【摘要】：在白酒瓶的生產(chǎn)過程中,由于生產(chǎn)工藝的局限性,瓶口會出現(xiàn)一些缺陷。這些缺陷不但影響產(chǎn)品美觀,而且會引發(fā)安全隱患。本文針對白酒瓶生產(chǎn)廠家的需求,提出了基于機器視覺的白酒瓶瓶口缺陷在線檢測系統(tǒng),以此實現(xiàn)瓶口裂紋、打爛、氣泡等影響密封或外觀的瓶口缺陷檢測,代替人工質(zhì)檢。本文設(shè)計的白酒瓶瓶口缺陷檢測的系統(tǒng)中,包括成像機構(gòu)、圖像處理模塊、運動控制模塊。經(jīng)過大量的成像實驗,確定了相機、鏡頭、光源的選型,構(gòu)建了成像機構(gòu)。編寫圖像處理算法,首先,使用瓶口外邊緣擬合圓的方式定位白酒瓶瓶口區(qū)域;接著,提出了最鄰近圓環(huán)提取算法實現(xiàn)瓶口端面的粗定位;再以閾值分割與橢圓擬合相結(jié)合,實現(xiàn)瓶口端面的精定位;再將瓶口端面圖像放入極坐標(biāo)展開,滯后閾值分割法提取缺陷區(qū)域;最后,按高度特征篩選缺陷。設(shè)計運動控制模塊,以滑動臺模擬酒瓶生產(chǎn)線的傳送帶,用光電傳感器做外部觸發(fā)信號控制相機采集圖像,應(yīng)用PLC進行信號傳輸。編寫白酒瓶瓶口缺陷檢測軟件界面,將缺陷檢測可視化,便于用戶使用。使用圖庫中712張圖像對算法測試,未出現(xiàn)缺陷瓶口圖像的漏檢,但存在30張良品瓶口圖像的誤檢,誤檢率為5.51%。將誤檢缺陷與實物核實,誤檢的原因是瓶頸的缺陷和粗糙劣質(zhì)瓶口導(dǎo)致。用89個白酒瓶樣品測試整個系統(tǒng),檢測系統(tǒng)運行情況良好,無異常拋出,未出現(xiàn)漏檢,存在3個誤檢樣品。經(jīng)核算,設(shè)備的檢測分辨力相當(dāng)于人眼檢測分辨力的2倍,能夠滿足白酒瓶生產(chǎn)廠家的需求。依此證明,本文設(shè)計的白酒瓶瓶口缺陷在線檢測系統(tǒng)運行穩(wěn)定,檢測精度高,具有實際應(yīng)用價值。
【圖文】：

有些裂紋在一定的反光條件下才能看清，但通過肉眼檢測酒瓶缺陷，會由于個人視覺差異性，影響檢測效果。瓶口打爛缺陷容易扎傷質(zhì)檢工人。圖1.1 人工檢測瓶口缺陷Fig. 1.1 Manual detection of liquor bottle defects在國內(nèi)，高校和機器視覺公司在瓶口缺陷檢測方面都有研究。段峰等人最早開始瓶口缺陷檢測的研究，最初使用穹形光源照明，算法上以重心法定位瓶口，以模板匹配、邊緣檢測、環(huán)形投影的方式進行缺陷檢測；后來，，經(jīng)實驗證明了早期方法的檢測效果不佳，提出了兩層神經(jīng)網(wǎng)絡(luò)的瓶口缺陷檢測方法，但這種方法前期要做大量的數(shù)據(jù)收集工作。段峰等人對啤酒瓶空瓶檢測系統(tǒng)的研究[13，14]，為國內(nèi)啤酒瓶口檢測機器人的研制奠定了基礎(chǔ)[15]�，F(xiàn)階段，郭克友等人提出的基于 OpenCV 的啤酒瓶口檢測方法[16]

a 大恒圖像TOYO-TCI-3型檢驗機 b 瓶口檢測效果圖 1.2 大恒圖像的檢測設(shè)備與檢測效果Fig. 1.2 Detection equipment and detection result of DAHENG IMAGING瓶口缺陷檢測的國外研究現(xiàn)狀
【學(xué)位授予單位】：沈陽工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TS261.48;TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 張昱;張健;;模糊專家系統(tǒng)在TFT-LCD缺陷檢測中的應(yīng)用[J];光電子·激光;2006年06期

