酒作為中華文化的重要組成部分,在人們的生活中起著不可替代的作用。在白酒生產(chǎn)過(guò)程中,生產(chǎn)環(huán)節(jié)繁多且工藝復(fù)雜,特別是在灌裝環(huán)節(jié)中,灌裝瓶清洗不干凈、過(guò)濾系統(tǒng)故障、壓蓋包裝時(shí)機(jī)械沖撞等原因會(huì)導(dǎo)致瓶?jī)?nèi)液體中混入玻璃碎片、絮狀物、毛發(fā)等雜質(zhì)。如果這些含有雜質(zhì)的白酒流入市場(chǎng),不僅嚴(yán)重?fù)p害消費(fèi)者的身體健康,也對(duì)企業(yè)和社會(huì)造成極大的負(fù)面影響。因此有必要研究一種實(shí)時(shí)可靠的白酒液體雜質(zhì)檢測(cè)系統(tǒng)。本文針對(duì)當(dāng)前透明瓶裝白酒液體雜質(zhì)的檢測(cè)方法效率低下以及現(xiàn)有的雜質(zhì)檢測(cè)系統(tǒng)復(fù)雜、抗干擾能力差、價(jià)格昂貴等問(wèn)題,提出了一種基于機(jī)器視覺(jué)的在線檢測(cè)方法,并在該方法的基礎(chǔ)上設(shè)計(jì)了一套檢測(cè)透明瓶裝白酒液體雜質(zhì)的檢測(cè)系統(tǒng),主要根據(jù)透明瓶裝白酒液體中雜質(zhì)的運(yùn)動(dòng)特性,通過(guò)工業(yè)計(jì)算機(jī)驅(qū)動(dòng)工業(yè)相機(jī)對(duì)透明瓶體圖像進(jìn)行連續(xù)采集并進(jìn)行圖像處理分析,從而實(shí)現(xiàn)對(duì)液體中的雜質(zhì)進(jìn)行檢測(cè)。本文首先根據(jù)所提出的視覺(jué)檢測(cè)方法和設(shè)計(jì)要求,設(shè)計(jì)了一套視覺(jué)檢測(cè)方案,包括圖像采集、光源及照明、系統(tǒng)機(jī)械硬件和軟件平臺(tái)等。其中圖像采集設(shè)備采用邁德威視公司的MV-GE1000M-T CMOS型號(hào)的可見(jiàn)光工業(yè)相機(jī),光源及照明方式采用平行LED背光源,系統(tǒng)機(jī)械硬件主要為垂直翻轉(zhuǎn)機(jī)構(gòu),系統(tǒng)的軟件平臺(tái)是基于Microsoft公司的Visual Studio 2013和德國(guó)MVTech公司的機(jī)器視覺(jué)圖像處理算法庫(kù)Halcon的Windows平臺(tái)。根據(jù)白酒液體中雜質(zhì)的特點(diǎn),設(shè)計(jì)圖像處理檢測(cè)算法是本文研究的主要內(nèi)容。論文中對(duì)圖像處理技術(shù)的基本概念和方法等做了相關(guān)介紹,并將圖像濾波、邊緣檢測(cè)、灰度變換、特征提取、幀間差法、KNN學(xué)習(xí)算法等算法結(jié)合起來(lái),實(shí)現(xiàn)了透明瓶裝白酒液體雜質(zhì)檢測(cè)算法的設(shè)計(jì),將具有動(dòng)態(tài)干擾的氣泡、污漬和位于透明瓶體內(nèi)的雜質(zhì)區(qū)分開(kāi)來(lái)。本文通過(guò)編程對(duì)檢測(cè)系統(tǒng)的上位機(jī)進(jìn)行設(shè)計(jì),該上位機(jī)主要采用C#語(yǔ)言和Halcon圖像處理算法在Windows平臺(tái)上實(shí)現(xiàn)白酒雜質(zhì)檢測(cè)與剔除功能,以及在上位機(jī)中實(shí)現(xiàn)數(shù)據(jù)顯示及發(fā)送、存儲(chǔ)等功能。主要包括圖像獲取模塊、雜質(zhì)檢測(cè)模塊、存儲(chǔ)模塊、通訊模塊、及人機(jī)交互界面模塊等。為了驗(yàn)證該檢測(cè)系統(tǒng)的實(shí)時(shí)性和穩(wěn)定性,本文搭建了實(shí)驗(yàn)平臺(tái),并對(duì)實(shí)驗(yàn)數(shù)據(jù)和結(jié)果進(jìn)行分析。實(shí)驗(yàn)結(jié)果表明,即使在動(dòng)態(tài)干擾環(huán)境下,所提出的白酒液體雜質(zhì)檢測(cè)系統(tǒng)的實(shí)時(shí)性和穩(wěn)定性都有很大的提高,在一定程度上解決了透明瓶裝白酒液體自動(dòng)化生產(chǎn)過(guò)程中的雜質(zhì)檢測(cè)難題。
