基于機器視覺的熱轉(zhuǎn)印膠片缺陷檢測
發(fā)布時間:2022-01-01 21:37
為了解決熱轉(zhuǎn)印膠片在生產(chǎn)中存在的若干種缺陷問題,并替換當前較為低效且可靠性低的人工檢測方法,提出了一種基于機器視覺的熱轉(zhuǎn)印膠片的缺陷檢測方法。首先介紹缺陷檢測系統(tǒng)的整體構(gòu)成,然后重點研究了其中的視覺算法流程,包括了通過仿射變換、圖像配準等方式進行的目標區(qū)域定位,通過改進的ViBe算法、形態(tài)學(xué)處理等方法進行的圖像缺陷檢測。最后用包含了合格品膠片與各種缺陷的不合格品膠片樣本集合進行實驗檢測,實驗表明,算法缺陷檢測能力良好,達到0.5%的漏檢率和0.6%的誤檢率,平均檢測耗時為663ms,滿足檢測速度需求。
【文章來源】:組合機床與自動化加工技術(shù). 2020,(01)北大核心
【文章頁數(shù)】:6 頁
【部分圖文】:
選取結(jié)果圖
刮痕主要是印刷過程中機械裝置由于誤差等因素與膠片產(chǎn)生接觸所導(dǎo)致,一般呈片狀。針孔主要是在膠片制作過程中油墨被小顆粒格擋住,或后續(xù)被機械的尖端擠壓,形成了一個小型點狀區(qū)域。氣泡主要是由于機械裝置壓力不均,導(dǎo)致膠片圖案的某些部分粘合不成功,在圖像中呈現(xiàn)較淺的顏色。脫落主要是在生產(chǎn)膠片的過程中,某些字符圖案的整體或局部脫離了膠片。具體缺陷類型圖案如圖1所示。因此,本文的檢測任務(wù)為對熱轉(zhuǎn)印膠片進行缺陷檢測,篩選出其中存在上述缺陷的膠片,判定為不合格膠片,其余為合格品。1.2 視覺檢測系統(tǒng)構(gòu)建
待檢測的熱轉(zhuǎn)印膠片,通過45°組合正面光源,可以更好的將其幾種缺陷顯示出來,因此本系統(tǒng)采用正面光源組合,視覺系統(tǒng)的相機、鏡頭、光源如圖2所示。視覺系統(tǒng)中的軟件算法檢測系統(tǒng),其包含的步驟如圖3所示,主要包括了:圖像攝取、目標區(qū)域定位、缺陷檢測、結(jié)果輸出4個部分。其中目標區(qū)域定位可細分為如圖中的若干步驟。本主要研究與分析其中的圖像定位以及缺陷檢測部分。
【參考文獻】:
期刊論文
[1]基于機器視覺的包裝袋缺陷檢測算法研究與應(yīng)用[J]. 李丹,白國君,金媛媛,童艷. 激光與光電子學(xué)進展. 2019(09)
[2]基于改進ViBe的室內(nèi)目標檢測方法[J]. 熊玲,陳勇. 現(xiàn)代計算機(專業(yè)版). 2018(32)
[3]基于SURF算法的綠色作物特征提取與圖像匹配方法[J]. 張志斌,趙帥領(lǐng),羅錫文,魏鳳岐. 農(nóng)業(yè)工程學(xué)報. 2015(14)
[4]基于Vibe的鬼影抑制算法[J]. 陳亮,陳曉竹,范振濤. 中國計量學(xué)院學(xué)報. 2013(04)
[5]熱轉(zhuǎn)印領(lǐng)域最前沿工藝及材料[J]. 李憲臣. 絲網(wǎng)印刷. 2013(07)
[6]淺色熱轉(zhuǎn)印紙的特性及應(yīng)用[J]. 黃婷,陳港,唐愛民,張宏偉,劉映堯. 中國造紙. 2007(07)
[7]圖像腐蝕和膨脹的算法研究[J]. 李曉飛,馬大瑋,粘永健,孫晶菁. 影像技術(shù). 2005(01)
碩士論文
[1]基于圖像和CNN模型的鋼軌表面缺陷識別研究[D]. 冉建民.蘭州交通大學(xué) 2018