2 吳明復(fù);纖維增強復(fù)合材料的應(yīng)用及其缺陷檢測[J];航天工藝;1988年01期

3 張興森;邊美華;梁慶國;盧展強;;基于渦流檢測的電力線夾缺陷檢測與分類方法[J];中國科技論文;2017年04期

4 張國強;張曉;隋文濤;;基于敲擊信號的剎車片內(nèi)部缺陷檢測[J];組合機床與自動化加工技術(shù);2017年10期

5 包正林;;有關(guān)閥門缺陷檢測方法的分析[J];科技創(chuàng)業(yè)家;2013年22期

6 黃艷紅;高曉蓉;杜路泉;;光纖光柵傳感器在橋梁缺陷檢測和結(jié)構(gòu)健康監(jiān)測中的應(yīng)用[J];鐵道技術(shù)監(jiān)督;2007年11期

7 馬少林;用于全壽命風(fēng)險管理的缺陷檢測和預(yù)防技術(shù)研究[J];航空兵器;2005年02期

8 蘇若;吳際;劉超;楊海燕;;基于多視角卡牌模型的需求缺陷檢測[J];計算機科學(xué);2018年10期

9 顧杰;肖遼;馬軍山;;機器視覺在TFT-LCD暗畫面缺陷檢測中的應(yīng)用[J];光學(xué)儀器;2017年03期

10 李羽可;涂君;宋小春;;超聲相控陣缺陷檢測聚焦技術(shù)仿真分析[J];測控技術(shù);2016年07期

相關(guān)會議論文 前10條

1 趙漣漪;許寶杰;童亮;;在線玻璃缺陷檢測系統(tǒng)的研究[A];機械動力學(xué)理論及其應(yīng)用[C];2011年

2 王彩霞;何文華;楊威;;基于圖像分割的包裝缺陷檢測分析[A];2012年陜西省焊接學(xué)術(shù)交流會論文集[C];2012年

3 趙鴻雁;李超;江玉杰;葛亞萍;侯沛東;;圖像增強算法在印刷缺陷檢測中的應(yīng)用研究[A];2015第四屆中國印刷與包裝學(xué)術(shù)會議論文摘要集[C];2015年

4 唐輝;萬來毅;吳曉鵬;;鑄坯表面質(zhì)量缺陷檢測系統(tǒng)的算法研究[A];全國冶金自動化信息網(wǎng)2011年年會論文集[C];2011年

5 于景蘭;于健;翁昌年;;探地雷達在橋梁缺陷檢測中的應(yīng)用初探[A];中國地球物理第二十一屆年會論文集[C];2005年

6 裴翠祥;陳振茂;劉皓晨;邱金星;;激光誘發(fā)熱波及超聲波在材料表面和內(nèi)部缺陷檢測中的應(yīng)用研究[A];中國力學(xué)大會-2015論文摘要集[C];2015年

7 蔡茂蓉;;PCB缺陷檢測系統(tǒng)的研究與實現(xiàn)[A];第三屆全國軟件測試會議與移動計算、柵格、智能化高級論壇論文集[C];2009年

8 朱爾玉;張文輝;劉福勝;楊威;;混凝土灌注樁缺陷檢測及施工質(zhì)量評估[A];工程安全及耐久性——中國土木工程學(xué)會第九屆年會論文集[C];2000年

9 薛仁杰;王曉晨;楊荃;董峰;張彥杰;;基于激光超聲技術(shù)的金屬板帶缺陷檢測研究[A];2018年全國固體力學(xué)學(xué)術(shù)會議摘要集（下）[C];2018年