【學(xué)位單位】：太原理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類(lèi)】：TP391.41;TS262.3
【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題研究背景與意義
        1.1.1 研究背景
        1.1.2 研究的意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 主要研究?jī)?nèi)容與論文結(jié)構(gòu)安排
        1.3.1 主要研究?jī)?nèi)容
        1.3.2 論文結(jié)構(gòu)安排
第二章 白酒液體雜質(zhì)檢測(cè)系統(tǒng)平臺(tái)設(shè)計(jì)
    2.1 檢測(cè)系統(tǒng)平臺(tái)設(shè)計(jì)
        2.1.1 檢測(cè)系統(tǒng)平臺(tái)設(shè)計(jì)要求
        2.1.2 檢測(cè)系統(tǒng)平臺(tái)設(shè)計(jì)
        2.1.3 圖像采集設(shè)備選擇
        2.1.4 光源及照明方案選擇
    2.2 檢測(cè)系統(tǒng)機(jī)械硬件設(shè)計(jì)
    2.3 檢測(cè)系統(tǒng)軟件開(kāi)發(fā)模式
    2.4 本章小結(jié)
第三章 白酒液體雜質(zhì)視覺(jué)檢測(cè)算法研究
    3.1 圖像預(yù)處理算法
        3.1.1 圖像濾波
        3.1.2 直方圖均衡化
        3.1.3 灰度變換
        3.1.4 形態(tài)學(xué)圖像處理
    3.2 ROI提取
    3.3 基于幀差算法的運(yùn)動(dòng)物體檢測(cè)
    3.4 基于KNN的白酒液體雜質(zhì)檢測(cè)
        3.4.1 KNN算法原理
        3.4.2 檢測(cè)系統(tǒng)核心特征參數(shù)訓(xùn)練
        3.4.3 白酒液體雜質(zhì)檢測(cè)
    3.5 本章小結(jié)
第四章 檢測(cè)系統(tǒng)軟件開(kāi)發(fā)及調(diào)試
    4.1 系統(tǒng)軟件架構(gòu)設(shè)計(jì)
    4.2 軟件介紹
        4.2.1 系統(tǒng)軟件開(kāi)發(fā)平臺(tái)-Microsoft Visual Studio
        4.2.2 機(jī)器視覺(jué)軟件-Halcon
    4.3 檢測(cè)系統(tǒng)上位機(jī)軟件設(shè)計(jì)
        4.3.1 軟件開(kāi)發(fā)環(huán)境搭建
        4.3.2 圖像獲取模塊設(shè)計(jì)
        4.3.3 液體雜質(zhì)檢測(cè)模塊設(shè)計(jì)
        4.3.4 圖像存儲(chǔ)模塊設(shè)計(jì)
        4.3.5 上位機(jī)和S7-200PLC的通信模塊設(shè)計(jì)
        4.3.6 人機(jī)交互界面設(shè)計(jì)
    4.4 本章小結(jié)
第五章 檢測(cè)系統(tǒng)實(shí)驗(yàn)和結(jié)果分析
    5.1 檢測(cè)系統(tǒng)平臺(tái)搭建
    5.2 系統(tǒng)的整體運(yùn)行測(cè)試
    5.3 實(shí)驗(yàn)結(jié)果與分析
    5.4 本章小結(jié)
第六章 結(jié)論與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 宋春華;彭泫知;;機(jī)器視覺(jué)研究與發(fā)展綜述[J];裝備制造技術(shù);2019年06期

