隨著人們生活水平的不斷提高,智能手機(jī)已經(jīng)逐漸普及到每個人手中。近年來,金屬材質(zhì)的智能手機(jī)因其優(yōu)秀的質(zhì)感受到大眾的喜愛,其中,金屬背板作為其重要的部件,在經(jīng)過一系列生產(chǎn)制造工序后,不可避免的產(chǎn)生表面外觀缺陷,這必定影響到生產(chǎn)的手機(jī)產(chǎn)品質(zhì)量。因此,外觀缺陷檢測是一個必不可少的環(huán)節(jié)。而目前,主要的檢測手段是采用人工目檢的方式,其存在著速度慢、效率低、檢測標(biāo)準(zhǔn)不一致等不足,難以滿足實際工業(yè)生產(chǎn)中的需求。機(jī)器視覺檢測技術(shù)具有高效率、自動化、智能化等優(yōu)勢,可以很好的克服人工檢測的不足。本文基于機(jī)器視覺技術(shù),以金屬手機(jī)背板表面缺陷為研究對象,設(shè)計了金屬手機(jī)背板缺陷檢測識別系統(tǒng),研究并實現(xiàn)了金屬手機(jī)背板的缺陷檢測識別方法。主要研究工作如下:（1）介紹了本課題的研究背景與意義,概述了機(jī)器視覺技術(shù),介紹了其硬件、軟件系統(tǒng)以及具體應(yīng)用案例,并分析和總結(jié)了機(jī)器視覺技術(shù)在表面缺陷檢測領(lǐng)域以及在手機(jī)背板表面缺陷檢測具體方向的國內(nèi)外研究現(xiàn)狀。（2）介紹了本文研究對象,分析了缺陷類型及檢測標(biāo)準(zhǔn),給出了金屬手機(jī)背板缺陷檢測識別系統(tǒng)總體方案,詳細(xì)介紹了系統(tǒng)的機(jī)械結(jié)構(gòu)、視覺成像系統(tǒng)、電氣控制系統(tǒng)的設(shè)計與實現(xiàn),針對傳輸裝置、... 

【文章來源】：湖南大學(xué)湖南省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 論文研究背景和意義
    1.2 機(jī)器視覺概述
        1.2.1 機(jī)器視覺硬件系統(tǒng)
        1.2.2 機(jī)器視覺軟件系統(tǒng)
        1.2.3 機(jī)器視覺應(yīng)用案例
    1.3 表面缺陷檢測技術(shù)國內(nèi)外研究現(xiàn)狀
    1.4 研究內(nèi)容和論文構(gòu)成
第2章 金屬手機(jī)背板缺陷檢測識別系統(tǒng)設(shè)計
    2.1 金屬手機(jī)背板缺陷類型與檢測標(biāo)準(zhǔn)
    2.2 系統(tǒng)總體設(shè)計
    2.3 機(jī)械結(jié)構(gòu)設(shè)計
        2.3.1 傳輸裝置
        2.3.2 上料與分揀裝置
    2.4 視覺成像方案設(shè)計
        2.4.1 工業(yè)相機(jī)及鏡頭
        2.4.2 圖像采集卡
        2.4.3 光源選型
    2.5 電氣控制系統(tǒng)設(shè)計
    2.6 本章小結(jié)
第3章 金屬手機(jī)背板缺陷檢測定位算法研究
    3.1 缺陷檢測算法流程
    3.2 圖像預(yù)處理
    3.3 ROI區(qū)域提取
        3.3.1 基于輪廓偏移角的圖像旋轉(zhuǎn)矯正
        3.3.2 基于像素點(diǎn)灰度投影的圖像分割
    3.4 區(qū)域劃分
        3.4.1 孔洞區(qū)域識別劃分
        3.4.2 Logo區(qū)域識別劃分
    3.5 分區(qū)缺陷檢測
        3.5.1 基于滑動窗口和高斯混合模型的非Logo區(qū)缺陷檢測
        3.5.2 基于歸一化相關(guān)系數(shù)的模板匹配Logo區(qū)缺陷檢測
    3.6 本章小結(jié)
第4章 金屬手機(jī)背板缺陷分類識別算法研究
    4.1 引言
    4.2 常用識別算法
    4.3 基于級聯(lián)SVM的金屬手機(jī)背板缺陷識別
        4.3.1 SVM算法原理
        4.3.2 缺陷特征選擇與提取
        4.3.3 級聯(lián)SVM分類器設(shè)計
        4.3.4 缺陷識別分類
    4.4 本章小結(jié)
第5章 金屬手機(jī)背板缺陷檢測識別軟件系統(tǒng)設(shè)計
    5.1 引言
    5.2 軟件平臺與工具
        5.2.1 VS2013集成開發(fā)環(huán)境
        5.2.2 OpenCV計算機(jī)視覺庫
        5.2.3 數(shù)據(jù)庫
    5.3 軟件系統(tǒng)總體設(shè)計
    5.4 軟件系統(tǒng)開發(fā)
        5.4.1 系統(tǒng)界面
        5.4.2 工作流程
    5.5 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
致謝
附錄A 攻讀學(xué)位期間所發(fā)表的學(xué)術(shù)論文目錄
附錄B 攻讀學(xué)位期間參加的科研項目