10 胡達明;;紅外熱像儀在建筑節(jié)能工程質(zhì)量缺陷檢測中的應(yīng)用研究[A];2009年福建省暖通空調(diào)制冷學(xué)術(shù)年會論文資料集[C];2009年

相關(guān)重要報紙文章 前7條

1 ;圓棒表面微小缺陷檢測技術(shù)[N];世界金屬導(dǎo)報;2017年

2 ;智能化：傳統(tǒng)企業(yè)要行動[N];第一財經(jīng)日報;2017年

3 本報記者 宋利彩;加快新技術(shù)在出生缺陷檢測中的轉(zhuǎn)化[N];中國婦女報;2014年

4 記者 胡擁軍　通訊員 朱其康 張根華;管道缺陷檢測不再“脫外衣”[N];中國石化報;2010年

5 ;英特爾OpenVINO~(TM)助推工業(yè)質(zhì)檢智能化[N];中國信息化周報;2019年

6 薛守仁;防范基因歧視[N];科技日報;2001年

7 本報記者 滕繼濮;油氣命脈里的“機器醫(yī)生”[N];科技日報;2013年

相關(guān)博士學(xué)位論文 前10條

1 艾矯燕;基于計算機視覺的墻地磚顏色分類和缺陷檢測研究[D];華南理工大學(xué);2003年

2 張昱;基于機器視覺的TFT-LCD屏mura缺陷檢測技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2006年

3 彭艷華;基于激光散斑的輪胎制造內(nèi)部缺陷檢測與疲勞壽命預(yù)估[D];華南理工大學(xué);2017年

4 陸向?qū)?基于主動紅外熱成像的倒裝焊缺陷檢測方法研究[D];華中科技大學(xué);2012年

5 陳志彥;并行譜域光學(xué)相干層析成像系統(tǒng)的研制與應(yīng)用研究[D];浙江大學(xué);2017年

6 陸寧;基于主動紅外熱成像的倒裝焊缺陷檢測方法研究[D];華中科技大學(xué);2012年

7 趙云山;基于符號分析的靜態(tài)缺陷檢測技術(shù)研究[D];北京郵電大學(xué);2012年

8 何健鵬;面向鋼板缺陷檢測的電磁超聲蘭姆波換能器研究[D];北京科技大學(xué);2018年

9 崔克彬;基于圖像的絕緣子缺陷檢測中若干關(guān)鍵技術(shù)研究[D];華北電力大學(xué)(北京);2016年

10 康維新;基于小波和支持向量機的樁基缺陷檢測技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 孫帥斌;基于FPGA的PCB板缺陷檢測系統(tǒng)[D];鄭州大學(xué);2019年

2 韓凱;基于深度學(xué)習(xí)的汽車輪轂表面缺陷在線檢測算法[D];北京郵電大學(xué);2019年

3 周銘男;高效的分布式缺陷檢測方法及應(yīng)用[D];北京郵電大學(xué);2019年

4 李東旭;基于機器視覺的白酒瓶瓶口缺陷在線檢測系統(tǒng)[D];沈陽工業(yè)大學(xué);2019年

5 張旖旎;基于定向模糊測試技術(shù)的缺陷檢測系統(tǒng)研究與實現(xiàn)[D];北京郵電大學(xué);2019年

6 吳進儀;基于機器視覺的襯布缺陷檢測系統(tǒng)研究[D];浙江工業(yè)大學(xué);2019年

7 程康;基于深度學(xué)習(xí)的工業(yè)品不規(guī)則缺陷檢測研究[D];浙江工業(yè)大學(xué);2019年

8 何俊杰;基于深度學(xué)習(xí)的TFT-LCD線路缺陷檢測研究[D];廈門大學(xué);2018年

9 陳玉葉;液晶屏非顯示缺陷檢測[D];廈門大學(xué);2017年

10 茹愿;基于編碼結(jié)構(gòu)光的工件裝配缺陷檢測方法研究[D];天津工業(yè)大學(xué);2019年

本文編號：2608067