管紗是將電子級玻璃纖維繞制在紗管上形成的管狀紗線體,由于生產(chǎn)環(huán)境的影響以及紗管的重復使用,在投入使用之前,需要經(jīng)過外觀質(zhì)量檢測工序,主要包括毛羽檢測、表面缺陷檢測以及紗管缺陷檢測三部分。通過企業(yè)調(diào)研,目前大部分玻璃纖維企業(yè)仍然依靠人工進行管紗外觀檢測,但該方式存在檢測效率低,勞動強度大等不足之處。本課題基于機器視覺技術(shù)設計出管紗外觀檢測系統(tǒng),以實現(xiàn)管紗外觀檢測的自動化,主要工作如下:（1）對國內(nèi)外機器視覺檢測技術(shù)以及管紗外觀檢測的研究現(xiàn)狀進行分析,介紹管紗外觀檢測系統(tǒng)的整體設計方案,設計機器視覺硬件平臺,同時對所需視覺硬件進行選型。（2）管紗毛羽檢測算法。管紗毛羽檢測分為毛羽提取、毛羽分類、毛羽統(tǒng)計三個步驟。首先通過邊界追蹤、霍夫變換等算法進行毛羽提取;然后選取矩特征與區(qū)域特征并利用支持向量機實現(xiàn)毛羽分類,同時使用主成分分析算法與最小外接矩形法測量毛羽長度,并進行毛羽計數(shù);最后與人工檢測結(jié)果進行對比,驗證毛羽檢測算法的有效性。（3）紗管缺陷檢測算法。首先通過特定的高通濾波器增強紗管圖像;然后使用Canny算子提取圖像邊緣,并根據(jù)邊緣特征獲取檢測ROI（Region of Interes... 

【文章來源】：西安工程大學陜西省

【文章頁數(shù)】：78 頁

【學位級別】：碩士

【部分圖文】：

管紗實物圖

圖 2-1 管紗外觀檢測流程機器視覺檢測平臺設計將管紗外觀檢測的三部分分為三個工位，硬件平臺示意圖如圖 2-2 所示。管紗在電機轉(zhuǎn)盤上旋轉(zhuǎn)的同時采集圖像以實現(xiàn)實時處理。C1-C5 為工業(yè)相機，L1-L8 為，D1-D3 為步進電機轉(zhuǎn)盤，B1 為黑色背景板，從左向右依次為 1 號工位，2 號，3 號工位。

圖 2-1 管紗外觀檢測流程2 機器視覺檢測平臺設計將管紗外觀檢測的三部分分為三個工位，硬件平臺示意圖如圖 2-2 所示。管進電機轉(zhuǎn)盤上旋轉(zhuǎn)的同時采集圖像以實現(xiàn)實時處理。C1-C5 為工業(yè)相機，L1-L源，D1-D3 為步進電機轉(zhuǎn)盤，B1 為黑色背景板，從左向右依次為 1 號工位，位，3 號工位。

【參考文獻】：
期刊論文
[1]機器視覺定位技術(shù) 助力工業(yè)機器人智能化[J]. 張宜方.  自動化博覽. 2018(12)
[2]基于機器視覺的車牌識別系統(tǒng)設計[J]. 莫玲,麥康機.  機電工程技術(shù). 2018(11)
[3]機器視覺技術(shù)的發(fā)展現(xiàn)狀與應用動態(tài)研究[J]. 陳英.  無線互聯(lián)科技. 2018(19)
[4]淺談傅里葉變換在圖像處理中的應用[J]. 馬曉凱,付禹.  科技資訊. 2018(08)
[5]機器視覺表面缺陷檢測綜述[J]. 湯勃,孔建益,伍世虔.  中國圖象圖形學報. 2017(12)
[6]加強應用技術(shù)開發(fā),促進玻纖行業(yè)持續(xù)發(fā)展[J]. 于守富,吳永坤,王作寧.  玻璃纖維. 2017(05)
[7]應用顯著性算法的紗線條干均勻度檢測[J]. 景軍鋒,張婉婉,李鵬飛.  紡織學報. 2017(06)
[8]應用積分圖的織物瑕疵檢測快速算法[J]. 董蓉,李勃,徐晨.  紡織學報. 2016(11)
[9]機器視覺技術(shù)的發(fā)展及其應用[J]. 秦亞航,蘇建歡,余榮川.  科技視界. 2016(25)
[10]一種新的改進Canny圖像邊緣檢測算法[J]. 吳翔,于微波,馬艷輝,劉克平.  影像科學與光化學. 2016(01)

碩士論文
[1]基于機器視覺的鞋面數(shù)量統(tǒng)計與尺寸測量系統(tǒng)[D]. 謝佳.西安工程大學 2018
[2]基于卷積神經(jīng)網(wǎng)絡的圖像識別[D]. 蔣帥.吉林大學 2017
[3]基于深度學習和遷移學習的多任務圖像分類[D]. 賀智超.華南理工大學 2017
[4]基于機器視覺的晶圓定位系統(tǒng)研究[D]. 肖敏.上海交通大學 2013
[5]基于Hu矩和支持向量機的靜態(tài)手勢識別及應用[D]. 董立峰.武漢理工大學 2012
[6]基于數(shù)學形態(tài)學和支持向量機的車牌識別技術(shù)研究[D]. 師文.揚州大學 2011



本文編號：3269893