2 ;機(jī)器視覺(jué)對(duì)線纜市場(chǎng)的影響及趨勢(shì)[J];功能材料信息;2018年04期

3 鄭植;席先鵬;王楠;蔣欣燎;夏山淋;;機(jī)器視覺(jué)在網(wǎng)球撿球機(jī)器人中的應(yīng)用研究[J];科技創(chuàng)新與應(yīng)用;2019年16期

4 朱陽(yáng)芬;銀冬平;鄒舜章;王海文;周為;;機(jī)器視覺(jué)在汽車(chē)行業(yè)中的發(fā)展與應(yīng)用[J];汽車(chē)實(shí)用技術(shù);2017年22期

5 吳東明;王麗娟;;基于GPS和機(jī)器視覺(jué)的自主導(dǎo)航定位農(nóng)機(jī)設(shè)備研究[J];農(nóng)機(jī)化研究;2018年02期

6 ;機(jī)器視覺(jué)時(shí)代,最好的時(shí)代![J];智能機(jī)器人;2018年02期

7 宗衛(wèi)紅;;臺(tái)達(dá)機(jī)器視覺(jué)系統(tǒng)助力制造業(yè)邁向智造新時(shí)代——訪臺(tái)達(dá)集團(tuán)-中達(dá)電通機(jī)器視覺(jué)產(chǎn)品項(xiàng)目經(jīng)理王風(fēng)路[J];國(guó)內(nèi)外機(jī)電一體化技術(shù);2016年06期

8 何遙;;宇視揭秘安防機(jī)器視覺(jué)[J];中國(guó)公共安全;2016年19期

9 阮晉蒙;;機(jī)器視覺(jué):讓中國(guó)制造2025“看”得更遠(yuǎn)[J];新經(jīng)濟(jì)導(dǎo)刊;2017年Z1期

10 ;凌華科技推出三款高性能機(jī)器視覺(jué)產(chǎn)品[J];自動(dòng)化應(yīng)用;2017年02期

相關(guān)博士學(xué)位論文 前10條

1 侯杰;飛行器機(jī)器視覺(jué)框架設(shè)計(jì)及算法研究[D];西安電子科技大學(xué);2017年

2 郭依正;基于機(jī)器視覺(jué)的俯視群養(yǎng)豬個(gè)體識(shí)別與飲水行為分析研究[D];江蘇大學(xué);2018年

3 李晨;基于機(jī)器視覺(jué)的不同屬性表面中微弱缺陷的檢測(cè)技術(shù)研究[D];浙江大學(xué);2018年

4 胡志新;基于機(jī)器視覺(jué)的鋼軌踏面磨耗剝落檢測(cè)技術(shù)研究[D];南昌大學(xué);2018年

5 吳衡;機(jī)器視覺(jué)鬼成像理論與實(shí)驗(yàn)研究[D];華南理工大學(xué);2017年

6 項(xiàng)森偉;高溫單晶硅液位和直徑視覺(jué)檢測(cè)關(guān)鍵技術(shù)及應(yīng)用研究[D];浙江大學(xué);2018年

7 胡越黎;目的機(jī)器視覺(jué)研究及其在皮膚癥狀識(shí)別中的應(yīng)用[D];上海大學(xué);2005年

8 韓彥芳;機(jī)器視覺(jué)中的聚類(lèi)檢測(cè)新方法[D];上海交通大學(xué);2006年

9 饒洪輝;基于機(jī)器視覺(jué)的作物對(duì)行噴藥控制系統(tǒng)研究[D];南京農(nóng)業(yè)大學(xué);2006年

10 周平;基于機(jī)器視覺(jué)的自然目標(biāo)特征學(xué)習(xí)與即時(shí)檢測(cè)[D];浙江大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 姜金懌;基于機(jī)器視覺(jué)的焊縫定位算法研究[D];沈陽(yáng)建筑大學(xué);2017年

2 李凌燕;基于機(jī)器視覺(jué)的焊點(diǎn)檢測(cè)算法研究[D];沈陽(yáng)建筑大學(xué);2017年

3 易振彧;基于機(jī)器視覺(jué)的碟式鏡面實(shí)時(shí)監(jiān)控[D];浙江大學(xué);2019年

4 李瀟;基于機(jī)器視覺(jué)數(shù)據(jù)采集的MES關(guān)鍵技術(shù)研究[D];浙江大學(xué);2019年

5 劉宏文;基于機(jī)器視覺(jué)的水果自動(dòng)分揀系統(tǒng)關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2019年

6 高華;基于機(jī)器視覺(jué)的工件定位與識(shí)別系統(tǒng)[D];浙江大學(xué);2019年

7 翁敬喻;基于機(jī)器視覺(jué)的口罩帶缺失檢測(cè)方法研究[D];西安理工大學(xué);2016年

8 吳佳寧;基于機(jī)器視覺(jué)的木板實(shí)時(shí)檢測(cè)算法[D];沈陽(yáng)工業(yè)大學(xué);2019年

9 王一妍;基于機(jī)器視覺(jué)的輪轂鑄造面質(zhì)量檢測(cè)研究[D];沈陽(yáng)工業(yè)大學(xué);2019年

10 代偉;基于機(jī)器視覺(jué)的墨區(qū)墨量控制研究[D];西安理工大學(xué);2019年

本文編號(hào)：2864433