本文選題：煙條外觀質(zhì)量檢測(cè)系統(tǒng)　切入點(diǎn)：平滑算法　出處：《南京理工大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：煙條外觀質(zhì)量檢測(cè)系統(tǒng)是基于機(jī)器視覺技術(shù),專門用于檢測(cè)缺陷煙條的一種自動(dòng)化設(shè)備,綜合了包括光、電子、機(jī)械、計(jì)算機(jī)在內(nèi)多種學(xué)科內(nèi)容,它的使用不僅有助于提高生產(chǎn)線自動(dòng)化程度、提高生產(chǎn)力和生產(chǎn)效率,而且還可以保證產(chǎn)品的品質(zhì),擁有很好的前景。本文首先研究了系統(tǒng)的工作流程和系統(tǒng)的硬件構(gòu)成,分析了系統(tǒng)硬件結(jié)構(gòu)的優(yōu)缺點(diǎn),搭建了適用于煙條外觀檢測(cè)的硬件系統(tǒng)。然后研究了圖像的平滑算法和圖像的銳化算法。針對(duì)圖像的平滑算法,分析了均值平滑濾波器、雙邊濾波器、非局部均值濾波器的優(yōu)缺點(diǎn),改進(jìn)了非局部均值濾波器,實(shí)現(xiàn)了保留邊緣信息情況下的圖像平滑操作;針對(duì)圖像的銳化算法,分析了一階、二階微分算子銳化和LoG算子銳化,然后改進(jìn)了 LoG算子,實(shí)現(xiàn)了銳化邊緣自然過渡的圖像銳化操作。其次,針對(duì)煙條圖像的缺陷檢測(cè),研究了煙條圖像定位、煙條拉線檢測(cè)和煙條端面檢測(cè)的檢測(cè)算法。在煙條端面檢測(cè)中,引入了人工神經(jīng)網(wǎng)絡(luò)的檢測(cè)方法,利用樣本訓(xùn)練的方法學(xué)習(xí)端面的特征,構(gòu)建神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),從而實(shí)現(xiàn)了端面缺陷的檢測(cè),此方法具有更廣泛的適用性。最后,本文基于以上研究內(nèi)容,開發(fā)了與硬件設(shè)備相匹配的軟件系統(tǒng),分析了系統(tǒng)主界面、加載牌號(hào)模塊、圖像記錄模塊、工作記錄模塊、系統(tǒng)管理的工作流程和相應(yīng)的組成結(jié)構(gòu),實(shí)現(xiàn)了具有用戶友好性和美觀性的軟件界面。
[Abstract]:Appearance quality detection system based on machine vision technology, specifically for a defect detection of cigarette automation equipment, including integrated light, electronic, mechanical, computer, a variety of disciplines, it not only helps to improve the degree of automation of production line, improve productivity and efficiency, but also can guarantee the quality of the product and have a good prospect. This paper studies the workflow system and the hardware structure, analyzes the advantages and disadvantages of the hardware structure of the system, the hardware system is built for the appearance detection. Then the image sharpening algorithm and image smoothing algorithm for image smoothing algorithm, analysis the mean value smoothing bilateral filter, filter, advantages and disadvantages of non local mean filter, improved non local mean filter, the image smoothing and edge preserving information under the condition of operation As for image sharpening algorithm; the analysis of one order, two order differential operator and LoG operator, then the improved LoG operator, to achieve image sharpening operation sharp edge natural transition. Secondly, aiming at the defect detection of the cigarette image, image positioning, line detection and detection algorithm of cigarette cigarette end detection in the face detection. In the detection method of artificial neural network, using the method of training the learning characteristics of the face, to construct the neural network structure, so as to realize the detection of surface defects, this method has more extensive applicability. Finally, this paper based on the above, the software system is developed to match with the hardware device, analyzed the system main interface, grade loading module, image recording module, record module, system management work process and the corresponding structure has been realized The user friendliness and beauty of the software interface.

【學(xué)位授予單位】：南京理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫毅;張明;高延鑫;;皮革表面缺陷檢測(cè)的研究現(xiàn)狀及展望[J];西部皮革;2015年20期

2 熊建平;;基于計(jì)算機(jī)視覺的墻地磚表面缺陷檢測(cè)[J];電子測(cè)量技術(shù);2015年05期

3 尹寶才;王文通;王立春;;深度學(xué)習(xí)研究綜述[J];北京工業(yè)大學(xué)學(xué)報(bào);2015年01期

4 文鴻雁;郭鍇;陳偉清;;基于遙感圖像頻率域?yàn)V波的灰色線性中值去噪算法[J];桂林理工大學(xué)學(xué)報(bào);2014年04期

5 劉炳良;;一種小波域改進(jìn)雙邊濾波的水果圖像去噪算法[J];紅外技術(shù);2014年03期

6 蘇更林;;白熾燈的前世今生[J];發(fā)明與創(chuàng)新;2012年10期

7 張立勛;徐鄧;鄭啟旺;張樂年;;煙條外觀檢測(cè)主控系統(tǒng)設(shè)計(jì)[J];機(jī)械制造與自動(dòng)化;2012年02期

8 金鷹;;煙草行業(yè)的發(fā)展趨勢(shì)及煙標(biāo)印刷面臨的挑戰(zhàn)和機(jī)遇[J];今日印刷;2010年12期

9 路俊智;;漫話LED新型光源[J];科技風(fēng);2010年19期

10 嚴(yán)國萍;戴若愚;潘晴;劉袁緣;;基于LOG算子的自適應(yīng)圖像邊緣檢測(cè)方法[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年03期

，

本文編號(hào)：1610670