隨著啤酒行業(yè)的迅速發(fā)展,為達到現(xiàn)代化工業(yè)生產(chǎn)線的高標準要求,需要完善和改進原有的啤酒生產(chǎn)線。啤酒包裝質(zhì)量和啤酒瓶計數(shù)是啤酒生產(chǎn)和銷售的重要環(huán)節(jié)。對于啤酒包裝質(zhì)量,如啤酒蓋印刷圖案出現(xiàn)錯印、漏印、模糊等情況以及啤酒瓶瓶口出現(xiàn)破損等情況。對于啤酒瓶計數(shù),傳統(tǒng)的光電法只能對單道上的啤酒瓶進行計數(shù)。針對市場需求,提出以工業(yè)生產(chǎn)線上啤酒蓋、啤酒瓶瓶口的缺陷檢測和多道生產(chǎn)線上啤酒瓶計數(shù)為研究對象,以數(shù)字圖像為載體,設計了一種結(jié)合機器視覺和圖像處理的啤酒生產(chǎn)線快速缺陷檢測及動態(tài)計數(shù)系統(tǒng)。針對實際工業(yè)需求,主要完成如下算法的研究:（1）啤酒蓋圖案印刷缺陷檢測。判斷啤酒蓋是否存有印刷圖案及圖案是否存有明顯的缺陷。結(jié)合工業(yè)實時性,提出基于圖像特征統(tǒng)計法對啤酒蓋圖案印刷缺陷類型進行識別檢測,同時與基于本文提取的特征參數(shù)設計的SVM（Support Vector Machine）分類器和Alexnet模型進行試驗檢測對比,實驗結(jié)果驗證了本文方法具有更好的識別率。（2）啤酒瓶瓶口缺陷檢測。判斷啤酒瓶瓶口是否存在明顯的缺陷。由于在實時系統(tǒng)中,無需標出啤酒瓶口缺陷的具體位置,所以針對該類缺陷檢測,提出先進行圖像預處... 

【文章來源】：內(nèi)蒙古工業(yè)大學內(nèi)蒙古自治區(qū)

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【部分圖文】：

啤酒生產(chǎn)線快速缺陷檢測及動態(tài)計數(shù)的執(zhí)行流程

第二章啤酒生產(chǎn)線快速缺陷檢測與動態(tài)計數(shù)系統(tǒng)總體方案設計9好，以提高算法的有效性為目的。所以，工業(yè)相機的選型、工業(yè)鏡頭的選型及光源類型是必要的。2）檢測實時性：啤酒生產(chǎn)線均采用高速生產(chǎn)線，單道生產(chǎn)線進行啤酒瓶缺陷檢測時生產(chǎn)速度至少為40000瓶/小時，即檢測系統(tǒng)對于算法的處理時間每瓶最多為90毫秒。3）檢測準確率：綜合考慮，總系統(tǒng)的檢測率均達到93%以上，其中啤酒瓶多道生產(chǎn)線計數(shù)高達100%。2.2總系統(tǒng)結(jié)構(gòu)設計方案本系統(tǒng)利用工業(yè)相機先后實現(xiàn)啤酒蓋圖案印刷缺陷檢測、啤酒瓶口缺陷檢測及多道生產(chǎn)線啤酒瓶動態(tài)計數(shù)，總體成像裝置如圖2-1所示。圖2-1總系統(tǒng)成像示意圖Fig.2-1Schematicdiagramoftotalsystemimaging由圖2-1可知，工業(yè)相機和工業(yè)鏡頭對圖像的采集起著關鍵性作用，而光源在采集過程中也扮演著重要的角色。因為啤酒瓶是一種特殊的玻璃制品，擁有反射及折射的功能。所以本文在進行瓶口區(qū)域的缺陷檢測時，主要利用調(diào)節(jié)環(huán)型光源的亮度，且垂直照射，結(jié)合光線反射，利用鏡頭采集數(shù)據(jù)集。2.3硬件結(jié)構(gòu)的設計方案2.3.1工業(yè)相機的選擇工業(yè)相機作為采集圖像的設備[39]，其核心部件是利用面陣CCD或CMOS傳感器。工業(yè)相機的選擇會影響采集圖像的質(zhì)量，而圖像質(zhì)量的好壞直接影響后續(xù)計算機進行圖像處理的效果。所以，選擇合適的工業(yè)相機是非常重要的。本文主要從以下幾方面考慮對工業(yè)相機的選型。

