本文選題：機器視覺 + 曲面字符�。� 參考：《現(xiàn)代制造工程》2016年12期

【摘要】：針對傳統(tǒng)瓶蓋字符人工檢測誤判率高、檢測效率低的問題,研發(fā)一套基于機器視覺的瓶蓋曲面字符缺陷檢測系統(tǒng)。首先,對檢測系統(tǒng)結(jié)構(gòu)與視覺信息采集原理進行介紹;在此基礎(chǔ)上,通過對所采集視覺信息進行濾波降噪處理,減少視覺信息背景噪聲。然后對字符分割使用垂直投影和連通域分析法,再用特征點提取法和模板匹配對曲面字符進行識別。最后與射頻識別(RFID)讀碼器所讀取數(shù)字碼比對,判定并剔除缺陷瓶蓋,以此取代目前的人工檢測方法。實驗表明,該系統(tǒng)能夠有效地對瓶蓋字符進行缺陷檢測,識別字符準(zhǔn)確率為99.97%,處理一副圖像時間為200ms,能夠滿足工業(yè)現(xiàn)場實際要求。
[Abstract]:Aiming at the problems of high error rate and low detection efficiency in traditional bottle cap character detection, a bottle cap curved character defect detection system based on machine vision is developed. Firstly, the structure of the detection system and the principle of visual information acquisition are introduced. On this basis, the background noise of visual information is reduced by filtering and de-noising the collected visual information. Then vertical projection and connected domain analysis are used for character segmentation, and then feature point extraction and template matching are used to recognize curved surface characters. Finally, compared with the digital code read by RFID reader, the defective bottle cap is determined and eliminated, which replaces the present manual detection method. The experimental results show that the system can effectively detect the defects of bottle cap characters, the accuracy of recognition is 99.97, and the processing time of an image is 200ms. the system can meet the practical requirements of the industrial field.
【作者單位】： 四川理工學(xué)院機械工程學(xué)院;人工智能四川省重點實驗室;過程裝備與控制工程四川省高校重點實驗室;
【基金】：過程裝備與控制工程四川省高校重點實驗室項目(GK201209)
【分類號】：TS261.48;TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

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

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

3 李方兵;;煤礦地面機械缺陷檢測技術(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中的應(yīng)用[J];無機材料學(xué)報;1992年03期

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

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

7 鄭中興;;關(guān)于鍛鋼件中的缺陷和材料強度問題[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;;閥門缺陷檢測方法的研究[J];技術(shù)與市場;2011年06期

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

相關(guān)會議論文 前10條

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

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

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

4 趙漣漪;許寶杰;童亮;;在線玻璃缺陷檢測系統(tǒng)的研究[A];機械動力學(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中的應(yīng)用[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（2）[C];2008年

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

7 蔡茂蓉;;PCB缺陷檢測系統(tǒng)的研究與實現(xiàn)[A];第三屆全國軟件測試會議與移動計算、柵格、智能化高級論壇論文集[C];2009年

8 潘敏;程良倫;;一種基于角點匹配的PCB板元件安裝缺陷檢測基準(zhǔn)點定位算法[A];中國自動化學(xué)會中南六�。▍^(qū)）2010年第28屆年會·論文集[C];2010年

9 王國勛;彭怡;寇綱;石勇;;基于MCDM的軟件缺陷檢測算法評估[A];經(jīng)濟全球化與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會第16屆學(xué)術(shù)年會論文集[C];2010年

10 劉松林;陳杰;郝向陽;西勤;;玻殼缺陷檢測與幾何量測視覺系統(tǒng)的設(shè)計與實現(xiàn)[A];2009年全國測繪儀器綜合學(xué)術(shù)年會論文集[C];2009年

相關(guān)重要報紙文章 前1條

1 本報記者 張海志;一名產(chǎn)業(yè)工人的創(chuàng)新情結(jié)[N];中國知識產(chǎn)權(quán)報;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;基于機器視覺的毛桿缺陷檢測技術(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互連中的缺陷檢測方法及缺陷對電路可靠性的影響[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缺陷機器視覺檢測方法研究[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檢測系統(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;基于機器視覺的印字缺陷檢測系統(tǒng)研究與實現(xiàn)[D];五邑大學(xué);2015年

4 陳洪磊;基于寬頻信號的板中缺陷檢測[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系統(tǒng)研究與實現(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：1928271