【參考文獻(xiàn)】：
期刊論文
[1]深度學(xué)習(xí)及其在計算機(jī)視覺領(lǐng)域中的應(yīng)用[J]. 李國和,喬英漢,吳衛(wèi)江,鄭藝峰,洪云峰,周曉明.  計算機(jī)應(yīng)用研究. 2019(12)
[2]5G來臨手機(jī)廠發(fā)力布局新風(fēng)口[J]. 梅嶺.  中國質(zhì)量萬里行. 2018(11)
[3]大數(shù)據(jù)環(huán)境下的MySQL優(yōu)化技術(shù)探討[J]. 韋美雁,段華斌,周新林.  現(xiàn)代計算機(jī)(專業(yè)版). 2018(30)
[4]常用數(shù)據(jù)庫類型介紹與解析[J]. 李業(yè)田.  電子世界. 2018(20)
[5]機(jī)器視覺表面缺陷檢測綜述[J]. 湯勃,孔建益,伍世虔.  中國圖象圖形學(xué)報. 2017(12)
[6]針對復(fù)雜紋理的手機(jī)外殼缺陷檢測方法[J]. 張偉,曾碧.  計算機(jī)應(yīng)用與軟件. 2017(11)
[7]一種新型自適應(yīng)估計高斯混合模型階數(shù)的快速EM算法[J]. 戴卿.  蘭州工業(yè)學(xué)院學(xué)報. 2017(01)
[8]智能手機(jī)殼體車銑復(fù)合加工系統(tǒng)設(shè)計[J]. 羅衛(wèi)強(qiáng),唐斌,盤永才.  自動化與信息工程. 2016(05)
[9]支持向量機(jī)核函數(shù)選擇研究與仿真[J]. 梁禮明,鐘震,陳召陽.  計算機(jī)工程與科學(xué). 2015(06)
[10]智能制造裝備視覺檢測控制方法綜述[J]. 王耀南,陳鐵健,賀振東,吳成中.  控制理論與應(yīng)用. 2015(03)

博士論文
[1]大構(gòu)件焊縫磨拋機(jī)器人視覺測量技術(shù)的研究[D]. 趙軍.吉林大學(xué) 2014

碩士論文
[1]基于機(jī)器視覺的金屬手機(jī)外殼尺寸測量與表面典型缺陷檢測研究[D]. 馮鍇.華南理工大學(xué) 2018
[2]車身焊點(diǎn)質(zhì)量檢測機(jī)器人視覺定位算法研究[D]. 楊懿.湖南大學(xué) 2016
[3]面向數(shù)碼產(chǎn)品外殼表面缺陷的適應(yīng)性智能視覺檢測技術(shù)研究[D]. 張坤.華南理工大學(xué) 2015
[4]手機(jī)外殼表面缺陷檢測系統(tǒng)的研究與設(shè)計[D]. 任威.北京郵電大學(xué) 2015
[5]醫(yī)藥安瓿視覺自動檢測機(jī)器技術(shù)研究[D]. 潘星宇.湖南大學(xué) 2013
[6]基于機(jī)器視覺的電池表面缺陷檢測技術(shù)研究[D]. 王磊.中國科學(xué)技術(shù)大學(xué) 2011
[7]基于數(shù)學(xué)形態(tài)學(xué)的細(xì)胞圖像分割技術(shù)研究[D]. 陳偉斌.浙江工業(yè)大學(xué) 2009
[8]基于BP神經(jīng)網(wǎng)絡(luò)的車輛車牌識別系統(tǒng)的研究與實現(xiàn)[D]. 黃衛(wèi)華.電子科技大學(xué) 2008



本文編號：3177458