第二章啤酒生產(chǎn)線快速缺陷檢測與動態(tài)計數(shù)系統(tǒng)總體方案設計11圖2-2工業(yè)相機Fig.2-2Industrialcamera表2-1MV-EM120C工業(yè)相機的參數(shù)Table.2-1ParametersofMV-EM120CindustrialcameraMV-EM120C型號的工業(yè)相機最高分辨率1280960曝光方式幀曝光像素尺寸3.753.75同步方式外觸發(fā)或連續(xù)觸發(fā)傳感器CCD輸出方式GigE千兆以太網(wǎng)光學尺寸1/3”數(shù)據(jù)傳輸距離可達100米幀率30fps鏡頭接口C口內(nèi)存128MB供電要求12V曝光時間10s-0.2s功耗1.7w數(shù)據(jù)位數(shù)12外形尺寸29*29*292.3.2工業(yè)鏡頭的選擇鏡頭是聚焦光線，讓成像獲得清晰影像結(jié)構(gòu)。光學鏡頭主要分為監(jiān)控級和工業(yè)級兩種類型，對于圖像質(zhì)量要求不高及價格比較低的場合適合采用監(jiān)控鏡頭，對于工業(yè)零件檢測及科學研究場合適合采用工業(yè)鏡頭。視場角及焦距作為關鍵的技術參數(shù)。視場角表示系統(tǒng)可以觀察的物體尺寸范圍。焦距表示透鏡中心至光聚集焦點的距離。視場角的范圍隨著焦距的變短而變大，觀察范圍也變大，但采集的圖像中易導致物體目標模糊；相反，視場角隨著焦距的變長而變小，觀察范圍也變小，但采集的圖像中能夠清晰的看到物體目標。所以，在光學系統(tǒng)中，短焦距比長焦距有較好的聚集光能力。以獲得高質(zhì)量圖像為目的，需選擇畸變孝工作距離較近的鏡頭，進而減少后續(xù)的圖像處理壓力，以及降低對檢測結(jié)果的影響。綜合多方面的因素考慮，選用的鏡頭既要與工業(yè)相機接口匹配，又要與CCD尺寸是一致的。所以選用型號為AFT-1614MP的鏡頭進行本課題的檢測研究。如圖2-3為AFT-1614MP工業(yè)鏡頭的實物圖，且表2-2為AFT-1614MP鏡頭的相關參數(shù)。圖2-3工業(yè)鏡頭Fig.2-3Industriallens

【參考文獻】：
期刊論文
[1]基于機器視覺的零件外形缺陷檢測[J]. 侯占林,趙京.  組合機床與自動化加工技術. 2019(11)
[2]金屬零件表面缺陷檢測系統(tǒng)中的機器視覺應用分析[J]. 符林芳.  工業(yè)加熱. 2019(04)
[3]基于機器視覺的鋼材表面缺陷識別方法分析[J]. 劉亞楠.  計量與測試技術. 2018(12)
[4]快速連通域標記算法在堆疊棒材計數(shù)中的應用研究[J]. 康世英,姚斌.  機械與電子. 2018(11)
[5]基于機器視覺的玻璃瓶口缺陷檢測方法[J]. 羅時光.  包裝工程. 2018(03)
[6]基于高魯棒性遺傳算法的印刷質(zhì)量自動檢測方法研究與實現(xiàn)[J]. 李果,周玉松.  西昌學院學報(自然科學版). 2017(04)
[7]冷軋帶鋼表面缺陷檢測系統(tǒng)設計[J]. 徐森,屈爾慶,陳海永,劉坤,孫鶴旭.  儀表技術與傳感器. 2017(01)
[8]基于極限學習機的玻璃瓶口缺陷檢測方法研究[J]. 黎牧星,黃志鴻.  計算技術與自動化. 2016(04)
[9]Hough變換和輪廓匹配相結(jié)合的瞳孔精確檢測算法[J]. 毛順兵.  計算機應用. 2016(05)
[10]復雜背景下基于二維OTSU和膚色分割結(jié)合的掌紋圖像分割方法[J]. 薛延學,劉敏,馬思欣,帥建坤,雷丹.  西安理工大學學報. 2015(03)

博士論文
[1]啤酒瓶視覺檢測機器人研究[D]. 段峰.湖南大學 2007

碩士論文
[1]基于特征點的圖像配準技術研究[D]. 楊福嘉.哈爾濱工程大學 2019
[2]基于機器視覺的印字缺陷檢測系統(tǒng)研究與實現(xiàn)[D]. 黃文軍.五邑大學 2015
[3]基于機器視覺的藥品包裝在線檢測系統(tǒng)研究[D]. 張煜文.西安建筑科技大學 2012
[4]基于機器視覺的棒材自動計數(shù)系統(tǒng)[D]. 湯翔.山東大學 2011



本文編號：3422290