由于造紙工業(yè)自動(dòng)化程度不斷的提高,紙機(jī)車(chē)速越來(lái)越快,成紙幅寬不斷加寬。生成過(guò)程中不可避免的會(huì)使紙張出現(xiàn)各種表面缺陷,也稱(chēng)之為紙病。紙病的存在嚴(yán)重影響到紙張的質(zhì)量和紙產(chǎn)品生產(chǎn)的效率,一些嚴(yán)重的周期性的紙病若不及時(shí)發(fā)現(xiàn)和處理,可能造成大量的材料浪費(fèi)。因此對(duì)于紙張表面質(zhì)量的檢測(cè)逐漸成為紙張生產(chǎn)過(guò)程中不可或缺的重要工序。傳統(tǒng)的紙病檢測(cè)主要依賴(lài)于人工進(jìn)行檢測(cè),隨著造紙生產(chǎn)自動(dòng)化不斷發(fā)展,已經(jīng)逐漸被機(jī)器視覺(jué)檢測(cè)的方法所代替�；跈C(jī)器視覺(jué)的紙病檢測(cè)方法有很多,但是在實(shí)際生產(chǎn)過(guò)程中的檢測(cè)效果大都不理想,究其原因是由于紙病種類(lèi)繁多,即使是同類(lèi)紙病之間也存在較大的視覺(jué)差異,使得它們所對(duì)應(yīng)的紙病特征量分散在不同的特征空間中,難以采用統(tǒng)一的低維數(shù)的標(biāo)準(zhǔn)特征量準(zhǔn)確地提取所有紙病的特征。另外如褶皺、劃痕等難點(diǎn)紙病,其特征量在各特征空間都不顯著,使得現(xiàn)有方法對(duì)這些紙病的辨識(shí)效果一直不好。因此本文提出基于卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks,CNN）的紙病分類(lèi)算法,利用CNN卓越的圖像處理能力,輸入紙病原圖像,通過(guò)不斷的卷積操作自動(dòng)提取紙病圖像深層次特征并完成分類(lèi)工作,有效的解決了... 

【文章來(lái)源】：陜西科技大學(xué)陜西省

【文章頁(yè)數(shù)】：103 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－１黑斑圖像??Ｆｉｇ．２－１?Ｔｈｅ?ｂｌａｃｋ?ｓｐｏｔ?ｉｍａｇｅ??

基于ＣＮＮ的紙張表面質(zhì)量檢測(cè)系統(tǒng)算法研究及實(shí)現(xiàn)??球‘難鱗＇Ｖ：??：．＇：＿議議??圖２－２亮斑圖片??Ｆｉｇ．２－２?Ｔｈｅ?ｂｒｉｇｈｔ?ｓｐｏｔ?ｉｍａｇｅ??特征描述：紙頁(yè)上纖維層較薄但尚未完全穿透，若使Ｈ］穿透光照射，呈現(xiàn)的不規(guī)則??的形狀且大小不一的半透明斑點(diǎn)，或者在低角度的直射光源照射下肉眼可見(jiàn)的光斑。其??透光度較紙頁(yè)其它部分較大，這些斑點(diǎn)中而枳小的也叫透光點(diǎn)，大者也叫做透簾。其特??點(diǎn)是呈現(xiàn)周期性規(guī)律，在同一位置重復(fù)出現(xiàn)。??產(chǎn)生原因：１）山��？壓光機(jī)不均勻的負(fù)荷，使得壓光棍上冇紙漿纖維或外來(lái)物粘貼迮??其表而，從而造成紙而負(fù)壓傷痕；２）?ｆ?ｆｔ的紙貞均勻度。（包括但不僅限Ｐ丨？．述原因）??（３）孔洞（如圖２－３）??Ｉ??圖２－３孔洞圖片??Ｆｉｇ．２－３?Ｔｈｅ?ｈｏｌｅ?ｉｍａｇｅ??特征描述：孔洞又可稱(chēng)之為孔眼、針眼、破洞或窟窿，在紙面上呈現(xiàn)形狀�。粒阂�(guī)??則的破孔。一般稱(chēng)形狀較小的為孔眼、針眼，形狀較大的為破洞或窟窿。??產(chǎn)生原因：Ｉ）造紙現(xiàn)場(chǎng)成型網(wǎng)破損或有物質(zhì)（一般是漿團(tuán)或漿塊）粘附在成型Ｍ?ｈ；??２）有水滴從氣罩或者走臺(tái)滴下；３）紙漿中含奮的較火的漿塊或砂礫ｄ：成紙過(guò)程中脫??落形成孔洞：４）流送系統(tǒng)或者流漿箱內(nèi)有死漿。（包括但不丨乂限Ｔｈ述原因）??（４）劃痕（如圖２－４）??ＩＩ??

