飲料生產(chǎn)線金屬罐蓋表面缺陷檢測(cè)是容器質(zhì)量檢測(cè)的重要部分,是保證產(chǎn)品質(zhì)量的關(guān)鍵環(huán)節(jié)。人工檢測(cè)作為傳統(tǒng)的罐蓋表面缺陷檢測(cè)手段容易受主觀因素影響,檢測(cè)精確率較低,時(shí)效性較差。隨著以智能裝備為核心的智能制造技術(shù)的發(fā)展,基于機(jī)器視覺的表面缺陷檢測(cè)技術(shù)能夠通過對(duì)圖像進(jìn)行分析與處理識(shí)別缺陷,從而代替人工檢測(cè),而實(shí)時(shí)且精準(zhǔn)的圖像處理技術(shù)是實(shí)現(xiàn)罐蓋表面視覺檢測(cè)的關(guān)鍵。本文以飲料生產(chǎn)線上金屬罐裝容器罐蓋為研究對(duì)象,針對(duì)其表面可能出現(xiàn)的臟污、形變、劃痕等缺陷,研發(fā)高速高精度的罐蓋表面缺陷檢測(cè)方法。主要研究內(nèi)容與創(chuàng)新如下:針對(duì)罐蓋圖像可能出現(xiàn)較多干擾點(diǎn)影響從而造成罐蓋定位誤差的現(xiàn)象,本文提出一種基于邊緣點(diǎn)約束的多圓周權(quán)重?cái)M合定位方法。該方法通過罐蓋重心點(diǎn)掃描三層邊緣點(diǎn),對(duì)外層邊緣點(diǎn)進(jìn)行圓擬合得到初定圓心,然后通過初定圓心約束剩余的邊緣點(diǎn),進(jìn)行權(quán)重?cái)M合得到最優(yōu)的罐蓋中心位置。實(shí)驗(yàn)結(jié)果表明,該方法能夠克服干擾點(diǎn)的影響實(shí)現(xiàn)罐蓋的精確定位,對(duì)于1296×966大小的罐蓋圖像,平均定位誤差小于2.5個(gè)像素,執(zhí)行時(shí)間小于5毫秒。針對(duì)中心區(qū)域出現(xiàn)的不規(guī)則復(fù)雜紋理干擾和光照不均的影響造成誤檢率高的現(xiàn)象,提出一種基于全局自適應(yīng)...

【文章頁數(shù)】：75 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景與意義
        1.1.1 智能制造與機(jī)器視覺
        1.1.2 飲料智能生產(chǎn)線與罐蓋表面缺陷檢測(cè)系統(tǒng)
    1.2 飲料智能生產(chǎn)線國內(nèi)外研究現(xiàn)狀
        1.2.1 國外研究現(xiàn)狀
        1.2.2 國內(nèi)研究現(xiàn)狀
    1.3 本文研究內(nèi)容與結(jié)構(gòu)
第2章 金屬罐蓋表面缺陷檢測(cè)平臺(tái)設(shè)計(jì)
    2.1 引言
    2.2 檢測(cè)對(duì)象與缺陷特征分析
    2.3 罐蓋檢測(cè)難點(diǎn)分析
    2.4 缺陷檢測(cè)實(shí)驗(yàn)平臺(tái)總體設(shè)計(jì)
    2.5 機(jī)械傳動(dòng)模塊設(shè)計(jì)
        2.5.1 罐蓋下料模塊
        2.5.2 罐蓋傳輸模塊
        2.5.3 次品剔除模塊
    2.6 罐蓋視覺成像系統(tǒng)設(shè)計(jì)
        2.6.1 視覺成像系統(tǒng)結(jié)構(gòu)設(shè)計(jì)
        2.6.2 成像光路設(shè)計(jì)與設(shè)備選型分析
        2.6.3 視覺成像觸發(fā)器選型分析
    2.7 電氣控制系統(tǒng)設(shè)計(jì)
    2.8 本章小結(jié)
第3章 罐蓋定位算法研究
    3.1 引言
    3.2 圖像預(yù)處理
        3.2.1 平滑降噪處理
        3.2.2 背景分割
        3.2.3 邊緣點(diǎn)獲取
    3.3 常見罐蓋定位算法分析
        3.3.1 基于熵率超像素分割的定位算法
        3.3.2 隨機(jī)霍夫圓定位及改進(jìn)算法
        3.3.4 最小二乘擬合法
        3.3.5 三點(diǎn)隨機(jī)圓檢測(cè)法
    3.4 定位誤差分析
        3.4.1 徑向掃面邊緣點(diǎn)產(chǎn)生的誤差
        3.4.2 邊緣點(diǎn)選取產(chǎn)生的誤差
        3.4.3 擬合計(jì)算產(chǎn)生的誤差
    3.5 基于邊緣點(diǎn)約束的多圓周權(quán)重?cái)M合定位算法
        3.5.1 邊緣點(diǎn)約束
        3.5.2 多圓周權(quán)重?cái)M合
    3.6 實(shí)驗(yàn)結(jié)果分析
    3.7 本章小結(jié)
第4章 罐蓋表面缺陷檢測(cè)方法研究
    4.1 罐蓋區(qū)域劃分
    4.2 傳統(tǒng)罐蓋中心區(qū)域檢測(cè)算法分析
        4.2.1 背景差分法
        4.2.2 梯度偏差統(tǒng)計(jì)法
        4.2.3 基于Lab空間圖分割的聚類方法
        4.2.4 基于顯著性檢測(cè)與標(biāo)準(zhǔn)差濾波結(jié)合的方法
    4.3 基于全局自適應(yīng)LBP算子的中心區(qū)域檢測(cè)方法
    4.4 基于高斯二階微分濾波與SVM的環(huán)形區(qū)域檢測(cè)方法
        4.4.1 徑向展開灰度投影
        4.4.2 高斯二階微分濾波與特征提取
        4.4.3 基于SVM分類的環(huán)形區(qū)域缺陷檢測(cè)
    4.5 實(shí)驗(yàn)結(jié)果分析
        4.5.1 中心區(qū)域檢測(cè)實(shí)驗(yàn)結(jié)果分析
        4.5.2 環(huán)形區(qū)域檢測(cè)實(shí)驗(yàn)結(jié)果分析
    4.6 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)表論文和專利
附錄B 攻讀學(xué)位期間所參加的科研項(xiàng)目目錄



本文編號(hào)：3803114