發(fā)布時(shí)間：2021-01-18 23:53

　　隨著國(guó)內(nèi)對(duì)生產(chǎn)產(chǎn)品的品質(zhì)的越來(lái)越重視,像服裝行業(yè)的代工廠在商品標(biāo)識(shí)牌檢測(cè)上有相關(guān)需求。以往的這類(lèi)的檢測(cè)工作都是由人工目檢來(lái)完成,其工作效率和檢測(cè)效果都不是很好。這些標(biāo)識(shí)牌通常都是彩色的卡片,種類(lèi)多并且圖像信息比較復(fù)雜。隨著計(jì)算機(jī)硬件和軟件技術(shù)的不斷發(fā)展和進(jìn)步,基于機(jī)器視覺(jué)的自動(dòng)化檢測(cè)技術(shù)可以解決這些問(wèn)題。本文以商品標(biāo)識(shí)牌這種彩色卡片為研究對(duì)象,對(duì)其外觀缺陷檢測(cè)技術(shù)進(jìn)行了比較詳細(xì)的研究。主要研究?jī)?nèi)容如下:1、根據(jù)實(shí)際生產(chǎn)檢測(cè)需求,對(duì)彩卡檢測(cè)系統(tǒng)進(jìn)行了總體方案設(shè)計(jì)。合理構(gòu)建了系統(tǒng)各部分的組成,并完成了功能設(shè)計(jì)。對(duì)工業(yè)相機(jī)、鏡頭、光源進(jìn)行了研究,完成了系統(tǒng)各個(gè)模塊的設(shè)計(jì)和硬件選型。2、針對(duì)實(shí)際檢測(cè)中圖像采集遇到的圖像對(duì)比度弱和噪聲問(wèn)題問(wèn)題,研究了相應(yīng)的解決辦法,并通過(guò)實(shí)驗(yàn)對(duì)比選用了合適的圖像處理方法。針對(duì)制作匹配模板時(shí)能對(duì)圖像中彩卡位置進(jìn)行準(zhǔn)確捕捉的問(wèn)題,研究并選用了閾值分割方法。3、通過(guò)對(duì)模板匹配原理的研究,構(gòu)建了一種彩卡缺陷檢測(cè)方法,來(lái)實(shí)現(xiàn)彩卡的缺陷檢測(cè)功能。通過(guò)編寫(xiě)檢測(cè)軟件將設(shè)計(jì)的檢測(cè)算法進(jìn)行實(shí)現(xiàn),并通過(guò)實(shí)驗(yàn)驗(yàn)證了設(shè)計(jì)的彩卡檢測(cè)方法的合理性。4、通過(guò)對(duì)卷積神經(jīng)網(wǎng)絡(luò)的研究,構(gòu)建了一種彩卡... 

【文章來(lái)源】：廣東工業(yè)大學(xué)廣東省

【文章頁(yè)數(shù)】：78 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 本文研究背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 印刷類(lèi)產(chǎn)品缺陷檢測(cè)算法研究現(xiàn)狀
        1.2.2 印刷類(lèi)產(chǎn)品缺陷檢測(cè)系統(tǒng)研究與應(yīng)用現(xiàn)狀
    1.3 本文的研究?jī)?nèi)容和解決的關(guān)鍵問(wèn)題
    1.4 本文的章節(jié)安排
第二章 彩卡缺陷檢測(cè)系統(tǒng)總體方案設(shè)計(jì)
    2.1 彩卡缺陷檢測(cè)系統(tǒng)要求
    2.2 彩卡缺陷檢測(cè)系統(tǒng)設(shè)計(jì)
    2.3 圖像采集模塊設(shè)計(jì)
        2.3.1 工業(yè)相機(jī)選型
        2.3.2 光學(xué)鏡頭選型
    2.4 照明模塊設(shè)計(jì)
        2.4.1 光源選型
        2.4.2 打光方式
    2.5 圖像檢測(cè)模塊設(shè)計(jì)
        2.5.1 軟件開(kāi)發(fā)環(huán)境介紹
        2.5.2 圖像檢測(cè)算法設(shè)計(jì)
    2.6 本章小結(jié)
第三章 彩卡缺陷檢測(cè)圖像處理方法
    3.1 彩卡圖像對(duì)比度增強(qiáng)
        3.1.1 自適應(yīng)對(duì)比度增強(qiáng)
        3.1.2 直方圖均衡化
        3.1.3 實(shí)驗(yàn)對(duì)比分析
    3.2 彩卡圖像降噪處理
        3.2.1 均值濾波
        3.2.2 中值濾波
        3.2.3 高斯濾波
        3.2.4 實(shí)驗(yàn)對(duì)比分析
    3.3 彩卡圖像閾值分割
    3.4 本章小結(jié)
第四章 基于模板匹配的彩卡缺陷檢測(cè)方法構(gòu)建
    4.1 基于灰度值的模板匹配算法
    4.2 基于特征的模板匹配算法
        4.2.1 基于形狀特征的模板匹配算法
        4.2.2 基于點(diǎn)特征的模板匹配算法
    4.3 彩卡缺陷檢測(cè)算法設(shè)計(jì)
        4.3.1 特征點(diǎn)提取與匹配
        4.3.2 圖像配準(zhǔn)
        4.3.3 圖像差分
        4.3.4 Blob分析和相似度計(jì)算
    4.4 本章小結(jié)
第五章 基于卷積神經(jīng)網(wǎng)絡(luò)的彩卡缺陷分類(lèi)方法構(gòu)建
    5.1 卷積神經(jīng)網(wǎng)絡(luò)概述
    5.2 卷積神經(jīng)網(wǎng)絡(luò)基本結(jié)構(gòu)
        5.2.1 卷積層
        5.2.2 池化層
        5.2.3 激活函數(shù)
        5.2.4 全連接層
    5.3 提升卷積神經(jīng)網(wǎng)絡(luò)算法性能的方法
        5.3.1 使用小卷積核
        5.3.2 擴(kuò)增數(shù)據(jù)集
        5.3.3 選擇合適的參數(shù)
    5.4 基于卷積神經(jīng)網(wǎng)絡(luò)的缺陷分類(lèi)算法設(shè)計(jì)
        5.4.1 網(wǎng)絡(luò)模型設(shè)計(jì)與構(gòu)建
        5.4.2 數(shù)據(jù)集的制作
    5.5 本章小結(jié)
第六章 實(shí)驗(yàn)驗(yàn)證與分析
    6.1 彩卡缺陷檢測(cè)方法實(shí)驗(yàn)驗(yàn)證與分析
        6.1.1 軟件開(kāi)發(fā)介紹
        6.1.2 準(zhǔn)確率驗(yàn)證實(shí)驗(yàn)與分析
    6.2 彩卡缺陷分類(lèi)方法實(shí)驗(yàn)驗(yàn)證與分析
    6.3 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
在學(xué)期間學(xué)術(shù)成果情況
致謝



本文編號(hào)：2985911