2.2 輪廓幾何特征提取
2.3 汽車儀表盤圖像特征匹配
2.3.1 余弦距離度量相似性
2.3.2 剔除誤匹配特征
2.4 圖像配準(zhǔn)實(shí)驗(yàn)結(jié)果分析
2.4.1 配準(zhǔn)時(shí)效對(duì)比實(shí)驗(yàn)
2.4.2 配準(zhǔn)精度對(duì)比實(shí)驗(yàn)
2.4.3 配準(zhǔn)光照影響對(duì)比實(shí)驗(yàn)
2.5 本章小結(jié)
3 汽車儀表盤圖像缺陷檢測(cè)
3.1 模板差影法提取缺陷
3.2 模板邊緣差影法提取缺陷
3.2.1 改進(jìn)的邊緣檢測(cè)算法
3.2.2 形態(tài)學(xué)處理
3.2.3 缺陷提取實(shí)驗(yàn)結(jié)果
3.3 SVM分類汽車儀表盤缺陷
3.3.1 缺陷特征分析
3.3.2 建立缺陷庫(kù)
3.3.3 缺陷圖像特征提取
3.3.4 SVM分類器
3.3.5 缺陷分類實(shí)驗(yàn)結(jié)果
3.4 本章小結(jié)
4 檢測(cè)系統(tǒng)實(shí)現(xiàn)與實(shí)驗(yàn)分析
4.1 檢測(cè)系統(tǒng)設(shè)計(jì)的技術(shù)指標(biāo)
4.2 檢測(cè)系統(tǒng)整體架構(gòu)
4.3 系統(tǒng)開發(fā)環(huán)境
4.4 系統(tǒng)硬件設(shè)計(jì)
4.4.1 照明系統(tǒng)
4.4.2 圖像采集系統(tǒng)
4.5 系統(tǒng)軟件設(shè)計(jì)
4.5.1 軟件需求分析
4.5.2 軟件架構(gòu)設(shè)計(jì)
4.5.3 軟件系統(tǒng)實(shí)現(xiàn)
4.6 系統(tǒng)缺陷檢測(cè)結(jié)果
4.7 缺陷檢測(cè)實(shí)驗(yàn)誤差原因分析
4.8 本章小結(jié)
總結(jié)與展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文及研究成果
本文編號(hào):3161839
本文鏈接:http://sikaile.net/kejilunwen/qiche/3161839.html
最近更新
教材專著