基于ＣＮＮ的紙張表面質(zhì)量檢測(cè)系統(tǒng)算法研究及實(shí)現(xiàn)??球‘難鱗＇Ｖ：??：．＇：＿議議??圖２－２亮斑圖片??Ｆｉｇ．２－２?Ｔｈｅ?ｂｒｉｇｈｔ?ｓｐｏｔ?ｉｍａｇｅ??特征描述：紙頁(yè)上纖維層較薄但尚未完全穿透，若使Ｈ］穿透光照射，呈現(xiàn)的不規(guī)則??的形狀且大小不一的半透明斑點(diǎn)，或者在低角度的直射光源照射下肉眼可見(jiàn)的光斑。其??透光度較紙頁(yè)其它部分較大，這些斑點(diǎn)中而枳小的也叫透光點(diǎn)，大者也叫做透簾。其特??點(diǎn)是呈現(xiàn)周期性規(guī)律，在同一位置重復(fù)出現(xiàn)。??產(chǎn)生原因：１）山��？壓光機(jī)不均勻的負(fù)荷，使得壓光棍上冇紙漿纖維或外來(lái)物粘貼迮??其表而，從而造成紙而負(fù)壓傷痕；２）?ｆ?ｆｔ的紙貞均勻度。（包括但不僅限Ｐ丨？．述原因）??（３）孔洞（如圖２－３）??Ｉ??圖２－３孔洞圖片??Ｆｉｇ．２－３?Ｔｈｅ?ｈｏｌｅ?ｉｍａｇｅ??特征描述：孔洞又可稱(chēng)之為孔眼、針眼、破洞或窟窿，在紙面上呈現(xiàn)形狀�。粒阂�(guī)??則的破孔。一般稱(chēng)形狀較小的為孔眼、針眼，形狀較大的為破洞或窟窿。??產(chǎn)生原因：Ｉ）造紙現(xiàn)場(chǎng)成型網(wǎng)破損或有物質(zhì)（一般是漿團(tuán)或漿塊）粘附在成型Ｍ?ｈ；??２）有水滴從氣罩或者走臺(tái)滴下；３）紙漿中含奮的較火的漿塊或砂礫ｄ：成紙過(guò)程中脫??落形成孔洞：４）流送系統(tǒng)或者流漿箱內(nèi)有死漿。（包括但不丨乂限Ｔｈ述原因）??（４）劃痕（如圖２－４）??ＩＩ??

【參考文獻(xiàn)】：
期刊論文
[1]基于CNN的深層次特征提取紙病辨識(shí)方法研究[J]. 高樂(lè)樂(lè),周強(qiáng),王偉剛.  中國(guó)造紙學(xué)報(bào). 2019(04)
[2]圖像經(jīng)典邊緣檢測(cè)算子的研究與比較[J]. 陳浩.  電腦編程技巧與維護(hù). 2019(12)
[3]機(jī)器視覺(jué)及其在制造業(yè)中的應(yīng)用[J]. 陳林.  內(nèi)燃機(jī)與配件. 2019(23)
[4]從數(shù)據(jù)看新時(shí)代出版 印刷 造紙業(yè)的新需求[J]. 朱敏.  廣東印刷. 2019(05)
[5]中國(guó)紙箱行業(yè)已超美國(guó)成全球第一[J].   廣東印刷. 2019(04)
[6]機(jī)器視覺(jué)研究與發(fā)展綜述[J]. 宋春華,彭泫知.  裝備制造技術(shù). 2019(06)
[7]基于Gabor濾波器的低對(duì)比度紙病檢測(cè)算法[J]. 曲蘊(yùn)慧,湯偉,文豪,雷濤.  中國(guó)造紙學(xué)報(bào). 2019(02)
[8]中國(guó)造紙工業(yè)2018年度報(bào)告[J].   中華紙業(yè). 2019(09)
[9]一種基于分塊思想的多紙張缺陷一次提取算法[J]. 王偉剛,周強(qiáng),肖強(qiáng)宏,王孟效.  中國(guó)造紙學(xué)報(bào). 2018(04)
[10]基于BP神經(jīng)網(wǎng)絡(luò)的紙張缺陷檢測(cè)與識(shí)別研究[J]. 段茵,陳愷煊,劉昕,張金鳳.  西安理工大學(xué)學(xué)報(bào). 2018(02)

碩士論文
[1]復(fù)雜背景下運(yùn)動(dòng)目標(biāo)檢測(cè)和陰影消除算法研究[D]. 陳前.西安電子科技大學(xué) 2019
[2]FPGA+計(jì)算機(jī)模式下紙病二次辨識(shí)方法研究[D]. 王亞波.陜西科技大學(xué) 2018
[3]基于機(jī)器視覺(jué)的齒輪檢測(cè)與測(cè)量系統(tǒng)的研究[D]. 尹紅敏.聊城大學(xué) 2017
[4]基于DSP的紙漿纖維形態(tài)參數(shù)測(cè)量方法的研究[D]. 王繼坤.齊魯工業(yè)大學(xué) 2014
[5]基于圖像分割的紙病檢測(cè)算法研究[D]. 成亞維.陜西科技大學(xué) 2014
[6]紙病在線(xiàn)檢測(cè)方法的研究[D]. 魏愛(ài)娟.陜西科技大學(xué) 2013



本文編號(hào)：3403963