[2]啤酒空瓶檢測機器人的瓶身缺陷檢測算法研究及應(yīng)用[D]. 黃森林.湖南大學(xué) 2018
[3]基于機器視覺的印刷品缺陷在線檢測系統(tǒng)設(shè)計[D]. 李展望.西安科技大學(xué) 2008
本文編號:3562885
【文章來源】:組合機床與自動化加工技術(shù). 2020,(01)北大核心
【文章頁數(shù)】:6 頁
【部分圖文】:
選取結(jié)果圖
刮痕主要是印刷過程中機械裝置由于誤差等因素與膠片產(chǎn)生接觸所導(dǎo)致,一般呈片狀。針孔主要是在膠片制作過程中油墨被小顆粒格擋住,或后續(xù)被機械的尖端擠壓,形成了一個小型點狀區(qū)域。氣泡主要是由于機械裝置壓力不均,導(dǎo)致膠片圖案的某些部分粘合不成功,在圖像中呈現(xiàn)較淺的顏色。脫落主要是在生產(chǎn)膠片的過程中,某些字符圖案的整體或局部脫離了膠片。具體缺陷類型圖案如圖1所示。因此,本文的檢測任務(wù)為對熱轉(zhuǎn)印膠片進行缺陷檢測,篩選出其中存在上述缺陷的膠片,判定為不合格膠片,其余為合格品。1.2 視覺檢測系統(tǒng)構(gòu)建
待檢測的熱轉(zhuǎn)印膠片,通過45°組合正面光源,可以更好的將其幾種缺陷顯示出來,因此本系統(tǒng)采用正面光源組合,視覺系統(tǒng)的相機、鏡頭、光源如圖2所示。視覺系統(tǒng)中的軟件算法檢測系統(tǒng),其包含的步驟如圖3所示,主要包括了:圖像攝取、目標區(qū)域定位、缺陷檢測、結(jié)果輸出4個部分。其中目標區(qū)域定位可細分為如圖中的若干步驟。本主要研究與分析其中的圖像定位以及缺陷檢測部分。
【參考文獻】:
期刊論文
[1]基于機器視覺的包裝袋缺陷檢測算法研究與應(yīng)用[J]. 李丹,白國君,金媛媛,童艷. 激光與光電子學(xué)進展. 2019(09)
[2]基于改進ViBe的室內(nèi)目標檢測方法[J]. 熊玲,陳勇. 現(xiàn)代計算機(專業(yè)版). 2018(32)
[3]基于SURF算法的綠色作物特征提取與圖像匹配方法[J]. 張志斌,趙帥領(lǐng),羅錫文,魏鳳岐. 農(nóng)業(yè)工程學(xué)報. 2015(14)
[4]基于Vibe的鬼影抑制算法[J]. 陳亮,陳曉竹,范振濤. 中國計量學(xué)院學(xué)報. 2013(04)
[5]熱轉(zhuǎn)印領(lǐng)域最前沿工藝及材料[J]. 李憲臣. 絲網(wǎng)印刷. 2013(07)
[6]淺色熱轉(zhuǎn)印紙的特性及應(yīng)用[J]. 黃婷,陳港,唐愛民,張宏偉,劉映堯. 中國造紙. 2007(07)
[7]圖像腐蝕和膨脹的算法研究[J]. 李曉飛,馬大瑋,粘永健,孫晶菁. 影像技術(shù). 2005(01)
碩士論文
[1]基于圖像和CNN模型的鋼軌表面缺陷識別研究[D]. 冉建民.蘭州交通大學(xué) 2018
[2]啤酒空瓶檢測機器人的瓶身缺陷檢測算法研究及應(yīng)用[D]. 黃森林.湖南大學(xué) 2018
[3]基于機器視覺的印刷品缺陷在線檢測系統(tǒng)設(shè)計[D]. 李展望.西安科技大學(xué) 2008
本文編號:3562885
本文鏈接:http://sikaile.net/projectlw/qgylw/3562885.html
最近更新
教材專著